OpenAI hat nur zwanzig Tage nach der offiziellen Markteinführung zweier KI-Modelle der GPT-5.6- Familie eine deutliche Preissenkung angekündigt . Das Unternehmen reduzierte die Kosten für GPT-5.6 Luna um 80 % und für GPT-5.6 Terra um 20 % . Für das Flaggschiffmodell GPT-5.6 Sol wurde zudem eine schnellere API-Option eingeführt. Diese Änderungen, die am 30. Juli in Kraft traten, sollen das Verhältnis von Kosten, Geschwindigkeit und Kapazität verbessern, insbesondere für Unternehmen, die große Mengen an KI-gestützten automatisierten Aufgaben bewältigen.
Das Unternehmen erklärte, die Preissenkungen seien auf Optimierungen im gesamten Software-Stack zurückzuführen, darunter verbessertes Hardware-Routing, optimierte Inferenzsoftware und intelligentere Kontext-Caching-Algorithmen. Tatsächlich wurden einige dieser Verbesserungen von den Modellen selbst angestoßen: Während überwachter Tests überarbeitete und optimierte GPT-5.6 Sol selbstständig kritische Produktionssoftwarekerne, wodurch der Service-Overhead um 20 % gesenkt und die Token-Generierungseffizienz um mehr als 15 % gesteigert wurde. Dies ermöglicht es OpenAI, eine höhere Leistung aus seinen bestehenden Serverclustern herauszuholen.
Neue Preise für GPT-5.6 Luna und Terra
Mit der neuen Preisgestaltung kostet GPT-5.6 Luna jetzt 0,20 US-Dollar pro eingesetzter Million Token und 1,20 US-Dollar pro ausgegebener Million Token, zuvor waren es 1 US-Dollar bzw. 6 US-Dollar. Dieses Modell, das schnellste und kostengünstigste der Familie, ist für Aufgaben mit hohem Datenvolumen wie die Klassifizierung von Kundeninteraktionen, die Analyse großer Dokumentenmengen und die Automatisierung im Hintergrund konzipiert. OpenAI behauptet, es biete eine Leistung, die mit Modellen vergleichbar ist, die vor etwa einem Jahr als hochmodern galten, jedoch zu einem Bruchteil der Kosten.
Unterdessen kostet GPT-5.6 Terra, das für den täglichen Einsatz konzipiert ist, 2 US-Dollar pro investierter Million Token und 12 US-Dollar pro ausgegebener Million Token. Der Ansatz zielt auf ein ausgewogenes Verhältnis zwischen logischem Denken, Geschwindigkeit und Kosten für Geschäftsassistenten, Programmierung und arbeitsplatzbezogene Abfragen ab. Die Strategie ermöglicht die Kombination verschiedener Modelle innerhalb desselben Prozesses: Beispielsweise könnte ein Unternehmen Sol nutzen, um Unsicherheiten zu beseitigen und einen Plan zu entwickeln, und anschließend Luna für die Implementierung, das Testen und die Ergebnisauswertung einsetzen.
Schnellmodus: Zusätzliche Geschwindigkeit für GPT-5.6 Sol
OpenAI hat außerdem den Schnellmodus für GPT-5.6 Sol eingeführt und damit die bisherige Prioritätsverarbeitung in der API ersetzt. Dieser Modus ermöglicht es dem Flaggschiffmodell, bis zu 2,5-mal schneller als mit der Standardverarbeitung zu arbeiten, allerdings verdoppelt sich der Aufwand. Das Unternehmen versichert, dass die höhere Geschwindigkeit die Intelligenz des Modells nicht beeinträchtigt. Bestehende Anfragen mit Priorität werden automatisch in den Schnellmodus umgeschaltet, wodurch die Kompatibilität mit bestehenden Implementierungen erhalten bleibt.
Diese Preisänderungen wirken sich auch auf die Guthaben- und Zeitlimits für Nutzer und Organisationen bei ChatGPT Work und Codex aus. Die Nutzung von Luna und Terra verbraucht dadurch weniger Guthaben, ohne dass sich die monatlichen Abonnementgebühren ändern. OpenAI gab dies über seinen X-Account bekannt und erklärte, man habe die Preise gesenkt, um „die Grenzen der Modelle hinsichtlich Kosteneffizienz, Kapazität und Geschwindigkeit zu erweitern“. Die Preissenkung erfolgt in einer Zeit verschärften Wettbewerbs in der Branche, insbesondere durch das jüngste Aufkommen von Modellen wie Kimi K3 des chinesischen Startups Moonshot AI.
Die neue Preisgestaltung gilt seit dem 30. Juli. Obwohl die Leistungsdaten primär auf internen OpenAI-Bewertungen und ausgewählten Kunden basieren, ist das Unternehmen zuversichtlich, dass die Einsparungen auch bei vielfältigen und umfangreichen Workloads nachhaltig sein werden. Mit dieser Strategie unterstreicht OpenAI den Trend, Inferenzprozesse nach Problemkomplexität zu segmentieren und ermöglicht es Unternehmen so, die finanziellen Kosten präzise gegen die für ihre Abläufe benötigte Rechenleistung abzuwägen.