Claude Sonnet 5.5 vs GPT-6 Luna vs Gemini 4 Argon

Claude Sonnet 5.5, GPT-6 Luna ou Gemini 4 Argon

Aux seuls prix du 29 octobre 2026, pour 2,000 tokens d'entrée et 500 de sortie, GPT-6 Luna coûte 24.3 Credits ($0.122) pour 1,000 appels Orux AI, Gemini 4 Argon 594 Credits ($2.97) et Claude Sonnet 5.5 855 Credits ($4.275). Aux tarifs officiels standards, la même charge coûte $0.45, $9.00 et $9.00. Argon double son tarif officiel le 1er décembre 2026.

Luna vise des tâches ciblées et fréquentes comme la classification et l'extraction ; Sonnet et Argon couvrent un raisonnement et une rédaction plus larges. Vérifiez si votre travail justifie un prix supérieur, sans déduire la qualité du tarif. C'est une comparaison historique de trois candidats, pas un classement du catalogue actuel complet.

Comparaison rapide

Faites défiler horizontalement pour voir tout le tableau.

Le positionnement provient des descriptions Orux citées par l'original. Ce n'est pas un classement de qualité mesurée. Le « prix officiel actuel » du tableau désigne le relevé du 29 octobre 2026.

Détail des tarifs

Prix par million de tokens, vérifiés le 29 octobre 2026. Orux facture principalement en Credits : 1 Credit=$0.005. Les dollars sont une conversion.

Faites défiler horizontalement pour voir tout le tableau.

Trois limites à connaître :

• Luna passe au tarif long dès 270K d'entrée chez Orux. L'original indiquait un seuil OpenAI de 272K et $0.20/$0.75, puis comparait l'intervalle 270K–272K. Ces anciennes données n'ont pas été reconfirmées dans les pages officielles actuelles le 1er novembre 2026. Elles restent au tableau comme historique, sans garantie de différence tarifaire actuelle. Les 270K et 20/80 Credits Orux sont vérifiés dans la configuration présente.
• Les écritures cache Sonnet coûtent en plus : 237.5 Credits par million pour cinq minutes, soit 1.25 fois l'entrée ; 380 Credits pour une heure, soit deux fois. Les lectures à 12 Credits permettent d'économiser en cas de vrai succès cache, pas parce que l'écriture serait gratuite.
• Argon officiel double le 1er décembre 2026. Consultez la page modèle pour toute modification Orux ; nous ne supposons pas qu'Orux suivra. Le guide tarifaire Gemini API, en anglais, présente le calendrier.

Coût par tâche : trois charges

Pour passer du token au budget, calculons trois volumes d'entrée/sortie, pour 1,000 appels.

Faites défiler horizontalement pour voir tout le tableau.

Aux prix officiels standards cités, Sonnet et Argon coûtent la même chose. Chez Orux, entrée et sortie Argon valent environ 69.5% de Sonnet : tant que ces tarifs fixes s'appliquent et qu'aucun autre coût n'intervient, Argon est environ 30% moins cher quel que soit le rapport entrée/sortie. Cela ne compare ni qualité ni reprises.

Si Luna échoue à vos critères et Sonnet dépasse votre budget, Claude Haiku 5.5 est un candidat intermédiaire en prix : 10.8/54 Credits par million jusqu'à 100K d'entrée, soit 48.6 Credits pour 1,000 appels de référence. La liste originale de 14 candidats figure dans les API LLM économiques, en anglais ; elle ne couvre pas tout le catalogue actuel.

Un prompt, trois modèles : les preuves disponibles

Cet article ne publie pas de résultats de qualité pour les trois. Il montre un appel Sonnet historique et des calculs avec les mêmes tokens sur les autres tarifs, pas trois sorties réellement comparées.

Le premier appel du cas JSON d'inventaire de musée, le 29 octobre 2026, utilisait 402 tokens d'entrée et 195 de sortie. La relecture du rapport sauvegardé le 1er novembre révèle que seule la structure passait : la comparaison aux faits source échouait parce que « Gallery A/B/D » était abrégé en « A/B/D ». Le « JSON validé » de l'original ne signifie donc pas acceptation complète au premier essai. La véritable répétition avec consigne corrigée a passé structure et faits avec 446 tokens d'entrée et 207 de sortie, soit 0.28139 Credits Sonnet. Ce sont des archives, pas de nouveaux appels pour la traduction.

Le premier essai coûte 402×190/1M+195×950/1M=0.26163 Credits, arrondis à 0.2616 dans la table originale, environ $0.0013. À quantité identique :

Faites défiler horizontalement pour voir tout le tableau.

Chaque modèle a son tokenizer et sa longueur de réponse : les volumes réels différeront. Le script ci-dessous enregistre usage, sortie et temps pour vos propres essais ; aucune comparaison triple n'a été exécutée ici. Le parcours complet et le validateur figurent dans le guide Claude Sonnet 5.5 API, en anglais.

Contexte et paramètres

Les trois partagent la requête compatible OpenAI, avec deux différences :

• Luna utilise max_completion_tokens, limitant ensemble sortie visible et tokens de raisonnement. Sonnet et Argon utilisent max_tokens.
• Luna expose reasoning_effort ; vérifiez les véritables options du mode de réponse directe dans le formulaire Orux.

Tous prennent en charge streaming et cache de contexte chez Orux, sans ce mode Batch. Anthropic direct propose Batch à moitié prix : comparez-le pour les grands lots Claude offline.

Les 7.8 secondes moyennes de Luna viennent de cinq appels terminés en octobre 2026. Cet échantillon petit et non contrôlé ne classe pas les vitesses. L'original n'avait pas de données comparables pour les autres ; le relevé du 1er novembre contient déjà des échantillons Sonnet. Ne transformez pas cette absence historique en constat actuel. Cet article ne présente toujours pas un test des trois à conditions égales.

Disponibilité de GPT-6 Sol et Astra

L'original du 29 octobre disait Sol et Astra indisponibles chez Orux et Luna seul GPT-6. Cette information est dépassée. Le 1er novembre 2026, nous avons vérifié les pages publiques Orux de GPT-6 Sol, GPT-6 Astra et GPT-6.1 Sol ; les modèles correspondants sont au catalogue de vente. Le choix de trois candidats ne signifie pas que les autres soient indisponibles. Pour OpenAI direct, consultez les tarifs officiels et la version actuelle.

Par quel candidat commencer

D'après prix et positionnement uniquement, avec qualité à vérifier sur vos exemples :

• Essayez Luna pour classification, routage, étiquettes, courte extraction et petit JSON. La référence vaut 24.3 Credits pour 1,000 appels ; un second Luna aux mêmes tokens reste sous un Sonnet. Mais calcul, modèle ou temps humain de validation s'ajoutent : toutes les validations ne seront pas bon marché.
• Si Luna ne convient pas, essayez Argon comme moins cher des deux grands candidats. Si vous utilisez aussi Google direct, budgétez le changement du 1er décembre.
• Envisagez Sonnet pour débogage et brouillons en plusieurs étapes lorsque vos prompts démontrent que le résultat vaut le supplément.

Vous pouvez commencer par Luna puis passer à Argon ou Sonnet après échec d'un contrôle. Endpoint et clé sont communs, mais critères d'acceptation et budget d'exécution restent à définir.

Python : changer de modèle et enregistrer l'usage

Le script envoie le même prompt aux trois avec un client, adapte la limite de sortie et affiche réponse, usage, Credits estimés et temps réel. L'exécuter occasionne des frais. Cette traduction a seulement fait l'objet d'une analyse syntaxique et de calculs locaux, sans API.

# pip install openai
import os, time
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. GPT-6 Luna: under-270K tier.
RATES = {
    "claude-sonnet-5-5": (190, 950),
    "gpt-6-luna": (5.4, 27),
    "gemini-4-argon": (132, 660),
}

PROMPT = """Extract every record as a JSON array of objects with keys
id, title, location, estimated_value_usd. Use null when a value is unknown
or conflicting. Return JSON only.

1. ID A-104, "Blue Vase", Gallery A, valued at $1,200
2. ID A-105, "Bronze Bell", Gallery B, valued at $800 or $950 (two appraisals)"""

def ask(model, prompt, limit=600):
    params = {"model": model, "messages": [{"role": "user", "content": prompt}]}
    # The one parameter difference between the three
    params["max_completion_tokens" if model == "gpt-6-luna" else "max_tokens"] = limit
    start = time.perf_counter()
    resp = client.chat.completions.create(**params)
    return resp, time.perf_counter() - start

for model, (rin, rout) in RATES.items():
    resp, secs = ask(model, PROMPT)
    u = resp.usage
    credits = (u.prompt_tokens * rin + u.completion_tokens * rout) / 1e6
    print(f"--- {model}: {u.prompt_tokens}/{u.completion_tokens} tokens, "
          f"≈ {credits:.6f} Credits, {secs:.1f} s, finish={resp.choices[0].finish_reason}")
    print(resp.choices[0].message.content)

Pour un appel standard, changez surtout model et le nom de limite Luna. URL, clé et forme de réponse de base sont identiques. D'autres fonctions ou restrictions se vérifient dans les formulaires actuels. L'estimation reprend les tarifs courts d'origine sans cache, minimums ou changement de tranche. Le montant exact figure dans l'historique réel.

Relevé original : 2026-10-29 ; vérifications complémentaires : 2026-11-01. Sources : Anthropic, OpenAI, Gemini API et les pages Orux liées. Le détail avec Opus et Haiku figure dans les tarifs Claude API, en anglais.

FAQ

Q.Lequel des trois coûte le moins cher ?

Pour la référence courte, Luna coûte 5.4/27 Credits par million de tokens d'entrée/sortie ($0.027/$0.135), soit 24.3 Credits pour 1,000 appels. Argon coûte 594 et Sonnet 855. Recalculez pour d'autres volumes, cache ou tranches.

Q.Lequel est le meilleur pour coder ?

Sans benchmark de code entre les trois, nous ne nommons pas de vainqueur. Sonnet se présente pour débogage et résolution itérative. Un appel de 3,000/2,000 tokens coûte environ 2.47 Credits sur Sonnet, 1.72 sur Argon et 0.07 sur Luna. Ce sont des coûts, pas des taux de réussite.

Q.Peut-on basculer sans modifier le code ?

URL et clé sont communes ; changez model, mais Luna exige max_completion_tokens et les autres max_tokens. Vérifiez aussi les autres paramètres par modèle.

Q.Argon va-t-il augmenter ?

Google passe officiellement de $2/$10 à $4/$20 par million le 1er décembre 2026. Orux était à 132/660 Credits le 29 octobre ; les futurs tarifs Orux se lisent dans les annonces réelles de la page modèle.

Q.Luna remplace-t-il Sonnet ?

Pas par défaut. Luna vise classification, extraction et réponses concises ; Sonnet rédaction, débogage et travail plus large. Essayez vos tâches ciblées fréquentes sur Luna et notez-les. Être environ 35 fois moins cher pour la référence justifie un essai, pas une équivalence de qualité.