Blank white background with no objects or features visible.

Bonjour, zone EMEA ! TrueFoundry étend sa présence en Europe, au Moyen-Orient et en Afrique. En savoir plus. →

La nouvelle tarification du cache de GPT-5.6 présente un point d'équilibre, et c'est le même pour Sol, Terra et Luna

Par Amrutha Potluri

Mis à jour : novembre 3, 2026

Published: juillet 24, 2026

Lorsque OpenAI a lancé GPT-5.6 le 9 juillet sous la forme de trois niveaux (Sol, Terra et Luna), l'attention s'est principalement portée sur l'échelle des offres elle-même. Le changement le plus discret est pourtant le plus intéressant : les écritures en cache sont désormais facturées pour la première fois, à 1,25x le tarif d'input normal, tandis que les lectures en cache conservent leur remise existante de 90 %. Auparavant, le caching était un avantage presque gratuit. Il a désormais un coût, ce qui signifie qu'il existe aussi un point à partir duquel il n'est plus rentable.

Alors, où se situe ce point ? Nous avons créé un petit modèle de coûts pour le découvrir, sur les trois niveaux.

Le calcul, en bref

Pour une charge de travail d'agent typique, vous disposez d'un grand contexte partagé (system prompt, schemas de tools, contexte de repo) réutilisé sur de nombreux appels, plus une petite partie unique par requête. Le point d'équilibre se résume à trois chiffres : le prix d'input complet, le prix d'écriture en cache et le prix de lecture en cache. En résolvant l'équation pour obtenir le ratio écriture/lecture où le caching coûte la même chose que l'absence totale de caching, vous obtenez un ratio unique.

Voici la partie à laquelle nous ne nous attendions pas : ce ratio est identique pour Sol, Terra et Luna. Les écritures peuvent représenter jusqu'à 78,3 % des requêtes avant que le caching ne cesse d'être rentable, et ce chiffre ne varie pas en fonction de la taille du contexte, du volume de requêtes ou du niveau utilisé. OpenAI a appliqué les mêmes multiplicateurs 1,25x/0,10x de manière uniforme à toute la famille de modèles. Ainsi, le choix du niveau modifie vos coûts absolus, mais pas votre stratégie de caching.

Là où cela compte vraiment : le montant de vos économies, pas l'opportunité de cacher

La taille du contexte ne déplace pas le point d'équilibre, mais elle modifie l'ampleur des enjeux. En appliquant le même ratio écriture/lecture sur trois tailles de contexte :

Avec un petit contexte partagé (1k tokens), les économies sont réelles mais modestes, même avec des taux de réutilisation élevés. Avec un grand contexte (32k tokens, pensez aux longs system prompts et aux grands schemas de tools), le même taux de réutilisation génère des économies considérablement plus importantes, simplement parce qu'un volume plus grand bénéficie d'une remise à chaque lecture.

À quoi ressemble un trafic réel

Un taux de réutilisation fixe et propre constitue un bon exemple pédagogique, mais le trafic réel d'un agent n'est pas aussi ordonné. La durée des sessions (le nombre d'appels qui partagent un même contexte mis en cache avant qu'il ne change ou n'expire) varie énormément. Nous avons modélisé la durée des sessions avec une distribution log-normale (moyenne de 25 requêtes par session, à queue lourde) et obtenu une part d'écriture simulée d'environ 3 %, avec une session médiane de 23 requêtes et une session au 90e centile de 58. On est bien loin du seuil de rentabilité de 78,3 %. Dans cette simulation, le caching l'a emporté haut la main : les économies allaient de 24 % sur un petit contexte de 1k tokens jusqu'à près de 80 % sur un contexte de 32k tokens.

Le seul mode de défaillance à surveiller : un contexte qui varie rapidement. Si le contexte partagé de votre agent change toutes les quelques requêtes au lieu de persister sur des dizaines d'appels, vous pouvez vous retrouver du mauvais côté de ce seuil, et le caching devient une dépense plutôt qu'une économie.

Ce qu'il faut retenir

Ne jugez pas la tarification du cache de GPT-5.6 sur le seul prix catalogue. Modélisez votre propre ratio écriture/lecture par rapport au seuil de 78,3 %. Si le contexte de votre agent reste stable pendant des dizaines de requêtes consécutives, le caching a de très fortes chances de rester un gain évident sous la nouvelle tarification, quel que soit le niveau que vous utilisez.

Pour aller plus loin

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

INSCRIVEZ-VOUS
Table des matières

Gouvernez, déployez et suivez l'IA dans votre propre infrastructure

Réservez un séjour de 30 minutes avec notre Expert en IA

Réservez une démo

Le moyen le plus rapide de créer, de gérer et de faire évoluer votre IA

Démo du livre
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Découvrez-en plus

août 26, 2026
|
5 min de lecture

Gemini 3 Pro : Benchmarks et comment l'utiliser via une Gateway

juillet 20, 2023
|
5 min de lecture

LLMoPS CoE : la prochaine frontière dans le paysage MLOps

avril 16, 2024
|
5 min de lecture

Cognita : Création d'applications RAG modulaires et open source pour la production

mai 25, 2023
|
5 min de lecture

LLMs Open Source : Adopter ou périr

A detailed guide on LiteLLM alternatives
novembre 20, 2026
|
5 min de lecture

Top 5 des meilleures alternatives à LiteLLM en 2026

comparaison
novembre 20, 2026
|
5 min de lecture

MCP Protocol Updates: DCR, OAuth CIMD, Streamable HTTP & MCP Apps

Aucun article n'a été trouvé.
novembre 20, 2026
|
5 min de lecture

Grok 4.3 on Amazon Bedrock: We Routed Four Frontier Models Through One Gateway and Measured the Cost

Outils LLM
comparaison
novembre 20, 2026
|
5 min de lecture

Alternatives au bifrost : les meilleurs outils que vous pouvez envisager en 2026

Aucun article n'a été trouvé.
Aucun article n'a été trouvé.

Blogs récents

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Faites un rapide tour d'horizon des produits
Commencer la visite guidée du produit
Visite guidée du produit