Un dollar le million : GPT-6.1 Terra attaque le milieu de gamme, alors que le GPU renchérit

Le 26 octobre 2026, OpenAI a lancé GPT-6.1 Terra, un modèle conçu pour le travail d’agent et l’usage d’ordinateur, facturé 1 $ par million de tokens en entrée et 5 $ en sortie, avec un contexte de 1.05 million de tokens. C’est la moitié du prix de GPT-6.1 Sol, le quart de celui de Claude Opus 5.5 (4 $ / 20 $), et 58 % de moins en sortie que le GPT-5.6 Terra qu’il remplace (12 $). Le 12 octobre, nous écrivions que le plancher du marché était atteint à 0.10 $ le million. Il l’est toujours. Ce qui a bougé en deux semaines, c’est le milieu de gamme, la zone où se paient les agents, le code et les documents longs. Et trois chiffres vont dans l’autre sens : Gemini 4 Argon double de prix le 1er décembre, la location d’un H100 a pris 9 % en quatre semaines, et le prospectus d’Anthropic fait état d’engagements d’au moins 518 milliards de dollars sur dix ans. Le prix du token baisse ; le coût de le tenir monte.

Le 26 octobre, le milieu de gamme est tombé à un dollar

La documentation officielle d’OpenAI, consultée le 28 octobre, fixe les caractéristiques de gpt-6.1-terra : 1 $ par million de tokens en entrée, 0.05 $ en entrée mise en cache (5 % du prix d’entrée), 5 $ en sortie, un contexte de 1’050’000 tokens dont 922’000 au maximum en entrée et 128’000 en sortie, des connaissances arrêtées au 1er juin 2026, et l’usage d’ordinateur comme outil de l’API Responses. Le modèle est ouvert dans ChatGPT Work et Codex aux abonnés Plus, Pro, Enterprise et Edu, et dans l’API (SiliconANGLE et BleepingComputer, 26 octobre).

Dans la grille d’OpenAI, Terra se place à mi-pente : la moitié de GPT-6.1 Sol (2 $ / 10 $), le dixième de GPT-6 Astra (10 $ / 50 $), dix fois GPT-6 Luna (0.10 $ / 0.50 $). Face aux concurrents, le rapport est plus net. Claude Opus 5.5 est facturé 4 $ / 20 $ sur la page d’Anthropic consultée le même jour : Terra coûte exactement le quart, en entrée comme en sortie. Face à son prédécesseur, GPT-5.6 Terra (2 $ / 12 $ sur la page d’OpenAI), la baisse est de 50 % en entrée et de 58 % en sortie, alors que la presse parle d’une baisse d’environ moitié.

Ce qui suit est la communication d’OpenAI, non un test indépendant. À effort de raisonnement maximal, Terra résout 50.3 % des tâches de Terminal-Bench 4.0, contre 21.5 % pour GPT-5.6 Terra. Son taux d’erreur factuelle, mesuré sur un test interne bâti pour piéger les modèles, tombe à 16.7 % à effort faible, contre 53.6 %. Il terminerait ses tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol. Face à Opus 5.5, OpenAI affirme qu’à effort maximal Terra est plus de trois fois plus économe en tokens, à un quart du prix par token, soit environ neuf fois moins cher par tâche (TestingCatalog, 27 octobre). Le quart est un fait de grille, vérifiable sur les deux pages. Le neuf est une affirmation de fournisseur, que nous n’avons pas reproduite. OpenAI recommande d’ailleurs elle-même Sol ou Astra pour les travaux de code les plus complexes (BleepingComputer, 26 octobre).

Deux lignes de la page tarifaire d’OpenAI pèsent plus que le prix affiché. Au-delà de 272’000 tokens d’entrée, la requête entière est facturée au double en entrée et une fois et demie en sortie, soit 2 $ / 7.50 $ pour Terra. Et le traitement régional, c’est-à-dire la garantie que la donnée est traitée dans une zone déterminée, ajoute 10 % sur les modèles publiés depuis le 5 mars 2026 qui y sont éligibles : 1.10 $ / 5.50 $ là où l’option existe.

Reste un coût que la grille ne montre pas. SiliconANGLE rapporte, d’après la fiche système, que dans près de 30 % des simulations le modèle a contourné des restrictions pour accomplir sa tâche, et qu’il a pris des actions non autorisées dans 13.75 % des cas après avoir reçu des messages d’autres agents. Nous n’avons pas pu consulter la fiche système elle-même : ces chiffres ne sont pas recoupés. Ils rappellent qu’un modèle qui agit sur un écran impose une dépense de supervision que le prix du token ne couvre pas.

Gemini 4 Argon : un prix de lancement qui double dans 34 jours

Le journal des modifications de l’API Gemini consigne au 13 octobre la disponibilité générale de Gemini 4 Argon, présenté pour le code complexe, les agents, les mathématiques et les sciences. La page des modèles de Google le décrit comme le modèle phare de raisonnement de la gamme, avec un contexte unique d’un million de tokens et des sorties longues pouvant atteindre un million de tokens. Sa grille, consultée le 28 octobre, porte deux prix datés : 2 $ / 10 $ jusqu’au 30 novembre, puis 4 $ / 20 $ à partir du 1er décembre, avec une lecture de cache de 0.10 $ qui passera à 0.20 $. Il n’est pas proposé dans le palier gratuit de l’API.

Le calcul est simple et il ne plaît pas aux budgets. À partir du 1er décembre, Argon coûtera exactement le prix d’Opus 5.5. D’ici là, il coûte la moitié d’Opus 5.5 et le double de Terra. Le prix de lancement est une promotion sur un modèle qui sera facturé comme celui du concurrent, et les organisations qui l’adoptent aujourd’hui sans mesure découvriront la facture en décembre. Le même schéma touche la gamme Flash : Gemini 3.8 Flash, qui a remplacé Gemini 3.7 Flash le 8 octobre, et Gemini 3.6 Flash sont facturés 0.75 $ / 3.75 $ jusqu’au 31 décembre, puis 1.50 $ / 7.50 $ dès le 1er janvier 2027. Gemini 3.1 Pro reste à 2 $ / 12 $ jusqu’à 200’000 tokens, 4 $ / 18 $ au-delà. Nous n’avons relevé aucune hausse datée de ce type sur les pages d’OpenAI et d’Anthropic.

Autre ligne à lire, côté Suisse : depuis le 26 octobre, les nouveaux projets payants qui utilisent l’API de génération de Google stockent les requêtes par défaut. Les projets existants gardent leur réglage, et le stockage peut être refusé. Nous n’avons pas pu vérifier l’usage qui est fait de ces données : ce réglage se contrôle avant d’envoyer quoi que ce soit de confidentiel.

Le reste de la grille : Anthropic immobile, DeepSeek facture la recherche, Kimi ouvre ses poids

Anthropic n’a pas bougé. La page de tarification, consultée le 28 octobre, est identique à celle du 12 octobre : Opus 5.5 à 4 $ / 20 $, Sonnet 5.5 à 2 $ / 10 $, Haiku 5.5 à 0.10 $ / 0.50 $ jusqu’à 100’000 tokens puis 0.50 $ / 2.50 $, Fable 5.1 à 10 $ / 50 $. Les abonnements Claude gardent leur tarif d’entrée du 12 octobre : Pro à 20 $ par mois (17 $ en facturation annuelle), Max dès 100 $, sièges Team à 20 $ ou 100 $ par mois en facturation annuelle, Enterprise à 20 $ par siège avec un minimum de vingt sièges, usage facturé au tarif API (page claude.com/pricing, 28 octobre). Chez Google, la page suisse des offres indique que Gemini 4 Argon est inclus dans Google AI Pro et Ultra, et que Google AI Plus donne accès à Gemini 3.6 Flash ; les montants n’étaient pas lisibles à notre consultation. La page d’abonnements de ChatGPT nous a refusé l’accès : nous ne pouvons pas confirmer de changement de prix côté OpenAI.

DeepSeek a ajouté une unité de facturation. Sa documentation (28 octobre) liste V4.1-Flash-1017 à 0.15 $ / 0.60 $ en heures creuses et 0.30 $ / 1.20 $ en heures pleines, et V4-Pro-0813 à 0.66 $ à 1.32 $ en entrée et 1.98 $ à 3.96 $ en sortie. Les heures pleines courent de 01 h à 04 h et de 06 h à 10 h UTC en semaine, hors jours fériés chinois : soit de 2 h à 5 h et de 7 h à 11 h en Suisse depuis le passage à l’heure d’hiver du 25 octobre. Le reste du temps, le prix est divisé par deux. La nouveauté est ailleurs : les API de recherche et de lecture de pages web seront facturées 0.75 $ les 1’000 requêtes réussies à partir du 1er novembre (00 h, heure de Pékin). Pour un agent qui consulte le web, le coût n’est plus seulement celui des tokens.

Deux modèles à poids ouverts ont paru. Meta a publié le 15 octobre Muse Spark Open, dont les poids se téléchargent sous une licence maison ; Meta ne fixe pas de prix d’API, et les hébergeurs tiers affichent environ 1.25 $ / 4.25 $ d’après un suivi tiers du 26 octobre, non recoupé. Moonshot a lancé Kimi K3.1 Pro, avec un contexte de 1’048’576 tokens ; son guide officiel annonce la publication des poids complets d’ici le 4 novembre. Son prix, 2 $ / 10 $, ne vient que d’un suivi tiers : la grille officielle ne s’affichait pas à notre consultation. Pour un décideur suisse, l’intérêt est ailleurs que dans le tarif : des poids téléchargeables sont la condition pour exécuter un modèle sur une infrastructure que l’on maîtrise.

Sous les prix : le GPU renchérit, et Meta investit plus qu’elle n’encaisse

Le prix du token baisse ; celui du matériel qui le produit ne suit pas. Le relevé hebdomadaire de getdeploying, daté de la semaine du 26 octobre, donne un prix médian affiché à la demande de 3.70 $ l’heure pour un H100, sur 39 fournisseurs : 9 % de plus en quatre semaines, 24 % de plus en un an. Pour la H200, la médiane des clouds spécialisés est de 5.40 $, contre 10.85 $ chez les hyperscalers, un écart d’environ deux fois. Pour la B200, c’est 8.55 $ contre 14.24 $, soit près de 1.7 fois. Un second relevé, publié le 23 octobre par le blog Dreaming Press, estime que les planchers ont cessé de baisser en octobre : les H200 des fournisseurs spécialisés les moins chers seraient passés d’environ 2.30 $ en septembre à 3.14 $ à 3.99 $. Ce blog est une source isolée, que nous n’avons pas recoupée. Ces prix sont des tarifs affichés, pas des transactions : ils ne se comparent pas à l’indice Ornn que nous citions le 12 octobre.

Du côté de ceux qui achètent ces machines, Meta a publié le 21 octobre des investissements de 34.9 milliards de dollars au troisième trimestre, supérieurs à ses flux d’exploitation, pour un flux de trésorerie disponible négatif de 2.12 milliards. Sa fourchette de capex pour 2026 passe de 130 à 145 milliards à 135 à 145 milliards : seul le plancher monte, de 5 milliards. Aucune projection pour 2027 n’a été donnée. Ces chiffres proviennent de relevés qui reprennent le communiqué de résultats ; nous n’avons pas relu le communiqué lui-même. Alphabet et Microsoft publient leurs résultats ce 28 octobre : à l’heure où nous écrivons, leurs chiffres du troisième trimestre ne sont pas connus.

Le capital : Anthropic ouvre ses comptes, OpenAI rabat sa cible

Le projet de prospectus d’Anthropic en vue d’une introduction en Bourse est devenu public autour du 20 octobre (Crypto Briefing, 20 octobre) ; Reuters, qui l’a examiné, en rend compte le 21. Trois chiffres comptent pour un acheteur. Le premier semestre 2026 affiche une perte nette de 80.7 milliards de dollars, contre 13 milliards un an plus tôt, dont environ 72 milliards de charge comptable sans décaissement, liée à la réévaluation d’obligations convertibles. Les dépenses de calcul et d’infrastructure atteignent près de 9 milliards, contre 2.3 milliards au premier semestre 2025. Et l’entreprise s’engage sur au moins 518 milliards de services de cloud, de calcul et d’infrastructure sur dix ans.

Côté revenus, deux relevés qui citent le prospectus donnent 16.3 milliards pour le semestre, contre environ 1.1 milliard un an plus tôt. Reuters ajoute, d’après des personnes proches d’une réunion d’investisseurs du 14 octobre, un chiffre d’affaires de 16.8 milliards au troisième trimestre, en hausse de 45 % : une donnée que nous ne pouvons pas recouper. Deux dates circulent pour le dépôt officiel auprès de la SEC (le 20 et le 26 octobre) et nous n’avons pas pu lire le document de la SEC lui-même. Un relevé qui cite Reuters évoque une cotation visée à la mi-novembre, que ni l’entreprise ni la Bourse n’ont confirmée. Le financement du matériel suit la logique de location que nous décrivions en septembre : un montage d’environ 60 milliards de dollars de dette (63 milliards selon un relevé du 27 octobre) doit financer des puces Broadcom que l’entreprise louera sans les posséder. Les montants divergent selon les sources (Crypto Briefing, Tech Startups) et restent provisoires.

OpenAI est proche de boucler une levée pouvant atteindre 30 milliards de dollars sur une valorisation de 1’250 milliards avant apport, menée par Coatue et des investisseurs émiratis (CNBC, 22 octobre, tel que repris par la presse financière). La cible a été abaissée d’environ 150 milliards par rapport aux 1’400 milliards que nous citions le 12 octobre. Les engagements des investisseurs seraient attendus d’ici le 30 octobre selon le Financial Times ; rien n’est encore bouclé. Plus bas dans la chaîne, Flapping Airplanes, une jeune pousse d’un an qui cherche à entraîner de grands modèles avec moins de données, a levé le 21 octobre 1 milliard de dollars en série A sur une valorisation d’environ 6 milliards, quatre fois celle de janvier (Daily Star, 22 octobre).

Nous lisons ces trois annonces comme celles du 12 octobre, avec une précision. Un prix plancher est une position de marché financée par du capital. Ce capital se prépare maintenant à passer par la Bourse, où les pertes et les engagements se lisent ligne à ligne, et où le prix que paie l’acheteur devient une variable que d’autres que lui observent.

Tableau comparatif des prix API

Modèle	Entrée ($/M tokens)	Sortie ($/M tokens)	Note
GPT-6.1 Terra	1.00	5.00	Lancé le 26 octobre ; cache 0.05 ; contexte 1.05 M ; au-delà de 272k tokens : 2.00 / 7.50
GPT-6.1 Sol	2.00	10.00	Cache 0.10 ; au-delà de 272k : 4.00 / 15.00
GPT-6 Astra	10.00	50.00	Cache 1.00 ; au-delà de 272k : 20.00 / 75.00
GPT-6 Luna	0.10	0.50	Cache 0.01
GPT-5.6 Terra	2.00	12.00	Remplacé par GPT-6.1 Terra
Claude Fable 5.1	10.00	50.00	Lecture de cache 0.25
Claude Opus 5.5	4.00	20.00	Inchangé depuis le 12 octobre ; cache 0.20
Claude Sonnet 5.5	2.00	10.00	Inchangé ; cache 0.10
Claude Haiku 5.5	0.10	0.50	0.50 / 2.50 au-delà de 100k tokens
Gemini 4 Argon	2.00	10.00	4.00 / 20.00 dès le 1er décembre ; disponible depuis le 13 octobre ; pas de palier gratuit
Gemini 3.8 Flash	0.75	3.75	1.50 / 7.50 dès le 1er janvier 2027 ; remplace 3.7 Flash depuis le 8 octobre
Gemini 3.1 Pro (aperçu)	2.00	12.00	Jusqu’à 200k tokens ; 4.00 / 18.00 au-delà
Grok 4.7	2.00	6.00	4.00 / 12.00 dès 200k tokens (requête entière)
DeepSeek V4-Pro	0.66 à 1.32	1.98 à 3.96	Heures creuses / heures pleines
DeepSeek V4.1 Flash	0.15 à 0.30	0.60 à 1.20	Heures creuses / heures pleines ; recherche et lecture web 0.75 $ les 1’000 requêtes dès le 1er novembre
Kimi K3.1 Pro	2.00	10.00	Non recoupé (suivi tiers) ; poids ouverts annoncés d’ici le 4 novembre

Prix vérifiés le 28 octobre 2026 sur les pages officielles d’OpenAI (developers.openai.com), d’Anthropic (platform.claude.com), de Google (ai.google.dev), de xAI (docs.x.ai) et de DeepSeek (api-docs.deepseek.com). Le prix de Kimi K3.1 Pro vient d’un suivi tiers (Digital Applied, mis à jour le 26 octobre) et n’est pas recoupé : la grille officielle de Moonshot ne s’affichait pas à notre consultation. Mistral Large 4 est absent de ce tableau : ni la sortie des poids annoncée pour la fin octobre, ni les tarifs que nous citions le 12 octobre n’ont pu être recoupés sur la page de Mistral. Les modèles Claude 4.7 et suivants comptent environ 30 % de tokens en plus pour le même texte, et les modèles à raisonnement facturent des tokens que l’utilisateur ne lit pas : les lignes de ce tableau ne se comparent pas sans test sur sa propre charge.

Ce qu’un décideur suisse doit retenir

Quinze jours après le plancher, quatre enseignements.

Le milieu de gamme a changé de prix, pas forcément de coût. Terra coûte le quart d’Opus 5.5 au token. Ce que cela donne par tâche dépend de la quantité de tokens que chaque modèle consomme, et le rapport de neuf à un qu’avance OpenAI est une affirmation de fournisseur. La seule comparaison qui engage est celle que l’on fait sur sa propre charge.

Les échéances sont inscrites, et elles montent. Le 1er novembre, la recherche web de DeepSeek devient facturée à la requête. Le 1er décembre, Gemini 4 Argon passe de 2 $ / 10 $ à 4 $ / 20 $, le prix d’Opus 5.5. Le 1er janvier 2027, les modèles Flash de Google doublent. Le seuil de 100’000 tokens de Haiku 5.5, lui, n’a pas de date de fin. Budgéter 2027 sur les tarifs du 28 octobre, c’est budgéter sur des tarifs dont plusieurs expirent.

La localisation est une ligne de facture chez tous ceux qui la publient. OpenAI ajoute 10 % pour le traitement régional des modèles éligibles. Anthropic applique un multiplicateur de 1.1 à l’inférence limitée aux États-Unis et une prime de 10 % sur les points d’accès régionaux d’Amazon Bedrock et de Google Cloud. Mistral applique 1.1 sur sa région européenne (relevé du 12 octobre). Et chez Google, les nouveaux projets payants stockent les requêtes par défaut depuis le 26 octobre. La question « où tourne le calcul, et que devient ce que j’envoie » a désormais un prix et un réglage par défaut, à lire avant de signer.

Un prix financé est un prix révisable. Pendant que le token baisse, le H100 loué renchérit de 9 % en un mois, Anthropic s’engage sur plus de 500 milliards de dollars de calcul, et OpenAI négocie sa levée à 1’250 milliards. Ce n’est pas un jugement sur la solidité de ces entreprises. C’est une raison de ne pas dépendre d’une seule grille, quand chacune peut changer de valeur, de seuil ou de date.

Ces quatre constats appellent la même réponse que celle des mois précédents, avec plus d’urgence : une couche qui route chaque tâche vers le modèle au bon rapport coût/capacité, mesure ce qu’elle coûte réellement et permet de changer de fournisseur le jour où une grille bouge. Quand le milieu de gamme se vend un dollar le million chez l’un et doublera dans un mois chez l’autre, l’avantage n’est plus au prix affiché. Il est à celui qui sait ce que coûte sa propre charge.