Prisændringerne trådte i kraft med det samme og gælder den almindelige API-prisstruktur . De kommer omkring tre uger efter, at GPT-5.6-familien blev lanceret offentligt den 9. juli 2026 .
GPT-5.6 Luna er positioneret som den hurtigste og billigste model i serien og er især målrettet opgaver med stor volumen . Priserne opgøres i amerikanske dollar pr. 1 million tokens – tekststykker, som API’et bruger til at beregne forbruget.
| Forbrugstype | Gammel pris pr. 1 mio. tokens | Ny pris pr. 1 mio. tokens |
|---|---|---|
| Input | 1,00 dollar | 0,20 dollar |
| Cachet input | 0,25 dollar | 0,10 dollar |
| Output | 6,00 dollar | 1,20 dollar |
Samlet svarer den nye input- og outputpris til 1,40 dollar pr. 1 million tokens, hvis begge dele medregnes .
Til sammenligning ser priserne for de tre modeller nu sådan ud:
| Model | Input pr. 1 mio. tokens | Output pr. 1 mio. tokens | Ændring |
|---|---|---|---|
| GPT-5.6 Luna | 0,20 dollar | 1,20 dollar | −80 % |
| GPT-5.6 Terra | 2,00 dollar | 12,00 dollar | −20 % |
| GPT-5.6 Sol | 5,00 dollar | 30,00 dollar | Uændret |
Terra er dermed faldet fra 2,50 til 2,00 dollar for input og fra 15,00 til 12,00 dollar for output. Sol koster fortsat 5,00 dollar for input og 30,00 dollar for output pr. 1 million tokens .
OpenAI forklarer først og fremmest prisfaldene med forbedringer i hele systemet. Ifølge selskabet er både modellens kode, kernesystemer og den øvrige infrastruktur blevet mere effektive, så GPT-5.6 kan levere »væsentligt mere intelligens pr. dollar« .
OpenAI beskriver udviklingen som et forsøg på at flytte grænsen for forholdet mellem pris og ydeevne . Noget af optimeringen blev ifølge selskabet udført af GPT-5.6 Sol selv, som omskrev produktionskode til modelkernesystemer og dermed bidrog til at reducere omkostningerne ved at drive modellen med 20 procent . Yderligere arbejde på kernelaget sænkede de samlede driftsomkostninger med 20 procent, mens interne forsøg forbedrede effektiviteten ved token-generering med mere end 15 procent .
Prisnedsættelsen kommer samtidig med, at virksomheder er blevet mere kritiske over for deres AI-udgifter. Mange virksomheder har været tilbageholdende med at tage dyre modeller i brug, hvis det er uklart, hvilket afkast investeringen giver .
OpenAI møder også konkurrence fra billigere alternativer, herunder kinesiske open source-modeller med åbne vægte. Det øger presset på AI-selskaberne for at dokumentere, at dyrere modeller faktisk giver en tilsvarende merværdi . Reuters peger på, at lavere priser både hænger sammen med effektivitetsgevinster i GPT-5.6 og med, at virksomheder i stigende grad gransker deres AI-forbrug .
OpenAI’s administrerende direktør, Sam Altman, opsummerede strategien på X: »Vi vil tilbyde det bedste forhold mellem pris og intelligens på hvert niveau« .
For udviklere og virksomheder, der bygger tjenester oven på OpenAI API, gør prisfaldet Luna langt mere attraktiv til højvolumenopgaver, hvor hastighed og lave enhedsomkostninger er afgørende. Det kan for eksempel være automatisering, klassificering og andre løbende API-kald, hvor selv små prisforskelle hurtigt bliver mærkbare på en stor regning.
Prisændringerne afspejles også i, hvordan forbruget tælles i betalte abonnementer til ChatGPT Work og Codex. Det betyder i praksis, at erhvervskunder kan udføre mere AI-arbejde uden nødvendigvis at betale mere .
OpenAI’s udmelding er derfor både en teknisk og en kommerciel justering: Selskabet siger, at bedre infrastruktur gør de lavere priser mulige, mens konkurrencen og virksomhedernes fokus på investeringsafkast gør dem nødvendige for at vinde flere AI-opgaver.