GPT-6 Astra, Sol a Luna: ceny API, využití a kdy zvolit který model

Nejde jen o výběr „nejlepšího“ modelu. U produkčních aplikací rozhoduje, zda se vyplatí zaplatit za maximální schopnosti, nebo zda je důležitější cena každého požadavku při velkém provozu. V uváděné řadě GPT-6 plní Astra roli prémiového modelu, Sol je střední varianta pro běžnou profesionální práci a Luna míří na levné zpracování vysokého objemu rutinních úloh.

Ceny API v kostce

Níže uvedené částky jsou za 1 milion tokenů. Token je dílek textu, který model zpracovává nebo vytváří.

Model	Vstup	Výstup	Nejvhodnější použití
GPT-6 Astra	10 USD	50 USD	Náročné uvažování, kritické programování a složitá agentní práce
GPT-6 Sol	2 USD	10 USD	Profesionální workflow, programování, ovládání počítače a produkční úlohy citlivé na přesnost
GPT-6 Luna	0,10 USD	0,50 USD	Hromadná klasifikace, extrakce dat, směrování požadavků, chat a rutinní automatizace

Uváděná cena GPT-6 Astra, 10 USD za vstupní a 50 USD za výstupní milion tokenů, ji řadí na prémiový konec nabídky. 17 Sol stojí pětinu ceny Astry na vstupu i výstupu, zatímco Luna jen setinu její základní sazby. Týmy tak mohou volit model podle ekonomiky konkrétního požadavku, místo aby pro vše nasazovaly nejdražší variantu.

Který model se hodí pro jakou práci?

GPT-6 Astra: pro skutečně náročné případy

Astra dává smysl tam, kde je chyba, neúplná odpověď nebo slabé řešení dražší než samotné tokeny. Typicky jde o složité logické úlohy, těžké programátorské zadání nebo agenty provádějící vícekrokovou práci s malým prostorem pro omyl.

Kompromis je přímočarý: za každý vstupní i výstupní token je Astra pětkrát dražší než Sol. Její použití je nejsnáze obhajitelné tehdy, pokud vyšší schopnosti měřitelně zlepší výsledek — nikoli jen proto, že jde o nejvyšší modelovou řadu.

GPT-6 Sol: univerzál pro produkční nasazení

Sol zaujímá střed nabídky. Při ceně 2 USD za milion vstupních a 10 USD za milion výstupních tokenů je určen pro profesionální práci, která vyžaduje víc než lehký model na třídění či extrakci, ale nemusí nutně platit prémiovou cenu Astry.

Pro řadu týmů může být přirozeným výchozím bodem pro pomoc s programováním, interní práci nad znalostmi firmy, automatizaci ovládání počítače i aplikace pro zákazníky, kde záleží na kvalitě odpovědi. Náročné případy lze přeposílat Astrě; tím lze udržet průměrné náklady produkčního systému pod kontrolou.

GPT-6 Luna: když rozhoduje objem

Cena Luny, 0,10 USD za vstup a 0,50 USD za výstup na milion tokenů, zásadně mění ekonomiku úloh s velmi vysokým počtem požadavků. Patří sem označování obsahu, klasifikace, vytěžování údajů z dokumentů, shrnování, rozpoznání záměru uživatele a první úroveň automatizované podpory.

Luna nemusí být správnou volbou pro každou úlohu. Největší hodnotu má tam, kde proces snese levnější model nebo kde existuje ověřování, sada pravidel a cesta k eskalaci. Běžné uspořádání je nechat Lunu vyřídit většinu rutinních požadavků a nejednoznačné či hodnotné případy předat Solu nebo Astře.

Co znamená zlevnění

OpenAI připisuje nižší ceny Solu a Luny zlepšení cachování a inference a uvádí 50% snížení proti propagačním cenám GPT-5.6. Sol klesá ze 4/20 USD na 2/10 USD za milion vstupních/výstupních tokenů, Luna z 0,20/1,20 USD na 0,10/0,50 USD.

Stejným směrem se posouvá i širší trh. Anthropic uvádí pro Claude Opus 5.5 cenu 4 USD za milion vstupních tokenů a 20 USD za milion výstupních tokenů, oproti 5/25 USD u Claude Opus 5. 12 Podle Anthropicu je Opus 5.5 určen pro dlouhotrvající agentní programování a práci se znalostmi. 2

Pro kupující ale ceník tokenů není celý příběh. Skutečnou cenu dokončeného úkolu ovlivňuje spolehlivost modelu, délka výstupů, využití cache, odezva i počet nutných opakování. Levnější model, který vyžaduje opakované opravy, nemusí ve výsledku levnější být.

Proč jsou cenové vrstvy důležité i pro cloud

Levnější modelové úrovně mohou zpřístupnit AI funkce v aplikacích, které se dříve nevešly do stanoveného rozpočtu. Pro cloudové platformy může více reálně nasaditelných AI úloh znamenat vyšší využití navazující infrastruktury a služeb: datových systémů, správy identit, zabezpečení, monitoringu a hostingu aplikací.

Nejbližší příležitostí je směrování požadavků mezi modely. Firmy mohou rutinní práci posílat levnější vrstvě a prémiovou kapacitu si ponechat pro výjimky. To je užitečné zejména u rozsáhlé zákaznické podpory, zpracování dokumentů a vývoje softwaru.

Dostupnost a ceny přes zprostředkovatele je však nutné ověřovat přímo u jednotlivých poskytovatelů. Dostupné podklady nepotvrzují, že Sol a Luna jsou k dispozici na každém cloudovém tržišti ani že se obchodní podmínky konkrétního poskytovatele shodují s přímými cenami API OpenAI.

Praktické pravidlo pro výběr

Začněte povahou úlohy, ne názvem modelu:

• Astru použijte, když je úloha obtížná, důsledky chyby jsou významné nebo je oprava chyby drahá.
• Sol zvolte pro silný univerzální výkon v každodenních firemních a vývojářských workflow.
• Lunu nasazujte tam, kde převažuje objem, rychlost odezvy a cena za požadavek — a kde pro těžké případy existuje záložní cesta.

Podstatná změna nespočívá jen ve vzniku další modelové úrovně. Rozdíl v ceně mezi prémiovým uvažováním a masovou automatizací je nyní dost velký na to, aby se vyplatilo modely vědomě kombinovat. Výhodu získají týmy, které budou napříč všemi třemi vrstvami měřit kvalitu, odezvu a úplné náklady na dokončení úkolu, místo aby každý požadavek automaticky posílaly nejvýkonnějšímu modelu.