Harga API GPT-5.6 Luna Dipotong 80%: Apa Maksudnya untuk Pembangun?

Pengumuman itu dibuat kira-kira tiga minggu selepas keluarga GPT-5.6 dilancarkan kepada umum pada 9 Julai 2026 . Menurut OpenAI, pengurangan ini dimungkinkan oleh peningkatan kecekapan seni bina model dan sistem penyampaian AI. Pada masa yang sama, tekanan persaingan serta penelitian syarikat terhadap kos AI turut menjadi latar penting kepada langkah tersebut .

Harga baharu GPT-5.6 Luna

GPT-5.6 Luna, model terpantas dan paling mampu milik dalam keluarga ini, menerima potongan harga terbesar — sebanyak 80% . Harga API standardnya kini ialah:

Jika kos input dan output digabungkan, Luna berharga AS$1.40 bagi setiap sejuta token . Model ini disasarkan kepada tugasan berjumlah tinggi yang memerlukan kelajuan dan kos operasi rendah .

Sebagai perbandingan, harga GPT-5.6 Terra — model pertengahan yang mengimbangi keupayaan dan kos — turun 20% kepada AS$2 bagi setiap sejuta token input dan AS$12 bagi setiap sejuta token output, daripada AS$2.50 dan AS$15 .

Harga GPT-5.6 Sol pula kekal pada AS$5 bagi input dan AS$30 bagi output untuk setiap sejuta token . Kadar baharu itu berkuat kuasa serta-merta pada 30 Julai 2026 dan terpakai kepada peringkat API standard .

Mengapa OpenAI menurunkan harga?

OpenAI memberikan dua sebab utama yang saling berkait.

1. Kecekapan model dan infrastruktur meningkat

Dalam catatan rasminya, OpenAI berkata penambahbaikan dilakukan pada setiap lapisan sistem, termasuk kod yang lebih cekap serta pengoptimuman sistem. Hasilnya, model tersebut boleh memberikan “lebih banyak kecerdasan bagi setiap dolar” . Syarikat itu menyifatkan langkah ini sebagai usaha untuk memajukan “sempadan prestasi harga” .

Sebahagian peningkatan itu turut didorong oleh GPT-5.6 Sol sendiri. Model tersebut dilaporkan menulis semula kernel kod pengeluaran secara autonomi, sekali gus mengurangkan kos penyampaian model sebanyak 20% . Kerja pada peringkat kernel seterusnya mengurangkan kos penyampaian hujung ke hujung sebanyak 20%, manakala percubaan dalaman meningkatkan kecekapan penjanaan token lebih 15% .

2. Persaingan semakin sengit, pelanggan semakin sensitif terhadap kos

Potongan harga ini hadir ketika syarikat semakin meneliti perbelanjaan AI dan kurang yakin untuk menggunakan model mahal tanpa gambaran pulangan pelaburan yang jelas . CNBC melaporkan bahawa OpenAI berdepan tekanan untuk memenuhi keperluan pelanggan yang lebih sensitif terhadap kos .

Model sumber terbuka dengan harga lebih rendah dari China juga meningkatkan tekanan terhadap OpenAI dan Anthropic untuk membuktikan bahawa keupayaan model mereka berbaloi dengan kos yang lebih tinggi . Reuters pula melaporkan bahawa pengurangan itu sebahagiannya disokong oleh peningkatan kecekapan GPT-5.6, ketika perniagaan semakin meneliti perbelanjaan AI .

Ketua Pegawai Eksekutif OpenAI, Sam Altman, mengumumkan perubahan tersebut di X, yang dahulunya dikenali sebagai Twitter. Beliau berkata: “Kami mahu menawarkan imbangan harga dan kecerdasan terbaik pada setiap peringkat” .

Apa kesannya kepada pembangun?

Bagi pembangun yang menggunakan API OpenAI untuk aplikasi berjumlah tinggi, potongan 80% Luna boleh mengubah pengiraan kos operasi dengan ketara. Chatbot, alat sokongan pelanggan, pemprosesan dokumen dan aliran kerja automasi yang membuat banyak panggilan API kini mempunyai pilihan kos rendah dalam keluarga GPT-5.6.

Pengurangan harga itu juga tercermin dalam cara penggunaan dikira terhadap langganan berbayar ChatGPT Work dan Codex. Ini bermakna pelanggan perusahaan berpotensi menjalankan lebih banyak tugasan AI tanpa peningkatan bayaran langganan .

Namun, harga input dan output tetap dikira secara berasingan. Kos sebenar bergantung pada jumlah token yang dihantar kepada model serta jumlah token yang dijana, jadi penggunaan output yang besar masih boleh meningkatkan bil walaupun kadar Luna jauh lebih rendah.

Secara keseluruhan, langkah OpenAI ini menunjukkan bahawa persaingan AI kini bukan hanya berkisar pada model yang paling berkuasa. Keupayaan menawarkan prestasi yang munasabah pada kos lebih rendah semakin penting — terutama apabila syarikat mahu mengubah eksperimen AI kepada penggunaan harian berskala besar.