GPT-5.6 Luna: Co tak naprawdę zmieniła 80-procentowa obniżka cen OpenAI

GPT-5.6 Luna Od końca lipca jego cena jest o 80% niższa niż cena premiery, a Open​AI zaczęło traktować to jako argument, a nie zniżkę. Model — szybki, niskokosztowy wariant z rodziny GPT-5.6 — został ogólnie udostępniony 9 lipca 2026 r. w cenie 1,00 USD za milion tokenów wejściowych i 6,00 USD za milion tokenów wyjściowych. Dziś jest rozliczany po 0,20 USD i 1,20 USD. 9 września dyrektor finansowa Open​AI Sarah Friar powiedziała na konferencji Communacopia Goldman Sachs, że obniżka przyniosła około dziesięciokrotny wzrost wykorzystania, a wdrażanie Luny jest tańsze niż uruchamianie GLM 5.3 od Z.ai w warstwie chmurowej.

To ostatnie twierdzenie jest twierdzeniem samego OpenAI, wygłoszonym przez członka kierownictwa na konferencji inwestorskiej, i zasługuje na takie samo traktowanie jak każda inna liczba podana przez dostawcę: warto je zgłosić, warto je sprawdzić, ale nie warto powtarzać jako ustalonego faktu. Sama cena to inna sprawa. Jest publiczna i nie wróciła do poprzedniego poziomu.

Co właściwie się zmieniło i kiedy

We wrześniu nie zmieniło się nic w możliwościach, oknie kontekstowym ani dostępności GPT-5.6 Luna. Zmieniło się to, jak Open​AI go sprzedaje, a za tą zmianą stoi pięć dat.

• 26 czerwca 2026 — Open​AI ogłosiło rodzinę GPT-5.6 (GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna) w ograniczonym podglądzie dla niewielkiej grupy partnerów, po koordynacji z agencjami rządowymi USA.

• 9 lipca 2026 — ogólna dostępność. Sol, Terra i Luna trafiły do API odpowiednio w cenie 5/30 USD, 2,50/15 USD i 1/6 USD za milion tokenów wejściowych/wyjściowych.

• Pod koniec lipca 2026 r. — obniżka o 80% dotycząca samej Luny, do 0,20 USD za wejście i 1,20 USD za wyjście. Odczyty z pamięci podręcznej wejścia są około 90% tańsze. Powyżej progu długiego kontekstu stawka rośnie mniej więcej dwukrotnie, do około 0,40 USD/1,80 USD.

• 6–7 sierpnia 2026 — Luna zastąpiła GPT-5.5 Instant jako domyślny model dla ChatGPT Free i Go, oferując nieograniczone rozmowy tekstowe oraz przycisk „Think” do głębszego rozumowania, który pojawi się w następnym tygodniu. Wewnętrzna ocena OpenAI wykazała, że odsetek odpowiedzi Luny zawierających co najmniej jeden błąd faktograficzny był o około 62% niższy niż w przypadku GPT-5.5 Instant przy promptach finansowych, medycznych i prawnych — to wartość raportowana przez dostawcę, a nie niezależna.

• 9 września 2026 — uwagi Friar, które po raz pierwszy upubliczniły liczby dotyczące efektu obniżki: około 10-krotny wzrost użycia, przychody od przedsiębiorstw wzrosły o 32% z czerwca na lipiec wobec 20% ogólnego wzrostu w ujęciu rocznym, a Codex ma 25 milionów użytkowników.

Czytane razem, te daty opisują dwumiesięczne przekształcenie taniego poziomu w strategię wolumenową. Luna od zawsze była poziomem stworzonym do absorbowania pracy o dużym wolumenie i niskiej złożoności — klasyfikacji, ekstrakcji, routingu, wstępnych wersji roboczych. Obniżka sprawiła, że arytmetyka stojąca za tym pozycjonowaniem stała się znacznie trudniejsza do podważenia.

Liczba, która ma większe znaczenie niż cena tokena

Ceny katalogowe to punkt, na którym kończy się większość porównań, a w przypadku Luny wypadają one na jej korzyść. Przy $0.20/$1.20 jest tańsza od Claude Haiku 4.5 firmy Anthropic — najbliższego odpowiednika bezpośredniego konkurenta, jakiego ma — o około 5x na wejściu i 4x na wyjściu.

Artificial Analysis mierzy coś mniej wygodnego: koszt ukończonego zadania w Intelligence Index, który uwzględnia to, ile tokenów model faktycznie zużywa, aby wykonać tę samą pracę. W obecnym indeksie konfiguracja rozumowania GPT-5.6 Luna wynosi $0,18 za zadanie. Claude Haiku 4.5 w konfiguracji rozumowania osiąga $0,21.

To różnica około 14%, a nie 5x. Powodem jest rozwlekłość. Ukończenie tego zestawu ewaluacyjnego zajęło Lunie około 150 mln tokenów wyjściowych w porównaniu z 78 mln w przypadku Haiku. Luna rozumuje obszernie, a tokeny wyjściowe są rozliczane według stawki sześciokrotnie wyższej niż tokeny wejściowe.

Praktyczna interpretacja dzieli się wyraźnie. W przypadku pracy o krótkich wynikach i dużym wolumenie — klasyfikacja, tagowanie, ekstrakcja, routing żądań, wstępne wersje robocze — obniżka o 80% jest realna, duża i widać ją bezpośrednio na fakturze. W przypadku pracy, w której model rozumuje, zanim odpowie, znaczna część rabatu jest pochłaniana przez dodatkowe tokeny wyjściowe. Oba stwierdzenia są prawdziwe jednocześnie, a to drugie jest częścią, którą pominęło omówienie obniżki.

Warto też wiedzieć, co indeks mówi o możliwościach, ponieważ poziomy nie są blisko siebie. Artificial Analysis obecnie ocenia GPT-5.6 Luna na 38, czwarty wynik spośród 177 modeli w swojej klasie. Konfiguracja rozumowania Claude Haiku 4.5 uzyskuje 18, 138. miejsce na 200. Dwie uwagi do tych liczb. Po pierwsze, indeks został ponownie oceniony we wrześniu 2026 r., więc dane z czasu premiery — w tym 51 i 52, które wciąż krążą w odniesieniu do Luna — pochodzą z wycofanej skali. Po drugie, Artificial Analysis wybrało GPT-5.6 Luna jako jedynego oceniającego w kilku własnych ewaluacjach, co warto odnotować, czytając jego wyniki.

Dlaczego Open​AI stawia teraz ten argument

Ogłoszone pod koniec lipca cięcie o 80% nie wymagało, żeby dyrektor finansowa ponownie je roztrząsała we wrześniu. To, że to zrobiła, mówi ci, po co było to cięcie.

Chińskie modele z otwartymi wagami przez cały 2026 rok napierały dokładnie na tę oś, którą zajmuje Luna: wystarczającą jakość w cenie, która czyni rozliczanie za token czynnikiem decydującym. Przebijanie tego cenowo w przypadku wdrożenia w chmurze to trudniejsza do obrony teza niż przebijanie go na wagach, i to właśnie tę tezę wybrało Open​AI — wymieniając konkretnie GLM 5.3, a nie czyniąc ogólnych aluzji do „modeli otwartych”.

Liczby dla przedsiębiorstw, które Friar z tym zestawił, wskazują ten sam kierunek. Przychody od klientów korporacyjnych rosnące o 32% miesiąc do miesiąca w porównaniu z 20% ogółem to obraz firmy sprzedającej do cykli zakupowych, a cykle zakupowe to miejsce, w którym kwestionuje się pojedynczą pozycję budżetową. Potwierdziła również, że OpenAI eksperymentuje z cennikiem opartym na wynikach, wiążąc opłaty z rezultatami biznesowymi, a nie ze zużyciem tokenów. To znaczące przyznanie w przypadku firmy, której cały model przychodów opierał się na opłacie za token: sugeruje to, że na tanim końcu rynku liczba tokenów staje się słabszym argumentem sprzedażowym niż to, co model kończy.

Nic z tego nie czyni porównania GLM zweryfikowanym. Twierdzenie Friara opiera się na porównaniu wdrożeń w chmurze, którego Open​AI nie opublikowało szczegółowo, a „taniej niż samodzielne uruchamianie X w warstwie chmurowej” zależy wyłącznie od tego, którą chmurę, którą instancję i jakie założenie dotyczące wykorzystania wybierzesz. Traktuj to jako twierdzenie o charakterze pozycjonującym, pochodzące od zainteresowanej strony, i skonfrontuj je z własnym obciążeniem, zanim wpłynie na cokolwiek, co budujesz.

Co to zmienia, jeśli już kierujesz ruch między modelami?

Trzy rzeczy mają tu większe znaczenie niż cena z nagłówka.

Obniżki cen wchodzą w życie w dniu, w którym następują. OrcaRouter przekazuje cenę listową dostawcy dalej z 0% narzutem, więc gdy dostawca zmienia stawkę, stawka po naszej stronie zmienia się razem z nią — bez zgłoszenia do pomocy technicznej, bez renegocjowania umowy, bez drugiej relacji rozliczeniowej. To jest cały powód, dla którego o lipcowej obniżce warto napisać, a nie tylko ją odnotować: dla każdego, kto wywołuje Lunę przez jedno API dla 200+ modeli, była aktywna tego samego dnia.

Ten alias to pułapka. Identyfikator bez przyrostka gpt-5.6 wskazuje na flagowy poziom Sol, a nie na Lunę, więc każda integracja, która chce korzystać z ekonomii Luny, musi jawnie przypiąć gpt-5.6-luna Jest to udokumentowane w przewodnikach dla programistów tej rodziny i nadal pozostaje jednym z najczęstszych sposobów, w jakie migracja na „tani poziom" po cichu rozlicza się według stawek flagowych.

Tanie warianty dobrze radzą sobie z przełączaniem awaryjnym. Model w tym przedziale cenowym często wykonuje pracę, w której krótki błąd 503 jest kosztowny — tysiące wywołań klasyfikacyjnych, a nie jedno istotne uzupełnienie. Kierowanie tego samego żądania do wielu dostawców GPT-5.6 Luna z automatycznym przełączaniem awaryjnym to różnica między kolejką ponownych prób a awarią — i to właśnie ta funkcja sprawia, że tani wariant można bezpiecznie umieścić na ścieżce produkcyjnej.

Możesz zobaczyć aktualną stawkę oraz wartości p50/p95 czasu do pierwszego tokenu na stronie GPT-5.6 Luna on OrcaRouter — warto na nią spojrzeć, ponieważ strony z cennikami dostawców nie nadążają za obniżkami, a zewnętrzne trackery nie nadążają za jednymi i drugimi.

Co obejrzeć dalej

Trzy rzeczy zamieniłyby tę historię o cenach w inną opowieść.

Kolejna obniżka. Chińskojęzyczne relacje finansowe z początku września przedstawiały Open​AI jako przygotowującą się do ponownej korekty cen, aby sprostać konkurencji modeli o otwartych wagach. Te doniesienia mają charakter wyprzedzający i niepotwierdzony, ale pasują do firmy, która już zaakceptowała 80-procentową obniżkę w swoim poziomie wolumenowym i obecnie publicznie spiera się o koszt przypadający na jedno wdrożenie.

Ceny oparte na wynikach stają się rzeczywistością. Jeśli Open​AI zacznie sprzedawać Lunę według wyniku biznesowego, a nie według tokenów, porównanie kosztu za token, na którym opiera się cały ten rynek, przestanie być istotną tablicą wyników — a każde oszacowanie kosztu na zadanie, w tym te powyżej, wymaga ponownego wyliczenia.

Zdolny następca w tej samej cenie. GPT-6 Astra już istnieje powyżej linii GPT-5.6, a pozycja samej Luny zależy od tego, czy OpenAI pozostawi ją tam, gdzie jest. Gdy tylko pojawi się nowszy mały tier w cenie $0.20/$1.20, ciekawe pytanie przestaje dotyczyć tego, czy Luna jest tania, a zaczyna dotyczyć tego, czy wciąż jest najtańszą rzeczą, do której warto kierować ruch.

Na razie sytuacja jest niezwykle prosta. GPT-5.6 Luna to dwumiesięczny model, w którym nowością jest cena, a nie jego możliwości — a cena za token to najbardziej pochlebny sposób patrzenia na niego, ale nie najdokładniejszy.