Trois API de pointe ont été lancées ou leurs prix ont été révisés à une semaine d'intervalle, et elles se situent dans trois gammes de prix différentes. Google a lancé Gemini 3.8 Flash le 2 septembre 2026 à 0,75 $ par million de jetons d'entrée et 3,75 $ par million de jetons de sortie. Anthropic a lancé Claude Fable 5.1 la veille à 10 $ et 50 $. Le GPT-5.6 Sol d'OpenAI se situe entre les deux à 5 $ et 30 $. Sur l'indice d'intelligence indépendant d'Artificial Analysis, les trois obtiennent respectivement 59, 57 et 59. C'est toute la comparaison en une seule phrase : un modèle dont le prix est environ un treizième de celui du niveau supérieur obtient le même score sur l'indice qui teste les trois de la même manière.
Le piège réside dans le mot « indice ». Les benchmarks comptent les réponses par tâche. Votre facture compte les jetons par tâche, et Gemini 3.8 Flash est conçu pour en dépenser davantage. Ce guide met les trois côte à côte sur les spécifications, sur les propres tableaux de benchmark de Google (où Fable 5.1 est absent, et nous expliquons pourquoi), sur les chiffres indépendants d'Artificial Analysis, et sur l'arithmétique des prix. Ensuite, il donne une règle simple pour déterminer quelle API convient à quelle charge de travail. Le pilier Gemini 3.8 Flash couvre le modèle selon ses propres termes, et le billet de lancement de Google est la source principale de toutes les affirmations de Google ci-dessous.
Une note sur le calendrier. Notre comparaison Gemini 3.7 Flash vs Claude vs GPT d'août comparait avec Claude Fable 5, et non 5.1. Anthropic a remplacé ce modèle le 1er septembre, il s'agit donc d'une nouvelle association, et non d'une mise à jour.
Spécifications en un coup d'œil
| Gemini 3.8 Flash | Claude Fable 5.1 | GPT-5.6 Sol | |
|---|---|---|---|
| Fournisseur | Anthropic | OpenAI | |
| Fenêtre de contexte | 1,048,576 jetons | 1M jetons | 1M jetons |
| Sortie max. | 65,536 jetons | 128K jetons | 128K jetons |
| Prix d'entrée (par 1M) | 0,75 $ intro, 1,50 $ à partir du 1er janv. 2027 | 10 $ | 5 $ |
| Prix de sortie (par 1M) | 3,75 $ intro, 7,50 $ à partir du 1er janv. 2027 | 50 $ | 30 $ |
| Lecture du cache (par 1M) | 0,075 $ intro, 0,15 $ à partir du 1er janv. | 0,25 $ | 0,50 $ |
| Date limite de connaissance | Mars 2026 | Juin 2026 | Non listé ici |
| Contrôle du raisonnement | thinking_level faible / moyen / élevé (moyen est le défaut) |
Réflexion étendue, toujours active | Niveaux d'effort jusqu'à xhigh |
| Indice Artificial Analysis | 59 (élevé) | 57 (moyen) | 59 (xhigh) |
Deux choses ressortent avant tout benchmark. Gemini 3.8 Flash a la moitié de la sortie maximale des deux autres, 65 536 jetons contre 128K, ce qui est plus important pour les documents longs en un seul coup que pour les boucles d'agents qui émettent de courtes étapes. Et son prix de lancement expire le 31 décembre 2026 : à partir du 1er janvier, les deux tarifs Gemini doublent, ce qui modifie chaque ratio dans cet article. Le guide de tarification Gemini 3.8 Flash détaille en intégralité les tarifs de doublement, de mise en cache, de lot et de mise à la terre.
Le chiffre indépendant : 59, 57, 59
Artificial Analysis effectue les mêmes neuf évaluations sur chaque modèle et publie un score d'indice d'intelligence. Gemini 3.8 Flash, au niveau de réflexion élevé, obtient 59, contre 56 pour 3.7 Flash et 52 pour 3.6 Flash. GPT-5.6 Sol, avec un effort xhigh, obtient également 59. Claude Fable 5.1, avec un effort moyen, obtient 57, à égalité avec GPT-5.6 Terra au maximum et Muse Spark 1.2 en xhigh. Grok 4.6, au niveau moyen, est l'autre modèle à 59.
Lisez les étiquettes de niveau de raisonnement avant de lire les chiffres. Fable 5.1 a été testé au niveau moyen, et non à son réglage maximal, et Sol au niveau xhigh, son réglage maximal. Un écart de deux points entre différents niveaux d'effort n'est pas un classement, et Artificial Analysis le présente ainsi pour une raison. L'affirmation défendable est plus étroite : avec les réglages testés, Gemini 3.8 Flash correspond aux deux modèles premium sur cet indice, et c'est le modèle le moins cher à 59, avec une large marge.
Le même rapport a mesuré ce que coûte ce score. Gemini 3.8 Flash, à un niveau élevé, a utilisé en moyenne 48 000 jetons de sortie par tâche, soit 30 % de plus que 3.7 Flash, et 0,58 $ par tâche en dépenses API. Le temps par tâche était de 2,5 minutes, la vitesse de sortie d'environ 300 jetons par seconde, et le temps avant le premier jeton de 13,3 secondes lors de l'exécution avec raisonnement élevé, car le modèle réfléchit avant d'écrire. Sur τ³-Banking, l'évaluation de l'utilisation d'outils, il a obtenu 45 %, soit 12 points de plus que 3.7 Flash. Gardez ces chiffres à l'esprit lorsque le prix par jeton semble trop beau pour être vrai.
Les tableaux de benchmark de Google, et qui manque à l'appel
La page Flash de Google publie trois lignes inter-fournisseurs sous forme de texte. Claude Fable 5.1 n'y figure pas. Les tableaux de Google présentent à la place Opus 5 et Sonnet 5 d'Anthropic, et Fable 5.1 n'était public que depuis un jour lorsque les tableaux ont été mis en ligne. La colonne Anthropic ci-dessous est donc Opus 5 (5 $ / 25 $) et Sonnet 5 (2 $ / 10 $), et non le modèle à 10 $ / 50 $ dont il est question dans cet article. Considérez-le comme le meilleur substitut disponible, et non comme une correspondance directe.
| Benchmark (exécuté par Google) | Gemini 3.8 Flash | Claude Opus 5 | Claude Sonnet 5 | GPT-5.6 Sol | GPT-5.6 Terra |
|---|---|---|---|---|---|
| HLE-Verified | 54.9% | 54.4% | 31.0% | 54.5% | 51.1% |
| Vals Finance Agent v2 | 61.4% | 58.6% | 53.9% | 53.8% | 54.4% |
| Harvey Legal Agent Benchmark | 10.0% | 6.7% | 5.0% | 2.5% | 0.8% |
HLE-Verified est une triple égalité : 54.9, 54.4 et 54.5 sont à moins d'un demi-point les uns des autres, Sonnet 5 étant loin derrière. Vals Finance Agent v2 est l'endroit où 3.8 Flash se démarque, avec 2,8 points de plus qu'Opus 5 et 7,6 points de plus que Sol sur une tâche financière agentique en plusieurs étapes. Harvey Legal est le cas particulier : chaque modèle obtient un score inférieur à 11 %, l'ordre est donc plus significatif que les écarts.
Ce que Google n'a pas publié sous forme de texte est tout aussi important. Il n'y a pas de chiffres SWE-Bench Pro, Terminal-bench ou OSWorld pour 3.8 Flash, et le résultat DeepSWE v1.1 n'apparaît que comme une affirmation selon laquelle le modèle « surpasse la plupart des modèles de pointe plus grands » pour « une fraction du coût », avec le chiffre dans un tableau d'image, et non en texte. Pour les comparaisons de codage et d'utilisation informatique, il faut se référer aux propres exécutions de chaque fournisseur, qui ne se chevauchent pas. Ceux d'Anthropic se trouvent dans le récapitulatif des benchmarks de Claude Fable 5.1 ; ceux d'OpenAI se trouvent dans les benchmarks de GPT-5.6 Sol. Aucun des deux fournisseurs n'a exécuté le modèle de l'autre, donc Artificial Analysis reste la seule source de comparaison équivalente.
L'écart de prix, ligne par ligne
Aux tarifs d'introduction, l'arithmétique est simple. L'entrée à 10 $ de Fable 5.1 est 13,3 fois supérieure à l'entrée à 0,75 $ de Gemini 3.8 Flash, et sa sortie à 50 $ est 13,3 fois supérieure aux 3,75 $. L'entrée à 5 $ de GPT-5.6 Sol est 6,7 fois supérieure, et sa sortie à 30 $ est 8 fois supérieure. Les lectures du cache réduisent l'écart : 0,075 $ sur 3.8 Flash, 0,25 $ sur Fable 5.1 (3,3x), et 0,50 $ sur Sol (6,7x). La lecture du cache de Fable 5.1 est la moitié de celle de Sol, ce qui est la seule ligne où le modèle le plus cher n'est pas le plus cher.
Un exemple concret rend les choses plus claires. Prenons une exécution qui consomme 1 million de jetons d'entrée et 200 000 jetons de sortie, tous non mis en cache.
- Gemini 3.8 Flash : 0,75 $ + 0,75 $ = 1,50 $
- GPT-5.6 Sol : 5,00 $ + 6,00 $ = 11,00 $
- Claude Fable 5.1 : 10,00 $ + 10,00 $ = 20,00 $
À partir du 1er janvier 2027, la même exécution Gemini coûtera 3,00 $, et les écarts se réduisent à 3,7x pour Sol et 6,7x pour Fable 5.1. Le doublement s'applique également à 3.6 Flash et 3.7 Flash, il n'y a donc pas de Gemini Flash moins cher vers lequel se replier. La page de tarification d'Anthropic répertorie les tarifs de Fable 5.1, et nos guide de tarification Claude Fable 5.1 et guide de tarification GPT-5.6 couvrent les niveaux de lot et de cache pour chacun.
Coût par tâche, pas par jeton
Voici la mise en garde qui annule la version simplifiée de ce calcul. Google affirme que Gemini 3.8 Flash « peut utiliser plus de jetons sur des tâches plus longues et complexes, de par sa conception ». Sur les problèmes difficiles, il effectue des étapes de raisonnement plus petites, vérifie son travail et appelle des outils de manière itérative. Artificial Analysis a mesuré l'effet : 48 000 jetons de sortie par tâche à un niveau élevé, soit une augmentation de 30 % par rapport à 3.7 Flash, de sorte que le coût d'exécution de son indice est passé de 0,40 $ par tâche sur 3.7 Flash à 0,58 $ sur 3.8 Flash, à des prix par jeton inchangés. Au niveau moyen, il est de 0,41 $ par tâche et au niveau faible de 0,24 $.
Deux conséquences en découlent. Premièrement, un écart de 13,3x par jeton n'est pas un écart de facture de 13,3x si le modèle premium termine en moins de jetons ou en moins d'appels d'outils. Artificial Analysis n'a pas publié de chiffre comparable par tâche pour Fable 5.1 ou Sol dans le texte que nous avons, alors mesurez-le sur vos propres prompts avant de vous fier à l'une ou l'autre direction du multiplicateur. Deuxièmement, sur Gemini, le niveau de réflexion est le levier de coût. La réduction d'une route de haut à bas a diminué le coût par tâche de plus de moitié sur l'ensemble d'Artificial Analysis, et le guide des niveaux de réflexion montre comment le définir par endpoint. La comparaison 3.8 Flash vs 3.7 Flash couvre le cas où l'ancien modèle, à 31 % de moins par tâche, reste le meilleur achat.
Quand choisir chacun
Choisissez Gemini 3.8 Flash pour le volume et les agents à moindre coût
Si vous exécutez des milliers de tâches d'agent par jour, 3.8 Flash est le choix par défaut. Il égale les modèles premium sur l'indice indépendant, domine les classements des agents financiers et juridiques de Google, et coûte une fraction par jeton même après le doublement de janvier. Il accepte également les entrées vidéo, audio et PDF nativement, offre le traitement par lots à 50 % de réduction, inclut 5 000 requêtes de mise à la terre Google Search gratuites par mois, et dispose d'un niveau gratuit pour le prototypage. Les compromis : sortie uniquement textuelle, pas d'API Live, un plafond de sortie de 65 536 jetons, et un appétit en jetons pour lequel vous devriez prévoir un budget au niveau moyen ou élevé.
Choisissez Claude Fable 5.1 pour le raisonnement le plus difficile à long terme
Fable 5.1 est le modèle vers lequel évoluer, pas celui par lequel commencer. Il convient aux travaux où une mauvaise réponse coûte plus cher que les jetons : agents de recherche de plusieurs heures, longues sessions de terminal, chaînes de raisonnement où les évaluations d'un modèle moins cher sont insuffisantes. Sa sortie de 128K et ses lectures de cache à 0,25 $ conviennent aux boucles d'agents à forte préfixe qui réutilisent le même grand contexte à chaque tour ; dans ces cas, la ligne de cache rend le multiplicateur effectif beaucoup plus petit que 13,3x. Voir ce qu'est Claude Fable 5.1 pour la fiche technique propre au modèle.
Choisissez GPT-5.6 Sol pour les exécutions d'agents de l'écosystème OpenAI
Sol obtient 59 en xhigh, égale 3.8 Flash sur HLE-Verified, et est livré avec une sortie de 128K à 5 $ / 30 $. Si vos agents, évaluations et outils vivent déjà dans la pile d'OpenAI, Sol est le niveau premium qui ne nécessite pas de deuxième fournisseur. Il a les lectures de cache les plus chères des trois, il convient donc mieux aux exécutions avec un nouveau contexte qu'aux longues sessions mises en cache. La comparaison Grok 4.6 vs GPT-5.6 vs Claude Fable 5 montre comment Sol s'est comporté face au précédent fleuron d'Anthropic.
Testez les trois dans un espace de travail Apidog unique
Chaque argument ci-dessus se termine de la même manière : mesurez-le sur vos propres prompts. Apidog est un client API et une plateforme de test, il n'exécute donc aucun de ces modèles, mais c'est un moyen rapide d'envoyer la même requête aux trois fournisseurs et de comparer ce qui revient.
La configuration est un projet avec trois environnements. Chaque environnement contient une URL de base et une variable clé : https://generativelanguage.googleapis.com avec GEMINI_API_KEY, la base d'Anthropic avec votre clé Claude, et la base d'OpenAI avec votre clé OpenAI. Les clés restent dans les variables d'environnement, jamais dans le corps de la requête ou la collection partagée.
Ensuite, construisez un scénario de test avec trois étapes de requête qui utilisent le même prompt. L'étape Gemini publie sur /v1beta/interactions avec "model": "gemini-3.8-flash" et "thinking_level": "medium" ; les deux autres publient sur le point de terminaison de chat ou de messages de leur fournisseur. À chaque étape, ajoutez des assertions importantes pour une comparaison : HTTP 200, un chemin JSON qui confirme la présence de la réponse, et un plafond sur le champ d'utilisation des jetons afin qu'une exécution qui dépense soudainement deux fois plus de jetons de réflexion échoue bruyamment. Sur Gemini, ce champ est usageMetadata.thoughtsTokenCount pour l'endpoint hérité ; faites une assertion sur le bloc d'utilisation équivalent pour les deux autres.
Exécutez le scénario sur un ensemble de prompts de référence, puis planifiez-le pour qu'il s'exécute quotidiennement. Lorsqu'un fournisseur modifie les paramètres par défaut ou qu'un modèle commence à dépenser plus de jetons, l'assertion échouée vous l'indique avant la facture. Le guide de test d'API d'agents IA couvre la version multi-tour de ce modèle, et la planification des tests API dans Apidog couvre l'exécution récurrente. Téléchargez Apidog pour configurer les trois environnements.
FAQ
Gemini 3.8 Flash est-il meilleur que Claude Fable 5.1 ?
Sur l'indice d'Artificial Analysis, 3.8 Flash obtient 59 points en élevé et Fable 5.1 obtient 57 points en moyen, ils sont donc proches aux réglages testés. Les tableaux de Google n'incluent pas Fable 5.1, et les benchmarks d'Anthropic n'incluent pas 3.8 Flash, il n'y a donc pas de comparaison directe plus large. Par jeton, Flash est 13,3 fois moins cher aux tarifs d'introduction.
Lequel des trois est le moins cher pour les charges de travail d'agents ?
Gemini 3.8 Flash, avec une large marge par jeton, à 0,75 $ / 3,75 $ jusqu'au 31 décembre 2026. Par tâche, Artificial Analysis a mesuré 0,58 $ en élevé, 0,41 $ en moyen et 0,24 $ en faible, car le modèle dépense environ 30 % de jetons de sortie de plus que 3.7 Flash. Mesurez le coût par tâche terminée, et non par jeton, avant de vous engager.
Les trois ont-ils une fenêtre de contexte de 1M ?
Oui. Gemini 3.8 Flash accepte 1 048 576 jetons d'entrée, et Fable 5.1 et GPT-5.6 Sol indiquent tous deux 1M. La sortie maximale diffère : 65 536 jetons sur 3.8 Flash contre 128K sur les deux autres.
Pourquoi Claude Fable 5.1 ne figure-t-il pas dans les tableaux de benchmark de Google ?
Les lignes publiées par Google listent Claude Opus 5 et Claude Sonnet 5 comme entrées Anthropic. Fable 5.1 a été lancé le 1er septembre, un jour avant 3.8 Flash, il n'a donc pas été inclus. Pour les propres chiffres de Fable 5.1 exécutés par Anthropic, voir la comparaison Claude Fable 5.1 vs Opus 5.
L'avantage de prix de Gemini survivra-t-il à 2027 ?
En partie. À partir du 1er janvier 2027, Gemini 3.8 Flash passera à 1,50 $ / 7,50 $, ce qui rend Fable 5.1 6,7 fois plus cher sur les deux lignes et Sol 3,3 fois plus cher sur l'entrée et 4 fois plus cher sur la sortie. Toujours moins cher, mais la moitié de l'écart.
Lequel appeler en premier
Commencez par Gemini 3.8 Flash pour tout ce que vous exécutez en volume, définissez le thinking_level par route, et surveillez les jetons par tâche, et non le prix affiché. Passez à Claude Fable 5.1 lorsque vos évaluations sur des modèles moins chers sont insuffisantes et que le contexte est mis en cache d'un tour à l'autre. Utilisez GPT-5.6 Sol lorsque le reste de votre pile est OpenAI et que vous souhaitez un niveau premium sans deuxième fournisseur. Quel que soit votre choix, soumettez d'abord le même prompt aux trois dans un scénario de test ; le ratio de prix est public, mais le ratio coût par tâche sur vos prompts est à vous de le mesurer.