Massive Preissenkung von GPT-5.6: Der Eingabepreis von Luna ist sogar günstiger als der von DeepSeek, und die offizielle Version von DeepSeek V4 wird unmittelbar danach veröffentlicht.

Am 31. Juli erlebte die KI-Branche am selben Tag zwei schwere Schläge.

Auf der einen Seite kündigte OpenAI plötzlich eine drastische Preissenkung an, der Eingabepreis des günstigsten Modells sank direkt von 1 US-Dollar auf 0,2 US-Dollar, was einer Kürzung um 80 % entspricht – dieser Preis liegt sogar unter dem von DeepSeek, das im Inland für sein „gutes Preis-Leistungs-Verhältnis“ bekannt ist. Auf der anderen Seite blieb DeepSeek auch nicht untätig und stellte noch am selben Tag eine neue Version online, die nach eigenen Angaben ihre Fähigkeiten bei komplexen Aufgaben wie dem Schreiben von Code und dem Beheben von Fehlern erheblich verbessert hat.

Die beiden Unternehmen verfolgen offensichtlich unterschiedliche Wege: OpenAI möchte Top-Leistungen zu niedrigen Preisen verbreiten, während DeepSeek mit maximalem Preis-Leistungs-Verhältnis den Markt erobert. Aber sie haben ausgerechnet am selben Tag zugeschlagen – das ist keineswegs Zufall, sondern eine direkte Konfrontation darüber, „wie teuer KI eigentlich verkauft werden sollte“.

Hinter der Hektik gibt es jedoch drei Fragen, die nachdenklicher sind:

Erstens: Wer hat OpenAI dazu gedrängt, nur drei Wochen nach der Veröffentlichung die Preise um 80 % zu senken? Zweitens: Die inländischen Modelle haben sich immer auf „Niedrigpreise“ als Schutzwehr verlassen – wird diese Taktik noch funktionieren, wenn der Konkurrent jetzt noch günstiger ist als sie selbst? Drittens: Wer wird zuerst nicht mehr durchhalten können, wenn der Preiskampf so weit fortgeschritten ist?

01  Luna zu stark reduziert, Sol beschleunigt ohne Preisaufschlag 

Diese Preisanpassung betrifft drei Modelle der GPT-5.6-Serie, aber die Intensität ist völlig unterschiedlich.

Luna ist der absolute Hauptakteur dieser Preissenkung. Der Eingabepreis sank von 1 US-Dollar auf 0,2 US-Dollar, der Ausgabepreis von 6 US-Dollar auf 1,2 US-Dollar – eine Kürzung um 80 % auf einen Schlag. Bei Terra ist die Anpassung relativ moderat: Der Eingabepreis sank von 2,5 US-Dollar auf 2 US-Dollar, der Ausgabepreis von 15 US-Dollar auf 12 US-Dollar, was einer Senkung um 20 % entspricht. Der Preis des Flaggschiffs Sol bleibt völlig unverändert: Die Eingabe kostet weiterhin 5 US-Dollar, die Ausgabe 30 US-Dollar, aber in der API gibt es jetzt einen neuen Schalter für den Fast-Modus.

Das Design des Fast-Modus ist sehr interessant: Die Geschwindigkeit wird auf das 2,5-fache der Standardversion hochgesetzt, die Gebühr verdoppelt sich, aber das Intelligenzniveau wird in keiner Weise gemindert. Er ersetzt den vorherigen Dienst „Priority Processing“, und Anfragen, die zuvor mit dem Prioritäts-Tag markiert waren, werden automatisch auf diesen Modus umgestellt. Einfach ausgedrückt: Die „Geschwindigkeit“ wird separat zum Verkauf angeboten – wer es langsam findet, zahlt mehr, je nach eigenem Budget.

Die Vorteile der Preissenkung wirken sich auch auf die Abonnementebene aus. Die Monatsgebühren von ChatGPT und Codex bleiben unverändert, und das Gesamtlimit der Kontingente ändert sich auch nicht, aber die verbrauchten Punkte beim Aufruf von Luna und Terra werden weniger. Bei derselben Monatsgebühr von 20 US-Dollar können jetzt mehr Aufgaben erledigt werden.

OpenAI hat außerdem nebenbei das Auto-Review-Modell in ChatGPT und Codex CLI von GPT-5.4 durch Luna ersetzt. Diese Funktion ist dafür zuständig, im Hintergrund Code und Änderungsergebnisse zu prüfen, was zu typischen hochfrequenten Agent-Aufgaben gehört. Durch den Wechsel des Modells in Kombination mit der Preissenkung wird die offizielle Schätzung zufolge die Kosten auf etwa ein Zehntel des ursprünglichen Niveaus sinken.

Nach der Preissenkung liegt der Eingabepreis von Luna bereits auf dem Niveau des Vorgängermodells GPT-5.4 nano, und der Ausgabepreis ist sogar um 0,05 US-Dollar günstiger. Aber die Fähigkeiten der beiden Modelle liegen keineswegs auf derselben Ebene – nano erledigt hauptsächlich einfache Nebenaufgaben wie Klassifizierung und Informationsextraktion, während Luna Tools aufrufen, lange Kontexte verarbeiten und mehrstufige Workflows ausführen kann. OpenAI verkauft Modelle, die für die Arbeit von Agenten benötigt werden, jetzt zu Preisen, die früher nur für kleine Modelle galten.

Die Aufgabenteilung der drei Modelle ist jetzt klar: Massenhafte hochfrequente Aufgaben werden von Luna erledigt, alltägliche Arbeiten mit Terra, schwierige Aufgaben bleiben Sol überlassen – wer es langsam findet, aktiviert den Fast-Modus und zahlt mehr für höhere Geschwindigkeit.

02 KI arbeitet für sich selbst, Sol schreibt den ausführenden Code selbst um 

Woher kommt die Zuversicht für die 80-prozentige Preissenkung?

OpenAI hat am Vortag eine Schlüsselinformation offengelegt: Sol ist über Codex in den Produktions-Inferenz-Stack eingebunden und hat selbst das System optimiert, auf dem es selbst läuft. Genauer gesagt hat Sol unter der Anleitung menschlicher Ingenieure vier Dinge erledigt.

Erstens: Neuschreiben von GPU-Kernen. Für die Ausführung von Berechnungsaufgaben auf der GPU benötigt das Modell Unterstützung durch untergeordnete Programme. Je effizienter das Programm geschrieben ist, desto schneller kann dieselbe GPU die Berechnungen abschließen. Sol hat mit den Sprachen Triton und Gluon einen Teil der Produktionskerne selbst neu geschrieben. In Kombination mit umfassenderen Kernel-Optimierungen wurden die End-to-End-Dienstkosten um 20 % gesenkt.

Zweitens: Verbesserung der spekulativen Dekodierung. Diese Technologie lässt im Grunde ein kleines Modell zuerst „erraten“, welche Tokens als Nächstes auftauchen könnten, während das Hauptmodell parallel überprüft. Wenn die Vermutung stimmt, können auf einmal mehrere Tokens ausgegeben werden. Sol hat für diesen Hunderte von Architekturexperimenten entworfen und durchgeführt, den Trainingsprozess aktiv überwacht und bei Hardwarefehlern oder instabilem Training selbst eingegriffen. Dadurch stieg die Effizienz der Token-Generierung um mehr als 15 %.

Drittens: Optimierung des Lastausgleichs. Die Anfragen von OpenAI werden nach Region, Kapazität und Beschleunigertyp verteilt, innerhalb des Clusters dann nach Last und Kontextlänge zugewiesen. Sol hat die Produktionsverkehrsdaten analysiert, Ungleichgewichte entdeckt, die Ingenieure zuvor nicht bemerkt hatten, und neue Routing-Strategien getestet.

Viertens: Optimierung der KV-Cache-Konfiguration. Die optimale Konfiguration hängt stark von der tatsächlichen Last ab, und der Konfigurationsraum ist so groß, dass Ingenieure bisher hauptsächlich nach Erfahrungswerten vorgehen. Nach der Analyse der Produktionslast hat Sol automatisch Kandidatenkonfigurationen generiert und bewertet, um Dinge, die zuvor nicht optimiert werden konnten, an die absolute Grenze zu bringen.

Tibo, Leiter von Codex, fasst diese Vorgehensweise in zwei Schritten zusammen: Zuerst trainiert man ein ausreichend leistungsstarkes Modell, dann nutzt man dieses Modell, um alle Gliederungen einschließlich Infrastruktur und Kern zu optimieren. Es ist jedoch zu beachten, dass der von Sol geschriebene Code nicht direkt in die Produktion übernommen werden kann – OpenAI prüft Struktur und Datenströme punktuell mit Tools und gibt ihn erst frei, wenn alles in Ordnung ist. Der gesamte Prozess wird weiterhin von Menschen gelenkt, während das Modell die Ausführung übernimmt.

Aber alle diese Optimierungen zusammen können die 80-prozentige Preissenkung nicht erklären. Zwischen 20 % niedrigeren Dienstkosten und 15 % höherer Generationseffizienz verbleibt noch eine erhebliche Lücke zur drastischen Preissenkung von Luna.

Für den übrigen Teil muss man schauen, wer OpenAI auf dem Markt zum Handeln zwingt.

03 Preisvergleich: Luna übertrifft DeepSeek V4 Pro beim Preis-Leistungs-Verhältnis 

Woher kommt der Druck, der OpenAI dazu bringt, ausgerechnet jetzt die Preise zu senken?

Die chinesischen Anbieter großer KI-Modelle sind eine unvermeidliche Antwort.

Schauen wir uns zuerst eine Gruppe von Daten an. Statistiken von OpenRouter zeigen, dass seit Ende April 2026 die Anzahl der Token-Aufrufe chinesischer Modelle 13 Wochen in Folge die von US-Modellen übertroffen hat. In der Woche vom 20. bis 26. Juli haben chinesische Modelle etwa 38,6 Billionen Token verarbeitet, was 66,5 % der gesamten Plattform entspricht. Laut einer weiteren Umfrage von CNBC übersteigt der Anteil der Token, die US-Unternehmen seit dem 8. Februar über die OpenRouter-Plattform bei chinesischen KI-Modellen verbrauchen, jede Woche 30 %, der Höchstwert liegt bei 46 %. Das Volumen steigt, und die Preise sind noch aggressiver.

Die Preisgestaltung von DeepSeek V4 Pro liegt bei 0,435 US-Dollar pro Million Token für die Eingabe und 0,87 US-Dollar für die Ausgabe, mit einem dauerhaften Rabatt von 75 %. Bei Cache-Treffern sinkt der Eingabepreis sogar auf 0,003625 US-Dollar pro Million Token. Kimi K3 kostet 3 US-Dollar für die Eingabe und 15 US-Dollar für die Ausgabe. GLM-5.2 liegt bei 1,4 US-Dollar für die Eingabe und 4,4 US-Dollar für die Ausgabe.

Ein horizontaler Vergleich macht das sehr anschaulich:

Luna hat DeepSeek V4 Pro bei der Eingabe bereits hinter sich gelassen. Bei der Ausgabe liegt der Preis zwar noch etwas höher, aber unter Berücksichtigung des Intelligenzniveaus zeigen Daten der Drittorganisation Artificial Analysis, dass das umfassende Preis-Leistungs-Verhältnis von Luna bereits überlegen ist.

Im Benchmark „Agents Last Exam“ hat Luna sogar das Anthropic-Flaggschiff Fable 5 übertroffen, wobei die Kosten pro Aufgabe nur etwa 1 % des Gegenübers betragen.

Sam Altman schrieb anschließend auf Twitter, dass er „auf jeder Modellebene das beste Verhältnis von Preis zu Intelligenz anbieten“ werde. Einfach ausgedrückt: Vergleicht nicht mit mir beim Preis-Leistungs-Verhältnis.

Dass Unternehmenskunden immer sensibler auf KI-Kosten reagieren, ist ebenfalls ein wichtiger Treiber.

Laut Berichten von CNBC sind Unternehmen immer weniger bereit, teure Modelle einzusetzen, solange sie die Rechnung von Aufwand und Ertrag nicht klar nachvollziehen können. Google hat diesen Monat drei Modelle mit hohem Preis-Leistungs-Verhältnis nacheinander veröffentlicht, und Microsoft-CEO Nadela hat auf der Finanzkonferenz das Preis-Leistungs-Verhältnis besonders betont. In dieser schwierigen Lage muss OpenAI harte Maßnahmen ergreifen. Die Karte von Luna ist besonders schlau gespielt: Mit einem Eingabepreis von 0,2 US-Dollar senkt es die Schwelle für die Arbeit von Agenten auf ein absolutes Minimum, sodass Prüf-, Validierungs- und Überwachungsaufgaben, die früher wegen zu hoher Rechenkosten nicht häufig ausgeführt werden konnten, zu regulären Schritten im Workflow werden.

04 Wer es sich nicht mehr leisten kann, geht zuerst aus dem Markt 

Aber um die wahre Bedeutung dieser Preissenkung zu verstehen, muss man zuerst ein reales Szenario betrachten.

Ein Entwickler nutzt KI täglich, um zehntausende Nachrichten zu erfassen, zu bereinigen und zu markieren. Strukturierung, Datenbereinigung, Vorfilterung, Markierung, Extraktion von Entitäten, Trennung von atomaren Ereignissen, Clustering