OpenAI API prix (octobre 2026) : tarifs par token de GPT-6 et GPT-5.x

L'API OpenAI est facturée par million de tokens (MTok), avec des prix distincts pour l'entrée, l'entrée en cache et la sortie. Au 17 octobre 2026, les principaux modèles sont GPT-6 Astra ($10 / $50), GPT-6.1 Sol ($2 / $10) et GPT-6 Luna ($0,10 / $0,50). Le prix que vous payez réellement dépend aussi de la façon dont vous envoyez les requêtes (Standard, Batch, Flex, Fast ou Ultrafast) et du fait que votre prompt dépasse ou non 272K tokens. Cette page explique chacun de ces points, avec des exemples chiffrés basés sur les tarifs de la page de tarifs officielle d'OpenAI.

L'API est facturée séparément de ChatGPT. Si vous voulez un abonnement mensuel pour discuter ou coder plutôt qu'une facturation au token, consultez ChatGPT prix et OpenAI Codex prix.

Comment fonctionne la facturation de l'API OpenAI

Chaque requête est mesurée en tokens. Un token est un fragment de texte, soit en moyenne environ trois quarts d'un mot anglais. Vous payez :

• Les tokens d'entrée : tout ce que vous envoyez, y compris le prompt système, l'historique de conversation, les définitions d'outils et les documents récupérés.
• Les tokens d'entrée en cache : l'entrée qui correspond à un préfixe déjà traité récemment par OpenAI. Ils sont facturés à un tarif bien plus bas.
• Les tokens de sortie : tout ce que génère le modèle, y compris les tokens de raisonnement cachés. Le guide du raisonnement d'OpenAI précise que les tokens de raisonnement sont facturés comme des tokens de sortie et comptent dans `max_output_tokens`.
• Les appels d'outils : les outils intégrés comme la recherche web, la recherche de fichiers et les conteneurs de code ont leurs propres frais par appel ou par session, en plus des tokens.

Les nouveaux comptes API utilisent la facturation prépayée. Selon le centre d'aide d'OpenAI, l'achat minimum de crédits est de $5 (le montant par défaut est de $10), la recharge automatique est activée par défaut lors de la configuration, et les crédits achetés expirent au bout d'un an. Quand votre solde atteint zéro, les requêtes échouent avec une erreur `credit_balance_exhausted`. Les crédits ne sont pas remboursables, sauf lorsque la loi, un contrat ou une exception approuvée le prévoit.

Prix actuels des modèles (palier Standard)

Voici les tarifs Standard par million de tokens, pour des prompts jusqu'à 272K tokens d'entrée.

Les modèles les plus récents ne sont pas toujours les plus chers. GPT-6.1 Sol coûte moitié moins que GPT-5.6 Sol en entrée comme en sortie, et moins que GPT-5.5 ou GPT-5.4. Sauf si vous avez testé un ancien modèle et constaté qu'il fonctionne mieux pour votre tâche, la famille GPT-6 offre généralement le meilleur rapport qualité-prix. Des modèles plus anciens comme gpt-4.1, gpt-4o, o3 et o4-mini figurent aussi encore sur la grille tarifaire.

Paliers de traitement : Standard, Batch, Flex, Fast et Ultrafast

Un même modèle peut coûter des montants très différents selon la rapidité avec laquelle vous avez besoin de la réponse.

Quelques exemples de tarifs : GPT-6.1 Sol coûte $1 / $5 en Batch et Flex, $4 / $20 en Fast et $12 / $60 en Ultrafast. GPT-6 Astra coûte $20 / $100 en Fast et $60 / $300 en Ultrafast.

Le guide de l'API Batch décrit une réduction de 50% par rapport aux API synchrones. Un batch peut contenir jusqu'à 50 000 requêtes dans un fichier d'entrée de 200 MB maximum, et se termine sous 24 heures. Les requêtes encore inachevées à la clôture de la fenêtre sont annulées, mais vous payez quand même celles qui ont abouti. Les fichiers de sortie sont supprimés 30 jours après la fin du batch.

Avec Flex, vous obtenez les prix Batch sur des appels Responses ou Chat Completions ordinaires, au prix d'une fiabilité moindre. En cas de capacité insuffisante, vous recevez une erreur 429 "Resource Unavailable", et le guide Flex précise que vous n'êtes pas facturé dans ce cas. Vous pouvez alors réessayer plus tard ou basculer sur Standard en définissant service_tier sur "auto".

Le mode Fast est le nouveau nom du traitement Priority, depuis le 30 juillet 2026. Les deux valeurs de service_tier fonctionnent encore. Un projet peut faire de Fast le mode par défaut dans ses paramètres : vérifiez ce réglage si votre facture fait à peu près le double de votre estimation.

Tarifs long contexte (plus de 272K tokens d'entrée)

Les prompts jusqu'à 272K tokens d'entrée comptent comme du contexte court. Au-delà, un tarif long contexte plus élevé s'applique :

La page de tarifs définit les deux paliers selon la taille de l'entrée, mais ne précise pas si le tarif plus élevé s'applique à toute la requête ou seulement aux tokens au-delà de 272K. Les exemples ci-dessous supposent que toute la requête est facturée au tarif long contexte, ce qui constitue l'estimation la plus prudente.

Mise en cache des prompts : la plus grosse réduction accessible à la plupart des applis

La mise en cache est activée par défaut sur les modèles compatibles. Quand le début de votre prompt (prompt système, définitions d'outils, long document) correspond à une requête récente, ces tokens sont facturés au tarif cache. Le guide de la mise en cache des prompts indique que le préfixe minimal pouvant être mis en cache est de 1 024 tokens pour GPT-5.6 et les modèles ultérieurs. Un préfixe en cache reste réutilisable pendant 30 minutes après sa dernière écriture ou réutilisation.

• Les lectures en cache coûtent 0,1x le prix d'entrée sur GPT-5.6 et les modèles ultérieurs, et 0,05x sur GPT-6.1 Sol. C'est pourquoi l'entrée en cache de GPT-6.1 Sol coûte $0,10 alors que celle de GPT-6 Sol coûte $0,20.
• Les écritures en cache sur GPT-5.6 et les modèles ultérieurs coûtent 1,25x le prix d'entrée hors cache. Ce ne sont pas des frais qui s'ajoutent : chaque token d'entrée est facturé à exactement un des trois tarifs (hors cache, en cache ou écriture).
• Les modèles plus anciens ne facturent pas de supplément pour les écritures en cache.
• Placez le contenu qui ne change pas (instructions, exemples, schémas d'outils) au début du prompt et le contenu variable (la question de l'utilisateur) à la fin. Seuls les préfixes identiques sont mis en cache.

Exemples de coûts chiffrés

Tous les exemples utilisent les prix Standard en contexte court ci-dessus, sauf mention contraire, et supposent l'absence d'appels d'outils. Les factures réelles dépendent de vos nombres de tokens effectifs, que vous pouvez lire dans l'objet usage de chaque réponse.

1. Un chatbot de support : 100 000 requêtes par mois

Chaque requête envoie 2 000 tokens d'entrée et reçoit 500 tokens de sortie. Sur un mois, cela fait 100 000 × 2 000 = 200M de tokens d'entrée et 100 000 × 500 = 50M de tokens de sortie.

L'écart entre Luna et Astra est de 100x. De nombreuses équipes envoient les questions simples à Luna et réservent les cas difficiles à Sol ou Astra.

2. Le même chatbot avec mise en cache

Supposons que 1 500 des 2 000 tokens d'entrée soient un prompt système fixe et un extrait de base de connaissances servis par le cache sur GPT-6.1 Sol. L'entrée hors cache représente 100 000 × 500 = 50M de tokens × $2 = $100. L'entrée en cache représente 100 000 × 1 500 = 150M de tokens × $0,10 = $15. La sortie reste à $500. Le total est de $100 + $15 + $500 = $615, contre $900, soit une économie d'environ 32%. Les écritures en cache (facturées 1,25x, soit $2,50 par MTok) ajoutent un peu chaque fois que le cache doit être rafraîchi : c'est pourquoi un trafic régulier en profite le plus.

3. Classer 1 million de documents en une nuit avec Batch

Chaque document fait 800 tokens d'entrée et l'étiquette 50 tokens de sortie, sur GPT-6 Luna. Soit 800M de tokens d'entrée et 50M de tokens de sortie. En Standard : 800 × $0,10 = $80 plus 50 × $0,50 = $25, soit $105. En Batch : 800 × $0,05 = $40 plus 50 × $0,25 = $12,50, soit $52,50. Un batch contient au maximum 50 000 requêtes : ce travail nécessite donc au moins 20 fichiers batch.

4. Une requête en long contexte

Vous envoyez une base de code de 400 000 tokens à GPT-6.1 Sol et recevez une revue de 5 000 tokens. Au tarif long contexte : 0,4M × $4 = $1,60 en entrée plus 0,005M × $15 = $0,075 en sortie, soit environ $1,68. Les mêmes volumes au tarif contexte court donneraient 0,4 × $2 = $0,80 plus 0,005 × $10 = $0,05, soit $0,85. Réduire le prompt sous 272K tokens (par exemple en n'envoyant que les fichiers pertinents) divise à peu près par deux le coût de chaque appel.

5. Une tâche d'agent riche en raisonnement

Une étape d'agent sur GPT-6 Astra envoie 20 000 tokens d'entrée et renvoie 1 000 tokens visibles, mais a utilisé 9 000 tokens de raisonnement pour y parvenir. La sortie est facturée sur 10 000 tokens, pas 1 000 : 0,02 × $10 = $0,20 en entrée plus 0,01 × $50 = $0,50 en sortie, soit $0,70 par étape. Si vous ne comptiez que la réponse visible, vous auriez estimé $0,25. Baisser le réglage d'effort de raisonnement est souvent le moyen le plus rapide de réduire le coût des agents.

6. Options : recherche web et résidence des données

La recherche web coûte $10 pour 1 000 appels, plus les tokens du contenu de recherche au tarif du modèle. 10 000 recherches par mois représentent 10 × $10 = $100 avant les tokens. Si vous utilisez un endpoint de traitement régional (résidence des données) pour un modèle sorti à partir du 5 mars 2026, ajoutez 10% : le chatbot à $900 de l'exemple 1 passe à $900 × 1,10 = $990.

Outils, images, audio et embeddings

OpenAI est aussi en train de fermer progressivement sa plateforme de fine-tuning. Les modèles déjà ajustés restent disponibles pour l'inférence jusqu'à la dépréciation de leurs modèles de base.

Paliers d'usage et limites de dépenses

Vos limites de débit et votre plafond d'usage mensuel augmentent automatiquement à mesure que le total de vos achats de crédits progresse. La page des limites de débit liste actuellement ces paliers :

La limite d'usage est un plafond de dépenses, pas une allocation d'usage gratuit. Pour maîtriser vos coûts, définissez une limite de recharge automatique dans les paramètres de facturation. OpenAI précise qu'une limite de recharge ne plafonne que les achats automatiques, pas votre utilisation des crédits que vous détenez déjà.

Quel modèle choisir ?

• Prototypage ou tâches simples à gros volume : commencez par GPT-6 Luna. À $0,10 / $0,50, un million de requêtes courtes coûte généralement quelques dizaines de dollars.
• La plupart des applis en production et des agents de code : GPT-6.1 Sol. C'est le modèle de la gamme qui offre la meilleure réduction sur l'entrée en cache ($0,10), ce qui compte pour les agents qui renvoient un long contexte.
• Les problèmes les plus difficiles, où la qualité prime sur le coût : GPT-6 Astra, idéalement réservé aux étapes qui en ont besoin.
• Tâches de nuit, évaluations, enrichissement de données : n'importe lequel de ces modèles en Batch ou Flex, à environ moitié prix.
• Anciens modèles GPT-5.x : seulement si vous les avez testés et qu'ils battent GPT-6 sur votre tâche. La plupart coûtent plus cher que GPT-6.1 Sol.

Comparaison avec Claude et Gemini

Les prix par token ne donnent qu'une indication approximative, car les modèles utilisent des tokenizers différents et des quantités de raisonnement différentes pour une même tâche. Comme point de départ, comparez GPT-6.1 Sol et GPT-6 Luna avec les modèles intermédiaires et petits de nos pages Claude API prix et Gemini API prix. L'API Gemini de Google propose aussi une offre gratuite pour certains modèles Flash, présentée dans offre gratuite de l'API Gemini, alors qu'OpenAI n'offre aucune allocation de tokens gratuits.

Comment payer moins

1. Structurez vos prompts pour que la partie fixe vienne en premier et soit mise en cache.
2. Passez en Batch tout ce qui peut attendre jusqu'à 24 heures, et utilisez Flex pour les évaluations.
3. Gardez les prompts sous 272K tokens d'entrée quand c'est possible.
4. Plafonnez la sortie avec max_output_tokens et utilisez un effort de raisonnement plus faible pour les étapes de routine.
5. Vérifiez que votre projet n'est pas réglé sur le mode Fast par défaut, sauf si vous en avez besoin.
6. Si vous êtes une startup financée par du capital-risque, consultez OpenAI for Startups pour d'éventuels crédits API, et notre guide pour obtenir des crédits IA gratuits pour d'autres programmes.

Désactivez la recharge automatique ou définissez une limite de recharge avant de partager une clé API ou de faire tourner un agent en boucle. Les clés divulguées et les boucles incontrôlées sont la cause la plus fréquente d'un petit test qui se transforme en grosse facture.

Changements de prix récents

• 30 juillet 2026 : le traitement Priority est renommé mode Fast. La valeur "priority" de service_tier fonctionne toujours.
• 29 septembre 2026 (DevDay) : lancement de GPT-6.1 Sol dans l'API à $2 / $10, avec une entrée en cache à $0,10. Astra Ultrafast devient disponible dans l'API Responses.
• Au moins jusqu'au 21 novembre 2026 : GPT-5.6 Sol bénéficie d'un tarif promotionnel ; attendez-vous à ce que son prix change ensuite.
• Les endpoints de traitement régional appliquent une majoration de 10% pour les modèles sortis à partir du 5 mars 2026.

Pour en savoir plus sur l'entreprise derrière l'API, consultez à qui appartiennent OpenAI et ChatGPT. Si vous avez seulement besoin d'une clé gratuite pour expérimenter, notre liste de clés API IA gratuites recense les fournisseurs qui ont de vraies offres gratuites.