Résumé

  • Une ligne phare de la grille OpenAI porte cinq prix sous le seul en-tête « Prices per 1M tokens. » : entrée 8,00 $, sortie 40,00 $, entrée en cache 0,40 $, écriture de cache 30 minutes à 10,00 $ et 12 heures à 20,00 $ pour gpt-6.2-astra.
  • Sur les huit documents lus, la grille ne définit aucun jeton, les trois pages qui traitent de l'unité avancent trois estimations dans trois unités, et le seul tableau modèle-encodage de l'ensemble est une page archivée dont le modèle le plus récent est gpt-4o — une ligne ancienne qui affiche trois prix, pas dix.

Commençons par l'en-tête, car l'en-tête est l'instrument tout entier. La page tarifaire imprime une seule ligne d'unité, « Prices per 1M tokens. », puis un jeu de colonnes — « Model Input Output Cached input 30m write 12h write » — où chaque nombre est un montant en dollars par million de jetons. La ligne phare, telle qu'elle est revenue : « gpt-6.2-astra $8.00 $40.00 $0.40 $10.00 $20.00 ». Cinq prix, un modèle, une unité.

Le bloc Batch reprend les mêmes cinq colonnes à la moitié : « $4.00 / $20.00 / $0.20 / $5.00 / $10.00 ». Le texte récupéré nomme aussi les paliers de traitement — Standard, Batch, Flex, Fast, Ultrafast — si bien que le nombre de prix auxquels un acheteur fait face sur un modèle est le produit des colonnes et des paliers, pas celui des modèles. Le second hôte double encore les colonnes en scindant le contexte à une frontière imprimée : « Short context: ≤272K input tokens. Long context: >272K input tokens. » La même ligne gpt-6.2-astra y affiche donc dix prix, de 8,00 $ à 60,00 $. Deux rendus d'un même tableau ne s'accordent pas sur les lignes existantes — le rendu de la plateforme omet gpt-6.1-terra et gpt-6-luna — et le texte récupéré ne permet pas d'établir s'il s'agit d'un document servi sur deux hôtes ou de deux documents. Cet écart appartient au dossier, pas à une note de bas de page.

Les prix, eux, sont cohérents. 0,40 $ divisé par 8,00 $ donne 0,05 : le prix imprimé de l'entrée en cache vaut exactement un vingtième du prix imprimé de l'entrée. 10,00 $ et 20,00 $ divisés par 8,00 $ donnent 1,25 et 2,5, soit les ratios que le guide du cache énonce en toutes lettres — lecture à 0,05× de l'entrée ordinaire sur GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Sol et GPT-6.1 Terra, à 0,1× sur la plupart des modèles GPT-5.6 et ultérieurs, écriture à 1,25× pour trente minutes et 2,5× pour douze heures. L'arithmétique n'est pas en cause. Ce qui l'est, c'est ce qu'elle multiplie.

La colonne bon marché est aussi la plus conditionnée, et ses conditions sont écrites dans l'unité que la grille ne définit jamais. « Cache reuse requires the entire rendered prefix to match. » « A prompt prefix must meet the model's minimum cacheable token length before it can be cached. » « Tokens in the OpenAI-provided hidden system content do not count toward this minimum. » « The minimum cacheable prompt length is 1,024 tokens for GPT-5.6 and later. » « When no explicit breakpoints are placed, the request does not use prompt caching or create cache writes. » « Cache-write pricing is not an additive fee: input tokens use the uncached-input, cached-input, or cache-write rate. » La même règle de non-cumul est reprise mot pour mot sur le miroir du guide côté développeurs. Pour les modèles antérieurs, le guide précise que le nombre de jetons en cache déclaré est arrondi au multiple de 128 inférieur après soustraction des jetons système masqués. Un prix au vingtième, c'est réel ; il est gardé par un préfixe de 1 024 jetons, une correspondance exacte et une règle d'arrondi, tous exprimés dans l'unité que la grille laisse en suspens.

Vient l'unité. Le README de la bibliothèque décrit le mécanisme — « Byte pair encoding (BPE) is a way of converting text into tokens. » — et n'offre qu'un chiffre de conversion, en octets : « On average, in practice, each token corresponds to about 4 bytes. » Le guide d'usage avancé en offre un autre, en caractères et en mots : « As a rough rule of thumb, 1 token is approximately 4 characters or 0.75 words for English text. » Il ajoute qu'un jeton « can be as short as one character or as long as one word », que la chaîne « "ChatGPT is great!" » s'encode en six jetons, et que « Chat models use additional tokens for message formatting, so counting the text alone doesn't give the full input token count. » Le centre d'aide répète le triplet — « 1 token is approximately 4 characters. » « 1 token is approximately three-quarters of a word. » « 100 tokens are approximately 75 words. » — avant de lâcher le mot juste : « These are estimates, not exact counts. »

Trois pages, trois unités : octets, caractères, mots. Chaque chiffre est étiqueté approximatif, et aucun des huit documents lus ne définit le jeton sur la grille elle-même. Ce n'est pas un scandale, c'est une frontière de publication. Le nombre exact de la page est un montant en dollars par million de jetons. La grandeur qui transforme un document en facture est énoncée ailleurs, dans des unités qui ne se convertissent les unes dans les autres qu'au prix d'une hypothèse choisie.

Le tableau des encodages est l'endroit où la frontière durcit. La page du cookbook est le seul document de l'ensemble qui associe des noms d'encodage à des familles de modèles : o200k_base pour gpt-4o et gpt-4o-mini, cl100k_base pour gpt-4-turbo, gpt-4, gpt-3.5-turbo et les modèles ada-002 et embedding-3, p50k_base pour Codex, text-davinci-002 et -003, r50k_base pour les modèles GPT-3. Elle s'ouvre sur « Encodings specify how text is converted into tokens. Different models use different encodings. » Elle porte aussi la bannière « This recipe is archived and may reference outdated models or APIs. », sa prose affirme que la bibliothèque « supports three encodings » quand son tableau en liste quatre, et son modèle le plus récent est gpt-4o. Autrement dit : les lignes dont un lecteur peut nommer l'encodage sont les lignes anciennes qui affichent exactement trois prix — entrée, sortie, entrée en cache — et la ligne qui en affiche dix n'a de nom d'encodage dans aucun document obtenu.

Mon calcul, puisque aucune page ne l'imprime : à 0,75 mot par jeton selon le guide, un million de jetons représente environ 750 000 mots anglais, donc 8,00 $ par million de jetons revient à environ 10,67 $ par million de mots anglais. Changez d'hypothèse pour les « about 4 bytes » du README et le chiffre bouge, car les octets ne sont pas des caractères et les caractères ne sont pas des mots. La paire du centre d'aide dit la même chose : 100 jetons à quatre caractères font 400 caractères, tandis que ces mêmes 100 jetons sont donnés pour 75 mots. Deux énoncés, deux objets, une seule étiquette d'unité.

La conséquence pratique est un problème de comparaison, non de tarification. Deux prix au jeton ne se comparent tels quels que si les jetons sont comptés de la même façon ; or, à l'intérieur de cette seule grille, les lignes relèvent déjà d'au moins quatre encodages nommés. Un acheteur qui budgète à partir de mots budgète à partir d'une estimation que le fournisseur lui-même signale comme telle. Celui qui budgète à partir de jetons budgète exactement, dans une unité qu'il ne peut pas définir seul à partir de la page qui le lui vend.

Une dernière marque sur l'instrument : plusieurs lignes affichent un tiret là où figurerait le prix en cache — gpt-5.5-pro, gpt-5.4-pro, gpt-5.2-pro, gpt-5-pro, o3-pro. Un tiret n'est ni un zéro ni un cache gratuit ; c'est l'absence d'un prix imprimé, et il appartient à la même ligne que les nombres imprimés.

La publication est donc précise là où elle tarifie et approximative là où elle définit. Les montants portent deux décimales. Le dénominateur porte trois estimations, trois unités, un tableau d'encodages archivé et une frontière à 272 000 jetons qui figure sur un rendu du tableau et pas sur l'autre. Quiconque cite ces prix au millier de mots cite mon calcul et l'hypothèse d'OpenAI, pas un chiffre imprimé par la page tarifaire. L'entrée du répertoire consigne l'entreprise ; l'instrument, c'est la page.