Tarifs de GPT-5.6 expliqués : Sol, Terra, Luna et mise en cache des prompts
Tarification GPT-5.6 expliquée
OpenAI dresse la liste des tarifs de GPT-5.6 pour trois tailles de modèles : GPT-5.6 Sol, GPT-5.6 Terra et GPT-5.6 Luna. Sol est le modèle phare et le plus performant. Terra est une option solide à moindre coût. Luna est le modèle le plus rapide et le plus rentable de la famille. Pendant la préversion limitée, l'accès est disponible via l'API OpenAI et Codex pour des partenaires et organisations de confiance sélectionnés ; GPT-5.6 n'est pas disponible sur ChatGPT pendant la préversion.
Les prix officiels de GPT-5.6 sont listés par 1 million de jetons :
GPT-5.6 Sol: $5.00 entrée, $30.00 sortie
GPT-5.6 Terra: $2,50 entrée, $15,00 sortie
GPT-5.6 Luna: $1.00 entrée, $6.00 sortie
OpenAI indique également que GPT-5.6 introduit une mise en cache de prompts plus prévisible, y compris des points de rupture de cache explicites et une durée minimale de cache de 30 minutes. Pour les modèles GPT-5.6 et ultérieurs, les écritures dans le cache sont facturées 1,25 fois le taux d'entrée non mis en cache du modèle, tandis que les lectures dans le cache continuent de bénéficier d'une réduction de 90 % sur l'entrée mise en cache.
Pour les développeurs, les équipes produit et les outils de création, ces détails de tarification sont importants car GPT-5.6 n'est pas un modèle à coût fixe. Le coût dépend du modèle que vous utilisez, du nombre de jetons d'entrée que vous envoyez, du nombre de jetons de sortie que vous générez et de savoir si la mise en cache des invites s'applique.
GPT-5.6 Sol Tarification
GPT-5.6 Sol coûte 5,00 $ par 1 million de tokens d'entrée et 30,00 $ par 1 million de tokens de sortie. C'est le modèle le plus cher de la gamme GPT-5.6 car OpenAI positionne Sol comme le modèle phare et le plus performant.
Sol devrait être utilisé lorsque la valeur d'une meilleure réponse est supérieure au coût ajouté. Cela inclut l'ingénierie logicielle complexe, la planification architecturale, le raisonnement avancé, la recherche à haute valeur, l'analyse professionnelle, l'examen sensible à la sécurité et le soutien à la décision finale. Pour les créateurs, Sol est idéalement utilisé pour le travail stratégique : la planification de campagnes, la structure d'histoire complexe, la conception de systèmes de prompts, l'examen de la cohérence des personnages et les audits de production finale.
La clé est de ne pas utiliser Sol pour tout. Si une tâche ne nécessite qu'une rapide variation de titre ou une simple réécriture, Sol peut être inutile. Si une tâche nécessite un raisonnement approfondi ou une grande précision, Sol peut valoir le coût.
Tarification GPT-5.6 Terra
GPT-5.6 Terra coûte 2,50 $ par 1 million de tokens d'entrée et 15,00 $ par 1 million de tokens de sortie. C'est la moitié du prix affiché de Sol pour les tokens d'entrée et de sortie. OpenAI décrit Terra comme une solide option à moindre coût.
Terra est probablement le modèle intermédiaire pratique pour de nombreuses applications. Il peut être utilisé pour des flux de travail professionnels structurés où la qualité est importante mais la tâche ne nécessite pas toujours le modèle phare. Pour les développeurs, Terra peut convenir au support de codage, à la documentation, à la synthèse, à l'automatisation des flux de travail et à la génération d'outils internes. Pour les créateurs, Terra peut convenir Vidéo IA rédaction de prompts, planification de storyboards, scénarios de vidéos de produits, briefs de contenu et variantes de campagne.
Terra est utile lorsque vous avez besoin de résultats solides à un coût plus gérable. De nombreuses équipes peuvent utiliser Terra comme modèle par défaut et réserver Sol pour des tâches plus difficiles.
Tarification GPT-5.6 Luna
GPT-5.6 Luna coûte 1,00 $ par 1 million de jetons d'entrée et 6,00 $ par 1 million de jetons de sortie. OpenAI décrit Luna comme le modèle le plus rapide et le plus rentable de la famille GPT-5.6.
Luna est idéale pour les travaux à fort volume, à faible risque et sensibles à la latence. Cela peut inclure la classification, le routage, la réécriture courte, les résumés simples, la génération de métadonnées, les variations de prompts, les idées de légendes, la génération de titres et les transformations de contenu légères.
Pour les outils de création, Luna peut être utile pour générer de nombreuses options rapides : 50 idées d'accroches, 20 titres de vidéos, variantes de légendes, angles de publicité de produits courts, ou simples réécritures de prompts. Pour les applications, Luna peut être utilisée comme un modèle de première passe avant de confier des tâches plus complexes à Terra ou Sol.
Le principal avantage est l'efficacité de coût. Luna a tout son sens lorsque la vitesse et l'échelle comptent plus que la capacité maximale.
Pourquoi les jetons de sortie coûtent plus cher que les jetons d'entrée
Sur les trois modèles GPT-5.6, les jetons de sortie coûtent plus cher que les jetons d'entrée. C'est courant dans la tarification API, car la génération de sortie nécessite un calcul du modèle pendant le décodage. Pour la planification des coûts, cela signifie que les réponses longues sont plus chères que les invites longues seules.
Par exemple, un flux de travail qui envoie un prompt volumineux mais demande un résultat de classification court peut coûter moins cher qu'un flux de travail qui demande un long rapport. Un outil de création qui génère 50 scripts vidéo complets coûtera plus cher qu'un outil qui génère 50 accroches courtes.
C'est pourquoi les équipes de produit devraient contrôler la longueur du contenu de sortie. Utilisez un formatage clair, des instructions de longueur maximale et des flux de travail par étapes. Au lieu de demander une énorme réponse tout-en-un, demandez d'abord un bref plan, puis n'élargissez uniquement la version sélectionnée.
Mise en cache des invites dans GPT-5.6
Le cache de prompt est l'une des fonctionnalités de tarification les plus importantes pour GPT-5.6. OpenAI annonce que GPT-5.6 introduit un cache de prompt plus prévisible, incluant des points d'arrêt de cache explicites et une durée minimale de cache de 30 minutes. Pour GPT-5.6 et les modèles ultérieurs, les écritures dans le cache sont facturées 1,25 fois le tarif d'entrée non mis en cache du modèle, tandis que les lectures dans le cache continuent de bénéficier d'une réduction de 90 % sur les entrées mises en cache.
En termes simples, la mise en cache des invites peut réduire les coûts lorsque vous envoyez à plusieurs reprises le même préfixe d'entrée ou quasi identique. Par exemple, une application peut comporter une longue invite système, un guide de marque, une bible de personnage, un catalogue de produits, un document de politique ou des instructions de flux de travail réutilisées dans de nombreuses requêtes. Si ce contexte stable peut être mis en cache, les requêtes ultérieures peuvent être moins chères.
Les points d'arrêt de cache explicites sont importants car ils donnent aux développeurs un contrôle plus prévisible sur ce qui doit être mis en cache. La durée de vie minimale de cache de 30 minutes aide également les équipes à concevoir des flux de travail autour de sessions répétées ou d'opérations par lots.
Comment la mise en cache des invites améliore les flux de travail des créateurs
Les créateurs de vidéos IA réutilisent souvent des contextes longs. Un système de production peut inclure un guide de style de marque, un bloc de cohérence des personnages, des règles de prompt vidéo, une bibliothèque de prompts négatifs, des règles de précision des produits et un modèle de liste de plans de tournage. Sans mise en cache, ce contexte répété ajoute des coûts à chaque fois qu'il est envoyé.
Avec la mise en cache d'invites, une plateforme de création pourrait mettre en cache le contexte de production stable puis envoyer uniquement les détails changeants pour chaque plan. Par exemple, la portion mise en cache pourrait inclure :
ton de marque
guide de style visuel
manuel des personnages
règles du prompt
contraintes négatives
instructions de formatage des plans
liste de contrôle qualité
Puis chaque demande n'ajoute que le plan spécifique : « Plan 4 : le personnage ouvre le paquet lumineux sous la lumière bleue. »
C'est exactement le type de flux de travail pour lequel la mise en cache des invites peut être importante. Ce n'est pas seulement une fonctionnalité pour les développeurs. Elle peut améliorer les aspects économiques des systèmes de production créatifs.
Stratégie de coût : Utiliser le bon modèle pour la bonne tâche
La stratégie de tarification GPT-5.6 la plus importante est l'acheminement des modèles. N'utilisez pas le modèle le plus cher pour chaque tâche.
Utilisez Luna pour des tâches rapides, à fort volume et à faible risque : idées de titres, légendes, balises, accroches courtes, réécritures simples, routage et résumés rapides.
Utilisez Terra pour des tâches de production équilibrées : schémas structurés, scripts, invites, storyboards, documentation, assistance au codage régulier et génération de flux de travail interne.
Utilisez Sol pour des tâches difficiles ou à haute valeur : stratégie finale, raisonnement complexe, architecture technique, débogage avancé, analyse intensive en recherche, examen sensible en matière de cybersécurité et direction créative complexe.
Cette stratégie de routage peut réduire les coûts sans abandonner la qualité. Elle permet aux équipes de dépenser davantage là où la qualité importe et moins là où la vitesse compte.
Exemple de mentalité de tarification pour les équipes de vidéos IA
Une équipe de vidéos IA pourrait utiliser GPT-5.6 de la manière suivante :
Luna génère 30 accroches vidéo brutes.
Terra transforme les 5 meilleurs accroches en scripts et listes de plans.
Terra crée des premiers brouillons de prompts vidéo par IA.
Sol passe en revue le système de prompt final pour la cohérence et les risques de production.
Luna génère des légendes, des titres et des métadonnées.
Ce flux de travail utilise chaque modèle où il convient. Sol est réservé à la revue à haute valeur ajoutée. Terra réalise la production structurée. Luna gère la mise à l'échelle.
Une équipe qui utilise Sol pour chaque accroche, légende et brouillon de métadonnées dépenserait probablement plus que nécessaire. Une équipe qui utilise Luna pour chaque tâche de planification complexe pourrait économiser de l'argent mais perdre en qualité. La meilleure approche est équilibrée.
Conseils de maîtrise des coûts
Tout d'abord, maintenez un contexte stable et compatible avec la mise en cache. Si votre application utilise à plusieurs reprises les mêmes instructions, organisez-les afin que la mise en cache des prompts puisse être utile.
Deuxièmement, contrôlez la longueur de la sortie. Demandez exactement ce dont vous avez besoin : 10 accroches, 5 points à puces, un briefing de 300 mots ou une liste de 6 éléments. Les demandes vagues produisent souvent des résultats plus longs et plus coûteux.
Troisièmement, utilisez la génération par étapes. Générez d'abord un court plan, puis développez uniquement l'option choisie.
Quatrième, acheminez les tâches par difficulté. Utilisez Luna pour la mise à l'échelle simple, Terra pour la production et Sol pour les travaux les plus difficiles.
Cinquième : évitez les répétitions inutiles. Si un utilisateur a déjà fourni un brief produit ou une bible de personnages, stockez et réutilisez-le efficacement plutôt que de renvoyer un contexte non structuré dans chaque requête.
Pensées finales
Les tarifs de GPT-5.6 sont structurés autour de trois rôles de modèle. Sol est l'option la plus performante et la plus chère, à 5,00 $ pour l'entrée et 30,00 $ pour la sortie par 1 million de jetons. Terra est l'option équilibrée à moindre coût, à 2,50 $ pour l'entrée et 15,00 $ pour la sortie. Luna est l'option la plus rapide et la plus rentable, à 1,00 $ pour l'entrée et 6,00 $ pour la sortie.
La mise en cache des invites est également centrale à la planification des coûts de GPT-5.6. OpenAI indique que GPT-5.6 prend en charge des points d'arrêt de cache explicites, une durée de vie minimale du cache de 30 minutes, les écritures dans le cache sont facturées 1,25 fois le taux d'entrée non mis en cache, et les lectures d'entrées mises en cache bénéficient d'une réduction de 90 %.
Pour les équipes, la meilleure stratégie de tarification est simple : utilisez Luna pour la vitesse et l'échelle, Terra pour une production équilibrée, Sol pour les tâches les plus difficiles, et la mise en cache de prompts pour un contexte répété.
Voici comment utiliser GPT-5.6 de manière efficace sans traiter chaque tâche comme une tâche de modèle phare.
