GPT-6 Sol vs Luna

Mis à jour le 30 octobre 2026 : les prix actuels d'OmniaKey pour les deux modèles figurent sur leurs pages de modèle, et notre test de GPT-6.1 Sol traite du modèle plus récent.

GPT-6 Sol vs Luna oppose code complexe et tâches précises à fort volume. À tokens facturés et mode identiques, Sol coûte 20x le prix de Luna. Ce ratio ne mesure ni l’intelligence ni le coût d’une tâche terminée.

Quelles différences entre Sol et Luna ?

Tarifs directs OpenAI en USD par million de tokens, en traitement Standard, issus de la page tarifaire d'OpenAI, vérifiés le 23 septembre 2026. Ce ne sont pas les tarifs OmniaKey.

Les deux sont sortis le 22 septembre 2026, acceptent texte et images et produisent du texte. Ils partagent none, low, medium par défaut, high, xhigh et max. Même interface ne signifie pas même fiabilité, vitesse ou consommation. Les connaissances plus récentes de Luna ne prouvent pas un meilleur raisonnement.

Prix sur une charge identique

Au-delà de 272K tokens d’entrée, toute la requête passe à 2x le tarif d’entrée/cache et 1,5x le tarif de sortie. Le supplément ne concerne pas seulement l’excédent. Exactement 272K reste dans la tranche basse selon le texte actuel.

Ce sont des calculs, pas des factures observées. La sortie comprend raisonnement et texte visible. Hypothèses : un essai, aucun cache lu ou écrit, hors outils, stockage, taxes et vérification humaine. Utilisez les données usage réelles.

Quel modèle pour quelle tâche ?

Testez Sol pour le débogage entre modules, les contraintes de compatibilité et l’interprétation de plusieurs résultats d’outils.

Testez Luna pour l’extraction, les catégories connues et les transformations locales faciles à valider.

Un agent peut utiliser les deux : Sol pour planifier ou réparer un cas difficile, Luna pour extraire des données validées. Gardez le même niveau d’exigence.

Luna d’abord puis Sol si nécessaire

Avec 100K d’entrée et 10K de sortie, Luna coûte $0.015 et une reprise complète sur Sol $0.30. Pour 20% d’escalades hypothétiques :

$0.015 + 0.20 × $0.30 = $0.075

Cela représente 75% de moins que Sol seul sous ces hypothèses. Le taux de 20% n’a pas été mesuré. Validation, contexte supplémentaire, outils et travail humain peuvent annuler le gain. Des erreurs non détectées invalident la comparaison de qualité.

0.015 + p × 0.30 < 0.30 exige p < 0.95. Ce seuil de 95% concerne uniquement les tokens, pas un taux d’échec acceptable. Divisez tous les coûts par les tâches acceptées et examinez les erreurs restantes.

Compatibilité API et appels d’outils

Les deux modèles acceptent Responses et Chat Completions. Pour associer raisonnement et outils, utilisez Responses API. Chat Completions ne permet le function calling qu’avec reasoning_effort=none ; les comportements ne sont pas identiques.

Sur Responses, reasoning.effort accepte none, low, medium, high, xhigh et max. Fixez ce réglage pour comparer. Sorties structurées et images en entrée sont prises en charge ; la sortie native est du texte. La génération d’images par outil est une opération distincte.

Exemples et prix concernent OpenAI en direct. Vérifiez route, fonctions et tarif dans le catalogue OmniaKey. Une sortie chez OpenAI ne confirme pas l’accès via une passerelle, Codex ou un abonnement ChatGPT.

Comment comparer équitablement ?

Choisissez 20–50 tâches représentatives, dont des cas difficiles. Fixez entrées, version du dépôt, outils, droits, effort et délai. Des niveaux de même nom ne garantissent pas un calcul identique.

Mesurez réussite initiale, reprises, échecs, tokens d’entrée/cache/raisonnement/sortie, outils, latence p50/p95 et correction humaine. Auditez les résultats acceptés et répétez les cas importants. Un prix bas ne prouve pas une vitesse supérieure ; un prix élevé ne prouve pas une qualité 20 fois meilleure.

Questions fréquentes

Sol est-il vraiment 20 fois plus cher ?

Oui à volume facturé identique, même mode et tranches correspondantes, cache et sortie compris. Les tâches réelles peuvent consommer différemment.

Lequel choisir pour un agent de code ?

Évaluez Sol sur l’ingénierie liée et Luna sur les étapes délimitées vérifiables. Cet article ne présente pas de benchmark de qualité réalisé en interne.

GPT-6 Terra est-il le modèle intermédiaire ?

Le catalogue actuel contient Astra, Sol et Luna, pas gpt-6-terra. GPT-5.6 Terra n’est pas un modèle GPT-6 confirmé.

À lire également

• Analyse de GPT-6 Sol
• Analyse de GPT-6 Luna
• Analyse de GPT-6 Astra
• Voir le catalogue

Sources officielles

• OpenAI: GPT-6 Sol
• OpenAI: GPT-6 Luna
• OpenAI: API changelog
• OpenAI: API pricing
• OpenAI: Reasoning
• OpenAI: Model catalog

Journal des mises à jour

• 30 octobre 2026 : liens vers les pages des deux modèles pour les prix actuels d'OmniaKey, et lien ajouté vers le test de GPT-6.1 Sol.
• 23 septembre 2026 : spécifications et prix vérifiés dans la documentation OpenAI.
• 23 septembre 2026 : première publication.