Снижение цен на GPT-5.6: Luna подешевела на 80%, Terra — на 20%, Sol запускает сверхбыстрый режим

Введение

OpenAI скорректировала свою систему ценообразования менее чем через месяц после официального выпуска серии GPT-5.6.

Начиная с 30 июля 2026 года:

• GPT-5.6 Luna подешевела на 80%.
• GPT-5.6 Terra подешевела на 20%.
• GPT-5.6 Sol сохранила прежнюю цену Standard, но получила новый, более быстрый вариант обработки API.
• Priority Processing переименован в Fast mode.

Это обновление не является разовой временной скидкой. OpenAI заявляет, что снижение цен отражает улучшения в самой модели, архитектуре рассуждений, системе маршрутизации, управлении контекстом и программном обеспечении агентов, связывающем модели с инструментами.

Фактический результат — более широкий выбор для производственных сред.

Luna теперь имеет цену, подходящую для высоконагруженных и чувствительных к затратам агентных рабочих процессов. Terra по-прежнему остаётся сбалансированным выбором для повседневных задач, требующих более высокого уровня интеллекта. Sol продолжает обслуживать наиболее требовательные задачи, а Fast mode обеспечивает более низкую задержку в сценариях, чувствительных к времени ожидания, когда задержка важнее наценки за токены.

Изменения с 30 июля 2026 года

Когда GPT-5.6 была выпущена 9 июля, OpenAI опубликовала следующие цены Standard для короткого контекста:

Обновление от 30 июля скорректировало цены на Terra и Luna:

Цена Luna теперь составляет одну пятую от первоначальной цены на момент запуска.

Новая цена Terra составляет четыре пятых от её первоначальной цены.

Sol остаётся неизменной при обработке Standard, но Fast mode теперь предоставляет разработчикам выбор: скорость отклика до 2,5 раз выше при цене в два раза выше цены токенов Standard.

Текущее ценообразование Standard API

Указанные цены на входные и выходные данные не отражают полную структуру выставления счетов.

GPT-5.6 поддерживает скидки на кэшированные входные данные и явную запись в кэш. Запросы, использующие более 272 000 входных токенов, также получают специальное ценообразование для длинного контекста на весь запрос.

Ценообразование Standard для короткого контекста

Следующие тарифы указаны за миллион токенов:

Чтение из кэша предоставляет скидку 90% по сравнению с обычными некэшированными входными данными.

Запись в кэш тарифицируется по ставке 1,25 от цены некэшированных входных данных.

Ценообразование Standard для длинного контекста

Для запросов, содержащих более 272 000 входных токенов, OpenAI в настоящее время взимает следующие тарифы за полный запрос:

Правила длинного контекста означают, что

оценка затрат должна учитывать как количество токенов, так и то, пересекает ли запрос порог в 272 000 токенов.

Один очень большой запрос не обрабатывается путём выставления счёта за первые 272 000 токенов по тарифу короткого контекста, а за остальную часть — по более высокому тарифу. Множитель длинного контекста применяется ко всему запросу.

Сопоставление интеллекта с результатами

Основной аргумент OpenAI заключается в том, что эффективное развёртывание ИИ начинается с результатов, а не с названия модели.

Различные этапы одного и того же рабочего процесса могут требовать разных уровней интеллекта, скорости и надёжности.

Идеальная модель для задачи зависит от:

• последствий ошибки;
• сложности работы;
• приемлемого времени отклика;
• объёма запросов;
• стоимости ручной проверки;
• способности автоматически проверять результаты;
• того, чётко ли определена задача или она всё ещё неоднозначна.

Когда выбирать Luna

GPT-5.6 Luna спроектирована для чувствительных к затратам и высокообъёмных задач.

На текущей странице модели API она описывается как примерно соответствующая уровню nano, использовавшемуся в более ранней серии GPT-5.

Luna является практичным кандидатом для следующих сценариев:

• классификация;
• структурированное извлечение;
• фоновые шаги агентов;
• рутинные изменения кода;
• генерация тестов;
• обработка классификации документов;
• повторяющиеся циклы вызова инструментов;
• массовая обработка, где негативное влияние каждой отдельной задачи ограничено.

OpenAI оценивает, что Luna способна обеспечить производительность, сравнимую с моделями, которые около года назад считались передовыми, при затратах около шести центов на доллар стоимости задачи и почти девятикратной скорости.

Это сравнение основано на оценках и методологии затрат OpenAI. Командам следует проверять эти показатели на своих собственных рабочих нагрузках.

Когда выбирать Terra

GPT-5.6 Terra — сбалансированный представитель серии.

OpenAI позиционирует её на месте, которое в раннюю эпоху GPT-5 занимали мини-модели, но с более выраженными агентными способностями и профессиональными навыками работы.

Terra подходит для следующих задач:

• ответы на вопросы в рабочем пространстве;
• исследования в ограниченной области;
• повседневное программирование;
• анализ документов;
• агентное планирование средней сложности;
• рабочие процессы поддержки клиентов, требующие рассуждений;
• повторяющиеся бизнес-задачи, когда Luna недостаточно надёжна, а Sol не обязательна.

Когда выбирать Sol

GPT-5.6 Sol — флагманская модель для сложной профессиональной работы.

Она лучший выбор, когда модель должна:

• устранять неоднозначность;
• составлять планы для трудных проектов;
• проверять решения высокой важности;
• справляться со сложным кодированием или отладкой;
• координировать инструменты в длительных рабочих процессах;
• проводить глубокие исследования;
• выполнять работу, где ошибки при генерации или проверке обходятся дорого.

Псевдоним API gpt-5.6 направляется на gpt-5.6-sol.

Один рабочий процесс может использовать несколько моделей

Данное обновление цен делает смешанные многомодельные рабочие процессы более практичными.

Кодирующему агенту не нужно использовать Sol для каждого токена и каждого вызова инструмента.

Одна из возможных архитектур:

1. Использовать Sol для понимания кодовой базы и выявления неопределённостей.
2. Поручить Sol создание плана и определение критериев успеха.
3. Отправлять чётко определённые задачи реализации в Luna.
4. Использовать Luna для написания рутинных тестов и выполнения повторяющихся проверок.
5. Маршрутизировать неопределённые или неудачные шаги в Terra или Sol.
6. Использовать Sol для финальной проверки, когда последствия ошибок серьёзны.

Эта же схема может применяться и за пределами разработки программного обеспечения.

Система обработки документов может использовать Luna для извлечения, Terra для синтеза и только в случае неоднозначности материала или значительного влияния — Sol.

Правильная стратегия маршрутизации должна определяться путём оценки, а не на основе предположений.

OpenAI分享的客户成果

OpenAI的公告中包含了来自多个生产用户的早期客户反馈。

这些示例是公司和客户自行报告的，而非独立的基准测试。

这些示例表明，按Token计费并非唯一有用的衡量标准。

一个更便宜的模型还可能改变：

• 工具调用的次数。
• 缓存复用情况。
• 上下文长度。
• 输出冗长度。
• 重试频率。
• 人工审核需求。
• 总完成时间。

更有意义的指标通常是每次成功结果的成本。

OpenAI所称的效率提升方式

OpenAI将性能价格比的提升归因于三个相互关联的层面。

1. 模型

GPT-5.6系列模型旨在更直接地完成工作。

一个需要更少输出Token、更少重试或更少推理循环的模型，即使在标价不变的情况下，也能降低总任务成本。

2. 推理系统

生产堆栈决定了模型使用硬件的效率。

OpenAI表示，优化过的服务软件可以更高效地生成Token，并保持计算资源的生产力。

3. 智能体框架

框架是模型周围的软件，提供工具、上下文、路由、状态和工作流控制。

OpenAI表示，更好的上下文管理有助于智能体避免重复已完成的工作。

这可以减少：

• 重复的工具调用。
• 对未变化上下文的重复处理。
• 重复的规划。
• 不必要的模型往返调用。
• 用于复述先前结果的Token消耗。

这三个层面相互影响。

更强的模型可能在服务堆栈中找到优化空间。这种优化降低了成本，使更大规模的智能体使用变得经济实惠。更多的使用量又会创造更多改进系统的机会。

GPT-5.6 Sol帮助优化了自身的服务堆栈

公告中最引人注目的声明之一是，GPT-5.6 Sol为OpenAI的内部效率工作做出了贡献。

在人类主导的工程流程中，OpenAI表示Sol：

• 重写并优化了生产内核。
• 设计并运行了数百次Token生成实验。
• 监控训练过程。
• 在出现问题时进行干预。

OpenAI报告称，内核方面的优化使模型的端到端服务成本降低了约20%。

该公司还表示，这些实验将令牌生成效率提升了超过15%。

这些是OpenAI的内部结果，尚未通过公开基准测试进行独立复现。

更重要的一个观点是，模型正逐渐成为改进其运行基础设施这一流程中的一部分。

这形成了一个更紧密的工程反馈闭环：

更强的模型
→ 更好的基础设施优化
→ 更低的服务成本
→ 更广泛的应用
→ 更多反馈与投入
→ 更强大的下一代模型

面向规模的算力策略

更低的定价并不意味着OpenAI需要的总算力减少。

该公司认为，实现充足的智能需要同时具备两点：

• 更多的算力。
• 更高产出的算力。

前者扩大总容量。

后者提升每单位硬件完成的有效工作量。

OpenAI表示，它正在构建多元化基础设施组合，并将工作负载匹配到最适合运行它们的系统上。

这同时支撑GPT-5.6系列的两端：

• Luna和Terra让高容量工作负载成本更低。
• Sol和Fast模式支持困难且对延迟敏感的工作。

可能更容易实现规模化运行的工作负载示例包括：

• 大型文档分析流水线。
• 客户交互分类。
• 常规软件实施。
• 后台智能体自动化。
• 重复性数据处理任务。
• 高缓存复用率的工具调用工作流。

与此同时，当更快得到答案的价值足以覆盖额外费用时，复杂的Sol请求可以使用Fast模式。

Fast模式取代优先处理

Fast模式是OpenAI优先处理服务层的新名称。

使用以下方式的现有API请求：

"service_tier": "priority"

仍然保持兼容。

开发者也可以使用：

"service_tier": "fast"

对于GPT-5.6 Sol，OpenAI表示Fast模式在保持相同模型智能的同时，速度可达标准处理的2.5倍。

代价是价格。

目前，GPT-5.6 Sol的Fast模式费用为标准API令牌价格的2倍。

缓存输入的折扣仍然适用。

Python示例

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    input="Review this migration plan and identify the three highest-risk assumptions.",
    service_tier="fast",
)

print(response.output_text)

Fast模式可通过Responses API和Chat Completions API用于受支持的模型。

对于GPT-5.6及更早的模型，即使请求使用了更新的fast名称，响应对象也可能将服务层报告为priority。

何时Fast模式的溢价值得

Fast模式并非对所有Sol请求都自动是最佳设置。

当延迟直接影响结果的价值时，它最为有用。

示例包括：

• 面向用户、完成高价值工作流的助手。
• 等待解除开发者阻塞的编程智能体。
• 交互式研究或分析。
• 事件响应支持。
• 决策前的实时审查。
• 稳定运行的生产系统。

对延迟敏感的业务流量。

对于以下场景，标准处理可能更经济：

• 后台任务。
• 隔夜研究。
• 异步报告生成。
• 批量分析。
• 用户无需等待的任务。
• 瓶颈在于外部工具而非模型的工作流。

只有当下游完成所创造的价值超过其成本时，两倍的代币溢价才有意义。

在长周期代理工作流中，提示缓存更为重要

新的标价使 Luna 和 Terra 更便宜，但提示缓存对长时间运行的代理同样能产生巨大的影响。

代理循环中的每一轮都可能重新发送：

• 系统指令。
• 工具定义。
• 共享文档。
• 代码库上下文。
• 对话历史。
• 稳定的工作流规则。

如果没有缓存，应用程序可能会为相同的前缀重复付费。

GPT-5.6 同时支持自动缓存和显式缓存断点。

OpenAI 目前的计费方式为：

• 缓存读取按未缓存输入价格的 10% 计费。
• 缓存写入按未缓存输入价格的 125% 计费。

缓存写入的成本高于普通输入，但后续的读取可获得大幅折扣。

当相同的稳定前缀被重复使用足够多次以收回更高的写入成本时，缓存最为有用。

应用程序应跟踪：

• 缓存命中率。
• 前缀稳定性。
• 请求之间的间隔时间。
• 缓存上下文的大小。
• 工作流是否频繁使前缀失效。

整个系列共享的模型规格

当前的

Страница моделей API перечисляет несколько общих спецификаций:

Все три модели доступны через Responses API.

На странице моделей также указана широкая поддержка инструментов, но фактическая доступность функций может различаться в зависимости от конечной точки, учетной записи, продукта и этапа выпуска.

Доступность в ChatGPT Work, Codex и API

OpenAI сообщает, что GPT-5.6 Terra и Luna по-прежнему доступны на следующих платформах:

• ChatGPT Work.
• Codex.
• OpenAI API.

Текущий доступ, описанный в ценовом объявлении, включает:

Sol имеет собственные правила доступа в ChatGPT, ChatGPT Work, Codex и API.

Обновление от 30 июля не снизило цены на подписку ChatGPT или Codex.

Оно также не увеличило заявленные квотные бюджеты.

Вместо этого Luna и Terra теперь потребляют меньше кредитов, поскольку их базовая стоимость использования ниже.

OpenAI также заявила, что обновление цен начнет внедряться через AWS в день объявления. Цены на модели через сторонние платформы могут отличаться от прямых цен OpenAI API.

Как

Выбрать правильную модель GPT-5.6

Практический процесс выбора может состоять из пяти шагов.

Шаг 1: Определите ожидаемый результат

Запишите, что считается успехом.

Избегайте выбора модели на основе только широких ярлыков, таких как «программирование» или «исследования».

Шаг 2: Определите цену ошибки

Низкорисковые задачи классификации и миграция базы данных в производственной среде не должны использовать одни и те же правила принятия решений.

Шаг 3: Установите базовый уровень Sol

Для сложных задач сначала протестируйте Sol, чтобы понять максимально доступный уровень качества.

Шаг 4: Протестируйте Terra и Luna на том же наборе оценок

Оцените, сохраняют ли более дешевые модели действительно важное качество.

Шаг 5: Оптимизируйте весь рабочий процесс

Отслеживайте:

• Долю успешных задач.
• Общее количество токенов.
• Коэффициент повторного использования кэша.
• Количество вызовов инструментов.
• Количество повторных попыток.
• Задержку.
• Время ручной проверки.
• Стоимость каждого успешного результата.

Не оптимизируйте только самую дешевую цену входных токенов.

Часто задаваемые вопросы

Какова новая цена GPT-5.6 Luna?

GPT-5.6 Luna теперь имеет стандартную цену входных токенов с коротким контекстом 0,20 доллара за миллион, кэшированных входных токенов — 0,02 доллара за миллион и выходных токенов — 1,20 доллара за миллион. Цена записи в кэш составляет 0,25 доллара за миллион токенов.

Какова новая цена GPT-5.6 Terra?

GPT-5.6 Terra теперь имеет стандартную цену входных токенов с коротким контекстом 2,00 доллара за миллион, кэшированных входных токенов — 0,20 доллара за миллион и выходных токенов — 12,00 долларов за миллион. Цена записи в кэш составляет 2,50 доллара за миллион токенов.

Снизилась ли цена GPT-5.6 Sol?

Его стандартные цены на токены не изменились. Sol по-прежнему стоит 5 долларов за миллион входных токенов с коротким контекстом и 30 долларов за миллион выходных токенов, а режим Fast предлагает скорость обработки в 2,5 раза выше стандартной по цене в два раза выше.

Что случилось с Priority Processing?

OpenAI 30 июля 2026 года переименовала Priority Processing в режим Fast. Существующие запросы с использованием service_tier: "priority" по-прежнему совместимы, новые запросы могут использовать service_tier: "fast".

Когда применяются цены на длинный контекст GPT-5.6?

Текущая страница моделей указывает, что подсказки с более чем 272 000 входных токенов будут использовать более высокие тарифы на ввод и вывод для всего запроса. Разработчикам следует учитывать этот порог при оценке стоимости сверхбольших подсказок.

Какая модель GPT-5.6 лучше всего подходит для высокопроизводительных рабочих нагрузок?

OpenAI позиционирует Luna как модель для чувствительных к стоимости высокопроизводительных задач. Когда Luna не обеспечивает достаточное качество, Terra является сбалансированным выбором, а Sol ориентирована на самые сложные специализированные задачи.

Снижают ли изменение цен стоимость подписки ChatGPT и Codex?

Нет. OpenAI заявляет, что цены на подписку и квотные бюджеты остаются без изменений. Terra и Luna теперь потребляют меньше баллов в поддерживаемых платных рабочих процессах.

Все ли облачные провайдеры немедленно предлагают новые сниженные цены?

Прямые цены OpenAI API изменились 30 июля. OpenAI заявляет, что цены AWS начнут внедряться позже в тот же день, но цены и доступность на сторонних платформах могут отличаться, поэтому пользователям следует проверять актуальные тарифы своего провайдера.

Связанные инструменты

• GPT-5.6 Sol: Флагманская модель GPT-5.6 от OpenAI для сложных профессиональных задач.
• GPT-5.6 Terra: Сбалансированная модель GPT-5.6.

Подходит для нагрузок, требующих как интеллекта, так и снижения затрат.

• GPT-5.6 Luna: Самая быстрая и экономичная модель GPT-5.6 для высокопроизводительных задач, чувствительных к стоимости.
• Responses API: Основной API OpenAI для рассуждений, инструментов, многоэтапных рабочих процессов и агентных приложений.
• Codex: Агентная среда разработки ПО от OpenAI на основе семейства моделей GPT-5.6.
• Панель управления OpenAI API: Официальная рабочая область для управления ключами API, проектами, использованием, лимитами и биллингом.

Связанные ссылки

• Полные цены OpenAI API: Текущие стандартные, пакетные, быстрые, кэшированные входные, кэшированные выходные и длинные контекстные тарифы на токены.
• Документация режима Fast: Официальные инструкции по настройке переименованного уровня обслуживания, сведения о совместимости и руководство по использованию.
• [Руководство по моделям GPT-5.6](https://developers.openai.

com/api/docs/guides/latest-model): официальные рекомендации по выбору моделей, миграции, инференсу, кэшированию и рабочим процессам.

• Анонс выпуска GPT-5.6: оригинальный анонс серии моделей, возможности моделей, начальные цены, доступность и бенчмарки.
• Инженерия эффективности GPT-5.6: пояснения OpenAI о работе над моделями и инфраструктурой, лежащей в основе повышения эффективности.
• Руководство по кэшированию подсказок: официальные разъяснения по автоматическому и явному кэшированию подсказок.
• Журнал изменений OpenAI API: датированные записи об изменениях цен, выпусках быстрого режима и других изменениях API.

Резюме

В обновлении от 30 июля OpenAI снизил стандартные цены на API для GPT-5.6 Luna на 80%, а для Terra — на 20%. Стандартная цена Sol осталась без изменений, тогда как новый быстрый режим позволяет ускорить ответы API до 2,5 раз, при удвоении тарифа на токены.

Данное объявление вписывается в более широкую стратегию соотношения цены и производительности. OpenAI заявляет, что совершенствует модели, стек логического вывода, маршрутизацию, управление контекстом и агентные фреймворки, чтобы сократить время, количество токенов или вычислительные ресурсы, необходимые для выполнения каждой успешной задачи.

Для разработчиков правильный выбор — это не просто самый дешёвый вариант. Luna ориентирована на высокопроизводительное выполнение, Terra обеспечивает баланс между стоимостью и интеллектом, а Sol отвечает за наиболее сложные задачи. Экономия, достигаемая за счёт гибридной маршрутизации моделей, кэширования, оценки и измерения стоимости за успешный результат, может значительно превысить эффект от простой замены модели.

Ключевое изменение заключается в том, что GPT-5.6 теперь предлагает более широкий рабочий диапазон: уровни Luna и Terra обеспечивают более экономичный повседневный интеллект, а Sol предоставляет более быстрый передовой интеллект в тех случаях, когда низкая задержка оправдывает более высокую стоимость.

Этот Markdown-файл является независимой редакторской адаптацией официальной статьи. Он сохраняет тему, порядок фактов и фактический смысл, но не воспроизводит дословно формулировки OpenAI или цитаты клиентов.