Dans cet article
Sur le prix catalogue, ils sont identiques : 0,10 $ par million de tokens envoyés au modèle et 0,50 $ par million de tokens qui en sortent. Celui qui fait le plus économiser votre entreprise dépend du travail à accomplir. Claude Haiku 5.5, publié par Anthropic le 7 octobre 2026, est plus performant pour l'utilisation d'un ordinateur et les tâches pratiques, mais il consomme davantage de tokens par tâche, et son prix est multiplié par 5x dès qu'une requête dépasse 100 000 tokens. GPT-6 Luna d'OpenAI est plus économe en tokens, moins cher sur les requêtes longues et connaît davantage de faits généraux. La règle : testez les deux sur vos propres données avant de décider.
Que sont ces deux modèles, et pourquoi intéressent-ils les entreprises ?
Tous deux appartiennent à la catégorie des petits modèles rapides. Ce ne sont pas eux qui vous rédigent un plan d'affaires complexe ; ils travaillent discrètement derrière les systèmes des milliers de fois par jour : ils répondent aux questions des clients, trient les demandes, résument les conversations et extraient des données des factures. Dans ce type de travail, la même requête se répète des millions de fois, si bien qu'un écart d'un centime sur le prix devient un écart réel sur la facture mensuelle.
L'annonce d'Anthropic présente Haiku 5.5 comme le petit modèle le moins cher, le plus rapide et le plus performant qu'elle ait publié, et indique que son coût d'exécution est en moyenne inférieur d'environ 75 % à celui de Haiku 4.5. La page officielle d'OpenAI décrit Luna comme son modèle le plus efficace pour les tâches ciblées à fort volume. Pour situer Luna parmi ses semblables, lisez GPT-6 Astra, Sol ou Luna.
Comparaison des prix : égalité sur le papier
Les prix sont exprimés en dollars américains par million de tokens, d'après les pages officielles des deux entreprises. Un token correspond à peu près à une partie de mot, et un million de tokens représente environ 555 000 mots selon la documentation d'Anthropic. Entre parenthèses figure l'équivalent en riyals au taux officiel de 3,75 SAR pour un dollar.
| Élément | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|
| Entrée | 0,10 $ (SAR 0,375) | 0,10 $ (SAR 0,375) |
| Sortie | 0,50 $ (SAR 1,875) | 0,50 $ (SAR 1,875) |
| Lectures depuis le cache | 0,01 $ | 0,01 $ |
| Requêtes longues | Au-delà de 100k tokens : 0,50 $ en entrée et 2,50 $ en sortie | Au-delà de 272k tokens : 2x en entrée et 1,5x en sortie |
| Fenêtre de contexte (requête et réponse réunies) | 1 million de tokens | 1,05 million de tokens, dont jusqu'à 922 000 pour la requête elle-même |
| Date limite des connaissances | Juin 2026 | 18 mai 2026 |
La différence qui compte concerne les requêtes longues. Si votre entreprise envoie au modèle de longs documents, comme des contrats ou des rapports de 100 000 à 272 000 tokens, Haiku 5.5 coûte 5 fois son prix de base, tandis que Luna reste à son tarif normal. Anthropic indique qu'environ 90 % des requêtes adressées à son précédent Haiku faisaient moins de 100 000 tokens : la plupart des usages courants ne sont donc pas concernés.
Comparaison des performances : lequel est le plus fort ?
Anthropic a publié une comparaison des deux modèles, et le site indépendant Artificial Analysis a publié ses propres résultats. Voici les principaux chiffres ; notez que les chiffres du concepteur sont mesurés par le concepteur lui-même :
| Test | Claude Haiku 5.5 | GPT-6 Luna | Source |
|---|---|---|---|
| Utilisation d'un ordinateur (OSWorld 2.1) | 72,4 % | 48,9 % | Anthropic |
| Intelligence Index (effort maximal) | 43 | 38 | Artificial Analysis |
| Travail en ligne de commande (Terminal-Bench 4.0) | 33 % | 13 % | Artificial Analysis |
| Exactitude des connaissances générales | 36 % | 44 % | Artificial Analysis |
| Taux d'hallucination (plus bas, c'est mieux) | 40 % | 77 % | Artificial Analysis |
En clair : Haiku 5.5 est plus performant pour exécuter des tâches pratiques sur un ordinateur, et admet plus souvent qu'il ne sait pas au lieu d'inventer une réponse. Luna connaît davantage de faits généraux. Sur un test d'automatisation, Haiku 5.5 a obtenu 35 %, contre 53 à 60 % pour Luna et des modèles similaires, mais Artificial Analysis estime que ce résultat est probablement sous-évalué en raison d'un problème de refus excessifs qu'Anthropic est en train de corriger.
Lequel fait vraiment économiser le plus ? Le prix catalogue ne dit pas tout
Le prix par million de tokens ne suffit pas pour juger, car un modèle qui consomme plus de tokens par tâche vous coûte davantage, même à prix égal. C'est la différence clé selon Artificial Analysis : à effort maximal, Haiku 5.5 consomme environ 162 000 tokens de sortie par tâche, soit à peu près 3 fois les quelque 50 000 de Luna. Même à intelligence comparable, Haiku 5.5 a consommé environ 55 000 tokens, contre 50 000 pour Luna.
Un exemple tiré de nos propres calculs : un assistant de service client qui traite 10 000 conversations par mois, chacune avec 2 000 tokens en entrée et 500 tokens en sortie, coûte environ 4,50 $ par mois au prix catalogue avec l'un ou l'autre modèle, soit à peu près 17 riyals. Si l'un des modèles consommait deux fois plus de tokens de sortie à cause d'une réflexion plus longue, la facture monterait à environ 7 $. Les deux montants sont faibles, mais l'écart se creuse dès que vous atteignez des millions de requêtes.
La nouveauté commune aux deux modèles est que vous contrôlez le niveau d'effort. Haiku 5.5 est le premier modèle de la classe Haiku à le proposer, avec le niveau moyen par défaut. Luna prend en charge des niveaux allant de l'absence de réflexion à l'effort maximal. Choisissez un effort faible pour les tâches simples comme la classification, et ne l'augmentez que lorsque vous avez besoin de plus de précision.
Quand choisir l'un ou l'autre ?
- Choisissez Claude Haiku 5.5 pour les tâches où le modèle exécute des étapes sur un ordinateur ou dans un navigateur, pour un service client qui exige une grande rapidité, et lorsque reconnaître une incertitude compte davantage que l'étendue des connaissances.
- Choisissez GPT-6 Luna pour les longs documents de 100 000 à 272 000 tokens, pour les tâches qui demandent des connaissances générales plus étendues, et lorsqu'une consommation de tokens plus faible par tâche vous importe.
- Dans tous les cas, testez les deux sur un échantillon de vos données réelles et mesurez le coût par tâche, et non par million de tokens. Si vous traitez des données personnelles de clients, vérifiez où elles sont traitées avant de les envoyer.
Pour en savoir plus sur l'écart entre le prix du token et le coût réel d'une tâche, lisez pourquoi une tâche peut coûter moins cher alors que le prix n'a pas changé.
En résumé
Claude Haiku 5.5 et GPT-6 Luna partagent le même prix catalogue, mais diffèrent par leur façon de consommer les tokens et par leurs points forts. Haiku est plus performant sur les tâches pratiques et plus honnête quand il ne sait pas ; Luna est plus économe en tokens et moins cher sur les requêtes longues. Celui qui fait le plus économiser votre entreprise est celui qui affiche le coût par tâche le plus bas sur vos propres données, et non celui qui paraît le moins cher dans un tableau.
Sources : l'annonce de Claude Haiku 5.5 par Anthropic (7 octobre 2026) : https://www.anthropic.com/claude-haiku-5-5 , la documentation du modèle sur la Claude Platform, la page officielle de GPT-6 Luna chez OpenAI, et l'évaluation indépendante du modèle par Artificial Analysis.
Questions fréquentes
Lequel est le moins cher : Claude Haiku 5.5 ou GPT-6 Luna ?
Leurs prix catalogue sont les mêmes : 0,10 $ par million de tokens en entrée et 0,50 $ par million de tokens en sortie. Mais Haiku 5.5 peut consommer davantage de tokens par tâche et coûte 5x plus au-delà de 100 000 tokens : le vrai gagnant dépend donc de votre charge de travail.
De combien Claude Haiku 5.5 est-il moins cher que Haiku 4.5 ?
Selon Anthropic, son coût d'exécution est en moyenne inférieur d'environ 75 %. Haiku 4.5 était facturé 1 $ en entrée et 5 $ en sortie par million de tokens.
Lequel est le meilleur pour le service client ?
Haiku 5.5 est le modèle le plus rapide d'Anthropic et a présenté un taux d'hallucination plus faible dans les tests d'Artificial Analysis, ce qui aide en service client. Testez néanmoins les deux sur de vraies conversations de votre entreprise avant de décider.
Qu'est-ce que le contrôle de l'effort ?
Un réglage qui permet aux développeurs de décider à quel point le modèle réfléchit avant de répondre. Un effort faible est plus rapide et moins cher pour les tâches simples ; un effort élevé est plus précis mais consomme davantage de tokens. Les deux modèles le prennent en charge.
Quelle longueur de document chaque modèle peut-il traiter ?
Haiku 5.5 dispose d'une fenêtre de contexte de 1 million de tokens, et Luna d'environ 1,05 million, dont jusqu'à 922 000 peuvent correspondre à la requête elle-même. Attention toutefois au prix : celui de Haiku 5.5 augmente au-delà de 100 000 tokens, celui de Luna au-delà de 272 000.
Peut-on les utiliser en Arabie saoudite ?
Les deux sont disponibles via des API mondiales. Haiku 5.5 est proposé sur la Claude Platform, AWS, Google Cloud et Microsoft Azure, et Luna via l'API d'OpenAI. Si vous traitez des données personnelles de clients, vérifiez où elles sont traitées avant de les envoyer.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
