# Effort de raisonnement (GPT, Claude, Gemini) : quand payer

Source: https://slash-digital.io/fr/insights/reasoning-effort/

Modèles · Mis à jour en octobre 2026 Les principaux modèles d'Anthropic, d'OpenAI et de Google raisonnent désormais avant de répondre, et ce raisonnement se paie en tokens de sortie. Sur un benchmark public, le même modèle coûte près de huit fois plus par tâche à son niveau le plus élevé qu'au plus bas. Cet effort supplémentaire ne se justifie que s'il augmente la part de tâches résolues, et sur beaucoup de routes ce n'est pas le cas.

- 7,7x coût par tâche, max contre low (Opus 5.5)
- medium effort par défaut d'Opus 5.5, GPT-6.1 et Gemini 4 Argon
- 5 niveaux d'effort chez Claude, de low à max

Démarrer un projet
Toutes les analyses

Rémy Sanchez, CTO et cofondateur, Slash Digital Lab

Publié: 26 septembre 2026

Mis à jour: 30 octobre 2026

Lecture: 12 min

Thème: Modèles

En bref
Les modèles de raisonnement dépensent des tokens supplémentaires à réfléchir avant de répondre. En octobre 2026, cette réflexion est un réglage des modèles principaux (effort de low à max chez Claude, de none ou low à max chez OpenAI selon le modèle, trois niveaux sur Gemini 4 Argon et Gemini 3.8 Flash) et elle est facturée en tokens de sortie, visible ou non.

Notre règle : payez la réflexion là où elle augmente la part de tâches résolues (code, mathématiques, planification, agents multi-étapes), gardez-la basse pour la classification, l'extraction et la voix en temps réel, et réglez-la par route d'après le coût par tâche résolue sur votre propre jeu d'évaluation.

Pour votre entreprise
Quel modèle traite le mieux vos cas réels, dans le cloud ou en local ? Au Slash AI Lab, nous comparons les modèles sur vos propres prompts avant que vous n'engagiez budget ou données privées.

Slash AI Lab →

## Ce que « réfléchir » veut dire, simplement

Un modèle de raisonnement écrit des étapes intermédiaires avant sa réponse finale : il décompose le problème, essaie une approche, la vérifie et recommence parfois. Le terme technique est calcul à l'inférence (test-time compute) : plutôt qu'un modèle plus gros, on dépense plus de calcul sur chaque question.

Ces étapes sont des tokens. Vous en voyez en général un résumé, ou rien, mais vous les payez toutes au tarif de sortie, et leur génération prend du temps. Réfléchir davantage aide surtout sur les problèmes à nombreuses étapes dépendantes, et peu quand la réponse est une recherche ou une étiquette.

L'emballage a changé. En décembre 2024, OpenAI vendait le raisonnement comme un modèle à part, o1, à 15 $/60 $ par million de tokens ; en 2026, c'est un réglage des modèles principaux et OpenAI retire la série o : o1 et o4-mini ont été arrêtés le 23 octobre 2026 et o3 le sera le 11 décembre. Sur Claude Opus 5.5 et Fable 5.1, la réflexion ne peut pas être désactivée, et l'effort est donc le seul levier.

## Comment les éditeurs l'exposent en octobre 2026

La même idée, avec des noms, des niveaux et des valeurs par défaut différents.

| Modèle | Contrôle | Niveaux | Par défaut |
| --- | --- | --- | --- |
| Claude Opus 5.5, Claude Fable 5.1 | effort ; réflexion toujours active | low, medium, high, xhigh, max | medium sur Opus 5.5, high sur Fable 5.1 |
| Claude Sonnet 5.5 | effort ; réflexion adaptative (between_tools supprime la réflexion préalable) | de low à max | high dans l'API |
| Claude Haiku 5.5 | effort ; réflexion active, désactivable jusqu'à high | de low à max | medium |
| GPT-6.1 Terra, GPT-6 Luna | reasoning effort | none, low, medium, high, xhigh, max | medium |
| GPT-6.1 Sol | reasoning effort | de low à max | medium |
| GPT-6 Astra | reasoning effort ; none renvoie une erreur | de low à max | non précisé par OpenAI |
| Gemini 4 Argon, Gemini 3.8 Flash | thinking_level ; aucune option documentée pour la désactiver | low, medium, high | medium |

Trois lancements ont modifié le tableau depuis fin septembre : Haiku 5.5 (7 octobre) est le premier Haiku doté de l'effort, Gemini 4 Argon (disponible pour tous depuis le 13 octobre) reprend les trois niveaux de Flash, et GPT-6.1 Terra (26 octobre) accepte de nouveau « none ». Pour GPT-6 Astra, la page du modèle liste de low à max sans préciser de valeur par défaut, et le guide de raisonnement d'OpenAI précise que « none » renvoie une erreur HTTP 400.

Un même niveau ne veut pas dire la même chose sur deux modèles. Anthropic indique qu'Opus 5.5 réfléchit davantage par tour qu'Opus 5 au même niveau, qu'Opus 5.5 en medium dépasse Opus 5 en high sur ses évaluations de code et de travail intellectuel, et que les niveaux de Sonnet 5.5 sont recalibrés par rapport à Sonnet 5. L'effort change aussi ce que fait le modèle : avec moins d'effort, Claude fait des appels d'outils moins nombreux et plus concis.

## La mécanique du coût et de la latence

La réflexion est facturée en sortie, le côté cher de la grille tarifaire.

Anthropic, OpenAI et Google facturent les tokens de réflexion au tarif de sortie, cinq fois le tarif d'entrée sur Claude Opus 5.5 (4 $/20 $), GPT-6.1 Sol (2 $/10 $) et Gemini 4 Argon (2 $/10 $ jusqu'au 30 novembre 2026, 4 $/20 $ à partir du 1er décembre). La sortie est générée token par token : la réflexion retarde donc aussi le premier mot utile, et dans un agent ce délai se répète à chaque tour.

ARC Prize publie le score et le coût par tâche de chaque modèle à chaque niveau d'effort, et le compromis se lit donc directement dans ses données.

| Modèle et effort | Score | Coût par tâche |
| --- | --- | --- |
| Claude Opus 5.5, low | 70,1 % | 0,241 $ |
| Claude Opus 5.5, high | 93,3 % | 0,408 $ |
| Claude Opus 5.5, max | 91,7 % | 1,85 $ |
| GPT-6 Astra, max | 95,0 % | 1,12 $ |
| GPT-6.1 Sol, max | 94,2 % | 0,254 $ |
| Gemini 4 Argon, high | 91,3 % | 0,325 $ |
| Gemini 3.8 Flash, high | 89,2 % | 0,40 $ |
| GPT-6 Luna, max | 59,3 % | 0,062 $ |

De low à high, Opus 5.5 gagne 23 points pour 1,7 fois le coût ; de high à max, le coût est multiplié par 4,5 et le score baisse de 1,6 point. Les énigmes d'ARC ne sont pas votre charge de travail, mais cette forme (une forte hausse, puis un plateau à coût croissant) est celle qu'il faut chercher dans vos propres données.

GPT-6 Astra dessine le même plateau sur ARC Prize (85,4 % en low, 92,1 % en medium et en high, 93,3 % en xhigh, 95,0 % en max), tout comme GPT-6.1 Sol (76,7 % en low, 91,7 % en high et en xhigh, 94,2 % en max). L'indice d'Artificial Analysis, passé à la version 5.0 fin octobre avec neuf évaluations de travail intellectuel, de code, de science et de capacités générales, montre la même forme :

| Effort | Claude Opus 5.5 | GPT-6 Astra |
| --- | --- | --- |
| low | 35 / 0,98 | 43 / 1,42 |
| medium | 48 / 2,45 | 51 / 2,73 |
| high | 52 / 3,46 | 55 / 3,24 |
| xhigh | 57 / 6,05 | 55 / 3,66 |
| max | 58 / 10,04 | 57 / 6,24 |

De low à high, Opus 5.5 gagne 17 points pour 3,5 fois le coût ; de high à max, 6 points pour un coût presque triplé. Astra plafonne plus tôt : de high à max, il gagne 2 points pour 1,9 fois le coût. Astra obtient un meilleur score jusqu'à high et coûte moins par tâche à partir de high, car il consomme beaucoup moins de tokens (en max, 54 millions contre 220 millions pour Opus 5.5), alors que chaque token coûte 2,5 fois plus.

Les éditeurs décrivent le même schéma. Anthropic indiquait en novembre 2025 que Claude Opus 4.5 en effort medium égalait le meilleur score de Sonnet 4.5 sur SWE-bench Verified avec 76 % de tokens de sortie en moins ; OpenAI affirme que GPT-6.1 Terra en max est plus de trois fois plus économe en tokens que Claude Opus 5.5 sur Agents' Last Exam, un test d'usage de l'ordinateur, pour un coût par tâche environ neuf fois plus bas. Pour mesurer cette relation entre effort, coût et score sur votre propre charge de travail, Slash propose du conseil en intelligence artificielle.

## Où la réflexion paie, et où elle ne paie pas

La réflexion paie quand une tâche comporte de nombreuses étapes dépendantes et un résultat vérifiable : mathématiques, modifications de code sur plusieurs fichiers, planification, analyse combinant outils et données, agents multi-étapes où une erreur précoce ruine l'exécution. Là, plus d'effort augmente la part de tâches résolues, et c'est cela que vous achetez.

Elle paie rarement pour la classification, l'extraction, le routage, les réponses courtes de FAQ ou la réécriture, où le modèle connaît la réponse ou non. Elle nuit à la voix en temps réel, où la réflexion cachée retarde le premier mot prononcé ; Google propose Gemini 3.8 Live et une variante distincte Live Extended Thinking : vous choisissez l'une ou l'autre selon la latence que votre cas d'usage tolère.

| Type de tâche | Commencer à | Monter quand |
| --- | --- | --- |
| Classification, étiquetage, routage | Le niveau le plus bas : none sur GPT-6.1 Terra et GPT-6 Luna, low sur GPT-6.1 Sol, Claude et Gemini | Les erreurs se concentrent sur les cas ambigus |
| Extraction vers un schéma | Low | Les champs exigent des déductions entre pages |
| FAQ et chat de service client | Low | Les réponses dépendent de règles ou de plusieurs recherches |
| Voix en temps réel | Le niveau le plus bas, ou un modèle audio temps réel | Rarement : envoyez les cas difficiles vers un flux asynchrone |
| Réponses RAG sur documents | De low à medium | Les sources se contredisent ou il faut synthétiser |
| Modifications de code, débogage | Medium | Les tests échouent encore ou le changement touche de nombreux fichiers |
| Agents multi-étapes avec outils | Medium | L'agent stagne ; baissez si le coût monte sans plus de tâches résolues |
| Mathématiques, planification, analyse difficile | High | Xhigh ou max seulement avec des preuves issues de vos évaluations, idéalement en batch |

## Régler l'effort en cinq étapes

- Constituez un jeu d'évaluation. 30 à 50 tâches réelles par route, avec des contrôles automatiques de réussite ou d'échec ; Anthropic recommande de commencer avec 20 à 50 tâches tirées d'échecs réels (voir notre guide des évaluations).
- Balayez les niveaux. Testez chaque candidat à deux ou trois niveaux d'effort, plusieurs fois par tâche, en relevant réussites, tokens et latence.
- Calculez le coût par tâche résolue. Divisez la dépense par les tâches résolues, pas par les requêtes : un réglage bon marché qui échoue une fois sur deux peut coûter plus cher par tâche résolue.
- Fixez l'effort par route, explicitement. Gardez le niveau le plus bas compatible avec votre tolérance de qualité et écrivez-le dans le code, car les valeurs par défaut changent (high sur Opus 5, medium sur Opus 5.5).
- Surveillez. Journalisez tokens de réflexion et motifs d'arrêt, alertez quand le coût par tâche dérive, et relancez le balayage à chaque changement de modèle.

Le plafond de sortie inclut la réflexion : avec un max_tokens (Claude) ou un max_output_tokens (OpenAI, Gemini) trop serré, le modèle peut épuiser le budget à réfléchir et renvoyer une réponse tronquée ou vide ; gardez de la marge (OpenAI recommande de réserver au moins 25 000 tokens pour commencer) et traitez un motif d'arrêt max_tokens ou une réponse incomplète comme une erreur. Chez Claude, par ailleurs, changer l'effort global entre deux requêtes invalide le cache de prompt (l'effort par message, en bêta sur Opus 5.5, Sonnet 5.5, Haiku 5.5 et Fable 5.1, le préserve) : gardez un effort stable dans une conversation mise en cache.

Notre règleChoisissez la combinaison modèle plus effort la moins chère qui atteint votre seuil de réussite sur votre propre jeu d'évaluation. Prenez la valeur par défaut de l'éditeur comme point de départ du balayage.

## Les pièges à éviter

- Trop réfléchir allonge les tours, ajoute des appels d'outils et peut faire baisser le score. Sur ARC-AGI-2, Opus 5.5 en max obtient 1,6 point de moins qu'en high pour 4,5 fois le coût. Anthropic note aussi que sur Opus 5 l'effort ne raccourcit pas de façon fiable les réponses visibles : demandez la longueur dans le prompt ; OpenAI propose un réglage de verbosité séparé.
- Les réglages repris d'un modèle précédent peuvent casser. Sur Opus 5.5, la réflexion ne peut plus être désactivée, l'appel forcé d'outils renvoie une erreur et l'effort par défaut est passé de high à medium ; sur Sonnet 5.5, « disabled » renvoie une erreur et cède la place à « between_tools » ; Google a rendu obsolètes temperature, top_p et top_k dans l'API Gemini le 21 juillet 2026. Refaites le balayage au lieu de copier les paramètres.
- Demander à Opus 5.5 de dévoiler son raisonnement interne ne fonctionne pas. Le modèle ajoute une catégorie de refus reasoning_extraction qui bloque les tentatives d'extraction de son raisonnement interne (renvoyée sous la forme stop_reason: refusal). Pour la traçabilité, demandez une courte justification dans la réponse, journalisez les appels d'outils et orientez les refus vers un modèle de repli.
- Le raisonnement écrit n'est pas un journal fidèle de ce qu'a fait le modèle. OpenAI indique que le raisonnement écrit de GPT-6 Astra a été plus difficile à surveiller que celui de GPT-5.6 Sol lors de ses tests : Astra contrôle mieux ce qu'il écrit dans sa chaîne de pensée (60,9 % au test de contrôlabilité de sa fiche système, contre 16,1 % pour GPT-5.6 Sol), et l'AISI britannique a constaté l'absence de résumés de raisonnement dans jusqu'à 80 % des longues trajectoires cyber. Après l'incident Hugging Face, OpenAI a consacré plus de calcul à la surveillance de la chaîne de pensée. Auditez les actions, les appels d'outils et les sorties.
- Un tableau de bord des coûts limité à l'entrée et à la sortie visible masque la part de la facture que pilote l'effort. Journalisez les tokens de réflexion sur une ligne à part.

## Ce que cela change pour les budgets, en Colombie et en Europe

Les éditeurs facturent en dollars : nous budgétons donc le raisonnement en USD et convertissons à la facture ; pour les équipes colombiennes, le taux de change est une variable de plus qu'elles ne maîtrisent pas. L'unité qui compte est le coût par tâche résolue, par route.

Une illustration avec les chiffres d'ARC Prize ci-dessus, pas une prévision : à 10 000 tâches par mois, Opus 5.5 coûterait environ 2 410 $ en effort low, 4 080 $ en high et 18 500 $ en max, et sur ce test le passage à max n'apporte rien.

Trois leviers gardent la réflexion abordable : les API batch (50 % de remise chez Anthropic, OpenAI et Google) pour le travail à effort élevé qui peut attendre, le cache pour le contexte que les agents renvoient à chaque tour, et un routage qui n'envoie que les cas difficiles vers un effort élevé. Les équipes européennes qui ont besoin d'un traitement régional paient 10 % de plus chez OpenAI ou sur les endpoints régionaux de Claude dans le cloud, sur une facture déjà gonflée par la réflexion. Plus de détails dans notre guide des coûts de l'IA ; Slash AI Lab évalue les modèles avant chaque déploiement.

### L'essentiel

- En 2026, la réflexion est un réglage des modèles principaux, facturé en tokens de sortie même quand vous ne la voyez pas.
- Claude Opus 5.5 réfléchit toujours, en effort medium par défaut ; Haiku 5.5 est le premier Haiku doté de l'effort ; GPT-6.1 Terra et GPT-6 Luna vont de none à max, GPT-6.1 Sol et GPT-6 Astra partent de low ; Gemini 4 Argon et 3.8 Flash utilisent trois niveaux, medium par défaut.
- Sur ARC-AGI-2, au 27 octobre 2026, Opus 5.5 coûte 0,241 $ par tâche en effort low et 1,85 $ en max, et high obtient un meilleur score que max.
- Payez la réflexion pour le code, les mathématiques, la planification et les agents multi-étapes ; gardez-la au minimum pour la classification, l'extraction et la voix en temps réel.
- Réglez par route selon le coût par tâche résolue, gardez de la marge sur le plafond de sortie et un effort stable pour préserver le cache.

## Sources

- Effort · Anthropic documentation, 2026-10-27
- Troubleshooting thinking (per-model thinking configuration) · Anthropic documentation, 2026-10-27
- Models overview · Anthropic documentation, 2026-10-27
- What's new in Claude Opus 5.5 · Anthropic documentation, 2026-09-22
- Introducing Claude Opus 5.5 · Anthropic, 2026-09-22
- Introducing Claude Sonnet 5.5 · Anthropic, 2026-09-28
- Introducing Claude Haiku 5.5 · Anthropic, 2026-10-07
- Introducing Claude Opus 4.5 · Anthropic, 2025-11-24
- Reasoning models · OpenAI API documentation, 2026-10-27
- GPT-6.1 Sol · OpenAI API documentation, 2026-10-27
- GPT-6.1 Terra · OpenAI API documentation, 2026-10-27
- GPT-6 Luna · OpenAI API documentation, 2026-10-27
- GPT-6 Astra · OpenAI API documentation, 2026-10-27
- Deprecations · OpenAI API documentation, 2026-10-27
- GPT-6 Astra system card · OpenAI Deployment Safety Hub, 2026-09-29
- GPT-6 Astra · OpenAI, 2026-09-03
- Introducing GPT-6.1 Terra · OpenAI, 2026-10-26
- OpenAI launches GPT-6.1 Terra for precise computer use · TestingCatalog, 2026-10-27
- Gemini thinking · Google AI for Developers, 2026-10-27
- Gemini Developer API pricing · Google AI for Developers, 2026-10-27
- Gemini API release notes (Gemini 3.8 Live, Gemini 4 Argon, sampling parameters deprecation) · Google AI for Developers, 2026-10-27
- ARC-AGI leaderboard · ARC Prize, 2026-10-27
- OpenAI GPT-6 Astra: verified results · ARC Prize, 2026-09-02
- AI model leaderboards (Intelligence Index v5.0) · Artificial Analysis, 2026-10-27
- Intelligence Index methodology and version history · Artificial Analysis, 2026-10-27
- Claude Opus 5.5: intelligence, performance and price · Artificial Analysis, 2026-10-27
- GPT-6 Astra: intelligence, performance and price · Artificial Analysis, 2026-10-27
- Demystifying evals for AI agents · Anthropic, 2026-01-09

Note éditoriale : cette analyse reflète les informations publiques disponibles à la date de révision. Modèles, prix et règles évoluent vite ; chaque donnée tierce renvoie à sa source et nos opinions sont présentées comme telles. Une erreur ? Écrivez à contact@slash-digital.io.

Questions fréquentes

## Les questions qu'on nous pose souvent

**Qu'est-ce que l'effort de raisonnement ?**
Un réglage qui contrôle combien un modèle réfléchit avant de répondre. Un effort plus élevé résout en général plus de tâches difficiles à plusieurs étapes, mais génère plus de tokens de sortie et prend plus de temps.

**Les tokens de réflexion sont-ils facturés ?**
Oui. Anthropic, OpenAI et Google les facturent comme des tokens de sortie, même si vous n'en voyez qu'un résumé, ou rien.

**Peut-on désactiver la réflexion sur Claude Opus 5.5 ?**
Non. La réflexion est toujours active sur Opus 5.5 et Fable 5.1. Le levier est le paramètre effort, de low à max, avec medium par défaut sur Opus 5.5.

**Par quel niveau d'effort commencer ?**
Le plus bas pour la classification et l'extraction, medium pour le code et les agents, high pour les mathématiques et la planification. Balayez ensuite les niveaux sur votre propre jeu d'évaluation et gardez le moins cher qui atteint votre seuil de qualité.

**Les modèles de la série o d'OpenAI valent-ils encore la peine ?**
Pas pour un nouveau projet. OpenAI a arrêté o1 et o4-mini le 23 octobre 2026 et arrêtera o3 et o3-pro le 11 décembre, avec GPT-5.6 Sol comme remplaçant indiqué. Testez d'abord GPT-6.1 Sol ou GPT-6.1 Terra avec un niveau d'effort explicite.