OpenAI positionerar Sol som familjens mest avancerade och dyraste modell. Terra är tänkt som ett mer balanserat alternativ för produktionsarbete, medan Luna riktar sig mot stora volymer och tidskänsliga uppgifter som klassificering, sammanfattning och routing.
Sol fick också ett Fast-läge. Det kan ge upp till 2,5 gånger högre hastighet än standardbearbetning, men till dubbla standardpriset. Det är alltså främst ett sätt att köpa lägre latens, inte en ny modell med högre intelligens.
OpenRouter visar för närvarande GPT-5.6 Sol till 2 dollar per miljon inputtoken och 10 dollar per miljon outputtoken. Det är hälften av OpenAI:s nya direkta kortkontextpris.
För den som bara jämför tokenpriser kan en sådan aggregator därför se mycket attraktiv ut. Men priset bör behandlas som ett rutt- eller leverantörsspecifikt pris, inte som en garanti för en permanent global listprisnivå. Priser, kampanjer, kapacitet, cachevillkor och trafikregler kan skilja sig mellan olika vägar till samma modell.
Det är också värt att skilja på OpenRouter och Amazon Bedrock. AWS anger för GPT-5.6 Sol ett kortkontextpris på 5 dollar input och 30 dollar output vid global cross-region-inferens. Inom en specifik region eller geografisk cross-region-rutt är priset 5,50 respektive 33 dollar.
Amazon Bedrock har samtidigt byggt ut stödet för GPT-5.6 Sol, Terra och Luna på endpointen bedrock-runtime. Modellerna kan användas via Responses API, Converse API och Chat Completions API, tillsammans med geografisk och global cross-region-inferens.
Det innebär i praktiken tre olika sätt att styra var en förfrågan behandlas:
global. kan routa förfrågan till valfri kommersiell AWS-region där modellen stöds, baserat på aktuell kapacitet. Det ger den största kapacitetspoolen när det inte finns krav på att data måste behandlas inom en viss geografi. För Sol anger AWS en kvot på 10 miljoner cross-region-token per minut i varje stödd region. Kvoten räknar samman både input- och outputtoken över de relevanta anropen.
AWS dokumenterar stöd för text- och bildinput, textoutput, prompt caching och kontextfönster på upp till 1 miljon token för GPT-5.6-familjen. Den kortare prisnivån omfattar samtidigt ett kontextfönster på 272 000 token.
För utvecklare innebär det att samma modellfamilj kan användas för allt från enklare, högvolymbaserade textflöden till långa kodbaser, omfattande dokument och flerturnsagenthistorik – utan att hela underlaget måste delas upp i lika många separata anrop.
Utvecklingen pekar mot en bredare priskamp för avancerade AI-modeller. OpenAI sänkte först kostnaden kraftigt för Luna och sänkte Terra mer måttligt. Därefter har även Sol blivit billigare, samtidigt som alternativa distributionskanaler i vissa fall visat ännu lägre priser. För köpare blir därför modellens råa kvalitet bara en del av kalkylen. Total kostnad, svarstid, kapacitet, cachehantering och avtalsvillkor blir minst lika viktiga.
OpenAI har kopplat de tidigare prissänkningarna och Sols snabbare Fast-läge till förbättrad pris-prestanda och effektivare inferens. Budskapet är att förbättringar i körningen i högre grad förs vidare till kunderna genom lägre priser och separata hastighetsnivåer.
För företag är Bedrock dessutom mer än ännu en prislista. AWS ger möjlighet till AWS-integrerad fakturering och IAM-styrning, samtidigt som kunden kan välja mellan strikt regional behandling, geografisk routing och global routing med större kapacitet. Det kan också minska beroendet av en enskild region vid hög belastning eller driftproblem. Nackdelen är att global routing kan vara olämplig när data måste stanna inom ett särskilt land eller en viss geografisk zon.
Den mest robusta inköpsstrategin är därför inte automatiskt att välja den billigaste endpointen. Innan en modell flyttas mellan OpenAI, Bedrock eller en aggregator bör företag kontrollera databehandling, avtalsvillkor, modellversion, hastighetsgränser, cachebeteende och om automatisk cross-region-routing uppfyller organisationens krav på regelefterlevnad.
OpenAI positionerar Sol som familjens mest avancerade och dyraste modell. Terra är tänkt som ett mer balanserat alternativ för produktionsarbete, medan Luna riktar sig mot stora volymer och tidskänsliga uppgifter som klassificering, sammanfattning och routing.
Sol fick också ett Fast-läge. Det kan ge upp till 2,5 gånger högre hastighet än standardbearbetning, men till dubbla standardpriset. Det är alltså främst ett sätt att köpa lägre latens, inte en ny modell med högre intelligens.
OpenRouter visar för närvarande GPT-5.6 Sol till 2 dollar per miljon inputtoken och 10 dollar per miljon outputtoken. Det är hälften av OpenAI:s nya direkta kortkontextpris.
För den som bara jämför tokenpriser kan en sådan aggregator därför se mycket attraktiv ut. Men priset bör behandlas som ett rutt- eller leverantörsspecifikt pris, inte som en garanti för en permanent global listprisnivå. Priser, kampanjer, kapacitet, cachevillkor och trafikregler kan skilja sig mellan olika vägar till samma modell.
Det är också värt att skilja på OpenRouter och Amazon Bedrock. AWS anger för GPT-5.6 Sol ett kortkontextpris på 5 dollar input och 30 dollar output vid global cross-region-inferens. Inom en specifik region eller geografisk cross-region-rutt är priset 5,50 respektive 33 dollar.
Amazon Bedrock har samtidigt byggt ut stödet för GPT-5.6 Sol, Terra och Luna på endpointen bedrock-runtime. Modellerna kan användas via Responses API, Converse API och Chat Completions API, tillsammans med geografisk och global cross-region-inferens.
Det innebär i praktiken tre olika sätt att styra var en förfrågan behandlas:
global. kan routa förfrågan till valfri kommersiell AWS-region där modellen stöds, baserat på aktuell kapacitet. Det ger den största kapacitetspoolen när det inte finns krav på att data måste behandlas inom en viss geografi. För Sol anger AWS en kvot på 10 miljoner cross-region-token per minut i varje stödd region. Kvoten räknar samman både input- och outputtoken över de relevanta anropen.
AWS dokumenterar stöd för text- och bildinput, textoutput, prompt caching och kontextfönster på upp till 1 miljon token för GPT-5.6-familjen. Den kortare prisnivån omfattar samtidigt ett kontextfönster på 272 000 token.
För utvecklare innebär det att samma modellfamilj kan användas för allt från enklare, högvolymbaserade textflöden till långa kodbaser, omfattande dokument och flerturnsagenthistorik – utan att hela underlaget måste delas upp i lika många separata anrop.
Utvecklingen pekar mot en bredare priskamp för avancerade AI-modeller. OpenAI sänkte först kostnaden kraftigt för Luna och sänkte Terra mer måttligt. Därefter har även Sol blivit billigare, samtidigt som alternativa distributionskanaler i vissa fall visat ännu lägre priser. För köpare blir därför modellens råa kvalitet bara en del av kalkylen. Total kostnad, svarstid, kapacitet, cachehantering och avtalsvillkor blir minst lika viktiga.
OpenAI har kopplat de tidigare prissänkningarna och Sols snabbare Fast-läge till förbättrad pris-prestanda och effektivare inferens. Budskapet är att förbättringar i körningen i högre grad förs vidare till kunderna genom lägre priser och separata hastighetsnivåer.
För företag är Bedrock dessutom mer än ännu en prislista. AWS ger möjlighet till AWS-integrerad fakturering och IAM-styrning, samtidigt som kunden kan välja mellan strikt regional behandling, geografisk routing och global routing med större kapacitet. Det kan också minska beroendet av en enskild region vid hög belastning eller driftproblem. Nackdelen är att global routing kan vara olämplig när data måste stanna inom ett särskilt land eller en viss geografisk zon.
Den mest robusta inköpsstrategin är därför inte automatiskt att välja den billigaste endpointen. Innan en modell flyttas mellan OpenAI, Bedrock eller en aggregator bör företag kontrollera databehandling, avtalsvillkor, modellversion, hastighetsgränser, cachebeteende och om automatisk cross-region-routing uppfyller organisationens krav på regelefterlevnad.