OpenAI 22 września 2026 roku rozszerzyło rodzinę GPT-6 o modele GPT-6 Sol i GPT-6 Luna. Sol jest kierowany do złożonego codingu, agentów i profesjonalnej pracy, natomiast Luna do tańszych zadań wykonywanych masowo: streszczania, ekstrakcji, klasyfikacji i szybkich odpowiedzi. Oba modele są dostępne w API, Codex i ChatGPT Work.
Największa zmiana dotyczy ekonomii. OpenAI obniżyło ceny tej klasy modeli o około połowę względem promocyjnych cen GPT-5.6, a Luna kosztuje zaledwie 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych. To otwiera zadania, w których wcześniej koszt LLM był zbyt wysoki przy milionach wywołań miesięcznie.
- Sol i Luna – dwa różne poziomy pracy
- Ile kosztują GPT-6 Sol i Luna?
- Co zmienia się względem GPT-5.6?
- Tańszy model nie zawsze oznacza tańszy workflow
Sol i Luna – dwa różne poziomy pracy
GPT-6 Sol i Luna korzystają z rozwiązań opracowanych przy GPT-6 Astra, ale są zoptymalizowane pod inne proporcje jakości, szybkości i ceny. Sol ma być modelem roboczym do powtarzalnych zadań wymagających reasoning, codingu i narzędzi. Luna jest lżejsza i znacznie tańsza, dlatego pasuje do procesów, w których każde pojedyncze zadanie jest proste, ale liczba wywołań jest ogromna.
| Model | Cena input / 1 mln | Cena output / 1 mln | Typowe zastosowanie |
|---|---|---|---|
| GPT-6 Sol | 2 USD | 10 USD | coding, agenci, złożona praca |
| GPT-6 Luna | 0,10 USD | 0,50 USD | ekstrakcja, klasyfikacja, streszczenia, masowe API |
Ile kosztują GPT-6 Sol i Luna?
Przy tej premierze ceny są częścią technologicznej zmiany, a nie dodatkiem do cennika. Jeżeli system analizuje miliony dokumentów albo klasyfikuje ogromną liczbę rekordów, różnica kilku dolarów za milion tokenów potrafi zdecydować, czy projekt w ogóle ma ekonomiczny sens. Luna tworzy bardzo tani poziom inteligencji, który może działać jako filtr, router lub pierwszy etap większego workflow. Sol jest droższy, ale nadal został wyceniony na poziomie umożliwiającym szerokie użycie w codingu i agentach.
Co zmienia się względem GPT-5.6?
OpenAI deklaruje poprawę jakości faktograficznej i codingu względem odpowiedników z rodziny 5.6. Firma podaje, że GPT-6 Sol popełnia około połowę mniej błędów w wewnętrznym teście opartym na zgłoszeniach użytkowników niż poprzednik. To test producenta, więc traktujemy go jako informację o kierunku poprawy, a nie jako niezależną gwarancję poprawności.
Dla kontekstu warto wrócić do naszego wcześniejszego artykułu o rodzinie GPT-5.6 Sol, Terra i Luna. Widać, że OpenAI utrzymuje model warstwowy: najmocniejszy system obsługuje najtrudniejsze zadania, Sol ma być codziennym modelem profesjonalnym, a Luna najtańszym silnikiem do pracy na skalę.
Tańszy model nie zawsze oznacza tańszy workflow
Przy agentach liczy się jednak nie tylko cena tokena. Model, który potrzebuje więcej kroków, częściej poprawia własne błędy albo generuje dłuższe reasoning, może kosztować więcej mimo niższej stawki jednostkowej. Dlatego developer powinien mierzyć koszt zakończonego zadania, liczbę wywołań narzędzi i odsetek procesów zakończonych poprawnie.
- GPT-6 Sol do programowania – coding, repozytoria i zadania agentowe.
- GPT-6 Luna do API – tanie operacje wykonywane w dużej liczbie.
- AI do ekstrakcji danych – klasyfikacja i przetwarzanie dokumentów.
- Model AI do routera – Luna jako pierwszy, tani etap decydujący o dalszym workflow.
Źródła i komunikaty
News przygotowano na podstawie oficjalnego changelogu i informacji OpenAI oraz niezależnych relacji z dnia premiery.
