Veröffentlichung von GPT-6 Sol/Luna: Permanente Preissenkung um 50 %, OpenAI schweißt den Preiskrieg unwiderruflich fest an die Kostenkurve.

Der Preiskrieg um große KI-Modelle hat dieses Mal das Wort „dauerhaft“ ins Visier genommen.

Gestern veröffentlichte OpenAI die Modelle GPT-6 Sol und GPT-6 Luna. Laut offiziellen Angaben sinken die API-Preise im Vergleich zu den Aktionspreisen von GPT-5.6 um weitere 50 % – und das zu dauerhaften Preisen, keine zeitlich begrenzten Angebote. Sol kostet 2 USD pro Million Token für die Eingabe und 10 USD für die Ausgabe, bei Luna liegen die Preise direkt bei 0,1 USD und 0,5 USD.

Am selben Vormittag veröffentlichte Anthropic gerade Opus 5.5. Nur 90 Minuten später hat OpenAI die gesamte Marktsituation auf den Kopf gestellt.

Mit der Veröffentlichung von GPT-6 Sol/Luna senkt OpenAI die API-Preise dauerhaft um 50 %. Der Eingabepreis von Luna von 0,1 USD setzt einen neuen Tiefstwert für Spitzenmodelle. Die Spitzenwerte sind leicht zurückgegangen, und als Vergleichsobjekt wurde das am selben Tag veröffentlichte Opus 5.5 bewusst ausgespart – die Preissenkung ist real, aber die Tricks in der offiziellen Darstellung müssen auch offengelegt werden.

Was sind die beiden Modelle

Aus öffentlichen Quellen lässt sich bestätigen, dass bei dieser Veröffentlichung einige Fortschritte von GPT-6 Astra in den Bereichen Programmierung, berufliche Arbeit, Faktenrichtigkeit und Computerbedienung auf die beiden schnelleren und günstigeren Modelle übertragen wurden.

Die Spezifikationen lauten wie folgt: Sol ist für komplexe Programmierung und Agent-Arbeitsabläufe ausgelegt, während Luna auf häufige Aufgaben mit niedrigen Kosten abzielt. Beide unterstützen einen Kontext von 1,05 Millionen Token und eine maximale Ausgabegröße von 128.000 Token, wobei die Inferenzstufe in sechs Stufen einstellbar ist. Die API-Modellnamen lauten gpt-6-sol bzw. gpt-6-luna.

Laut internen Tests beträgt die Anzahl der faktischen Fehler bei Sol etwa die Hälfte des Vorgängermodells; bei DeepSWE 1.1 erreicht Sol einen Höchstwert von 68,8 %, Luna 66,6 %. Im offiziellen Kostenvergleich belaufen sich die Kosten pro Aufgabe von Sol bei AutomationBench auf 0,27 USD, die Punktzahl liegt über der von Opus 5, während die Kosten nur 9 % davon betragen; das DeepSWE-Ergebnis von Luna erreicht das mittlere Niveau von Opus 5 und Fable 5, wobei die Kosten pro Aufgabe um 93 % bzw. 96 % niedriger liegen.

Zugriffsbereiche: Nutzer der Tarife Plus, Pro, Business, Enterprise und Edu können die Modelle in ChatGPT Work und Codex verwenden, die API wird gleichzeitig freigegeben; Nutzer der Tarife Free und Go können Luna in der Desktop-App nutzen. Die normale Chat-Oberfläche ist vorerst nicht angebunden.

Mechanismus: Punktzahl gegen Kosten – wie verändert sich die Kurve

Die Kernveränderung dieses Upgrades lässt sich mit einem einzigen Bild klar darstellen.

Bei genauer Betrachtung der Daten: Bei DeepSWE v1.1 liegt der Höchstwert von Sol bei 68,8 %, also unter dem 72,7 % des Vorgänger-Sol und unter dem 73,7 % von Opus 5; bei der Computerbedienung in OSWorld 2.0 ist das Ergebnis ebenfalls auf 60,5 % zurückgegangen, gegenüber 65,7 % des Vorgängermodells. Die Spitzenpunktzahl ist gesunken, aber die gesamte Kostenkurve hat sich nach links verschoben – mit dem gleichen Budget lässt sich die zwei- bis dreifache Menge an Aufgaben ausführen, und für die gleiche Punktzahlklasse zahlt man deutlich weniger.

Dieser Kompromiss deutet auf eine klare Einschätzung hin: Für Teams, die täglich Tausende von Agent-Aufrufen ausführen, sind die Kosten pro Aufgabe wichtiger als die Spitzenpunktzahl. OpenAI hat das Preis-Leistungs-Verhältnis insgesamt nach links verschoben, die Spitzenwerte aufgegeben und die Masse an Nutzern gewonnen.

Luna ist das stärkste Element dieser Strategie: Der Eingabepreis von 0,1 USD ist der niedrigste aller Spitzenmodelle, und kostenlose Nutzer können es bereits auf der Desktop-Plattform verwenden.

Warum gerade jetzt

Die Veröffentlichungsdichte an sich spricht für sich. Am 21. September veröffentlichte xAI Grok 4.7 mit einem Eingabepreis von 2 USD; am 22. September veröffentlichte Anthropic Opus 5.5; nur 90 Minuten später lag der Eingabepreis von OpenAIs Sol ebenfalls bei 2 USD.

Die logische Schlussfolgerung lautet: Der Preiskrieg ist von der Phase der „Preisnachlässe durch sinkende Kosten“ in die Phase der „Positionspreisbildung“ übergegangen: Wer die Standardposition im Bewusstsein der Entwickler einnimmt, gewinnt die zweite Hälfte des Wettbewerbs. Die offizielle Bestätigung der „dauerhaften Preisgestaltung“ gegenüber den Medien schließt den Rückgriff auf Aktionsangebote aus – dies ist ein langfristiger Schritt zur Positionierung.

Ein weiterer Beobachtungspunkt: Die GPT-6-Serie verfügt derzeit über kein mittleres Preissegment namens Terra. Entweder wird es für eine spätere Veröffentlichung zurückgehalten, oder OpenAI geht davon aus, dass die zweigeteilte Struktur aus dem Flaggschiff Astra und den massenmarkttauglichen Modellen Sol/Luna bereits ausreicht.

Grenzen und Schlussfolgerungen

Einige Punkte der offiziellen Darstellung müssen offengelegt werden.

Zu den Vergleichsobjekten: Das am selben Tag veröffentlichte Opus 5.5 übertrifft Sol in beiden Benchmarks, die in den Berichten beider Unternehmen mit einheitlicher Messung verwendet werden – 40,0 % gegenüber 33,2 % bei AutomationBench und 54,4 % gegenüber 49,3 % bei FrontierCode 1.1 – aber in den offiziellen Vergleichsdiagrammen von OpenAI tauchen nur Opus 5 und Fable 5 auf. Als offizielle Erklärung heißt es: „Wenn keine aufgeschlüsselten Daten vorliegen, wird Fable 5 als Ersatz verwendet.“

Zum Bezugswert der Preissenkung: Der Bezug der „50 %-Senkung“ liegt auf dem Aktionspreis von GPT-5.6, der am 21. November ausläuft und dann wieder auf den ursprünglichen Preis angehoben wird. Im Vergleich zum ursprünglichen Preis beträgt die Senkung tatsächlich 60 %. Es gibt zudem eine versteckte Klausel: Bei einer einzelnen Anfrage mit mehr als 272.000 Token verdoppelt sich der Eingabepreis, und der Ausgabepreis wird mit dem Faktor 1,5 multipliziert.

Zu den Praxistests: Bei Dritttests wurden die drei GPT-6-Modelle mit derselben Gruppe von Konstruktionsaufgaben ausgeführt. Astra gewann in allen Punkten, gefolgt von Sol und dann Luna – die Reihenfolge stimmt mit den Preisen überein. Die günstigeren Modelle sind zwei- bis sechsmal schneller, aber die Ergebnisse weisen sichtbare Mängel auf. Alle Zahlen in den Ranglisten basieren auf selbst durchgeführten Tests der Hersteller, es liegen noch keine einheitlichen Drittvergleiche zwischen den verschiedenen Herstellern vor.

Schlussfolgerung

Auf der Ebene der Glaubwürdigkeit sind die umgesetzten Fakten klar: Die API ist freigegeben, die Preise sind dauerhaft festgelegt und die kostenlose Desktop-Version ist nutzbar. Zweifel bestehen an der Darstellung der Fähigkeiten – die Spitzenpunktzahlen sind zurückgegangen, die Vergleichsobjekte wurden selektiv ausgewählt, das Wort „Upgrade“ ist in Bezug auf die Spitzenleistung nicht gerechtfertigt.

Das Branchensignal dieser Veröffentlichung liegt in der Preisstruktur: Vor drei Wochen hat Astra die Obergrenze der Leistungen nach oben verschoben, jetzt drücken Sol und Luna die Preise auf den Boden, eine Modellfamilie deckt alle Budgetebenen von der unternehmensweiten Inferenz bis zu häufigen Schriftstücksaufgaben ab. Die praktische Auswirkung auf Entwickler ist direkt: Der Auswahlkriterium wechselt vom Preis pro Token zu den Kosten pro Aufgabe.

Für die nächste Runde gibt es zwei Beobachtungspunkte: Das Ergebnis eines einheitlichen Drittvergleichs zwischen Opus 5.5 und GPT-6 Sol sowie die Frage, ob das mittlere Preissegment Terra ergänzt wird. Die zweite Hälfte des Preiskriegs hat gerade den ersten Zug gemacht.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „AI widerspricht der Mainstream-Meinung“ und wird von 36Kr mit Genehmigung veröffentlicht.