OpenAI heeft een aanzienlijke prijsverlaging aangekondigd voor twee AI-modellen uit de GPT-5.6- familie , slechts twintig dagen na hun officiële lancering. Het bedrijf heeft de prijs van GPT-5.6 Luna met 80% verlaagd en die van GPT-5.6 Terra met 20% . Voor het vlaggenschipmodel, GPT-5.6 Sol, is een snellere API-optie geïntroduceerd. Deze wijzigingen, die op 30 juli van kracht zijn geworden, zijn bedoeld om de balans tussen kosten, snelheid en capaciteit te verbeteren, met name voor bedrijven die grote hoeveelheden geautomatiseerde taken met AI verwerken.
Het bedrijf legde uit dat de prijsverlagingen te danken zijn aan optimalisaties in de gehele softwarestack, waaronder verbeterde hardware-routing, verbeterde inferentiesoftware en slimmere contextcaching-algoritmen. Sommige van deze verbeteringen werden zelfs door de modellen zelf doorgevoerd: tijdens de tests onder supervisie herschreef en optimaliseerde GPT-5.6 Sol autonoom cruciale productiesoftwarekernen, waardoor de overhead van de service met 20% daalde en de efficiëntie van de tokengeneratie met meer dan 15% verbeterde. Hierdoor kan OpenAI betere prestaties halen uit de bestaande serverclusters.
Nieuwe prijzen voor GPT-5.6 Luna en Terra
Met de nieuwe prijsstelling kost GPT-5.6 Luna nu $0,20 per miljoen tokens voor inkomende en uitgaande tokens, in plaats van respectievelijk $1 en $6. Dit model, het snelste en meest kosteneffectieve in de reeks, is ontworpen voor taken met een hoog volume, zoals classificatie van klantinteracties, analyse van grote hoeveelheden documenten en achtergrondautomatisering. OpenAI beweert dat het prestaties biedt die vergelijkbaar zijn met modellen die ongeveer een jaar geleden als baanbrekend werden beschouwd, maar dan tegen een fractie van de kosten.
Ondertussen is GPT-5.6 Terra, ontworpen voor dagelijks gebruik, geprijsd op $2 per miljoen geïnvesteerde tokens en $12 per miljoen uitgegeven tokens. De aanpak streeft naar een balans tussen redenering, snelheid en kosten voor zakelijke assistenten, programmering en werkruimtegerelateerde vragen. De strategie maakt het mogelijk om verschillende modellen binnen hetzelfde proces te combineren: een bedrijf zou bijvoorbeeld Sol kunnen gebruiken om onzekerheden op te lossen en een plan te ontwikkelen, en vervolgens Luna toewijzen voor implementatie, testen en evaluatie van de resultaten.
Snelle modus: extra snelheid voor GPT-5.6 Sol
OpenAI heeft ook de Fast-modus voor GPT-5.6 Sol geïntroduceerd, ter vervanging van de eerdere Priority Processing in de API. Deze modus zorgt ervoor dat het vlaggenschipmodel tot 2,5 keer sneller werkt dan met standaardverwerking, hoewel het gebruik ervan twee keer zo duur is. Het bedrijf verzekert dat de verhoogde snelheid de intelligentie van het model niet aantast. Bestaande verzoeken die als prioriteit zijn aangemerkt, worden automatisch overgeschakeld naar de Fast-modus, waardoor compatibiliteit met huidige implementaties behouden blijft.
Deze prijswijzigingen hebben ook gevolgen voor de credit- of tijdslimieten voor gebruikers en organisaties op ChatGPT Work en Codex. Het gebruik van Luna en Terra verbruikt minder credits zonder dat de maandelijkse abonnementskosten veranderen. OpenAI kondigde het nieuws aan via zijn X-account en verklaarde dat ze, "met de ambitie om de grenzen van modellen te verleggen op het gebied van kostenefficiëntie, capaciteit en snelheid", de prijzen hebben verlaagd. De prijsverlaging komt op een moment van toegenomen concurrentie in de sector, met de recente opkomst van modellen zoals Kimi K3 van de Chinese startup Moonshot AI.
De nieuwe prijsstelling is van kracht sinds 30 juli. Hoewel de prestatiegegevens voornamelijk gebaseerd zijn op interne beoordelingen van OpenAI en geselecteerde klanten, heeft het bedrijf er vertrouwen in dat de besparingen zullen aanhouden bij uiteenlopende en grootschalige workloads. Met deze strategie versterkt OpenAI de trend om inferentie te segmenteren op basis van probleemcomplexiteit, waardoor organisaties de financiële kosten nauwkeurig kunnen afwegen tegen de benodigde rekenkracht voor hun activiteiten.