OpenAI presenterar GPT-6 Sol och Luna med 50% lägre API-priser

OpenAI introducerade GPT-6 Sol och GPT-6 Luna den 22 september 2026, utökade GPT-6-modellfamiljen som lanserades med GPT-6 Astra tidigare i september och sänkte API-priserna för båda de nya modellerna med 50 % jämfört med deras GPT-5.6‑kampanjpriser.

I sitt meddelande sade OpenAI att den tränade de två modellerna med metoder som liknar de bakom GPT-6 Astra, och utökade de framsteg som Astra uppvisar inom professionellt arbete, faktualitet, kodning, datoranvändning och inriktning till snabbare, mer prisvärda modeller. OpenAI sade att Astra fortfarande är dess bästa modell i alla avseenden för de mest krävande projekten, och beskrev Sol och Luna som en förbättring av kostnadseffektiviteten i hela familjen.

Prissättning och modellroller

GPT-6 Sol kostar $2 per miljon inmatningstoken och $10 per miljon utmatningstoken, ner från $4 och $20 för GPT-5.6 Sol. GPT-6 Luna kostar $0.10 per miljon inmatningstoken och $0.50 per miljon utmatningstoken, ner från $0.20 och $1.20 för GPT-5.6 Luna. OpenAI beskrev varje förändring som en 50 % minskning mot GPT-5.6:s kampanjpriser och tillskrev de lägre priserna till förbättringar i cachning och inferens, och säger att de överför besparingarna direkt till användare och kunder.

OpenAI:s API-dokumentation för GPT-6 Sol beskriver modellen som byggd för komplex kodning och agentbaserade arbetsflöden, medan GPT-6 Luna-dokumentationen beskriver Luna som OpenAI:s mest effektiva modell för fokuserade, högvolymuppgifter. Båda modellerna har ett kontextfönster på 1 050 000 token och ett maximalt utdata på 128 000 token, accepterar text- och bildinmatning med textutdata, och stödjer inställningar för resonemangsinsats från ingen till maximal, med medium som standard. Sol har en kunskapsgräns den 20 april 2026 och Luna en gräns den 18 maj 2026. Cachad inmatning prissätts till 10 % av den okachade takten, $0.20 per miljon token för Sol och $0.01 för Luna, och cache‑skrivningar faktureras till 1.25 gånger den okachade inmatningstakten.

Rapporterade utvärderingsresultat

På AutomationBench, som testar AI‑agenter på end‑to‑end affärsarbetsflöden med 47 verktyg, rapporterar OpenAI att GPT-6 Sol vid xhigh effort fick 33.2 % till $0.27 per uppgift, vilket överträffade Claude Opus 5 vid max effort med 9 % av den modellens kostnad per uppgift och överträffade både låg‑effort GPT-6 Astra med 30.3 % och Claude Fable 5.1 med Opus 5‑fallback med 31.4 %. OpenAI noterade att siffran för Fable 5.1 underskattar den faktiska kostnaden eftersom den utelämnar fallback‑utgifterna, som inträffade i ungefär 40 % av uppgifterna.

OpenAI rapporterar att GPT-6 Luna vid hög insats förbättras jämfört med sin GPT-5.6‑föregångare med 5.4 procentenheter och 58 % lägre kostnad per uppgift på samma benchmark. På Agents’ Last Exam, som utvärderar långsiktiga professionella uppgifter över 55 underindustrier, rapporterar OpenAI att GPT-6 Sol vid max effort fick 56.4 %, över Claude Opus 5:s högsta poäng i utvärderingen med 60 % lägre kostnad per uppgift.

I en intern faktualitetsutvärdering baserad på anonymiserade konversationer där användare flaggat modellfel, sade OpenAI att GPT-6 Sol gör ungefär hälften så många misstag som sin föregångare och att GPT-6 Luna på högre insatsnivåer motsvarar GPT-5.6 Sol till ungefär en hundradel av kostnaden. OpenAI noterade att de flaggade konversationerna inte är representativa för typisk användning, där faktiska fel är färre.

På FrontierCode, som bedömer kodningsagenter utifrån om deras ändringar är redo att slås samman i verkliga kodbaser, rapporterar OpenAI att GPT-6 Sol förbättras avsevärt jämfört med GPT-5.6 Sol och motsvarar Claude Fable 5.1 vid xhigh effort till mycket lägre kostnad. På DeepSWE v1.1, som testar komplexa mjukvaruutvecklingsuppgifter i riktiga kodbaser, rapporterar OpenAI att GPT-6 Sol vid max effort fick 68.8 %, inom 1.1 procentenheter från Claude Fable 5:s högsta poäng i utvärderingen på 69.9 % vid xhigh effort, till ungefär 80 % lägre kostnad per uppgift. OpenAI rapporterar att GPT-6 Luna vid max effort fick 66.6 %, jämförbart med Claude Opus 5 och Fable 5 vid medium effort men med 93 % respektive 96 % lägre kostnad per uppgift.

OpenAI sade att den interna användningen av kodningsagenter har ökat kraftigt, med daglig tokenanvändning värderad till API‑priser som överstiger $600 för den genomsnittliga forskaren och $7,000 för forskare på 90:e percentilen.

På OSWorld 2.0 offline rapporterar OpenAI att GPT-6 Sol vid xhigh effort fick 60.5 % mot Claude Opus 5:s 60.3 % vid medium effort, till ungefär 80 % lägre kostnad per uppgift, och att GPT-6 Luna vid max effort överträffade GPT-5.6 Sol vid medium effort med en tiondel av kostnaden.

OpenAI sade att utvärderingar av dess egna modeller kördes i dess forskningsmiljö eller via dess API, att konkurrenternas poäng kom från offentligt tillgängliga rapporter, och att Claude Fable 5‑poäng användes där Fable 5.1‑poäng saknades. Företaget sade också att de förde Astra:s kommunikationsstil över till Sol och Luna, med tydligare formuleringar, mindre fackspråk och något kortare svar, särskilt i tekniska och kodningsrelaterade samtal.

Cachning, justering och tillgänglighet

OpenAI sade att förbättrad promptcachning för GPT-6 ger högre cacheträffprocent som standard, med rabatter på 90 % för cachade läsningar av inmatningstoken. Nya utvecklarverktyg inkluderar en Prompt Caching Dashboard, ett diagnostikverktyg som förklarar missade cachningsmöjligheter, resonemangsinsats och verktygskontroller som bevarar tidigare kontext för återanvändning av cache, samt explicita brytpunkter som låter utvecklare välja var cachade promptprefix slutar. Enligt tillkännagivandet rapporterade GitHub att under de senaste månaderna har förbättringarna minskat andelen prompt‑token som kräver ny bearbetning med mer än 50 % över miljarder förfrågningar till OpenAI‑modeller, vilket hjälper Copilot att svara snabbare.

Vad gäller inriktning sade OpenAI att båda modellerna visar förbättringar jämfört med sina GPT-5.6‑motsvarigheter i deras utvärderingar, inklusive lägre frekvens av missvisande påståenden om deras kodningsarbete, samtidigt som de påpekar att utvärderingarna medvetet testar utmanande situationer och inte mäter felprocent i vanlig användning. De fullständiga resultaten finns i GPT-6 Astra systemkort, enligt tillkännagivandet.

GPT-6 Sol och Luna är tillgängliga i ChatGPT Work och Codex från och med 22 september 2026 för Plus-, Pro-, Business-, Enterprise- och Edu‑användare. Gratis‑ och Go‑användare kan komma åt GPT-6 Luna i skrivbordsappen, och modellerna är ännu inte tillgängliga i Chat. I OpenAI API är modellerna tillgängliga som gpt-6-sol och gpt-6-luna. OpenAI sade att de planerar att rulla ut modellerna i ChatGPT gradvis under dagen för att hålla tjänsten stabil.