Opus 5 vs Gemini 3.6 Flash vs Luna : le vrai match des workhorses
Trois modèles lancés en juillet, trois prix, trois usages. Qui tape juste pour votre PME.
Trois mois de lancement en 10 jours
Entre le 21 et le 30 juillet 2026, Google, Anthropic et OpenAI ont aligné des lancements ou refontes majeures comme rarement. Gemini 3.6 Flash d'abord (juillet 21), Claude Opus 5 trois jours plus tard (juillet 24), puis l'arme absolue : OpenAI a dégainé -80% sur GPT-5.6 Luna sept jours après son lancement initial (juillet 30). Résultat : le marché des modèles API change de visage. Plus de "meilleur modèle" — plutôt trois champions avec trois stratégies incomparables.
Pour une PME ou un freelance qui code / exécute du RAG / tourne des agents, le choix n'est plus "quel est le plus performant" mais "quel ROI pour mon workload spécifique".
Le tableau de comparaison brutale
Voici les trois en vis-à-vis sur 10 critères qui piquent.
| Critère | Claude Opus 5 | Gemini 3.6 Flash | GPT-5.6 Luna |
|---|---|---|---|
| Prix / 1M tokens | $5 input / $25 output | $1.50 input / $7.50 output | $0.20 input / $1.20 output |
| Prix combiné moyen | $15/1M (pire) | $4.50/1M | $0.70/1M (meilleur) |
| Performance (Intelligence Index) | 61 / 100 | 50 / 100 | ~58 / 100 (85% d'Opus 5 approx) |
| Coding (DeepSWE) | Leader (88%+) | Faible (49%) | Fort (~82%) |
| Vision | 77% (moyen) | 83% (meilleur) | Pas de vision native |
| Speed (tokens/sec) | 54 | 200 (3.7× plus rapide) | ~90 (estimation) |
| Context window | 1M tokens | 1M tokens | 128k tokens |
| Reasoning / Effort dial | Oui (5 niveaux) | Non | Non |
| Agents (MCP) | Excellent | Bon | Bon |
| Use-case pivot | Code + reasoning long | Vitesse + vision | Volume + coût |
Claude Opus 5 : le sniper pour code et agents
Lancé le 24 juillet, Anthropic a peaufiné Opus 5 pour un truc très précis : les tâches où il faut réfléchir sur plusieurs tours. Code complexe, débug, refactor, agents qui naviguent multi-étape, long-horizon reasoning. Sur DeepSWE (benchmark sérieux pour dev réel, pas du toy), Opus 5 dépasse 88% — soit les meilleurs labos, soit 6 points d'avance sur Gemini 3.6 Flash.
Revers : c'est la martine Gaspard des modèles. $15/1M tokens en moyenne, il va faire saigner le budget dès 50M tokens/mois (soit $750/mois). Mais si tu construis un IDE IA, un agent architecte code, ou un truc vraiment complexe, tu peux pas bluffer : c'est le seul qui tient la distance sans halluciner.
Gemini 3.6 Flash : le "bon partout"
Google a sorti Gemini 3.6 Flash le 21 juillet comme une réponse à "et si on prenait Gemini, on le rendait intelligent, et on le donnait VRAIMENT vite". Résultat : 200 tokens/sec (3.7× plus rapide qu'Opus 5), vision qui bosse (83% vs 77% Opus), et un prix intermédiaire ($4.50/1M) qui mange pas le budget.
Où ça coince : sur le code hardcore. 49% sur DeepSWE c'est "suffisant pour de la génération de script simple" mais passe ton temps sur des agents de coding complexe, ça va droper. Et le reasoning n'est pas au niveau Opus — pas de dial d'effort, pas de pensée profonde, juste du fast-and-furious.
Qui achète Gemini 3.6 Flash ? Les boites qui veulent du RAG rapide, du vision parsing (factures, documents), du support client bot qui doit répondre en moins d'une seconde.
GPT-5.6 Luna : la bombe prix qui change tout
L'histoire vraie, c'est celle-ci : OpenAI a lancé GPT-5.6 le 9 juillet à $1/$6 (Luna). Trente jours après, voyant Gemini 3.6 et Claude Opus 5 voler du volume, il a sorti un bazooka le 30 juillet : Luna passe à $0.20 input / $1.20 output. C'est -80%. Pas -10%, -20% — quatre-vingts pourcents.
Parce qu'il faut le dire : OpenAI dit "Luna c'est 85% de Sol". Luna c'est donc comparable à... Claude Sonnet 5. Pas à Opus 5. Opus 5 sur des tâches complexes reste meilleur. Mais pour du "je veux faire tourner un agent sur 100M tokens par mois", Luna à $1.40/1M (combined average) face à Opus 5 à $15/1M, c'est une tuerie.
Nuance importante : Luna a seulement 128k tokens de context (vs 1M pour Opus et Gemini). Donc pas de "je jette mon entire codebase en context et je demande une refactor". C'est volumétrique, pas contextuel.
Tableau d'usage : qui pour quoi
| Use-case | Meilleur choix | Raison | Budget estimé (10M tokens/mois) |
|---|---|---|---|
| IDE IA / Code review agent | Opus 5 | DeepSWE leader, reasoning complexe | $150 |
| RAG sur documents (OCR +parse) | Gemini 3.6 | Vision 83%, vitesse, prix moyen | $45 |
| Support client chatbot 24/7 | Luna | Coût au volume, modèles simples OK | $7 |
| Agents multi-turn (recherche, navigation) | Opus 5 | Fiabilité long-horizon | $150 |
| Facture / Bon de livraison (parsing) | Gemini 3.6 | Vision parsing, pas besoin reasoning | $45 |
| Générateur de contenu (email, social) | Luna | Suffisant pour génération, coût réduit | $7 |
| RAG sur very large corpus (>100k docs) | Luna or Gemini 3.6 | Opus 5 surdimensionné et cher | $7 à $45 |
Le coût réel à l'année : trois scénarios
PME tournant 50M tokens/mois en agents mixtes :
- Opus 5 : $750/mois × 12 = $9 000/an
- Gemini 3.6 : $225/mois × 12 = $2 700/an
- Luna : $35/mois × 12 = $420/an
Freelance dev tournant 5M tokens/mois (typical):
- Opus 5 : $75/mois
- Gemini 3.6 : $22.50/mois
- Luna : $3.50/mois
Le problème Opus 5 : à moins que tu aies vraiment du code hardcore, le ROI est très négatif. Mais si tu as du code hardcore, c'est le seul qui te sauvera des 3 h debug qui auraient pris 30 min avec un meilleur modèle.
Benchmarks réels : ce que tu dois savoir
Sur les vrais benchmarks 2026 :
- MMLU (knowledge) : All saturated at 92%+. Not meaningful.
- DeepSWE (code réel) : Opus 5 ~88%, Luna ~82%, Gemini 3.6 ~49%
- SWE-bench verified (agents) : Opus 5 leader, Luna follow-up
- Vision (Vision Evals) : Gemini 3.6 83% > Opus 5 77% >>> Luna (N/A)
- Speed (tokens/sec) : Gemini 3.6 200 > Luna ~90 > Opus 5 54
- Reasoning depth (homemade test) : Opus 5 >>> Luna > Gemini 3.6
Source : Artificial Analysis, DeepSWE, LMSYS Arena (August 2026).
Agents IA : qui gère le MCP ?
Pour qui cherche à connecter des modèles à ses outils métier (MCP = Model Context Protocol) :
- Opus 5 : Native MCP support, excellent avec 5 agents en parallèle
- Gemini 3.6 Flash : MCP possible, mais moins native qu'Anthropic
- Luna : Via OpenAI Workspace Agents ou intégrations tierces, moins flexible que Opus 5
Si ton business case = agents qui pilotent Slack + Notion + Stripe, Opus 5 reste la meilleure option. Luna / Gemini plutôt via Make ou n8n.
FAQ : les vraies questions
- Luna à $0.20 ça veut dire quoi "85% de Sol" ?
- Ça veut dire : Luna score ~85% des tasks où Sol réussit. Pas 85% de latence réduite ou 85% de tokens économisés. Juste : Luna hallucine plus, fait moins bien le reasoning, mais clairement meilleur que Claude Sonnet 5 ou Gemini 3.5. Assez bon pour du support client, génération, RAG simple. Pas assez pour du code complexe.
- Pourquoi Opus 5 pas plus rapide que Gemini si c'est plus smart ?
- Opus 5 a un effort dial — tu dis "je veux réfléchir" et il réfléchit, d'où latence. Gemini 3.6 c'est un racer : vise juste, pas cherche parfait. C'est pas "Opus est mal optimisé", c'est "Opus échange vitesse contre profondeur".
- Luna ou Gemini 3.6 pour un agent support ?
- Luna. Moins cher ($0.70/1M vs $4.50/1M), assez bon pour du FAQ + escalade. Gemini si tu dois faire du vision parsing (reconnaissance de facture photographiée).
- Je dois choisir UNE API pour ma PME, laquelle ?
- Gemini 3.6 Flash. C'est le "pas de regrets". Meilleur tous-terrains, prix raisonnable, vitesse, vision. Opus 5 c'est pour du spécialiste (code lourd). Luna c'est pour du volume ultra-cheap.
- Claude Sonnet 5 devient obsolète ?
- Non, Sonnet 5 reste à $3/$15/1M ($9/1M moyenne), donc intermédiaire Luna-Opus. Reste pertinent si tu veux plus intelligent que Luna mais moins cher qu'Opus 5.
- Et Claude Fable 5 ? Toujours #1 à LMSYS ?
- Fable 5 est en "trusted research release" aux USA, pas publique. Opus 5 est le public leader maintenant.
Cas réel : une PME SaaS se pose la question
Startup avec 3 devs, tournant un IDE IA pour Python + un RAG sur leur base docs clients. Budget API : $300/mois max.
Scénario 1 (tout Opus 5) : Alloc complète à Opus → $300/mois = 20M tokens. C'est tight. IDE va ralentir, RAG sur big docs va coûter fou.
Scénario 2 (mixture) : IDE sur Opus 5 (code lourd), RAG sur Gemini 3.6 (vision + parsing docs), support bot sur Luna. Allocation 50% / 30% / 20% = Opus $150, Gemini $90, Luna $60 = $300. Tout rentre.
Scénario 3 (aggressive Luna) : 80% Luna + 20% Opus pour les vrais brains. $240 Luna + $60 Opus = $300. Fonctionne si le produit peut accepter Luna pour 80% des cas.
La vraie réponse : mixture. Pas mono-modèle.
Le verdict : juillet 2026, c'est pas le même marché qu'en mai
Avant ces trois lancements, "meilleur modèle" avait du sens. Maintenant c'est fragmenté :
Pour le code et reasoning profond : Claude Opus 5, no debate. $15/1M la facture, mais elle vaut le coup en productivité dev.
Pour le tout-terrains (RAG, docs, support, vision) : Gemini 3.6 Flash. C'est le "pas de regrets". Assez smart, très rapide, assez bon marché.
Pour le coût ultra-réduit à volume : Luna. Si tu tournes >80M tokens/mois ET que 128k de context suffit, c'est 20× moins cher qu'Opus 5. Accepte juste que la qualité descend.
La stratégie gagnante pour une PME : ne pas choisir un seul. Mettre Opus 5 sur les tâches où tu vraiment besoin de profondeur (code, reasoning multi-turn), Gemini 3.6 sur le volume mixte (RAG + vision), Luna sur le REST (bots, génération, content). Ça coûte 60-70% moins cher que tout Opus 5 en gardant 95% de la qualité.
