OpenAI senkt die Preise für GPT-6 Sol und Luna um 50 %, um den Entwickleranteil zu verteidigen

Am Dienstag stellte OpenAI die GPT-6 Sol und die GPT-6 Luna vor, die beide mindestens 50 % günstiger sind als die Preise der GPT-5.6-Modelle, die sie ablösen. Die Preissenkungen von OpenAI richten sich an Entwickler und Unternehmen, die begonnen haben, Modelle nicht nur nach Benchmark-Ergebnissen, sondern auch nach den Kosten für abgeschlossene Aufgaben auszuwählen.

Interessanterweise fiel diese Nachricht mit der Ankündigung von Anthropic zusammen, den Preis für sein Flaggschiff-Modell zu senken.

Die Hälfte des Preises der GPT-5.6-Modelle

Die Kosten für GPT-6 Sol betragen 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens. Zum Vergleich: Die Preise für GPT-5.6 Sol liegen bei 4 bzw. 20 US-Dollar. Die Kosten für GPT-6 Luna betragen 0,10 US-Dollar für Input und 0,50 US-Dollar für Output, verglichen mit 0,20 US-Dollar für Input und 1,20 US-Dollar für Output bei GPT-5.6 Luna. Insgesamt bedeutet dies, dass die Kosten für Sol in beiden Fällen halbiert wurden, während die Kosten für Luna für Input halbiert und für Output um 58,3 % gesenkt wurden.

OpenAI schreibt verbesserte Inferenz und Caching als Faktoren zu, die es ermöglichten, die Reduzierungen vorzunehmen. Laut seinem Launch-Beitrag sind die Preise für die Nutzung von GPT-5.6 promotional, während ein Vertreter von OpenAI gegenüber VentureBeat erklärt hat, dass die neuen GPT-6-Raten hier bleiben werden. Die GPT-6 Astra-Stufe bleibt die teuerste Version mit 10 Dollar für Input und 50 Dollar für Output.

Laut Cryptopolitan hat OpenAI den Preis für GPT-5.6 Luna um 80 % und GPT-5.6 Terra um 20 % gesenkt, was darauf hindeutet, dass Preisgestaltung zu einem zentralen Thema im Wettbewerb um KI-Modelle wird.

Verkauf von Kosten pro abgeschlossener Aufgabe, nicht nach Benchmark-Siegen

OpenAIs Strategie ist wirtschaftlicher als technisch geworden. Die Leistung des Startups bei AutomationBench, einer Website, die Geschäftsprozesse über 47 verschiedene Tools hinweg misst, zeigt, dass GPT-6 Sol bei maximaler Anstrengung 32,0 % erreichte, während es 0,34 Dollar pro Aufgabe kostete. Claude Opus 5.5 erreichte bei maximaler Anstrengung 40,0 %, kostete jedoch 1,28 Dollar pro Aufgabe. Opus 5.5 lieferte eine um acht Prozentpunkte höhere Abschlussquote, jedoch zu etwa 3,8-fachen Kosten pro Aufgabe im Vergleich zu GPT-6 Sol.

In der jüngsten Agents-Prüfung übertraf Sol bei maximaler Anstrengung laut OpenAI die maximale Leistung von Opus 5 bei 60 % niedrigeren Kosten pro Aufgabe.

Unabhängige Daten von Artificial Analysis weisen GPT-6 Sol bei Maximum mit einem Intelligence-Index-Score von 48 und Xiaomi MiMo-V2.6-Pro mit 46 zu, wobei Letzteres erheblich günstiger ist als Ersteres.

Anthropic antwortet am selben Tag mit Opus 5.5

Claude Opus 5.5 wurde von Anthropic am 22. September zu einem Preis von 4 Dollar pro Million Token für Input und 20 Dollar für Output eingeführt, wodurch die Kosten pro Token um 20 % gegenüber Opus 5 gesenkt wurden. Anthropic hat behauptet, dass Benutzer mit dem neuen Modell etwa 40 % weniger ausgeben werden, da weniger Token verwendet werden.

Das Nettoergebnis ist, dass GPT-6 Sol einen Satz von 2 US-Dollar hat, was der Hälfte des Satzes von 4 US-Dollar für Opus 5.5 entspricht und mit Claude Sonnet 5 übereinstimmt. Andererseits liegen sowohl GPT-6 Astra als auch Claude Fable 5.1 auf dem gleichen Niveau und berechnen 10 US-Dollar für Input- und 50 US-Dollar für Output-Dienste, wie die Analyse von VentureBeat zeigt.

Günstigere Konkurrenten schließen die Lücke

OpenRouter sagt, dass DeepSeek seinen Token-Anteil auf der Plattform von 9 % im Januar auf 18 % im Juni verdoppelt hat, während chinesische Modelle Anfang Juni den Token-Anteil der US-Modelle insgesamt übertrafen. Xiaomi hat auch seine MiMo-Modelle unter einer MIT-Lizenz veröffentlicht, was Unternehmen die Option gibt, selbst zu hosten, anstatt pro Token zu zahlen.

Laut dem Ramp AI Index, der auf Ausgabenstatistiken von über 70.000 Unternehmen basiert, beträgt die Adoptionsrate von Anthropic 43,8 %, während die von OpenAI 39,8 % beträgt. Die Statistiken sind nicht aussagekräftig für einen globalen Marktanteil, sondern zeigen vielmehr, wie leicht Unternehmensausgaben von einem Anbieter zu einem anderen wechseln.

Darüber hinaus bietet der von Microsoft veröffentlichte Global AI Diffusion Report eine umfassendere Perspektive auf die Lage: KI wird weltweit beliebter, während Open-Weight-Modelle trotz der Hindernisse durch Infrastruktur, Konnektivität und Qualifikationen zu geringeren Zugriffs kosten führen können, insbesondere im Globalen Süden.

Warum günstigere Tokens nicht unbedingt günstigere KI bedeuten

Gartner prognostizierte am 17. August, dass die Inferenzkosten pro agentic Workflow bis 2028 um das Fünffache steigen werden. Dies wird als „Inferenz-Paradoxon“ bezeichnet: Günstigere Unit Economics können die Gesamtausgaben dennoch erhöhen, wenn KI-Workflows komplexer werden.

„Jede nachfolgende Generation von KI-Fähigkeiten wird mehr und oft auch teurere Tokens erfordern.“ — Will Sommer, Senior Director Analyst, Gartner

Ein Preprint der Universität Oxford, „The Price of Intelligence“, ergab, dass die qualitätsbereinigten Inferenzpreise jährlich um etwa 0,73 Logarithmuspunkte sanken – mehr als siebenmal schneller, als herkömmliche Messverfahren erfassen. Gemessen an abgeschlossenen Aufgaben jedoch hörten die Kosten für Käufer auf zu sinken, da Reasoning-Modelle mehr Tokens verbrauchten.

Mit anderen Worten: Günstigere Tokens können die KI-Rechnungen nicht schrumpfen lassen. Sie können es wirtschaftlich machen, weit mehr KI zu nutzen.