Le 22 septembre 2026, deux laboratoires d'IA de premier plan ont baissé leurs prix le même jour, à quatre-vingt-dix minutes d'écart. Anthropic a lancé Claude Opus 5.5, OpenAI a répliqué avec GPT-6 Sol et Luna. Ce n'est pas un détail de calendrier. C'est le signe le plus clair, à ce jour, que le coût pour faire exécuter une tâche par une IA s'effondre. Et cette fois, les baisses sont annoncées comme permanentes, pas comme une promotion de lancement.
Pour un dirigeant réunionnais, la vraie question n'est pas de savoir quel modèle gagne le prochain benchmark. C'est de comprendre ce qui, dans votre entreprise, devient rentable à automatiser aujourd'hui alors que ça ne l'était pas il y a un mois.
Ce qui s'est passé le 22 septembre, sans le jargon
Un modèle d'IA se facture au million de « tokens », des fragments de texte en entrée (ce que vous lui envoyez) et en sortie (ce qu'il vous répond). Moins le token coûte cher, moins une tâche automatisée coûte cher. Voici les prix annoncés ce jour-là, en dollars par million de tokens.
| Modèle | Entrée (par M tokens) | Sortie (par M tokens) | Évolution |
|---|
| Claude Opus 5.5 (Anthropic) | 4 USD | 20 USD | Prix du token 20 % sous Opus 5, coût réel jusqu'à 40 % plus bas sur une charge typique |
| GPT-6 Sol (OpenAI) | 2 USD | 10 USD | Environ 50 % moins cher que GPT-5.6 Sol |
| GPT-6 Luna (OpenAI) | 0,10 USD | 0,50 USD | Sortie en baisse d'environ 58 % |
Deux nuances honnêtes, parce que le chiffre d'affichage ne raconte pas toute l'histoire. D'abord, chez Anthropic, le prix du token baisse de 20 %, mais le coût réel d'un usage courant descend d'environ 40 % : la différence vient de la lecture de cache, facturée 0,20 USD le million (60 % moins cher qu'avant), et d'une génération plus de 30 % plus rapide. Ensuite, chez OpenAI, un porte-parole a confirmé que ces tarifs sont permanents, pas une offre d'appel. La baisse n'est donc pas un piège qui se refermera dans trois mois.
La bonne lecture : le coût par tâche, pas la course aux benchmarks
La presse tech va se battre sur les scores de tests. Ce n'est pas votre sujet. Le vôtre, c'est le coût unitaire d'une tâche répétitive que vous confiez à une IA : trier deux cents e-mails entrants, rédiger un premier jet de fiche produit, extraire les lignes d'une facture PDF, classer les avis clients, préparer un compte rendu de réunion.
Quand le prix du token est divisé par deux, une tâche qui coûtait dix centimes en coûte cinq. Sur une opération isolée, personne ne le remarque. Sur dix mille opérations par mois, le calcul de rentabilité change de camp. Un automatisme qui ne « valait pas le coup » l'an dernier, parce que le temps humain économisé était mangé par la facture d'API, passe soudain au vert.
C'est là toute la portée du 22 septembre pour une TPE ou une PME : ce n'est pas une prouesse technique de plus, c'est un seuil de rentabilité qui se déplace. Des chantiers d'automatisation qu'on repoussait « pour quand ce sera moins cher » viennent d'entrer dans la zone rentable.
Ce qui devient raisonnable à automatiser aujourd'hui
Sans survendre, voici le type de tâches où la nouvelle grille tarifaire fait basculer l'arbitrage pour une entreprise réunionnaise de taille modeste :
- Le traitement de documents en volume : lecture et extraction de données depuis des PDF (factures, bons de commande, contrats), là où le volume rendait l'addition dissuasive.
- Le premier niveau de réponse client : trier, catégoriser et pré-rédiger des réponses sur une boîte mail chargée, avec un humain qui valide avant l'envoi.
- La production de contenu de série : premiers jets de fiches produits, de descriptions, de résumés, retravaillés ensuite par une personne.
- L'analyse de retours clients : passer des centaines d'avis ou de messages pour en sortir les tendances, au lieu de les lire un par un.
Le point commun de ces cas : ils étaient déjà techniquement faisables il y a un an, mais le coût par unité les gardait au stade du prototype. La baisse du 22 septembre les fait passer du prototype au processus.
Trois garde-fous avant de sortir la calculette
Baisse de prix ne veut pas dire feu vert automatique. Trois réalités d'ingénierie tempèrent l'enthousiasme.
Le prix du token n'est pas le prix du projet. Le coût d'API est souvent la plus petite ligne de la facture. L'intégration à vos outils, la mise en place des garde-fous, la supervision humaine sur les actions sensibles et la maintenance pèsent davantage. Un token deux fois moins cher n'a jamais fait, à lui seul, un projet rentable.
Le raisonnement se paie aussi. Les modèles récents « réfléchissent » avant de répondre, et ces jetons de réflexion sont facturés au tarif de sortie. Pousser un modèle en effort maximal sur chaque tâche peut alourdir la note bien au-delà du prix affiché. Le bon réglage, c'est le juste niveau d'effort pour la tâche, pas le maximum par défaut.
Le moins cher n'est pas toujours le bon. Un modèle léger comme Luna suffit largement pour du tri et de la classification à haut volume ; un modèle haut de gamme se justifie sur le raisonnement complexe. Mettre le mauvais modèle sur la mauvaise tâche, c'est soit surpayer, soit sous-livrer. L'arbitrage se fait tâche par tâche.
Ce qu'on en retient chez Axiom
Notre position n'a pas changé : preuve avant promesse. La baisse des prix ne transforme pas une IA en solution miracle, elle élargit la liste des automatisations qui tiennent la route financièrement. Le travail utile reste le même qu'avant le 22 septembre : identifier la tâche répétitive qui coûte vraiment du temps, vérifier qu'elle est automatisable proprement, choisir le bon modèle pour le bon usage, et garder un humain dans la boucle là où la décision compte.
C'est exactement ce que nous construisons quand nous branchons une IA sur les outils d'une entreprise, dans le cadre de nos applications métier sur mesure et de notre travail d'agence web à La Réunion. Si vous vous demandez quelle tâche de votre activité vient de passer dans la zone rentable, un audit gratuit permet d'y voir clair sans engagement. Vous pouvez aussi nous en parler directement via la page contact.
La vraie information du 22 septembre n'est pas qu'une IA est devenue plus intelligente. C'est qu'automatiser une tâche coûte désormais deux fois moins cher qu'il y a un mois. Ce qui change tout, ce n'est pas le modèle, c'est votre seuil de décision.
