Le même modèle, son prix officiel n'a baissé que de 20 %, mais votre facture est réduite de huit dixièmes.
Le 24 août, OpenAI a publié les résultats d'un test réalisé conjointement avec AWS :
Sur Terminal-Bench 2.1, le coût pour que GPT-5.6 Terra accomplisse une tâche réussie dans Kiro a diminué d'environ 82 %.
Kiro est la plateforme d'agents intelligents de développement logiciel d'AWS, couvrant l'IDE, le CLI et le Web.
Les trois modèles de la famille GPT-5.6, Sol, Terra et Luna, y fonctionnent depuis plus d'un mois.
Ces 82 % ne proviennent pas d'une baisse de prix officielle.
Le dernier ajustement de prix de Terra remonte au 30 juillet, d'une ampleur de 20 %.
Annonce de l'ajustement des prix d'OpenAI du 30 juillet, Terra -20%.
Le prix unitaire ne baisse que de 20 %, mais la facture peut être réduite de huit dixièmes.
La source des soixante points de pourcentage d'économie intermédiaires, c'est cela qui mérite vraiment notre attention.
L'arrivée de GPT-5.6 sur Kiro date de juillet de cette année.
Le 13, AWS a d'abord annoncé la disponibilité générale de GPT-5.6 Sol, Terra et Luna sur Amazon Bedrock.
Le lendemain, Kiro a publié un article de blog annonçant la mise en ligne des trois modèles dans l'IDE, le CLI et le Web.
C'est la première fois que les modèles d'OpenAI intègrent Kiro, coïncidant avec le premier anniversaire de la prévisualisation publique de Kiro.
Après avoir placé les modèles en rayon, puis les avoir mis au travail, plus d'un mois plus tard, OpenAI présente ses résultats :
Les deux entreprises ont conjointement optimisé l'environnement Kiro et les modèles OpenAI, réduisant le coût d'accomplissement d'une tâche réussie par Terra d'environ 82 %.
Ce qui est économisé
est l'argent des détours
Lors de l'ajustement de prix du 30 juillet, Terra a baissé de 20 %, mais dans les tests de Kiro, le coût par tâche a chuté de 82 %.
D'où proviennent les 60 % supplémentaires d'économies ?
Les possibilités sont limitées :
Le modèle émet moins de tokens, les allers-retours entre outils sont moins fréquents, et les échecs suivis de nouvelles tentatives et de détours sont réduits.
Ainsi, cette importante économie ne provient pas de l'argent de chaque appel, mais de l'argent qui aurait été gaspillé dans des appels inutiles.
La logique est simple : lorsqu'un agent IA échoue une tâche, la facture s'accumule normalement. S'il choisit un mauvais chemin, s'égare pendant trois tours avant de faire demi-tour, ces tokens sont également facturés.
Dans le développement réel, c'est souvent ainsi que l'argent s'échappe.
OpenAI a également souligné la même logique dans son blog officiel : l'efficacité provient de trois couches :
Le framework d'agent qui initie les requêtes et organise le contexte, le système d'orchestration qui planifie les requêtes au milieu, et enfin le modèle lui-même exécuté sur les GPU.
OpenAI décompose les sources d'efficacité de GPT-5.6 : la requête part du framework d'agent, est planifiée par le système d'orchestration, puis arrive au GPU pour exécuter le modèle, chaque couche contribuant aux économies.
Les économies peuvent également concerner la division du travail entre modèles.
OpenAI a également donné un exemple d'utilisation : un flux de travail de codage peut d'abord utiliser Sol pour clarifier le problème et établir un plan, puis passer à Luna pour implémenter les modifications déjà définies, écrire des tests et exécuter des évaluations.
Sur la même ligne de production, différentes étapes sont équipées de niveaux d'intelligence différents.
Le modèle ne représente que la moitié de la facture
Changer de framework, c'est changer de prix
Le test Terminal-Bench 2.1 ne consiste pas à faire répondre le modèle seul à un questionnaire.
Il place le modèle dans un environnement terminal avec un objectif vague, le laissant planifier son propre chemin, appeler des outils, écrire des scripts, gérer les erreurs et itérer à plusieurs reprises.
Ainsi, le score obtenu est celui de la combinaison « Agent + Modèle ».
Le classement public de Terminal-Bench 2.1, avec en plus une colonne coût à droite de la précision. (Source : Terminal-Bench)
Les quatre lignes de chiffres du classement illustrent parfaitement le propos :
Claude Code avec Fable 5, 83,8%, 552,67 $ ;
Codex avec GPT-5.5, 83,1%, 2059,19 $ ;
Codex avec GPT-5.6 Terra, 78,4%, 421,15 $ ;
Codex avec GPT-5.6 Luna, 75,7%, 241,45 $.
Les deux premières lignes ne diffèrent que de 0,7 point de pourcentage, mais la facture diffère de près de 4 fois.
Le même modèle, intégré dans des frameworks différents, avec des stratégies d'organisation de contexte et d'outils différentes, donne des prix radicalement différents.
Selon les données officielles de Kiro, Terra obtient 77,4 points sur le Coding Agent Index, soit juste un peu plus que les 77,2 de Claude Fable 5.
Son argument n'est pas le score, mais le prix correspondant à ce score.
C'est également là que se situe l'approche "spec-driven" de Kiro, dont le principe fondamental est le suivant : interdiction d'écrire du code dès le départ.
Il décompose d'abord l'objectif vague de l'utilisateur en une documentation des besoins formelle, une conception technique et une liste de tâches exécutables, avant de la transmettre au modèle.
Ainsi, le modèle ne reçoit plus une phrase vague, mais un travail clarifié.
Les personnes familières avec les Agents reconnaîtront immédiatement que cette étape économise précisément la partie la plus coûteuse des dépenses.
Les tokens gaspillés lorsque le modèle dévie, doit recommencer, ou tout reprendre à zéro, sont souvent plus nombreux que ceux utilisés pour le travail réel.
Kiro a également intégré deux barrières dans le processus : avant toute modification réelle du code, une pause pour validation humaine ; et après le travail, une série de tests automatisés pour vérifier l'exactitude.
Chaque reprise évitée par ces deux barrières permet d'économiser de l'argent réel.
Claude sur le terrain d'Amazon
GPT en prend la moitié
Il y a un an, Kiro n'était qu'un IDE "spec-driven", et le sélecteur de modèles était le terrain d'Anthropic.
Un an plus tard, AWS a placé d'un coup trois modèles OpenAI sur sa propre plateforme d'agents intelligents de développement.
Voir Sol, Terra et Luna listés côte à côte avec Claude dans le même menu déroulant était difficile à imaginer il y a un an.
Bien que GPT-5.6 soit arrivé "en famille", il n'est pas "entièrement ouvert".
Les trois modèles sont déployés progressivement, de manière expérimentale, pour les utilisateurs Pro, Pro+, Pro Max et Power, et seulement dans deux régions : Virginie du Nord (USA) et Francfort (Europe), avec support pour l'inférence inter-régions.
Un autre point que beaucoup trouvent déroutant : ces modèles dans Kiro utilisent une chaîne de raisonnement cachée ; vous ne voyez pas ses étapes de raisonnement, seulement le résultat final.
Ceux qui ont l'habitude de surveiller le raisonnement étape par étape de l'Agent peuvent avoir l'impression de jeter le travail dans une boîte noire.
Selon la déclaration officielle, c'est le comportement attendu, et cela n'affecte pas la qualité de la sortie.
Les trois modèles sont clairement tarifés dans Kiro.
Lors de leur mise en ligne le 14 juillet, pour la même tâche, Sol facturait 2,4 fois plus, Terra 1,2 fois plus, et Luna 0,6 fois plus.
Après la baisse de prix d'OpenAI du 30 juillet, Kiro a suivi le lendemain : Luna est passé de 0,6x à 0,1x, Terra de 1,2x à 1,0x, seul Sol n'a pas bougé.
La position d'AWS est claire : une plateforme de développement ne peut pas être liée à un seul modèle.
Dans le même sélecteur, deux modèles de pointe commencent à se faire concurrence sur les prix.
Les critères d'évaluation des modèles changent également : un score élevé ne signifie plus automatiquement la victoire, dépenser moins peut également l'emporter.
Pour les développeurs, la question n'est plus "Combien coûte ce modèle par million de tokens ?", mais "Combien vais-je vraiment dépenser pour qu'il accomplisse cette tâche ?".
Références :
https://x.com/OpenAIDevs/status/2091966982015103068
https://openai.com/index/gpt-5-6-in-kiro/
Cet article provient du compte WeChat officiel "新智元" (ID : AI_era), auteur : ASI启示录, éditeur : 元宇
