Dans la grande distribution, la surveillance des prix est un métier à part entière. Des relevés parcourent les rayons d’en face, remontent au siège et déclenchent des alignements dans la journée ; une baisse annoncée la veille d’une opération rivale vaut autant par sa date que par son montant. Le calendrier fait partie de l’arme.
Le logiciel vendu au jeton vient d’adopter ce réflexe, sur une horloge bien plus courte. Le 22 septembre 2026, Anthropic a mis en ligne Claude Opus 5.5 ; OpenAI a présenté GPT-6 Sol quelques dizaines de minutes plus tard, avec un second modèle, GPT-6 Luna. Deux gammes de pointe rivales, un argumentaire jumeau de performances tenues et de facture divisée, une seule matinée pour recevoir les deux.
L’intervalle entre les deux publications est trop court pour relever du hasard et trop long pour n’être qu’un réflexe : c’est le temps de lire l’annonce d’en face et d’appuyer sur le bouton. Ce que contiennent ces gammes, ce que le tarif dissimule de la facture réelle et ce qui empêche un client d’arbitrer le matin même composent le récit de cette journée.
Une matinée, deux annonces, quatre-vingt-dix minutes
L’horodatage contre le mot « minutes »
L’impression de simultanéité tient à la réception, pas à la mécanique. TechCrunch situe la publication d’Anthropic au 22 septembre à 9 h 30, heure du Pacifique, et celle d’OpenAI à 11 h 00, quatre-vingt-dix minutes plus tard ; la carte système d’Opus 5.5 porte un en-tête de dernière modification à 16 h 06 UTC, l’annonce d’OpenAI sur son forum développeurs à 18 h 16. Quelques secondes diraient deux calendriers qui se percutent. Une heure et demie dit un texte déjà prêt.
Une riposte rapportée trois jours plus tôt
La coïncidence n’a rien d’une divination. Le 19 septembre 2026, Reuters rapportait qu’Anthropic évaluait le lancement d’un nouveau modèle destiné à répondre à GPT-6 Astra, en pesant les implications de sûreté d’un tel calendrier et la pression des investisseurs sur la rentabilité. Trois jours plus tard, Opus 5.5 était en ligne.
L’habitude de la réplique immédiate est ancienne entre les deux maisons : un test d’intelligence artificielle revendiqué par Anthropic cet été avait été repris par OpenAI au prix de deux paramètres modifiés, et la querelle des chiffres s’est prolongée en querelle de dates. Publier à quatre-vingt-dix minutes d’intervalle suppose des équipes qui se lisent en direct.
Ce que les deux camps ont mis sur la table
GPT-6 Sol et GPT-6 Luna, deux étages d’un même mouvement
Le chiffre qu’OpenAI met en avant n’est pas un score mais une division par deux : celle du taux d’erreurs de GPT-6 Sol face à GPT-5.6, son prédécesseur direct, et celle de son tarif face à la grille promotionnelle de ce dernier. Sol s’établit à 2 dollars le million de jetons en entrée et 10 en sortie, Luna à 0,10 et 0,50, les deux partageant une fenêtre de 1,05 million de jetons en entrée et 128 000 en sortie.
Les deux modèles occupent des étages distincts du même immeuble. Sol prend les travaux complexes, le code en tête ; Luna traite le volume à objectif clair, résumé de documents, extraction, questions rapides, et atteindrait le niveau des anciens haut de gamme pour une fraction de leur prix. Tous deux arrivent dans ChatGPT Work, Codex et l’API pour les comptes payants, Luna étant ouvert aux comptes gratuits sur le bureau, trois semaines après GPT-6 Astra, présenté le 3 septembre comme le plus puissant de la firme.
Claude Opus 5.5, deux mois après Opus 5
Anthropic répond sur le même registre. Opus 5.5 est annoncé 40 % moins cher à faire tourner qu’Opus 5 sur les charges de travail typiques, avec une génération de sortie plus de 30 % plus rapide et un niveau comparable à Claude Fable 5.1 sur la plupart des tâches. La grille passe à 4 dollars en entrée et 20 en sortie par million de jetons, contre 5 et 25 pour Opus 5, la lecture de cache tombant à 0,20 dollar et le traitement par lots à 2 et 10.
Le reste ne bouge pas : même fenêtre d’un million de jetons, mêmes 128 000 jetons de sortie, une coupure de connaissances en juin 2026, un mode rapide proposé en aperçu de recherche. Le modèle arrive d’emblée sur l’API Claude, Amazon Web Services, Google Cloud et Microsoft Foundry, Sonnet 5.5 et Haiku 5.5 devant suivre dans les semaines à venir.
Deux mois séparent cette version de la carte système d’Opus 5, datée du 24 juillet 2026, avec Fable 5.1 et Mythos 5.1 intercalés le 1er septembre. Un décimal de plus au numéro de version n’annonce pas une refonte mais une révision de l’offre : ce qui change entre Opus 5 et Opus 5.5, du point de vue de l’acheteur, tient d’abord dans la colonne des prix et dans la vitesse de restitution.
Le duel tarifaire le plus rude se joue à l’intérieur d’un catalogue
L’écart le plus spectaculaire du 22 septembre n’oppose pas les deux laboratoires : il oppose Anthropic à lui-même. Claude Fable 5.1, dont Opus 5.5 revendique le niveau, est facturé 10 dollars en entrée et 50 en sortie par million de jetons. À performance annoncée équivalente, le nouveau venu coûte soixante pour cent de moins que le modèle maison auquel il se compare, et tailler ainsi dans son propre haut de gamme indique où le laboratoire situe la marge.
Le geste n’a pas le même poids des deux côtés de la rue. Anthropic visait début septembre un dépôt de prospectus à la fin du mois et une première cotation avant les élections de mi-mandat, quand OpenAI a écarté toute introduction en 2026 sans exclure 2027. Une baisse de 40 % annoncée à quelques jours d’un tel document se relit comme une ligne d’argumentaire. Le terrain se déplace pour tout le monde : la puissance brute cède le premier rôle au coût d’usage, sur un front où Google avance aussi.
Le prix au jeton, une unité qui ment
Trois mécanismes documentés par les vendeurs eux-mêmes
Comparer deux tarifs au jeton ne suffit pas à comparer deux factures, et les fournisseurs l’écrivent dans leur propre documentation. Celle d’Anthropic signale que les modèles Claude 4.7 et suivants utilisent un tokeniseur produisant environ 30 % de jetons de plus pour le même texte : à tarif affiché constant, l’écart se répercute intégralement sur la note.
Une part de l’économie de 40 % annoncée sur Opus 5.5 vient d’un réglage par défaut plutôt que de la grille, l’effort passant de high à medium, la même documentation précisant qu’à effort égal le modèle réfléchit davantage par tour. Le troisième mécanisme s’observe chez un concurrent : Gemini 3.8 Flash produit environ 30 % de jetons de sortie en plus à tarif inchangé, soit un coût par tâche supérieur d’environ 40 %. L’indice des prix des grands modèles n’a d’ailleurs pas bougé en septembre 2026, et huit hausses sont programmées d’ici janvier 2027.
Moins cher ne veut pas dire meilleur
Les chiffres d’OpenAI le disent : GPT-5.6 Sol réglé à l’effort maximal obtient encore de meilleurs scores que GPT-6 Sol sur DeepSWE et OSWorld alors qu’il coûte plus du double par tâche, et GPT-6 Astra reste devant, à 73,5 % sur OSWorld contre 64,4 %. Le « deux fois moins d’erreurs » porte sur une évaluation interne de factualité bâtie sur des conversations réelles désidentifiées ; sur les tests de tromperie, le taux tombe de 10,4 % à 1,3 %.
L’inverse se vérifie aussi, et déplace la question. Sur AutomationBench 1.0.6, GPT-6 Sol réglé à l’effort xhigh obtient 33,2 % pour 0,27 dollar par tâche, au-dessus de GPT-6 Astra réglé à faible effort, à 30,3 %. À budget donné, le modèle le moins cher poussé plus loin bat le haut de gamme bridé : l’arbitrage quitte le choix du modèle pour celui du réglage, et aucune grille ne le documente.
Arbitrer le matin même, et ce qui l’empêche
Quatre ruptures de compatibilité
Recevoir deux offres le même matin ne signifie pas pouvoir choisir le même matin. Passer d’Opus 5 à Opus 5.5 casse quatre choses dans un code qui tournait la veille : le raisonnement ne peut plus être désactivé, une tentative renvoyant une erreur 400 ; l’appel d’outil forcé, par un tool_choice réglé sur « any » ou « tool », est refusé ; les blocs de raisonnement sont liés au modèle et à la conversation ; et l’outil computer_20251124 est rejeté sur l’API Claude comme sur Google Cloud.
Le verrou des blocs de raisonnement
La troisième rupture est la plus sournoise pour qui veut comparer deux offres en production. Chaque bloc de raisonnement enregistre le modèle qui l’a produit, et une conversation qu’un routeur déplace d’Opus 5.5 vers autre chose qu’Opus 5.5, Fable 5.1 ou Mythos 5.1 se poursuit sans le raisonnement accumulé : les blocs illisibles sont écartés, la requête aboutit, et rien ne signale la perte. La concurrence est frontale sur l’affiche, visqueuse dans le code.
Deux régimes de preuve le même jour
L’asymétrie la plus lourde pour un acheteur ne porte pas sur le prix mais sur la documentation. Anthropic accompagne Opus 5.5 d’une carte système dédiée de 230 pages, datée du 22 septembre, qui classe le modèle CB-1 sans atteindre CB-2 en chimie-biologie, le décrit comme le plus capable du laboratoire en cybersécurité et prévoit un repli sur Opus 5 quand les classifieurs biologie bloquent, sur Opus 4.8 pour les classifieurs cyber.
OpenAI documente Sol et Luna par une annexe ajoutée le même jour à la carte système de GPT-6 Astra, sans leur consacrer de document autonome. Deux régimes de transparence pour deux annonces séparées de quatre-vingt-dix minutes : les tarifs se comparent en une ligne, le niveau d’information sur ce qu’on branche en production beaucoup moins.
Une baisse de prix qui répond à une fuite
Les deux laboratoires n’ont pas décidé d’être généreux le même jour : ils réagissent à un mouvement déjà engagé chez leurs clients. Le prix effectif du million de jetons payé par les entreprises américaines est passé de 1,15 dollar en mars 2026 à 0,68 dollar début septembre ; du 1er août à début septembre, celui d’OpenAI a reculé de 38 % à 0,48 dollar, celui d’Anthropic de 22 % à 0,90.
La cause est une fuite vers le bas de gamme. La part des jetons consommés par les modèles de pointe est retombée à 45 % après un pic à 53 % en août, les entreprises installant des réglages par défaut qui détournent leurs salariés du haut de gamme ; la dépense mensuelle médiane par salarié, chez le pour cent d’entreprises les plus dépensières, a reculé de 9,7 % à 7 205 dollars en août.
L’économiste en chef de Ramp, Ara Kharazian, résume la bascule : les jetons commencent à se négocier comme une matière première, aussi interchangeable que le sel ou le blé. La directrice financière d’OpenAI, Sarah Friar, reconnaît que la croissance de 32 % du chiffre d’affaires entreprise entre juin et juillet venait de parts de marché gagnées, non d’un pouvoir de fixation des prix, et dit vouloir sortir de la facturation au jeton.
L’arbitrage quitte les mains du client
Ce que la double annonce met en scène, une opération financière l’avait déjà acté. Le 19 août 2026, Stripe annonçait l’acquisition d’OpenRouter, passerelle donnant accès à plus de 400 modèles auprès de plus de 80 fournisseurs, pour un montant rapporté supérieur à 7 milliards de dollars ; le communiqué justifie l’opération par la difficulté à arbitrer en temps réel entre le modèle à employer, sa vitesse et son coût.
Les deux laboratoires se battent donc moins pour la fidélité d’un client que pour une place par défaut dans une table de routage. Le rapport de forces reste serré : Anthropic mène le marché entreprise américain payant avec 43,8 % des clients en août contre 39,8 % pour OpenAI, mais GPT-6 Astra a capté 13 % de la dépense suivie par Ramp contre 8 % pour Claude Fable, et les utilisateurs d’OpenRouter ont dépensé davantage chez OpenAI pour la première fois depuis plus de deux ans et demi.
Une journée pareille se lit mal comme un duel et bien comme un symptôme. Deux calendriers se surveillent à la minute, deux grilles se rabotent le même matin, et l’écart de quatre-vingt-dix minutes mesure la valeur que chacun accorde à l’espace médiatique du jour. Dix jours plus tôt, le 12 septembre 2026, Dario Amodei publiait un essai demandant à l’industrie de ralentir, appel auquel Sam Altman avait dit souscrire.
Pour les développeurs et les directions informatiques qui règlent l’addition, la baisse est une bonne nouvelle immédiate, à condition de la vérifier sur une facture plutôt que sur une page de tarifs. Le tokeniseur, l’effort par défaut et le nombre de jetons qu’un modèle consacre à réfléchir suffisent à effacer un pourcentage annoncé. Le seul chiffre qui résiste est le coût d’une tâche menée à son terme.
Reste une question qu’aucune des deux publications ne traite : ce que devient un marché dont le produit se banalise pendant que son infrastructure reste aussi coûteuse à bâtir. Morgan Stanley chiffre à 300 milliards de dollars les obligations finançant des centres de données qui deviendraient vulnérables si le prix des jetons ne se stabilisait pas. Le jeton qui se négocie comme du blé n’a pas les marges du blé.
Aller plus loin
Les revendications commerciales se lisent mieux dans leur formulation d’origine, et l’annonce Introducing Claude Opus 5.5 pose les 40 % d’économie sur les charges de travail typiques, la vitesse de génération gagnée, la parité affichée avec Fable 5.1 et la disponibilité immédiate sur quatre plateformes, Sonnet et Haiku 5.5 étant renvoyés aux semaines suivantes.
Le pendant se trouve du côté développeurs, où le message Announcing GPT-6 Sol and GPT-6 Luna in the API, Codex and ChatGPT est horodaté à la minute : il répartit les rôles entre les deux modèles, délimite le périmètre de déploiement et pose la comparaison tarifaire revendiquée avec GPT-5.6.
Ce que l’annonce commerciale ne dit pas figure dans les notes de version, et What’s new in Claude Opus 5.5 signale le passage de l’effort par défaut de high à medium, précise qu’à effort égal le modèle réfléchit davantage par tour et documente le liage des blocs de raisonnement au modèle qui les a produits.
Le coût réel d’un changement de version se mesure code à l’appui dans Migrating to Claude Opus 5.5, qui donne les messages d’erreur exacts, l’avant et l’après de chaque rupture de compatibilité, une liste de contrôle de migration et un avertissement destiné aux routeurs qui changent de modèle en cours de conversation.
La sûreté du modèle occupe un dossier à part, et la carte système de Claude Opus 5.5 tient en 230 pages : elle classe le modèle CB-1 sans atteindre CB-2 en chimie-biologie et expose les replis prévus sur Opus 5 et Opus 4.8 quand les classifieurs bloquent une requête.
Le contraste se vérifie en ouvrant la carte système de GPT-6 Astra, dont le journal des modifications enregistre l’ajout, le 22 septembre, d’une annexe consacrée à Sol et Luna : sûreté, hallucinations et résultats de préparation y tiennent en quelques sections greffées sur un document écrit pour un autre modèle.
La chronologie de la riposte se reconstitue dans l’article Anthropic considers new model to counter OpenAI’s latest AI push, publié le 19 septembre : il rapporte l’information de Reuters sur le modèle alors à l’étude, et donne les parts de dépense entreprise mesurées par Ramp ainsi que le basculement d’OpenRouter en faveur d’OpenAI.
Les chiffres de dépense réelle viennent d’ailleurs que des communiqués, et l’indice IA de Ramp de septembre 2026 agrège des milliers d’entreprises clientes pour donner le prix effectif du million de jetons, la part des modèles de pointe retombée à 45 % et le recul de la dépense par salarié chez les plus gros consommateurs.
La lecture financière de cette banalisation tient dans l’enquête Tokens are getting cheaper publiée par Fortune, qui rapporte la formule sur le jeton devenu matière première, l’aveu de la directrice financière d’OpenAI sur une croissance sans pouvoir de fixation des prix et l’estimation de Morgan Stanley sur les obligations de centres de données exposées.
L’arbitrage entre fournisseurs devient une couche d’infrastructure, et le communiqué Stripe agrees to acquire OpenRouter le dit sans détour : plus de 400 modèles, plus de 80 fournisseurs, et une justification explicite par la difficulté de choisir en temps réel quel modèle employer, à quelle vitesse et à quel prix.
Lus ensemble, ces documents décrivent un marché qui a changé d’unité de mesure sans changer de vocabulaire. Les annonces parlent encore de puissance et de pourcentages, quand les factures se règlent en coût par tâche, en jetons produits et en réglages par défaut. La simultanéité du 22 septembre n’est pas une anecdote de calendrier : elle montre deux laboratoires qui se surveillent à la minute, au moment où leurs clients cessent de traiter leurs modèles comme des produits distincts.