OpenAI obniża ceny GPT-5.6. Luna i Terra tańsze

OpenAI ogłosiło znaczące obniżki cen dla dwóch modeli z rodziny GPT-5.6. Firma tnie koszty dostępu do API, aby zachęcić kolejnych deweloperów do korzystania ze swoich rozwiązań. To ruch, który może wpłynąć na ekonomię projektów opartych o generatywną sztuczną inteligencję.

Zmiany dotyczą modeli o nazwach Luna i Terra. Pierwszy z nich potaniał drastycznie, bo o 80%. Drugi, Terra, jest teraz o 20% tańszy. Co istotne, obniżki nie idą w parze ze spadkiem jakości — wręcz przeciwnie, OpenAI twierdzi, że to efekt postępu w optymalizacji całej rodziny modeli.

Nowe stawki za tokeny w modelach Luna i Terra

OpenAI opublikowało szczegółowy cennik, który pokazuje skalę zmian. W przypadku modelu Luna mówimy o naprawdę dużym spadku kosztów.

Ile dokładnie kosztują teraz modele?

Model Luna kosztuje obecnie 0,20 dolara za milion tokenów wejściowych (input) oraz 1,20 dolara za milion tokenów wyjściowych (output). Dla porównania, wcześniej było to odpowiednio 1 dolar i 6 dolarów. To zmiana, która przy większych wolumenach zapytań może przynieść ogromne oszczędności.

Model Terra również doczekał się obniżki, choć mniej spektakularnej. Cena spadła z 2,50 do 2 dolarów za milion tokenów wejściowych oraz z 15 do 12 dolarów za milion tokenów wyjściowych. Mimo mniejszej skali cięć, to wciąż istotna korekta dla firm, które intensywnie korzystają z API.

Wpływ na limity w Codex i ChatGPT Work

Obniżki cen to nie wszystko. OpenAI zmieniło również sposób naliczania wykorzystania modeli w swoich narzędziach. Firma poinformowała, że nowe stawki wpływają na to, jak liczone jest użycie w produktach takich jak Codex czy ChatGPT Work.

Dla użytkowników oznacza to jedną, kluczową rzecz: mniejsze potrącenia z przyznanych limitów. Jeśli nowe zadania korzystają z modeli Luna lub Terra, system odlicza mniej z dostępnej puli. W praktyce oznacza to, że w ramach tego samego abonamentu czy pakietu można wykonać znacznie więcej pracy.

Dodatkowo OpenAI zdecydowało się na ulepszenie funkcji Auto-review w aplikacji ChatGPT oraz w Codex CLI. Narzędzia te zostały przeniesione z modelu GPT-5.4 na nowszy GPT-5.6 Luna. Efekt? Koszt tych operacji spadł około dziesięciokrotnie, co przy regularnym używaniu tych funkcji jest kolosalną różnicą.

Tryb Fast dla modelu Sol — szybsza odpowiedź dla wymagających

OpenAI przygotowało również coś dla klientów API, którzy cenią sobie szybkość ponad wszystko. Firma wprowadziła specjalny tryb Fast dla modelu GPT-5.6 Sol. Jak sama nazwa wskazuje, ma on przyspieszyć działanie modelu.

Czym charakteryzuje się tryb Fast?

Tryb Fast pozwala uzyskać odpowiedź nawet 2,5 razy szybciej niż w standardowym przetwarzaniu. Co ważne, przyspieszenie nie odbywa się kosztem inteligencji modelu. OpenAI zapewnia, że jakość i poziom odpowiedzi pozostają na tym samym, wysokim poziomie.

Za tę dodatkową wydajność trzeba jednak zapłacić. Cena za korzystanie z trybu Fast jest dwukrotnie wyższa niż standardowa stawka API dla modelu Sol. To rozwiązanie skierowane do konkretnych zastosowań, gdzie liczy się każda sekunda.

Według producenta, tryb Fast sprawdzi się przede wszystkim w zadaniach wrażliwych na czas. Mowa tu o programowaniu, prowadzeniu badań czy obsłudze zadań agentowych (czyli takich, gdzie modele AI działają autonomicznie). W pozostałych przypadkach, gdzie czas nie jest kluczowy, korzystanie z droższej opcji mija się z celem.

Co istotne, standardowe ceny modelu Sol pozostają bez zmian. Na razie OpenAI nie planuje ich modyfikować. Firma tłumaczy, że to właśnie ulepszenia wprowadzone w Sol pozwoliły na osiągnięcie efektywności kosztowej, która umożliwiła obniżki dla Luny i Terry.

W testach przeprowadzonych przez OpenAI, model Luna zajmuje pierwsze miejsce w ich wewnętrznym indeksie inteligencji wśród porównywanych modeli. Co więcej, osiąga ten wynik przy znacznie niższym koszcie przypadającym na pojedyncze zadanie. To dowód na to, że tańsze nie zawsze oznacza gorsze.

Obniżki cen i nowe tryby pracy pokazują kierunek, w którym zmierza OpenAI. Firma stawia na optymalizację kosztową, jednocześnie rozwijając wydajność swoich modeli. Dla deweloperów i firm to sygnał, że sztuczna inteligencja staje się coraz bardziej dostępna i opłacalna w codziennym użyciu.