GPT-6 Luna vs Claude Opus 5: vijftig keer de prijs en dezelfde middag

GPT-6 Luna kost $0,10 per miljoen inputtokens en $0,50 per miljoen output. Claude Opus 5 kost $5,00 en $25,00. Dat is een vijftigvoudig verschil aan beide zijden van de tariefkaart, en het is het eerste dat iedereen opvalt aan deze combinatie — een model dat de leverancier op 22 september 2026 uitbracht, afgezet tegen een model dat het bedrijf op 24 juli 2026 uitbracht en dat al twee maanden op de markt is. Het getal van vijftig keer is echt. Het is ook bijna het minst nuttige feit in deze vergelijking, omdat deze twee niet om dezelfde aanroep concurreren, en vanwege iets dat zich aan de kant van het tweede model afspeelde op dezelfde middag dat Luna werd gelanceerd.

GPT-6 Luna is de kleine tier van OpenAI's GPT-6-generatie, gepositioneerd onder GPT-6 Sol van $2,00/$10,00 en ruim onder het vlaggenschip GPT-6 Astra van $10,00/$50,00. Claude Opus 5 was het vlaggenschip van Anthropic tot 22 september, toen Anthropic Claude Opus 5.5 uitbracht voor $4,00/$20,00 en Opus 5 een trede lager zette. Beide modellen die in de titel van dit artikel worden genoemd, staan vanaf vandaag één trede onder de top van de ladder van hun eigen leverancier — om redenen die niets met elkaar te maken hebben. Dat is belangrijker dan de prijsverhouding, en daar begint dit stuk.

Both vendors shipped this afternoon

OpenAI kondigde op 22 september GPT-6 Sol en GPT-6 Luna aan. Enkele uren eerder had Anthropic Claude Opus 5.5 aangekondigd. Twee van de drie modellen in die zin verlaagden hun prijzen met ongeveer de helft ten opzichte van hun voorgangers, wat niet zozeer toeval is als wel een markt: de achttien maanden daarvoor aan open-weightreleases van Chinese laboratoria hadden de kosten van een competente token al stevig omlaaggedrukt, en beide leveranciers reageerden op dezelfde druk.

De praktische consequentie voor iedereen met een Claude Opus 5-implementatie is dat het model waarop ze hebben gebouwd niet langer het model is dat Anthropic het hardst verkoopt. Claude Opus 5.5 kost $4,00/$20,00 — een verlaging van 20% op de lijstprijs — met gecachte input tegen $0,20 per miljoen, tegenover $0,50 bij Opus 5, en Artificial Analysis meet het op 58 op zijn Intelligence Index bij maximale inspanning, het hoogste cijfer dat het heeft geregistreerd. Claude Opus 5 scoort 51 op dezelfde index. Als je vandaag Opus 5 draait, is de vijftigvoudige vergelijking in de titel van dit artikel niet degene die voor je ligt. Degene die voor je ligt, is of je overstapt naar Opus 5.5, en het antwoord daarop is een aparte rekensom, los van alles wat GPT-6 Luna doet.

Dat gezegd hebbende, blijft het vijftigvoudige getal nog steeds bepalend voor een echte beslissing, want de workloads waarvoor GPT-6 Luna is gebouwd, zijn precies de workloads waarbij een rekening van Claude Opus 5 ongemakkelijk wordt. Beide feiten kunnen tegelijkertijd waar zijn.

Wat elk van deze twee eigenlijk is

De specificaties, één regel per dimensie, beide zijden op elk:

• Prijs per 1M tokens — GPT-6 Luna $0.10 in / $0.50 uit vs Claude Opus 5 $5.00 in / $25.00 uit

• Gecachte invoer — GPT-6 Luna $0,01 per 1 mln., een korting van 90% vergeleken met Claude Opus 5 $0,50 per 1 mln. op de Opus 5-kaart, verlaagd naar $0,20 op Opus 5.5

Contextvenster — GPT-6 Luna 1.050.000 totaal met 922.000 maximale invoer vs Claude Opus 5 1M, beide beperkt tot 128.000 uitvoertokens

• Herprijzing voor lange context — GPT-6 Luna verdubbelt de input en cache en verhoogt de output met 1,5x boven 272K inputtokens, toegepast op de hele aanvraag, tegenover Claude Opus 5 dat vlak over zijn venster blijft

• AA Intelligence Index — GPT-6 Luna 37 bij maximale inspanning vs Claude Opus 5 51

• AA Intelligence Index, met gelijke effort — GPT-6 Luna 29 op zijn standaard medium effort vs. Claude Opus 5 51 op max, de enige instelling waarop Anthropic het meet

• Uitvoersnelheid — GPT-6 Luna 153,9 tokens/sec vs Claude Opus 5 53,6 tokens/sec

• Kosten om de index te draaien — GPT-6 Luna $122,39 vs Claude Opus 5 $7.274,74

• Schakelaar om redeneren uit te zetten — GPT-6 Luna biedt geen, laag, gemiddeld, hoog, xhoog en max, tegenover Claude Opus 5, waar redeneren adaptief en altijd aan is

• Uitgebracht — GPT-6 Luna 2026-09-22 vs Claude Opus 5 2026-07-24

Drie van die regels doen meer werk dan de andere, en de eerste is de inspanning-rij. De 37 van GPT-6 Luna is zijn score bij maximale inspanning. De standaardinstelling is medium, en bij medium scoort het 29. De 51 van Claude Opus 5 is een getal bij maximale inspanning, omdat Anthropic geen lagere instelling beschikbaar stelt die Artificial Analysis meet. Dus het opvallende verschil van veertien punten is een vergelijking tussen het plafond van het ene model en het plafond van het andere model — en een team dat GPT-6 Luna installeert en niets verandert, draait op de 29, niet op de 37. Dat is een verschil van tweeëntwintig punten, niet van veertien punten, en het is onzichtbaar tenzij je op zoek gaat naar de standaardinstelling voor inspanning.

De tweede is de indexkostenregel. Het is geen prijsopgave — het is wat Artificial Analysis daadwerkelijk heeft uitgegeven om de volledige evaluatiesuite op elk model te draaien met zijn eigen geld. $122,39 tegenover $7.274,74 is een negenenvijftigvoudig verschil in de kosten om erachter te komen hoe goed het model is, en het is de zuiverste beschikbare proxy voor hoe de twee zich bij grote volumes gedragen. Claude Opus 5 genereerde tijdens die run 140 miljoen tokens; GPT-6 Luna genereerde er 150 miljoen. Het goedkope model was meer uitgebreid en kostte nog steeds negenenvijftig keer minder.

De derde is de uitschakelaar. Tegen GPT-6 Luna kan worden gezegd dat hij helemaal niet moet redeneren. Claude Opus 5 kan dat niet. Die ene specificatieregel is waarom een van deze modellen achter een classifier, een router of een moderatiescherm kan zitten en het andere niet, en het verklaart een groot deel van het prijsverschil zonder überhaupt een beroep te doen op capaciteit.

Waar het goedkope niveau ophoudt goedkoop te zijn

Er zit een prijskloof in de tariefkaart van GPT-6 Luna, en het is het meest kostbare dat je kunt missen. Verzoeken die meer dan 272.000 invoertokens bevatten, worden gefactureerd tegen het dubbele van de invoer- en cachetarieven en 1,5x het uitvoertarief — voor het hele verzoek, niet alleen het deel dat de grens overschreed. Een aanroep van 300.000 tokens op GPT-6 Luna wordt gefactureerd tegen $0,20 per miljoen invoer voor alle 300.000 tokens, omdat het er 28.000 overheen ging. Splits hetzelfde document in twee aanroepen en de kosten halveren, zonder wijziging aan de prompt.

Claude Opus 5 heeft geen vergelijkbare clausule. De tarieven van $5,00/$25,00 zijn vlak over het volledige venster van 1M, wat betekent dat de verhouding van vijftig keer overal vijftig keer is — behalve boven 272K invoertokens, waar het effectieve invoertarief van GPT-6 Luna verdubbelt naar $0,20 en het uitvoertarief stijgt naar $0,75, en de kloof kleiner wordt tot vijfentwintig keer. Nog steeds enorm. Toch de moeite waard om te weten, want de workloads die het meest waarschijnlijk een werkcontext van 300.000 tokens hebben, zijn precies de agentische workloads waarop beide leveranciers hun aanbod richten.

Het tweede dat je moet meerekenen is inspanning. GPT-6 Luna op max effort laten draaien voor een taak die op medium prima was geweest, is de meest voorkomende manier om de besparing die je net hebt gemaakt, erdoorheen te jagen. Het verschil van 37 tegen 29 is de grootte van de straf voor de verkeerde instelling, en anders dan een prijsclausule staat het nergens op een factuur — het komt naar voren als tokenvolume, wat op succes lijkt.

De splitsing die het daadwerkelijk beslist

De eerlijke versie van deze vergelijking is dat de twee modellen geen substituten zijn, en de prijsverhouding leidt af van een vraag over de workload die hoe dan ook een duidelijk antwoord heeft.

GPT-6 Luna hoort thuis in alles waarbij de output door een programma wordt geconsumeerd in plaats van door een persoon, en waarbij het volume het punt is. Classificatie, extractie, routeringsbeslissingen, bulk-samenvatting, de inner loop van een agent die duizend kleine calls per taak doet. Met $0,10/$0,50 en een gecacht inputtarief van één cent, en met Batch en Flex op de helft van het standaardtarief, zijn de economische argumenten geen lastige afweging tegenover wat dan ook in de Opus-lijn. Artificial Analysis markeert één echte regressie die het waard is te weten voordat je migreert: GPT-6 Luna's Coding Agent Index daalde twee punten naar 41 tegenover GPT-5.6 Luna's 43, waarbij de dalingen geconcentreerd zijn in SWE-Atlas-QnA en DeepSWE v1.1. Het markeert ook één echte winst van dezelfde grootte — de hallucinatiegraad van het model op AA-Omniscience daalde van ongeveer 93% naar 77%, terwijl de nauwkeurigheid nauwelijks bewoog. Het weigert vaker te antwoorden in plaats van meer te weten, en voor alles met een downstream-consument is dat de waardevollere helft van de ruil.

Claude Opus 5 hoort thuis waar de output het product is. De eigen gepubliceerde resultaten van Anthropic — door de leverancier gerapporteerd, niet onafhankelijk gereproduceerd — plaatsen het op 96,0% op SWE-bench Verified en 79,2% op SWE-bench Pro, en het veertienpunts indexverschil is het soort marge dat bepaalt of een langdurig werkende agent een taak afmaakt of er halverwege stilletjes mee stopt. Als je je op de grens bevindt van wat het model kan, dan is een model dat vijftig keer goedkoper is en tweeëntwintig punten achterloopt bij standaardinspanning geen goedkopere versie van hetzelfde.

Beide uitvoeren zonder te kiezen

De reden dat deze vergelijking niet tot één enkele aanbeveling leidt, is dat de grens tussen de twee workloads niet stabiel is. Die verschuift elke keer dat een van beide leveranciers iets uitbrengt, en hij verschoof twee keer in de drie weken vóór dit artikel — één keer toen Anthropic het Opus-tarief verlaagde naar $4,00/$20,00, en één keer toen OpenAI de prijs van zijn volledige kleine tier halveerde. Een team dat in juli een winnaar hardcodeerde, draait vandaag de verkeerde configuratie.

Claude Opus 5 staat op OrcaRouter tegen Anthropic's lijstprijs, onder de pass-through-prijsstelling, wat betekent dat een tariefwijziging van een leverancier dezelfde dag nog aan onze kant live is in plaats van te wachten tot een reseller opnieuw onderhandelt — wat de concrete reden is dat de verlaging van Opus 5.5 in onze catalogus terechtkwam zonder integratieproject. GPT-6 Luna staat op het moment van schrijven niet op OrcaRouter; je bereikt het via OpenAI's eigen API. De eerlijke opzet voor een team dat beide wil, is dus één sleutel voor Claude Opus 5 naast wat je al voor OpenAI gebruikt, met automatische failover die het gat opvangt wanneer een provider hapert. Een route verplaatsen tussen een classifier van één cent en een reasoner van vijfentwintig dollar door een config te wijzigen in plaats van een codepad, is meer waard dan in september de juiste keuze maken.

Wat deze week te doen

Als je Claude Opus 5 draait, is de vijftigvoudige kloof in de titel een reëel getal dat op de verkeerde beslissing wijst. Jouw beslissing is Opus 5.5 — een verlaging van 20% op de lijstprijs, een hogere indexscore, en een cached-inputtarief dat met 60% daalde — en GPT-6 Luna is een andere vraag die toevallig op dezelfde pagina staat.

Als je een grootschalige classificatie- of extractiepijplijn draait op een model uit de Opus-klasse, is GPT-6 Luna de grootste afzonderlijke kostenbesparing die deze maand voor je beschikbaar is, en de migratie is kleiner dan de prijsverlaging suggereert: dezelfde 1M-contextklasse, dezelfde outputlimiet van 128.000, en een tarief per token dat aan beide zijden vijftig keer lager is. Test het op gemiddelde inspanning voordat je uitgaat van de standaard, plaats je aanroepen met lange context aan de goede kant van 272.000 tokens, en controleer de coderingsregressie aan de hand van je eigen evaluatie in plaats van aan de hand van een leveranciersgrafiek.

En als je beide draait, is wat je moet oplossen niet welke je hebt gekozen. Het is dat van gedachten veranderen momenteel een code-deployment kost.