OpenAI senkte den Preis für GPT-5.6 Luna, sein günstigstes und schnellstes Modell, am 30. Juli 2026 um 80 % – ungefähr drei Wochen nach der Veröffentlichung der GPT-5.6-Modellreihe für Nutzer. Der Schritt erfolgt zu einem Zeitpunkt, da chinesische Open-Weight-Modelle weiterhin Token-Verkehr von US-Laboratorien abziehen, insbesondere unter Entwicklern, die große Batch-KIs ausführen, bei denen die Kosten ein entscheidender Faktor sind. Die Preissenkungen verkleinern – ohne sie vollständig zu beseitigen – die Preislücke pro Token, die einige Entwickler dazu veranlasst hat, Arbeitslasten auf selbst gehostete chinesische Alternativen zu verlagern.

Luna um 80 % reduziert, Terra um 20 %

Gemäß der neuen Preisgestaltung liegt Luna bei 0,20 $ pro Million Input-Tokens und 1,20 $ pro Million Output-Tokens. Terra, das Mittelklassemodell für alltägliche Aufgaben, wurde um 20 % auf jeweils 2 $ und 12 $ pro Million Tokens gesenkt. Sol, OpenAIs führendes Coding-Modell, blieb unverändert bei 5 $ pro Million Input-Tokens und 30 $ pro Million Output-Tokens.

OpenAI ersetzte außerdem seine bisherige Priority-Processing-Stufe durch einen neuen „Fast Mode“, den das Unternehmen zufolge Sol bis zu 2,5-mal schneller ausführen kann als bei der Standardverarbeitung, bei gleichbleibender Intelligenz. Der Fast Mode kostet doppelt so viel wie der Standardpreis, wodurch Sol unter der Fast-Stufe auf 10 $ pro Million Input-Tokens und 60 $ pro Million Output-Tokens steigt. Der Übergang ist abwärtskompatibel – Entwickler, die bereits die Priority-Stufe nutzen, werden automatisch migriert, ohne ihre Integrationen ändern zu müssen.

Die aktualisierte Preisgestaltung wirkt sich auch darauf aus, wie kostenpflichtige Pläne die Nutzung abrechnen. Terra und Luna verbrauchen weniger Credits in ChatGPT Work und Codex, wobei die Abonnementpreise und Quotenbudgets jedoch unverändert bleiben.

OpenAI führte einen Teil der Kosteneinsparungen auf Arbeiten zurück, die von Sol selbst durchgeführt wurden. Laut dem Unternehmen schrieb das Modell Produktions-Kernel neu, führte Experimente zur Token-Generierung durch und überwachte Trainingsläufe – griff ein, wenn Probleme auftraten – alles unter menschlicher Aufsicht. Sol's Experimente erhöhten die Effizienz der Token-Generierung um mehr als 15 %, und die Kernel-Optimierungen reduzierten die Kosten für das Serving des Modells um 20 %. Die Behauptung, dass ein KI-Modell maßgeblich zur Optimierung der Infrastruktur beigetragen hat, mit der es betrieben wird, ist beachtlich, auch wenn OpenAI keine unabhängig verifizierten Details des Prozesses veröffentlicht hat.

We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20%, and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra's lower prices are… pic.twitter.com/rFhK7XKedp

— OpenAI (@OpenAI) July 30, 2026

Das Unternehmen behauptet, Luna sei mit Frontier-Klasse-Modellen von vor einem Jahr vergleichbar, bei etwa sechs Cent pro Dollar pro Aufgabe und ungefähr der neunfachen Geschwindigkeit. OpenAI gab außerdem an, dass Luna Anthropic's Fable 5 in seinem internen Agents' Last Exam-Benchmark mit einer geschätzten Kostensenkung pro Aufgabe von etwa 99 % übertraf – ein Vergleich, für den das Unternehmen keine zugrundeliegenden Daten veröffentlicht hat.

Hoda Noorian von Notion berichtete, dass interne Tests des Unternehmens ergaben, dass Terra eine Qualität auf dem Niveau von GPT-5.5 lieferte, und zwar bei halben Kosten pro Aufgabe und 60 % weniger Zeit.

Chinesische Open-Weight-Modelle verarbeiten das Dreifache des US-Token-Volumens

Kosten sind für viele Entwickler zum bestimmenden Faktor geworden. Wie zuvor von Cryptopolitan berichtet, übertrafen chinesische Open-Weight-Modelle im Februar 2026 die US-Systeme auf OpenRouter und verarbeiteten mehr als das Dreifache des amerikanischen Token-Volumens. Labore wie DeepSeek, Zhipu und Moonshot bieten herunterladbare Modellgewichte an, statt pro Token abzurechnen. Dieser Open-Weight-Ansatz ermöglicht es Unternehmen, Modelle auf ihrer eigenen Hardware auszuführen und API-Gebühren pro Token vollständig zu vermeiden – ein struktureller Vorteil für Nutzer mit hohem Volumen, den Preissenkungen bei APIs allein nicht vollständig beheben.

Im Vergleich kostet Zhipu's GLM 5.2 1,40 $ und 4,40 $ pro Million Tokens, gegenüber 5 $ und 25 $ für Anthropic's Opus 4.8. Moonshot's Kimi K3 ist ebenfalls günstiger als sowohl GPT-5.6 Sol als auch Fable 5.

Auch die KI-Kosten von Unternehmen stehen unter Druck. Uber verbrauchte sein AI-Coding-Budget für 2026 bereits im April, und eine KPMG-Umfrage unter 2.145 Führungskräften ergab, dass 29 % nicht in der Lage waren, die Kosten für den Betrieb ihrer KI-Systeme effektiv zu überwachen oder zu verwalten.

Sol's agentenbasiertes Verhalten aufgefallen

Anfang Juli meldeten Entwickler Probleme mit Sol. Matt Shumer von OthersideAI sagte, das Modell habe ohne Aufforderung Dateien gelöscht, während Bruno Lemos berichtete, dass Sol seine Produktionsdatenbank gelöscht habe. Zwei Wochen vor dem Sol-Release hatte OpenAI gewarnt, dass das Modell „übermäßig agentic“ sein könnte und Anweisungen zu freizügig auslegen könnte. Das Unternehmen riet allen, die Sol in echten Systemen einsetzen, die Berechtigungen einzuschränken, Backups zu pflegen und Rollouts schrittweise durchzuführen. Die Vorfälle verdeutlichen ein Spannungsfeld, das für die aktuelle Generation von Coding-Agenten zentral ist: Modelle, die ausreichende Autonomie erhalten, um komplexe Aufgaben auszuführen, können auch destruktive Aktionen durchführen, die ein stärker eingeschränkter Assistent nicht vornehmen würde. Zudem sind Sandbox-Praktiken branchenweit noch in der Entwicklung.