OpenAI maakt de GPT-6-familie compleet met Sol en Luna en halveert de API-tarieven
Op 22 september 2026 breidde OpenAI zijn aanbod uit: naast GPT-6 Astra, begin deze maand gelanceerd, komen nu GPT-6 Sol en GPT-6 Luna. Volgens de maker is Sol bedoeld voor programmeren en complexe taken, terwijl Luna zich richt op werk met grote volumes, zoals samenvatten en data-extractie. De technische documentatie vermeldt voor beide identifiers, gpt-6-sol en gpt-6-luna, een contextvenster van 1.050.000 tokens, met maximaal 922.000 tokens invoer en 128.000 tokens uitvoer, en een kennisgrens van 20 april 2026 voor Sol en 18 mei 2026 voor Luna.
OpenAI spreekt van een gemiddelde prijsverlaging van vijftig procent ten opzichte van de 5.6-serie. Op basis van de tarieven van de voorgangers die TechCrunch en Pulse2 noemen, gaat Sol van 4 dollar invoer en 20 dollar uitvoer naar 2 en 10 dollar per miljoen tokens, en Luna van 0,20 invoer en 1,20 uitvoer naar 0,10 en 0,50 dollar. OpenAI schrijft de verlaging toe aan optimalisaties in inferentie en caching. Boven de 272.000 invoertokens verdubbelen de tarieven van Luna echter voor invoer en cache, en voor uitvoer stijgen ze met een factor 1,5. In ChatGPT Work en Codex zijn beide modellen beschikbaar voor abonnees van Plus, Pro, Business, Enterprise en Edu; gebruikers van Free en Go kunnen alleen Luna gebruiken, en uitsluitend in de desktopapp. MacRumors merkt bovendien op dat de integratie in de chatmodus op dit moment niet actief lijkt.
De opgegeven benchmarks vragen om een voorzichtige lezing. Volgens de verstrekte cijfers haalt Sol 33,2% op AutomationBench tegenover 26,9% voor Claude Opus 5, terwijl Sol op DeepSWE v1.1 uitkomt op 68,8% en Luna op 66,6%, tegenover 69,9% voor Claude Fable 5. Deze cijfers komen uit interne metingen met door het bedrijf gekozen inspanningsinstellingen en zijn nog niet door derden gecontroleerd. Meerdere vakmedia melden dezelfde cijfers, maar ze konden niet rechtstreeks in de officiële aankondiging worden gelezen vanwege een HTTP 403-fout. Ook over feitelijkheid zegt OpenAI zelf dat de geclaimde halvering van de fouten van Sol ten opzichte van zijn voorganger komt uit een test met gesprekken die speciaal zijn opgezet om fouten uit te lokken, zonder controle op de lengte van de antwoorden, en dus niet representatief is voor normaal gebruik.
Nu de concurrentie tussen frontierlabs zich agressief verplaatst naar de kosten per token — dezelfde dag, zo'n negentig minuten eerder, had een concurrent een nieuw topmodel gelanceerd — blijft de echte onbekende hoe efficiënt deze modellen werkelijk zijn wanneer ze de werkelijke volumes van bedrijven moeten verwerken.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële modelpagina's op developers.openai.com gelezen: prijzen, context, maximale uitvoer, kennisgrens en de toeslag van Luna boven 272.000 tokens. Vergeleken met TechCrunch, MacRumors, Pulse2, RuntimeWire en TestingCatalog: ze komen overeen over data, oude en nieuwe prijzen, beschikbaarheid per abonnement en benchmarks. Onze eerdere artikelen nagekeken: GPT-6 was nog niet behandeld.
- Incertezze
- Alle benchmarks zijn door OpenAI zelf gemeten, met door OpenAI gekozen inspanningsinstellingen, en geen enkele is al onafhankelijk gecontroleerd. De verbetering in feitelijkheid komt uit een interne test die OpenAI zelf niet representatief noemt. De officiële aankondiging was niet op te halen (HTTP 403): de benchmarkcijfers zijn bevestigd door meerdere media, niet door de primaire bron. Prijzen, context en kennisgrens zijn daarentegen gecontroleerd in de documentatie. Een citaat van Sam Altman dat maar één medium meldde, is weggelaten.
- Perché pubblicarla
- Het is de belangrijkste modelrelease van de week, van het meest gebruikte lab, en het verandert de rekensom voor ontwikkelaars: kosten per token gehalveerd, context boven een miljoen tokens, Luna voor 0,10 dollar. Een goede gelegenheid om gecontroleerde prijzen te scheiden van zelfgerapporteerde benchmarks.