GPT-6 Luna staje się domyślnym wyborem: co tak naprawdę daje dziesięć centów za milion

Najdonioślejszą rzeczą, jaka przydarzyła się GPT-6 Luna w jego pierwszym tygodniu, nie była obniżka ceny. Był to commit scalający. W ciągu jednego dnia od momentu, gdy dostawca wypuścił GPT-6 Luna 22 września 2026 r., pewna otwartoźródłowa platforma agentowa wdrożyła zmianę czyniącą go modelem zapasowym dla każdej organizacji, która nie wybrała własnego modelu domyślnego — wypierając GPT-5.6 Terra, czyli warstwę większą i znacznie droższą. Podane uzasadnienie było arytmetyczne: przy $0.10 i $0.50 za milion tokenów GPT-6 Luna kosztuje jedną dwudziestą stawki wejściowej GPT-5.6 Terra i jedną dwudziestą czwartą jej stawki wyjściowej. To realny sygnał, a jednocześnie tylko połowa historii. GPT-6 Luna kosztuje $0.10 za milion tokenów wejściowych i $0.50 za milion tokenów wyjściowych, wobec $2.00 i $10.00 w przypadku GPT-6 Sol, warstwy powyżej niej, oraz $10.00 i $50.00 w przypadku flagowego GPT-6 Astra. Model, który zastępuje w tym domyślnym slocie, GPT-5.6 Luna, wciąż kosztuje $0.20 i $1.20 — dwa razy tyle na wejściu i ponad dwa razy tyle na wyjściu. Dziesięć centów za milion jest na tyle tanie, że decyzja przestaje dotyczyć ceny, a zaczyna dotyczyć tego, co model faktycznie kończy.

A więc to nie jest artykuł objaśniający premierę ani wpis o obniżce cen — napisaliśmy oba, a sam cennik jest już ustalony. To próba odpowiedzi na pytanie, które marketing najtańszej półki pomija: jeśli model staje się twoim domyślnym wyborem, co robi z pracą, która wcześniej trafiała do czegoś większego? Dowody na to pochodzą z trzech źródeł i nie są ze sobą zgodne. Własne benchmarki OpenAI są najbardziej pochlebne i najmniej powtarzalne. Artificial Analysis opublikowało niezależny indeks w tym samym tygodniu i jest on bardziej użyteczny, ponieważ wycenia ukończone zadania, a nie tokeny. A garstka osób uruchomiła już model na prawdziwej infrastrukturze — i właśnie tam kryją się ciekawe awarie. Tam, gdzie liczba pochodzi od dostawcy, zdanie, które ją zawiera, mówi o tym wprost.

Co faktycznie zostało wydane

GPT-6 Luna to mały poziom rodziny szóstej generacji, plasujący się poniżej GPT-6 Sol i znacznie poniżej flagowego GPT-6 Astra. Własna dokumentacja modeli OpenAI, przeczytana w tym tygodniu, podaje zakres:

• Identyfikator modelu — gpt-6-luna, pojedynczy snapshot bez wariantu z datą. Nie ma gpt-6-luna-pro wpisu na liście modeli; ciąg „pro” krążący po katalogach zewnętrznych to wartość trybu rozumowania, a nie model.

• Kontekst i limity — okno 1 050 000 tokenów, do 922 000 tokenów wejściowych, pułap 128 000 tokenów wyjściowych oraz data odcięcia wiedzy 18 maja 2026 r. Tekst i obraz na wejściu, tekst na wyjściu.

• Cena — 0,10 USD za milion tokenów wejściowych, 0,01 USD za milion tokenów wejściowych z pamięci podręcznej, 0,125 USD za milion zapisów do pamięci podręcznej, 0,50 USD za milion tokenów wyjściowych. OpenAI określiło je jako stałe, a nie jako ofertę wprowadzającą.

• Etap długiego kontekstu — żądania powyżej 272 000 tokenów wejściowych są wyceniane ponownie po dwukrotności stawek za dane wejściowe i pamięć podręczną oraz 1,5× stawki za dane wyjściowe, stosowanych do całego żądania, a nie tylko do nadwyżki. To najdroższy pojedynczy błąd możliwy w przypadku tego modelu, ponieważ jest wyzwalany przez całkowity rozmiar żądania, a nie przez to, jak dużą jego część wykorzystujesz.

• Poziomy usług — Batch i Flex działają według połowy standardowych stawek; tryb Fast je podwaja. Asynchroniczna praca masowa jest więc znowu o połowę tańsza, a cennik ma cztery różne efektywne ceny w zależności od tego, jak wyślesz żądanie.

• Effort — sześć wartości: none, low, medium, high, xhigh i max, przy czym medium jest udokumentowaną wartością domyślną. Effort obowiązuje dla pojedynczego żądania, a nie jest właściwością wdrożenia.

• Punkty końcowe — Responses, Chat Completions i Batch. Chat Completions obsługuje wywoływanie funkcji tylko wtedy, gdy parametr reasoning effort ma wartość none; wbudowane narzędzia i wywoływanie funkcji zasadniczo wymagają interfejsu Responses API, który obsługuje wyszukiwanie w sieci, wyszukiwanie plików, generowanie obrazów, interpreter kodu, hostowany shell, apply_patch, umiejętności, obsługę komputera, MCP oraz wyszukiwanie narzędzi.

Ta ostatnia linia ma większe znaczenie, niż się wydaje. Jeśli Twoja automatyzacja korzysta z narzędzi, używasz Responses API, a Twój poziom wysiłku jest powiązany z wyborem punktu końcowego. Zespół, który ustawia wysiłek na niski, aby oszczędzać pieniądze, i oczekuje, że wywoływanie funkcji będzie nadal działać w Chat Completions, zbudował potok, który zawiedzie przy pierwszym wywołaniu narzędzia.

Liczbą, która o tym decyduje, jest koszt na ukończone zadanie, a nie koszt na token.

Artificial Analysis opublikowało swoją niezależną ocenę w ciągu kilku godzin od premiery, a najważniejsza liczba jest niewygodna dla każdego, kto zakładał, że tańszy token oznacza tańsze zadanie. W swoim Intelligence Index GPT-6 Luna kosztuje około 0,07 USD za zadanie przy maksymalnym wysiłku, wobec około 0,18 USD dla GPT-5.6 Luna przy tym samym wysiłku — spadek o około 60%, wynikający z obniżki ceny, a nie z tego, że model wykonuje mniej pracy. Sam wynik w indeksie jest na tym samym poziomie co model, który zastępuje. Dla zobrazowania skali GPT-6 Sol kosztuje około 1,06 USD za zadanie w indeksie wobec 1,99 USD dla GPT-5.6 Sol.

Odczytywane razem, te trzy liczby jasno ukazują kształt tej rodziny. Koszt Sol na zadanie jest około piętnaście razy wyższy niż w przypadku Luny, przy istotnie wyższym wyniku. Luna nie jest gorszą wersją Sol; to inne narzędzie, a to właśnie koszt na zadanie mówi, które z nich trzymasz.

Niewygodna połowa to to, co stało się z agentem kodującym. W Coding Agent Index firmy Artificial Analysis GPT-6 Luna uzyskuje 41 punktów przy maksymalnym wysiłku — o dwa punkty mniej niż wynik 43 GPT-5.6 Luna — podczas gdy GPT-6 Sol poszedł w drugą stronę, o dwa punkty w górę, do 57 przy 2,99 USD za zadanie. Tak więc zmiana generacji w taniej warstwie to niewielki regres w kodowaniu agentowym, a nie poprawa, nawet gdy cena spada. Każdy, kto odczytuje „nową generację” jako „bezwzględnie lepszą”, będzie zaskoczony tą kolumną.

Gadatlwość to ukryta pozycja

W tej samej ewaluacji jest druga liczba, która wiele wyjaśnia w przypadku pierwszej. Podczas przebiegu Intelligence Index GPT-6 Luna wygenerował około 51 000 tokenów wyjściowych na zadanie, wobec około 41 000 w przypadku GPT-5.6 Luna. Nowszy, tańszy model jest o około jedną czwartą bardziej rozwlekły, by osiągnąć porównywalny wynik. Oszczędności wynikają z obniżki ceny, a nie z tego, że model stał się bardziej wydajny na jednostkę pracy.

To ma znaczenie z dwóch powodów. Przy $0,50 za milion tokenów wyjściowych dodatkowe 10 000 tokenów wyjściowych na zadanie kosztuje pół centa. Rozciągnij to na sto tysięcy zadań dziennie, a przyrost wyniesie miliard tokenów, czyli $500 dziennie — w modelu, którego cena z nagłówka to dziesięć centów za milion tokenów wejściowych. A rozwlekłość źle współgra z pułapem 128 000 tokenów wyjściowych: model, który myśli dłużej i pisze dłużej, szybciej dobija do tego limitu, co zamienia problem kosztów w problem ucinania.

Środkiem zaradczym jest dyscyplina pamięci podręcznej, a ta rodzina ma naprawdę dobrą jej odmianę. Odczyty buforowanego wejścia po 0,01 USD za milion to jedna dziesiąta stawki niebuforowanej, a OpenAI zmieniło zasady unieważniania, tak że dostosowanie wysiłku rozumowania lub dostępności narzędzi nie odrzuca już buforowanego kontekstu. Dla obciążenia ze stabilnym długim prefiksem — schemat, prompt systemowy, dokument, o który zadajesz sześć pytań — efektywna stawka za wejście jest bliższa centowi niż dziesięciu centom, a ta różnica jest większa niż obniżka z nagłówka. To także różnica między tym, że tania warstwa jest tania, a tym, że jest jedynie tańsza.

Gdzie tania warstwa ulega regresji, a gdzie nie

Ta sama niezależna ocena oddziela regresje od szumu, a właśnie to rozróżnienie jest w niej najbardziej użyteczne. GPT-6 Luna traci około 75 punktów Elo względem swojego poprzednika w GDPval-AA v2.1 i około 45 punktów Elo w AA-Briefcase v1.1. Artificial Analysis przypisuje jedno i drugie niższej jakości prezentacji oraz produktom końcowym pomijającym wymagane elementy kryteriów oceny, a nie błędom faktograficznym lub w rozumowaniu. Jego wskaźnik halucynacji wyraźnie się poprawia, z około 93% do 77%, a jego AA-Omniscience Index zmienia się z −10 na 1. W AutomationBench-AA zyskuje: 53% wobec 50%; w Terminal-Bench 4.0 zyskuje nieznacznie: 13% wobec 12%.

Ten podział to cała decyzja. Model nie stał się gorszy w zadaniu; stał się gorszy w przekazywaniu ci gotowego artefaktu. Jeśli konsumujesz ustrukturyzowane dane wyjściowe — klasyfikację, ekstrakcję, decyzję o trasowaniu, ładunek JSON — regresja nie kosztuje cię nic, a obniżka ceny to darmowe pieniądze. Jeśli produkt końcowy czyta człowiek, regresja kosztuje cię recenzenta, a czas tego recenzenta jest prawdopodobnie droższy niż zaoszczędzone tokeny.

Własne, nieodtworzone twierdzenia OpenAI lokują się na drugim końcu spektrum: że przy wysokim wysiłku GPT-6 Luna poprawia wynik swojego poprzednika o 5,4 punktu procentowego przy koszcie na zadanie niższym o 58%; że przy maksymalnym wysiłku osiąga 66,6% w DeepSWE 1.1, co OpenAI porównuje z Claude Opus 5 przy średnim wysiłku, przy koszcie stanowiącym ułamek kosztu zadania; oraz że w OSWorld 2.0 przewyższa GPT-5.6 Sol przy średnim wysiłku przy mniej więcej jednej dziesiątej kosztu. To porównania w harnessie dostawcy przy wybranych przez dostawcę ustawieniach wysiłku, a jedyna rzecz, którą warto z nich wynieść, ma charakter kierunkowy — tania klasa jest teraz w zasięgu zeszłorocznej klasy średniej. Wartości procentowe dla poszczególnych zadań warto zignorować, ponieważ harness nie jest taki sam po obu stronach.

Dolny próg wysiłku to miejsce, w którym staje się to praktyczne. Opublikowane wytyczne mówią, aby najpierw testować none lub low w przypadku prostej ekstrakcji i routingu, a wysiłek zwiększać tylko tam, gdzie uzasadnia to zmierzona jakość. Jedna praktyczna relacja z tygodnia premiery wykazała, że przy niskim wysiłku GPT-6 Luna w ogóle nie nadaje się do pracy agentowej, co stawia jej praktyczny dolny próg na medium dla wszystkiego, co wieloetapowe. Drugie ustalenie z tego samego rodzaju testów jest bardziej dosadne: w jednym ćwiczeniu wdrożeniowym manifesty Kubernetes tego modelu przeszły walidację schematu, a następnie poległy we wszystkich trzech próbach na prawdziwym klastrze, ponieważ walidator sprawdza kształt, a nie zachowanie. Jeśli generowana konfiguracja trafia do wdrożenia bez sprawdzenia wykonania w pętli, tańsza warstwa przekaże ci awarie, które wyglądają jak pozytywne wyniki.

Domyślne pytanie i dlaczego routing jest na nie odpowiedzią

Platforma, która uczyniła GPT-6 Luna swoim modelem zapasowym, oceniła tę zmianę jako średnie ryzyko, a dołączona do niej notatka jest szczerą wersją całego artykułu: każda organizacja niemająca własnego modelu domyślnego przechodzi na Lunę, która jest tańsza, ale stanowi niższą warstwę niż Terra, więc jakość w trudnych zadaniach może się różnić. Dokładnie na tym polega ten kompromis. Wybór domyślny to zakład, że większość ruchu jest łatwa, i dla większości organizacji ten zakład jest słuszny — dlatego zmiana została wdrożona. Ryzyko dotyczy mniejszości żądań, które takie nie są.

Aby zawrzeć ten zakład bez ponoszenia jego minusów, trzeba przestać traktować domyślny model jako pojedynczy model. GPT-6 Luna można kierować przez OrcaRouter po jego podanej stawce, bez dodatkowego narzutu, co oznacza, że stała cena dostawcy jest ceną, którą widzisz tutaj, a przyszła obniżka wchodzi tego samego dnia, a nie przy kolejnym odnowieniu umowy. Na naszej własnej stronie modelu w tym tygodniu osiąga 74,3 tokena na sekundę wyjścia przy 0% wskaźniku błędów w całym ruchu, który obsługujemy. Oba poziomy kontekstu są dostępne zgodnie z publikacją: 0,10 USD za wejście i 0,50 USD za wyjście poniżej 272 000 tokenów wejściowych, a powyżej tego progu stawki rosną do 0,20 USD i 0,75 USD.

Daje to domyślne ustawienie, które można eskalować. A DSL routingupozwala kierować większość ruchu do GPT-6 Luna przy średnim wysiłku i przekierowywać go na podstawie warunku — długość wejścia powyżej progu 272K, wymóg wywołania narzędzia, klasa zadań, na którą faktycznie wpływa regresja wrażliwa na kryteria oceny — do GPT-6 Sol albo, w przypadku pracy długodystansowej, do flagowego GPT-6 Astra, na tym samym kluczu, bez drugiej umowy i bez zmian w kodzie. To zupełnie inny kształt decyzji niż wybór jednego modelu i życie z nim. Dostajesz poziom za dziesięć centów tam, gdzie dowody mówią, że się utrzymuje, oraz poziom za dwa albo dziesięć dolarów tam, gdzie się nie utrzymuje, a granicą jest reguła, którą sam napisałeś, a nie nadzieja. Automatyczne przełączanie awaryjneobejmuje drugi tryb awarii, czyli sytuację, gdy dostawca stojący za tanim poziomem ma zły dzień, a twoja automatyzacja jest w trakcie działania.

Kto powinien się ruszyć, a kto powinien czekać

Przejdź, jeśli Twój ruch jest ustrukturyzowany i o dużym wolumenie: klasyfikacja, ekstrakcja, tagowanie, routing intencji, triage logów, streszczanie oraz ograniczone pętle implementacyjne, które znajdują się wewnątrz większego agenta. Dowody potwierdzają obniżkę ceny i parytet wyników, a regresja prezentacji jest niewidoczna dla konsumenta, który parsuje JSON.

Nie przenoś łańcucha agentów o długim horyzoncie, refaktoryzacji obejmującej wiele plików ani niczego, czego wynik zatwierdza człowiek, wyłącznie dlatego, że token jest tani. Coding Agent Index spadł o dwa punkty, ewaluacje pracy wiedzowej spadły, a model jest bardziej rozwlekły na zadanie niż ten, który zastępuje. Tańszy token, który wymaga recenzenta, to nie tańsze zadanie.

I pilnuj jednej liczby, a nie wszystkich. Różnica 51 000 kontra 41 000 tokenów wyjściowych to liczba, która decyduje, czy domyślne ustawienie Luna daje oszczędność, czy wychodzi na zero przy Twoim konkretnym obciążeniu, i można ją zmierzyć na własnym ruchu w jedno popołudnie. Cennik jest ustalony i niezmienny; liczba tokenów na ukończone zadanie już nie — i to właśnie ona pojawia się na fakturze.