För företag som använder modellerna i stor skala kan det göra stor skillnad. Kostnaden för ett enskilt anrop är sällan särskilt dramatisk, men bilden förändras snabbt när en tjänst hanterar tusentals eller miljontals uppgifter varje dag.
Luna går från en dollar till 20 cent
Sedan den 30 juli kostar GPT-5.6 Luna 0,20 dollar per miljon inmatade token och 1,20 dollar per miljon utmatade token. Tidigare låg priserna på en respektive sex dollar.
GPT-5.6 Terra kostar nu två dollar per miljon token som skickas till modellen och tolv dollar för de token den genererar. Priset på GPT-5.6 Sol är däremot oförändrat.
Modellerna är gjorda för olika typer av arbete. Sol är familjens tyngsta alternativ och ska användas när uppgiften kräver mer avancerad problemlösning. Terra ligger i mitten, medan Luna är byggd för hög hastighet och stora volymer till låg kostnad.
Luna kan fortfarande använda verktyg och arbeta sig igenom uppgifter i flera steg. Det gör att modellen kan användas till mer än enkla frågor, trots det låga priset. Den kan exempelvis hantera avgränsade delar av ett större arbetsflöde, köra tester eller bearbeta stora mängder information.
| Modell | Före (in / ut per miljon token) | Nu (in / ut) | Förändring |
|---|---|---|---|
| Luna | 1,00 / 6,00 dollar | 0,20 / 1,20 dollar | 80 procent lägre |
| Terra | 2,50 / 15,00 dollar | 2,00 / 12,00 dollar | 20 procent lägre |
| Sol | 5,00 / 30,00 dollar | 5,00 / 30,00 dollar | Oförändrat |
Samma jobb behöver inte göras av samma modell
Prisändringen gör det lättare att blanda modeller inom samma arbetsflöde.
Ett företag kan låta Sol ta hand om den del där kraven är otydliga eller där ett misstag blir dyrt. När planen väl är på plats kan Luna fortsätta med mer förutsägbara moment. Vid kodarbete skulle det kunna innebära att Sol analyserar problemet och väljer lösning, medan Luna genomför tydligt beskrivna ändringar, skriver tester och kontrollerar resultatet.
På så sätt behöver den dyraste modellen inte vara inkopplad under hela processen bara för att en mindre del av arbetet är komplicerad.
Flera företag som testat GPT-5.6 beskriver just den typen av uppdelning. Cognition har lagt in Luna i Devin Fusion för rutinmässigt kodarbete tillsammans med större modeller. Hos Dust blev modellen enligt företagets egna mätningar 40 procent snabbare och 40 procent billigare än den tidigare standardmodellen för motsvarande agentuppgifter.
Blitzy uppger att Luna kan hantera 2,2 gånger mer sammanhang och samtidigt använda 8,5 gånger färre utmatade token än GPT-5.4 mini. Den totala kostnaden ska ha sjunkit med 87 procent. Notion rapporterar i sin tur att Terra nådde en kvalitet i nivå med GPT-5.5, men till halva kostnaden per uppgift och på 60 procent kortare tid. Siffrorna kommer från företagens egna tester och behöver därför ses i det sammanhanget.
Sol får ett snabbare läge
OpenAI sänker inte priset på GPT-5.6 Sol. I stället får modellen ett nytt Fast mode i API:t.
Med snabbläget kan Sol enligt OpenAI arbeta upp till 2,5 gånger snabbare än med standardbehandling. Priset blir dubbelt så högt, men modellen i sig ändras inte. Kunden betalar alltså för kortare svarstid, inte för högre intelligens eller bättre resultat.
Det kan vara värt merkostnaden i tjänster där någon sitter och väntar på svaret, till exempel kundsupport eller interaktiva utvecklarverktyg. För bakgrundsjobb som kan köras utan brådska lär standardläget fortfarande vara det rimligare valet.
Fast mode ersätter OpenAI:s tidigare Priority Processing. Befintliga API-anrop som är märkta med priority ska fortsätta fungera och automatiskt använda det nya läget. Funktionen motsvarar också /fast i Codex.
Effektivare drift ligger bakom prissänkningen
OpenAI kopplar de lägre priserna till förbättringar i flera delar av systemet: modellerna, programvaran som kör dem och hanteringen av verktyg och sammanhang.
En modell som tar en rakare väg genom en uppgift använder färre token och kräver färre turer mellan olika verktyg. Om den dessutom kan återanvända relevant information i stället för att bearbeta samma material igen sjunker kostnaden ytterligare.
GPT-5.6 Sol har också använts i arbetet med OpenAI:s egna system. Under en process som leddes av människor fick modellen bland annat skriva om och finjustera produktionskod samt genomföra hundratals experiment kring tokengenerering. Enligt OpenAI bidrog arbetet med produktionskoden till att sänka den totala kostnaden för att köra modellen med 20 procent. Experimenten ska samtidigt ha förbättrat effektiviteten i tokengenereringen med mer än 15 procent.
Det är en intressant utveckling i sig. Modellen bygger inte nästa version på egen hand, men den används redan som ett verktyg för att göra driften billigare. En del av den besparingen hamnar nu hos kunderna.
Abonnemangen påverkas inte
Terra och Luna finns kvar i ChatGPT Work, Codex och OpenAI API. Free- och Go-användare har tillgång till Terra i de produkter där modellen stöds, medan Plus, Pro, Business och Enterprise kan använda både Terra och Luna.
Priserna på ChatGPT- och Codex-abonnemangen ändras inte. Däremot räknas användningen av Terra och Luna mildare mot kvoterna i betalda abonnemang, vilket gör att samma budget räcker till fler uppgifter. API-användning debiteras som vanligt separat efter förbrukning.
Den tydligaste nyheten finns ändå i API-priset. Luna har på några veckor gått från en dollar till 20 cent per miljon inmatade token. Det gör modellen betydligt mer intressant för rutinjobb där varje uppgift är billig, men antalet uppgifter mycket stort.
Thomas Karlsson
Huvudredaktör, AI expert och journalist
Thomas bevakar generativ AI, språkmodeller och verktygen som förändrar hur vi arbetar. Han skriver för dig som vill förstå utvecklingen utan att redan kunna tekniken.
