GPT-6 Luna kontra DeepSeek V4 Pro: jeden punkt indeksu, pięciokrotnie wyższa cena i argument za posiadaniem własnych wag

Oto liczba, która powinna rozstrzygnąć to starcie, a nie rozstrzyga: GPT-6 Luna osiąga 37 punktów w Artificial Analysis Intelligence Index przy maksymalnym wysiłku. DeepSeek V4 Pro osiąga 36 punktów w tej samej wersji indeksu, również przy maksymalnym wysiłku. Różnica jednego punktu w przypadku wskaźnika złożonego, w którym pojedynczy punkt mieści się w szumie ponownego przebiegu — a dwa modele dzieli około pięciokrotna różnica w cenie. GPT-6 Luna ma cenę katalogową 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych. DeepSeek V4 Pro 0813 ma cenę katalogową 0,66 USD i 1,98 USD poza godzinami szczytu, która podwaja się do 1,32 USD i 3,96 USD w oknie szczytowym.

Gdyby to była cała historia, ten artykuł miałby długość jednego akapitu i kończyłby się słowami „użyj GPT-6 Luna”. To nie jest cała historia, a powodem jest ten jeden wymiar, w którym porównanie całkowicie się odwraca: wagi DeepSeek V4 Pro są otwarte i objęte licencją MIT. Model, który kosztuje pięć razy więcej za token, jest modelem, który wolno ci pobrać, modyfikować, dostrajać i uruchamiać na własnym sprzęcie na zawsze. To nie jest przypis do argumentu o cenie — dla określonej klasy nabywców to jest cały argument, a premierą GPT-6 Luna z 22 września raczej go zaostrzyła, niż rozstrzygnęła.

Co wysłano i kiedy

GPT-6 Luna to mały model OpenAI, wydany 22 września 2026 r. obok GPT-6 Sol w cenie $2.00/$10.00 i poniżej flagowego GPT-6 Astra w cenie $10.00/$50.00. OpenAI opisuje go jako najbardziej wydajny model firmy do skoncentrowanych zadań o dużym wolumenie. Ma okno kontekstowe 1 050 000 tokenów, maksymalne wejście 922 000 i limit wyjścia 128 000 tokenów, obsługuje tekst i obrazy oraz udostępnia poziom wysiłku rozumowania od none przez low, medium, high, xhigh i max — przy czym domyślnie jest to medium.

DeepSeek V4 Pro 0813 to wydanie GA flagowego modelu czwartej generacji DeepSeek, opublikowane 13 sierpnia 2026 roku, zastępujące kwietniową wersję zapoznawczą pod tym samym identyfikatorem deepseek-v4-pro. To tekstowy model typu mixture-of-experts z 1,6 biliona parametrów łącznie i 49 miliardami aktywnych, oknem kontekstu 1 mln tokenów oraz nietypowo hojnym limitem wyjścia wynoszącym 384 000 tokenów — trzykrotnie większym niż w GPT-6 Luna. Wagi trafiły na Hugging Face jako deepseek-ai/DeepSeek-V4-Pro-0813 mniej więcej pół dnia po uruchomieniu API: 66 shardów fp8, bez ograniczeń, na licencji MIT. Nasza własna strona katalogowa tego modelu wciąż podaje kwietniową datę wersji zapoznawczej zamiast sierpniowej daty GA, co warto wiedzieć, jeśli odczytujesz daty ze stron produktowych, a nie z informacji o wydaniu.

Oba są nastawione przede wszystkim na rozumowanie i mają długi kontekst. Tylko jeden z nich to plik, który możesz trzymać.

Karty stawek, szczerze mówiąc

Jedna linia na wymiar, obie strony w każdym:

• Wejście za 1 mln — GPT-6 Luna $0,10 vs DeepSeek V4 Pro $0,66 poza szczytem / $1,32 w szczycie

• Wyjście na 1 mln — GPT-6 Luna 0,50 USD vs DeepSeek V4 Pro 1,98 USD poza szczytem / 3,96 USD w szczycie

• Wejście z pamięci podręcznej — GPT-6 Luna 0,01 USD za 1 mln, 90% zniżki względem własnej stawki, podczas gdy DeepSeek V4 Pro ma 97% zniżki na pamięć podręczną, czyli większy procentowy upust od wyższej podstawy

Okno szczytowe — GPT-6 Luna: brak, płasko przez cały dzień, w porównaniu z DeepSeek V4 Pro, który podwaja się między 01:00–04:00 a 06:00–10:00 UTC

• Klauzula długiego kontekstu — GPT-6 Luna podwaja opłaty za wejście i pamięć podręczną oraz podnosi opłatę za wyjście 1,5× powyżej 272K wejścia, stosowana do całego żądania, w przeciwieństwie do DeepSeek V4 Pro, który nie ma opublikowanej na swojej karcie dopłaty za długi kontekst

• Kontekst i dane wyjściowe — GPT-6 Luna 1 050 000 we / 128 000 wy vs DeepSeek V4 Pro 1 048 576 we / 384 000 wy

• AA Intelligence Index — GPT-6 Luna 37 przy maksymalnym wysiłku vs DeepSeek V4 Pro 36 przy maksymalnym wysiłku, ta sama wersja indeksu

• Wynik przy domyślnym poziomie wysiłku — GPT-6 Luna 29 przy średnim vs DeepSeek V4 Pro 36 przy jego maksymalnym ustawieniu, czyli wysiłek zmierzony przez Artificial Analysis

• Przełącznik wyłączania rozumowania — GPT-6 Luna: od none do max, a DeepSeek V4 Pro: tylko low, high i max

• Koszt uruchomienia indeksu — GPT-6 Luna $122.39 vs DeepSeek V4 Pro $1,122.27

• Wagi — GPT-6 Luna zamknięte, tylko przez API, a DeepSeek V4 Pro otwarte, na licencji MIT, z możliwością samodzielnego hostowania

• W OrcaRouter — GPT-6 Luna nie znajduje się w naszym katalogu w porównaniu z DeepSeek V4 Pro, którego można routować w cenie katalogowej DeepSeek

Jeśli przeczytać te wiersze razem, układ jest nietypowy: model zamknięty jest tańszy w każdym rozliczeniu za token poza buforowanym wejściem, a model otwarty wygrywa pod względem długości wyjścia, zachowania przy długim kontekście i w jednej rzeczy, której w ogóle nie da się wycenić za token.

Dlaczego jednopunktowa różnica to nie jest cała historia

Różnica jednego punktu w indeksie złożonym nie jest różnicą możliwości, na której można coś oprzeć, i warto powiedzieć wprost, że to najmniej interesująca liczba w artykule. Dwie rzeczy z tym związane mają jednak znaczenie.

Po pierwsze, rewizje indeksu się przesuwają. Wcześniejsze zrzuty tego samego badania wskazywały wynik DeepSeek V4 Pro przy maksymalnym wysiłku jako istotnie wyższy niż 36, który pokazuje nasz dzisiejszy odczyt, a wyniki GPT-6 Astra wahały się między 52,8, 53 i 54,7 w materiałach opublikowanych w ciągu jednego miesiąca. Każde porównanie opierające się na dokładnej różnicy między dwoma modelami w ruchomym indeksie opiera się na czymś, co nie utrzyma się w miejscu. Uczciwa interpretacja jest taka, że te dwa modele u szczytu swoich możliwości znajdują się w tym samym przedziale możliwości, a indeks nie powie ci, który jest lepszy do twojego zadania.

Drugi to domyślny poziom wysiłku i tutaj luka jest realna. 37 GPT-6 Luna to wynik przy maksymalnym wysiłku. Jego ustawienie domyślne to średni, przy którym uzyskuje 29. 36 DeepSeek V4 Pro to również jego wynik przy maksymalnym wysiłku, a także ustawienie, na którym uruchomiła go Artificial Analysis. Zespół, który wdraża GPT-6 Luna i niczego nie zmienia, działa z wynikiem 29 przeciwko 36 — siedmiopunktowy deficyt w niewłaściwym kierunku i coś, co w powdrożeniowej analizie produkcyjnej objawia się jako „tani model jest gorszy”, gdy rzeczywistym problemem jest ustawienie domyślne.

Ile tak naprawdę warte są otwarte wagi

W tym miejscu porównanie cen przestaje być arytmetyką i staje się pytaniem o Twój biznes. Wagi na licencji MIT dają Ci cztery rzeczy, a każda z nich ma metkę cenową, która nigdy nie pojawia się na karcie stawek.

Po pierwsze, to dolny limit kosztów. Rozliczanie za token to wynajem; wagi są aktywem. Jeśli Twój wolumen jest wystarczająco duży, aby stała infrastruktura GPU wygrywała z rachunkiem za zużycie, DeepSeek V4 Pro jest jedynym z tych dwóch modeli, w przypadku którego taka opcja w ogóle istnieje. Przy stawkach GPT-6 Luna próg opłacalności jest daleko — stawkę jednego centa za buforowane wejście naprawdę trudno pobić wynajmowanym krzemem — ale „daleko” to co innego niż „niemożliwe”, a to drzwi jednokierunkowe: w każdej chwili możesz przejść z hostowania własnego na API, ale w drugą stronę już nie.

Drugi czynnik to niezależność od planu rozwoju dostawcy. Promocyjne stawki GPT-5.6 Luna miały podany termin wygaśnięcia. Stawki GPT-6 Luna są stałe według OpenAI — ale stałość to obietnica dotycząca modelu, który dostawca może wycofać, kiedy tylko wypuści następcę. Model, który hostujesz, nie może zostać uznany za przestarzały i wycofany bez twojej kontroli. Dla każdego, kto przeszedł przymusową migrację z zamkniętego modelu, jest to warte więcej niż pięciokrotna różnica w cenie tokenów.

Trzecim czynnikiem są dane. Jeśli prompt zawiera materiał, który nie może opuścić twojej infrastruktury, porównanie kończy się tutaj i nie ma znaczenia, ile kosztuje GPT-6 Luna.

Czwarta rzecz polega na tym, że można go dostroić. GPT-6 Luna w ogóle nie jest dostępny do dostrajania — dostępne są tylko Chat Completions, Responses i Batch, i to cała lista. Wagi DeepSeek V4 Pro można trenować na własnym rozkładzie danych, co w przypadku wąskiego zadania o dużym wolumenie często daje większą korzyść niż jakikolwiek punkt w ogólnym indeksie.

Wbrew temu wszystkiemu, argument GPT-6 Luna jest taki, że jest ona około pięciokrotnie tańsza przy mieszanym stosunku wejścia do wyjścia 3:1 poza godzinami szczytu i blisko dziesięciokrotnie tańsza w godzinach szczytu DeepSeek, że jej stawka za buforowane wejście wynosi jedną dziesiątą jej i tak już niskiej stawki za wejście, że można jej nakazać całkowite zaprzestanie rozumowania oraz że jej cena katalogowa nie podwaja się dwa razy dziennie. W przypadku obciążenia bez ograniczeń dotyczących rezydentności danych, bez wymogu dostrajania i bez chęci do obsługi infrastruktury wnioskowania, jest to prosta odpowiedź.

Migracja jest mniejsza, niż sugeruje różnica cen.

Przełączanie się między nimi jest bliższe zmianie konfiguracji niż portowaniu. Oba obsługują format chat completions zgodny z OpenAI, oba mają okno kontekstowe klasy 1M, a tryby awarii są takie, jakich można się spodziewać, a nie strukturalne.

Dwie z nich warto wskazać przed przeniesieniem ruchu. Klauzula długiego kontekstu GPT-6 Luna jest tą kosztowną: po przekroczeniu 272 000 tokenów wejściowych całe żądanie zostaje ponownie wycenione na podwójny koszt wejścia i pamięci podręcznej oraz 1,5× wyjścia, więc wywołanie o 300 000 tokenów kosztuje dwa razy tyle, co to samo wywołanie podzielone na dwa. DeepSeek V4 Pro nie ma takiej klauzuli, co oznacza, że w przypadku naprawdę ogromnych pojedynczych żądań pięciokrotna różnica w cenie jest mniejsza, niż się wydaje, i może się odwrócić przy wywołaniu w godzinach szczytu. A limit wyjścia jest twardym ograniczeniem, a nie preferencją: 128 000 tokenów w porównaniu z 384 000. Potok, który generuje długie ustrukturyzowane artefakty, może w ogóle nie zmieścić się w GPT-6 Luna, i żadna przewaga cenowa tego nie naprawi.

DeepSeek V4 Pro jest dostępny w OrcaRouter w cenie katalogowej DeepSeek, z cenami przekazywanymi bezpośrednio, dzięki czemu zmiana stawek dostawcy trafia po naszej stronie tego samego dnia — istotne w przypadku modelu, którego stawki już zmieniają się między godzinami szczytu a poza nimi. GPT-6 Luna nie znajduje się w naszym katalogu na dzień pisania tego tekstu i jest dostępny przez własne API OpenAI, więc zespół, który chce korzystać z obu, używa jednego klucza do DeepSeek V4 Pro obok tego, czego już używa do OpenAI. Automatyczne przełączanie awaryjne to element, który w tym konkretnym zestawieniu zasługuje na swoje miejsce: degradacja hostowanego samodzielnie lub zewnętrznego punktu końcowego DeepSeek to dokładnie ten scenariusz, w którym chcesz, aby trasa przełączyła się bez wdrażania.

Kto powinien wybrać, które

Wybierz DeepSeek V4 Pro, jeśli spełniony jest którykolwiek z poniższych warunków. Prompt nie może opuścić Twojej infrastruktury. Musisz dostroić model. Generujesz wyniki dłuższe niż 128 000 tokenów. Twoje żądania regularnie przekraczają 272 000 tokenów wejściowych. Albo Twój wolumen jest na tyle duży, że wolisz kupić GPU niż wynajmować tokeny, i chcesz mieć możliwość późniejszego przełączenia się na to bez przepisywania aplikacji.

Wybierz GPT-6 Luna, jeśli żaden z tych przypadków nie zachodzi, a Twoje obciążenie ma duży wolumen, jest konsumowane przez programy i jest krótkotrwałe. Klasyfikacja, ekstrakcja, routing, hurtowa sumaryzacja, wewnętrzna pętla agenta. Przy $0.10/$0.50 ze stawką jednego centa za wejście z pamięci podręcznej i Batch w połowie ceny kalkulacja nie pozostawia wątpliwości, a różnica jednego punktu w indeksie przy maksymalnym wysiłku nie będzie widoczna w Twojej ewaluacji. Uruchom go w trybie medium, sprawdź regresję dwóch punktów w Coding Agent Index na własnych testach, a nie na wykresie dostawcy, i utrzymuj długie wywołania po właściwej stronie granicy 272 000 tokenów.

Błędem, którego należy unikać, jest traktowanie pięciokrotnej różnicy w cenie jako odpowiedzi. To odpowiedź na jedno pytanie — ile kosztuje token — a milczy na temat czterech pytań, które decydują o tym, czy za dwa lata nadal będziesz w stanie uruchamiać to obciążenie.