Voir les tarifs 
Chez Ouvrali, nous conseillons GPT-6.1 Sol pour le travail courant, avec High ou Max lorsque la tâche demande une analyse poussée. Luna convient aux tâches ciblées et répétées. Nous réservons Astra à un besoin très spécifique, avec un abonnement adapté : sa consommation réduit vite le volume de travail disponible.
Présentation et tarifs OpenAI consultés le 5 octobre 2026. Les recommandations Ouvrali et les exemples d’usage sont distingués des caractéristiques officielles ; aucun essai comparatif n’a été réalisé.
GPT-6 Luna
Son terrain : les tâches précises, répétées en grand nombre, dont vous connaissez le résultat attendu.
À retenir : Luna convient aussi à une recherche dans plusieurs applications avec un raisonnement élevé, lorsque la mission reste bien délimitée.
Fiche officielle Luna
GPT-6.1 Sol
OpenAI le présente comme proche d’Astra pour le travail complexe, à un coût inférieur. Il convient particulièrement aux missions longues ou répétées.
À retenir : Chez Ouvrali, Sol est notre premier choix. High ou Max permet d’aborder les tâches qui demandent une analyse poussée.
Fiche officielle GPT-6.1 Sol
GPT-6 Astra
OpenAI présente Astra comme son modèle le plus capable pour les missions exigeantes. Chez Ouvrali, nous le réservons notamment à :
À retenir : utilisez Astra ponctuellement, avec un abonnement adapté à sa forte consommation.
Fiche officielle AstraCaractéristiques et images : OpenAI. Exemples et recommandations : Ouvrali. Les trois modèles peuvent rédiger, analyser et utiliser des outils.
Luna, Sol ou Astra : la capacité et le tarif de base.
Le temps et les tokens consacrés à examiner le problème avant de répondre.
Standard ou Fast, et Ultrafast sur certains accès Astra.
Un raisonnement plus élevé peut améliorer une analyse complexe, mais augmente l’attente et la consommation. Dans l’application, OpenAI conseille de commencer au réglage disponible par défaut pour GPT-6.1 Sol, à High pour Luna et à Light pour Astra. Pour une extraction simple et bien délimitée, le guide de sélection propose aussi Luna à Low, pour limiter l’effort.
| Niveau | Quand il est utile |
|---|---|
| Light ou Low | Une consigne claire, une correction ciblée, une réponse courte. |
| Medium | Un travail avec plusieurs étapes et un peu de planification. |
| High ou Extra High | Une analyse difficile, plusieurs sources ou des arbitrages à examiner. |
Les repères de raisonnement d’OpenAI sont un point de départ. Pour une tâche urgente, Fast accélère les modèles compatibles, mais consomme les limites incluses 2,5 fois plus vite que Standard. Les crédits achetés sont facturés à 2 fois le tarif Standard. Ces multiplicateurs décrivent la consommation, pas un gain de vitesse garanti. Voir les modes de vitesse.
Une association prépare un événement. Elle dispose de devis, de comptes rendus et d’un tableau de disponibilités. Le bon modèle dépend du travail demandé sur ces mêmes sources.
| Votre demande | Résultat attendu | Modèle et réglage proposés |
|---|---|---|
| « Relève le fournisseur, le montant et la date de validité de chaque devis. » | Un tableau avec les champs demandés. | Luna à Light/Low : extraction précise et répétable. |
| « Prépare le budget, la fiche projet et une présentation pour le bureau. » | Trois livrables qui reprennent les mêmes montants et décisions. | GPT-6.1 Sol à Medium : travail complet et coordonné. |
| « Le budget diminue et les disponibilités se contredisent. Propose un projet réalisable. » | Des options argumentées, les informations à clarifier et un plan adapté. | GPT-6.1 Sol à High, ou Max si nécessaire : analyse des contraintes et recherche d’options. |
Pour préparer et adapter ce projet, gardez Sol. Passez à High, puis à Max si l’analyse le demande. Une baisse de budget ou un conflit de disponibilités ne justifie pas, à lui seul, le passage à Astra. Réservez celui-ci aux besoins techniques ou scientifiques très spécifiques décrits plus haut.
Avec un abonnement ChatGPT, vous utilisez la capacité incluse dans le forfait, puis éventuellement des crédits supplémentaires. Work et Codex partagent cette consommation. Les modèles ne permettent donc pas tous le même volume de travail. Ici, les messages locaux correspondent aux demandes faites depuis Work/Codex sur ordinateur, pas aux messages du mode Chat.
| Modèle | Messages locaux estimés |
|---|---|
| GPT-6 Luna | 350 à 3 000 |
| GPT-6.1 Sol | 15 à 160 |
| GPT-6 Astra | 5 à 45 |
Astra laisse ici une capacité d’usage nettement plus courte. Ouvrali le déconseille pour le travail courant : gardez-le pour une mission précise et un forfait qui permet cette consommation.
Ce sont des estimations, pas des quotas garantis. La taille du dossier, l’historique, les outils, le raisonnement et la vitesse font varier l’usage ; des limites hebdomadaires peuvent aussi s’appliquer. Pour votre compte, consultez le tableau d’usage et les conditions de votre forfait.
Sur Free et Go, Luna est annoncé dans l’application de bureau. GPT-6.1 Sol est déployé sur Plus, Pro, Business, Enterprise et Edu. Les options visibles dépendent aussi du déploiement et des réglages de l’organisation ; ces modèles se choisissent dans Work ou Codex, pas dans le mode Chat.
L’API permet à un logiciel d’appeler le modèle, avec une facturation à l’usage distincte de l’abonnement ChatGPT. Elle compte les tokens d’entrée (demande, documents, historique) et de sortie (réponse et raisonnement facturé).
| Modèle | Entrée | Entrée en cache | Sortie | Exemple d’un appel |
|---|---|---|---|---|
| GPT-6 Luna | 0,10 $ | 0,01 $ | 0,50 $ | 0,002 $ |
| GPT-6.1 Sol | 2 $ | 0,10 $ | 10 $ | 0,04 $ |
| GPT-6 Astra | 10 $ | 1 $ | 50 $ | 0,20 $ |
L’exemple correspond à 10 000 tokens d’entrée et 2 000 tokens de sortie facturée, raisonnement compris, sans cache ni outil payant. Pour Sol : 10 000 × 2 / 1 000 000 + 2 000 × 10 / 1 000 000 = 0,04 $. Il compare un volume identique, pas le prix d’une mission entière : un agent peut enchaîner plusieurs appels.
Le cache réutilise une entrée déjà traitée ; son écriture a un tarif séparé. Au-delà de 272 000 tokens d’entrée, les tarifs doublent pour l’entrée et le cache, et sont multipliés par 1,5 pour la sortie. Les modes de vitesse et outils peuvent aussi ajouter des coûts. Grille API complète.
Dans cet exemple sans cache, Sol coûte cinq fois moins qu’Astra et vingt fois plus que Luna. Mais un modèle plus capable peut terminer avec moins d’appels ou de reprises : le tarif d’un token ne suffit pas à mesurer le coût du travail obtenu.
La documentation OpenAI décrit ces contrôles. Avec Ouvrali, vous conservez la même méthode et les mêmes sources lorsque vous changez de modèle : c’est ce cadre qui rend les résultats comparables. Garder le contexte d’un dossier.
Chez Ouvrali, nous conseillons GPT-6.1 Sol pour le travail courant. Passez à High ou Max lorsque l’analyse demande davantage de profondeur. Luna convient aux tâches précises et répétées. Nous réservons Astra à un besoin très spécifique, avec un forfait adapté à sa consommation.
Max donne au modèle davantage de temps pour examiner une tâche difficile. Ultra fait intervenir plusieurs agents sur des parties distinctes du travail. Luna propose Max, mais pas Ultra. Les options visibles dépendent du modèle et des réglages de votre application.
Non, ce sont deux versions distinctes. Cet article compare GPT-6.1 Sol, présenté par OpenAI comme proche d’Astra à moindre coût. Vérifiez le nom complet dans le sélecteur et dans la comparaison officielle avant de reprendre une caractéristique ou un tarif.
Les fiches API des trois modèles annoncent une fenêtre de 1 050 000 tokens, des unités de texte et d’information. Ce budget couvre l’entrée et la sortie, avec au maximum 922 000 tokens d’entrée et 128 000 de sortie. Il limite un appel et ne constitue pas une mémoire permanente de vos dossiers. Les limites de l’application peuvent différer de celles de l’API.
Non. L’abonnement ChatGPT et l’API ont des facturations distinctes. Les tarifs API servent à calculer les appels effectués par un logiciel, selon les volumes facturés. Ils ne permettent pas de déduire le nombre de tâches incluses dans votre abonnement ChatGPT.
Le modèle, le raisonnement, la vitesse, les sources et les outils font varier la consommation. Work et Codex partagent la même capacité d’usage. Les nombres de messages présentés dans l’article sont des estimations. Consultez votre tableau d’usage pour connaître vos limites et leur prochaine réinitialisation.
Une demande client, une réponse et deux rôles : le modèle prépare le texte, l’application vous permet de lui donner les informations et de travailler avec le résultat.
Lire l’article →
Lire un mail, chercher une information et enregistrer un fichier : le harness permet à l’agent de passer de la réponse au travail réalisé.
Lire l’article →