GPT-6 Luna : le petit modèle d'OpenAI qui suffit à presque tout, pour deux fois moins cher

Dans l’article précédent, je parlais d’Opus 5.5 et de Sonnet 5.5 : des modèles plus rapides, plus précis et moins chers chez Anthropic. Le même jour que la sortie d’Opus 5.5, le 22 septembre, OpenAI a publié sa nouvelle génération : GPT-6 Sol (déjà remplacé par GPT-6.1 Sol) et GPT-6 Luna, en complément du modèle phare, GPT-6 Astra.

Luna est le plus petit des trois, et c’est lui qui m’intéresse ici. Pas pour coder ni pour piloter un agent, mais pour tout le reste : poser une question, résumer un texte, chercher une information, reformuler un mail. Pour cet usage, mon constat est clair : GPT-6 Luna est largement suffisant, et il coûte deux fois moins cher que GPT-5.6 Luna.

Un prix divisé par deux pour GPT-6 Luna

OpenAI a fait de la baisse de prix l’argument central de cette génération et a confirmé que ces tarifs sont définitifs, et non une offre de lancement.

La baisse se confirme à l’usage. Artificial Analysis a évalué les deux modèles avec le réglage maximal : 122 $ pour GPT-6 Luna, contre 320 $ pour GPT-5.6 Luna, soit environ 60 % d’économie. Le nouveau modèle raisonne pourtant un peu plus longtemps par tâche : la baisse de prix fait largement plus que compenser cette différence.

À ce niveau de prix, le coût d’une conversation devient négligeable. C’est ce qui rend Luna intéressant pour intégrer un assistant dans une petite application ou traiter un gros volume de textes sans surveiller la facture.

Plus rapide, avec une nuance

En matière de vitesse de génération, GPT-6 Luna progresse à tous les niveaux de réglage. Voici les mesures d’Artificial Analysis selon l’effort de raisonnement demandé :

En mode conversation, sans raisonnement, le texte s’écrit 25 % plus vite. Le premier mot arrive un peu plus tard (0,78 s contre 0,68 s), mais l’écart est vite rattrapé : pour une réponse de 500 tokens, j’arrive à environ 3,8 s contre 4,2 s pour GPT-5.6 Luna.

La nuance concerne l’effort maximal. Dans ce mode, GPT-6 Luna réfléchit plus longtemps avant de répondre : environ 2 min avant le premier mot, contre 1 min 47 s pour son prédécesseur. Mais ce réglage n’a aucun intérêt pour discuter ou chercher une information. Pour l’usage qui nous intéresse, GPT-6 Luna répond plus vite.

Pour la conversation et la recherche, il suffit largement

C’est le vrai sujet de cet article. Au quotidien, je n’ai pas besoin d’un modèle capable de refactoriser un projet entier pour savoir comment formuler une réclamation, comparer deux offres ou comprendre un concept. J’ai besoin de réponses justes, rapides et bien écrites. Sur ce terrain, Luna fait le travail.

Trois points vont dans ce sens.

Il invente moins. C’est le progrès le plus utile pour la recherche. Sur l’indice AA-Omniscience, qui pénalise les mauvaises réponses données avec assurance, GPT-6 Luna passe de −10 à +1. Autrement dit, il dit plus souvent qu’il ne sait pas au lieu d’inventer une réponse. OpenAI affirme qu’à effort élevé, il atteint la fiabilité factuelle de GPT-5.6 Sol, le modèle intermédiaire de la génération précédente. Le taux de réponses trompeuses mesuré par OpenAI passe de 9,5 % à 2,8 %.

Ses connaissances sont plus récentes. Elles s’arrêtent au 18 mai 2026, contre le 16 février pour GPT-5.6 Luna. Trois mois de plus, cela compte pour les questions d’actualité tech.

Il lit beaucoup. Avec un contexte d’un peu plus d’un million de tokens, on peut lui fournir un long document, un rapport complet ou plusieurs articles à comparer en une seule fois.

Et il est accessible sans payer : les utilisateurs des offres gratuite et Go de ChatGPT peuvent l’utiliser depuis l’application de bureau. Pratique pour se faire une idée.

Ce qu’il ne faut pas lui demander

Luna reste un petit modèle, et les mesures le montrent. À effort maximal, son score d’intelligence global est identique à celui de GPT-5.6 Luna (37). Les progrès de cette génération portent sur le prix, la vitesse et la fiabilité, pas sur la capacité brute.

Il recule même un peu sur certaines tâches professionnelles :

Pour produire un livrable professionnel complexe ou coder, ce n’est pas le bon outil. Sur Terminal-Bench, les modèles de l’article précédent jouent dans une autre catégorie : Sonnet 5.5 annonce 70,6 %. OpenAI le dit d’ailleurs lui-même : Luna est conçu pour les tâches bien délimitées, comme résumer, extraire des informations ou répondre à des questions directes. Pour le reste, il y a Sol et Astra.