OpenAI introducerer GPT-6 Sol og Luna med 50% lavere API-priser

OpenAI introducerede GPT-6 Sol og GPT-6 Luna den 22. september 2026, udvidede GPT-6-modellfamilien, som den lancerede med GPT-6 Astra tidligere i september, og sænkede API-priserne for begge nye modeller med 50 % i forhold til deres GPT-5.6‑promotionspris.

I sin meddelelse sagde OpenAI, at den havde trænet de to modeller med metoder, der ligner dem, der ligger bag GPT-6 Astra, og udvidede de fremskridt, som Astra leverer inden for professionelt arbejde, faktualitet, kodning, computerbrug og justering, til hurtigere og mere prisvenlige modeller. OpenAI oplyste, at Astra fortsat er deres bedste model på tværs af alle områder for de mest krævende projekter, og beskrev Sol og Luna som en videreudvikling af omkostningseffektiviteten i familien.

Pris og modelroller

GPT-6 Sol koster $2 pr. million input‑tokens og $10 pr. million output‑tokens, hvilket er ned fra $4 og $20 for GPT-5.6 Sol. GPT-6 Luna koster $0,10 pr. million input‑tokens og $0,50 pr. million output‑tokens, hvilket er ned fra $0,20 og $1,20 for GPT-5.6 Luna. OpenAI beskrev hver ændring som en 50 % reduktion i forhold til GPT-5.6‑promotionspriserne og tilskrev de lavere priser til forbedringer i caching og inferens og sagde, at de overfører besparelserne direkte til brugere og kunder.

OpenAI’s API-dokumentation for GPT-6 Sol beskriver modellen som bygget til komplekse kodnings- og agentbaserede arbejdsgange, mens dokumentationen for GPT-6 Luna beskriver Luna som OpenAI’s mest effektive model til fokuserede, højvolumen‑opgaver. Begge modeller angiver et kontekstvindue på 1.050.000 tokens og en maksimal output på 128.000 tokens, accepterer tekst‑ og billedinput med tekstoutput og understøtter indstillinger for resonneringsindsats fra ingen til maksimal, med medium som standard. Sol har en vidensafskæringsdato den 20. april 2026, og Luna den 18. maj 2026. Cache‑input prissættes til 10 % af den ucachede sats, dvs. $0,20 pr. million tokens for Sol og $0,01 for Luna, og cache‑skrivninger faktureres til 1,25 gange den ucachede input‑sats.

Rapporterede evalueringsresultater

På AutomationBench, som tester AI‑agenter på end‑to‑end forretningsarbejdsgange ved brug af 47 værktøjer, rapporterer OpenAI, at GPT-6 Sol ved xhigh‑indsats opnåede 33,2 % til $0,27 pr. opgave, hvilket overgår Claude Opus 5 ved maksimal indsats med 9 % af den models omkostning pr. opgave og overstiger både lav‑indsats GPT-6 Astra med 30,3 % og Claude Fable 5.1 med Opus 5‑fallback på 31,4 %. OpenAI bemærkede, at Fable 5.1‑tallet undervurderer de faktiske omkostninger, fordi det udelader udgifterne til fallback, som forekom i cirka 40 % af opgaverne.

OpenAI rapporterer, at GPT-6 Luna ved høj indsats forbedrer sig i forhold til sin GPT-5.6‑forløber med 5,4 procentpoint og 58 % lavere omkostning pr. opgave på samme benchmark. På Agents’ Last Exam, som evaluerer langsigtede professionelle opgaver på tværs af 55 underindustrier, rapporterer OpenAI, at GPT-6 Sol ved maksimal indsats opnåede 56,4 %, over Claude Opus 5’s højeste score i evalueringen med 60 % lavere omkostning pr. opgave.

I en intern faktualitets‑evaluering baseret på anonymiserede samtaler, hvor brugere havde markeret modelfejl, sagde OpenAI, at GPT-6 Sol laver omkring halvdelen så mange fejl som sin forgænger, og at GPT-6 Luna på højere indsatsniveauer matcher GPT-5.6 Sol til omtrent en hundrededel af omkostningen. OpenAI bemærkede, at de markerede samtaler ikke er repræsentative for typisk brug, hvor de siger, at faktuelle fejl er sjældnere.

På FrontierCode, som bedømmer kodnings‑agenter ud fra om deres ændringer er klar til at blive flettet ind i rigtige kodebaser, rapporterer OpenAI, at GPT-6 Sol forbedrer sig betydeligt i forhold til GPT-5.6 Sol og matcher Claude Fable 5.1 ved xhigh‑indsats til meget lavere omkostning. På DeepSWE v1.1, som tester komplekse software‑ingeniøropgaver i reelle kodebaser, rapporterer OpenAI, at GPT-6 Sol ved maksimal indsats opnåede 68,8 %, inden for 1,1 procentpoint fra Claude Fable 5’s højeste score i evalueringen på 69,9 % ved xhigh‑indsats, til cirka 80 % lavere omkostning pr. opgave. OpenAI rapporterer, at GPT-6 Luna ved maksimal indsats opnåede 66,6 %, hvilket er sammenligneligt med Claude Opus 5 og Fable 5 ved medium indsats, mens omkostningerne er henholdsvis 93 % og 96 % lavere pr. opgave.

OpenAI oplyste, at den interne brug af kodnings‑agenter er vokset kraftigt, med dagligt token‑forbrug til API‑priser, der overstiger $600 for den medianforsker og $7.000 for forskere på 90. percentil.

På OSWorld 2.0 offline rapporterer OpenAI, at GPT-6 Sol ved xhigh‑indsats opnåede 60,5 % mod Claude Opus 5’s 60,3 % ved medium indsats, til cirka 80 % lavere omkostning pr. opgave, og at GPT-6 Luna ved maksimal indsats overgik GPT-5.6 Sol ved medium indsats med kun en tiendedel af omkostningen.

OpenAI sagde, at evalueringerne af deres egne modeller blev udført i deres forskningsmiljø eller via deres API, at konkurrenters resultater kom fra offentligt tilgængelige rapporter, og at Claude Fable 5‑resultater blev brugt, hvor Fable 5.1‑resultater ikke var tilgængelige. Virksomheden oplyste også, at de overførte Astra’s kommunikationsstil til Sol og Luna, med henvisning til klarere formuleringer, mindre jargon og lidt kortere svar, især i tekniske og kodnings‑samtaler.

Caching, justering og tilgængelighed

OpenAI sagde, at forbedret prompt‑caching for GPT-6 leverer højere cache‑hit‑rater som standard, med rabatter på 90 % på læsning af cachelagrede input‑tokens. Nyt udviklerværktøj omfatter et Prompt Caching Dashboard, et diagnostisk værktøj, der forklarer missede caching‑muligheder, begrundelses‑indsats og værktøjskontroller, der bevarer tidligere kontekst til genbrug af cache, samt eksplicitte breakpoints, der lader udviklere vælge, hvor de cachelagrede prompt‑præfikser slutter. Ifølge meddelelsen rapporterede GitHub, at forbedringerne i løbet af de sidste flere måneder reducerede andelen af prompt‑tokens, der kræver frisk behandling, med mere end 50 % på tværs af milliarder af forespørgsler til OpenAI‑modeller, hvilket hjælper Copilot med at svare hurtigere.

Vedrørende alignment sagde OpenAI, at begge modeller viser forbedringer i forhold til deres GPT‑5.6‑modparter i deres evalueringer, herunder lavere forekomst af misvisende påstande om deres kodearbejde, samtidig med at de bemærker, at evalueringerne bevidst tester udfordrende situationer og ikke måler fejlrater i typisk brug. De fulde resultater fremgår af GPT‑6 Astra systemkortet, ifølge meddelelsen.

GPT‑6 Sol og Luna er tilgængelige i ChatGPT Work og Codex fra den 22. september 2026 for Plus-, Pro-, Business-, Enterprise- og Edu‑brugere. Gratis‑ og Go‑brugere kan få adgang til GPT‑6 Luna i skrivebordsappen, og modellerne er endnu ikke tilgængelige i Chat. I OpenAI‑API’en er modellerne tilgængelige som gpt-6-sol og gpt-6-luna. OpenAI sagde, at de planlægger at rulle modellerne ud i ChatGPT gradvist gennem dagen for at holde tjenesten stabil.