Opus 5.5 contre GPT-6 Sol : 10 points d'écart, 2× le prix

Mardi 22 septembre, Anthropic a publié Claude Opus 5.5. Dans la même journée, OpenAI a répondu avec GPT-6 Sol et GPT-6 Luna, prix API divisés par deux. J'ai rebranché mes agents sur les deux dans la nuit qui a suivi. L'écart réel ne ressemble pas aux tableaux de lancement — et pour une PME qui paie à l'usage, il se joue moins sur les benchmarks que sur le cache et le nombre d'étapes.

Deux lancements le même jour, dix jours après l'appel à ralentir

Le calendrier a de quoi faire sourire. Le 12 septembre, le patron d'Anthropic appelait publiquement à « ralentir » une technologie qui avance plus vite que les moyens de la contrôler, avec le soutien affiché de Sam Altman et d'Elon Musk. Dix jours plus tard, les deux labos sortent des modèles plus rapides et moins chers, comme le relevait la dépêche AFP reprise par La Libre. On avait décortiqué cet engagement de « pacing the frontier » et ses conséquences pour les PME : la pratique confirme que ralentir la frontière ne veut pas dire ralentir le commerce.

Côté Anthropic, Opus 5.5 passe à 4 $ en entrée et 20 $ en sortie par million de tokens, contre 5 $ et 25 $ pour Opus 5. Vingt pour cent de moins au token, mais l'éditeur revendique 40 % de coût en moins par tâche sur des charges réelles, parce que le modèle résout en moins d'étapes. Sur Terminal-Bench 4.0, il monte à 66,4 % contre 55,8 % pour Claude Fable 5.1, son propre modèle haut de gamme, comme le détaille TechCrunch.

Côté OpenAI, Sol tombe à 2 $/10 $ et Luna à 0,10 $/0,50 $. L'éditeur insiste sur un point qui compte pour un budget annuel : ce sont des prix permanents, pas une offre de lancement, selon VentureBeat. Les deux modèles sont disponibles dans l'API, dans ChatGPT Work et dans Codex pour les formules Plus, Pro, Business, Enterprise et Edu.

Combien coûte GPT-6 Sol ou Opus 5.5 pour une PME française

Prenons un agent de production modeste : 50 millions de tokens en entrée et 10 millions en sortie par mois. C'est l'ordre de grandeur d'un agent qui traite des tickets support ou relit des documents toute la journée.

• Opus 5.5 : 200 $ + 200 $ = 400 $/mois
• GPT-6 Sol : 100 $ + 100 $ = 200 $/mois
• GPT-6 Luna : 5 $ + 5 $ = 10 $/mois

Le facteur 2 entre Opus 5.5 et Sol est net, et le facteur 40 entre Opus 5.5 et Luna donne le vertige. Sauf que ce calcul suppose que les trois modèles font le même travail en un seul passage. Aucun agent ne fonctionne comme ça.

Le cache change le calcul plus que le prix affiché

C'est là que les deux éditeurs ont vraiment bougé. Opus 5.5 lit son cache à 0,20 $ le million, contre 0,50 $ pour Opus 5 : 60 % de moins. L'écriture de cache reste à 5 $ (fenêtre 5 minutes) ou 8 $ (fenêtre 1 heure). OpenAI de son côté a refondu son prompt caching avec jusqu'à 90 % de remise sur l'entrée cachée dans une fenêtre de 30 minutes, et le cache de Sol tombe aussi à 0,20 $.

Sur un agent qui rejoue un system prompt de 30 000 tokens à chaque tour — le cas classique d'un assistant métier branché sur une base documentaire — 85 à 90 % de l'entrée est cachée. La facture d'entrée est divisée par dix chez les deux. L'écart de prix réel se déplace alors vers la sortie, où Opus 5.5 coûte exactement le double de Sol. C'est le même mécanisme que celui décrit dans notre analyse sur où part réellement l'argent d'un agent en production : le prix affiché n'explique presque jamais la ligne du relevé.

Deux détails à ne pas rater. Opus 5.5 propose une Batch API à 2 $/10 $, soit le prix de Sol en temps réel, pour tout ce qui tolère quelques heures de latence. Et Sol bascule sur une grille plus chère au-delà de 272 000 tokens de contexte : 4 $/15 $. Un agent qui avale des dossiers entiers peut donc doubler son coût d'entrée sans que personne ne l'ait décidé.

Opus 5.5 vs GPT-6 Sol vs GPT-6 Luna : les benchmarks côte à côte

Premier avertissement d'honnêteté : chaque éditeur publie ses chiffres, sur ses versions de benchmarks, avec ses niveaux d'effort. OpenAI a comparé Sol à Opus 5, pas à Opus 5.5, pour la bonne raison qu'Opus 5.5 n'existait pas encore quand les runs ont été lancés. Les tableaux ci-dessous se lisent donc comme des ordres de grandeur, pas comme un arbitrage sportif.

Le juge le plus utile reste tiers. Sur l'Intelligence Index d'Artificial Analysis, Opus 5.5 en effort max marque 58, devant GPT-6 Astra (53) et GPT-6 Sol en effort max (48). Dix points d'écart, donc. Mais le coût pour passer la même batterie de tests s'établit à 5,98 $ par tâche pour Opus 5.5 max contre 1,06 $ pour Sol max — et 0,13 $ pour Sol en effort low. Voilà le vrai arbitrage : payer 5,6 fois plus pour dix points d'indice.

Sur la vitesse, Sol max sort 126 tokens/s et descend à 0,97 seconde de latence dans sa variante sans raisonnement. Opus 5.5 tourne autour de 76 à 83 tokens/s selon le niveau d'effort, avec un mode « fast » optionnel facturé au double (8 $/40 $) pour gagner jusqu'à 2,5× en vitesse. Pour un agent vocal ou un chat client, ce n'est pas anecdotique.

Dans les retours clients relayés par Anthropic, le directeur produit de GitHub décrit « plus de tâches résolues en moins de la moitié des étapes », et le VP produit de Box parle d'un modèle « 40 % moins verbeux sans perte de précision ». Moins d'étapes, c'est moins de tokens : c'est tout l'argument d'Anthropic pour justifier un prix au token qui reste le double de celui de Sol.

Ce que j'ai cassé en migrant mes agents en une nuit

J'ai commencé par le plus simple : changer l'identifiant de modèle dans un agent de revue de code qui tourne sur mes repos depuis l'été. Trois minutes de travail, deux heures de dégât.

Opus 5.5 introduit cinq ruptures de comportement d'API. Celle qui m'a coûté le plus de temps : tool_choice: "any" renvoie désormais une erreur 400. Il faut passer par strict: true. Deuxième piège, désactiver le « thinking » n'est plus possible — mon wrapper le coupait par défaut sur les appels courts pour économiser, résultat 400 en boucle. Troisième : l'outil computer_20251124 est rejeté, il faut basculer sur computer_toolset_20260801. Ce sont exactement les mêmes catégories de surprises que lors de la migration vers Fable 5.1 le mois dernier, sauf que cette fois je pensais m'en tirer sans lire le changelog. Erreur.

Côté OpenAI, le changement de modèle s'est fait sans casse — l'identifiant gpt-6-sol a pris la place de l'ancien sans toucher au reste. En revanche, le niveau d'effort par défaut (medium) m'a donné des résultats nettement en dessous de ce que les benchmarks laissaient espérer sur du refactoring multi-fichiers. En passant en xhigh, la qualité remonte et le coût aussi. Les scores publiés sont mesurés aux niveaux hauts : si vous comparez un Sol medium à un Opus 5.5 max, vous ne comparez rien du tout.

Ce qui ne m'a pas convaincu chez Opus 5.5 : le modèle est devenu plus sec dans ses réponses — Anthropic revendique moins de jargon et l'information importante placée en tête. Sur du code, c'est agréable. Sur de l'analyse, j'ai dû réécrire deux prompts qui comptaient sur le modèle pour dérouler son raisonnement à l'écrit. Personne ne prévient que « moins verbeux » signifie aussi « moins explicite quand vous aviez besoin qu'il le soit ».

Si vous gérez plusieurs agents, faites tourner une suite d'évals avant de basculer quoi que ce soit. La méthode tient en une demi-journée et elle est détaillée dans notre tuto sur les tests de non-régression de prompts.

Quel modèle pour un cabinet comptable, une agence web ou un service client

Les trois profils que je croise le plus chez les PME et les indépendants ne demandent pas le même arbitrage.

• Volume répétitif et cadré (extraction de factures, classement d'emails, résumés de tickets) : GPT-6 Luna, sans hésiter. À 0,10 $/0,50 $, dix mille documents traités coûtent quelques euros. Son score DeepSWE de 66,6 %, à deux points de Sol, montre qu'il n'est pas un jouet.
• Agents autonomes et code (revue de PR, migration, automatisation d'un back-office) : Sol en effort élevé fait le travail à moitié prix, Opus 5.5 gagne sur les tâches longues où une erreur à l'étape 12 ruine les onze précédentes. C'est le critère à tester sur vos propres dossiers, pas à lire sur un graphique.
• Dossiers à fort enjeu (analyse contractuelle, audit, production de livrables facturés au client) : Opus 5.5, y compris à 20 $ le million en sortie. Sur ce type de charge, le vrai coût n'est jamais le token, c'est la relecture humaine.

Une note pour ceux qui ne passent pas par l'API : Anthropic a profité de la sortie pour relever les limites d'usage sur cinq heures des abonnements Pro, Max et Team, après une hausse de 25 % des plafonds hebdomadaires actée le 14 septembre. Chez OpenAI, Sol et Luna sont inclus dans les formules payantes, et Luna arrive même chez les comptes gratuits sur l'application bureau. Si vous travaillez dans Claude ou ChatGPT sans écrire une ligne de code, le changement est déjà dans votre interface.

Ce que je ferais à votre place cette semaine

Ne migrez rien en bloc. Le scénario qui me paraît le plus solide : basculer d'abord tout ce qui est répétitif sur Luna, mesurer, puis arbitrer le reste entre Sol et Opus 5.5 sur vos propres tâches. En juillet, quand on avait comparé Opus 5 et GPT-5.6 Sol sur du vrai code, l'écart tenait surtout à la qualité brute. Deux mois plus tard, la question s'est déplacée : les deux modèles sont bons, la différence se joue sur le coût par tâche réussie.

Et si vos agents enchaînent beaucoup d'appels d'outils, le levier le plus rentable n'est ni Sol ni Opus 5.5 : c'est de réduire le nombre de tokens qui transitent, via le programmatic tool calling. J'ai vu des factures fondre de 60 % sans changer de modèle. Aucune baisse de prix d'éditeur ne fait ça.

Mon verdict à chaud, après une nuit de tests : Sol est le meilleur rapport qualité-prix du marché aujourd'hui pour des agents en volume, Opus 5.5 reste le modèle que je garde sur les tâches longues où je n'ai pas envie de relire. Payer le double se défend quand la tâche vaut cher. Pas quand elle consiste à trier des PDF.