OpenAI senkt die Preise für GPT-6 Sol und Luna um 50 %, um die Marktanteile der Entwickler zu schützen

Am Dienstag stellte OpenAI die GPT-6-Modelle Sol und Luna vor. Beide sind mindestens 50 % günstiger als ihre Vorgänger, die GPT-5.6-Modelle. Mit diesen Preissenkungen möchte OpenAI Entwickler und Unternehmen ansprechen, die Modelle zunehmend anhand der Kosten abgeschlossener Aufgaben und nicht mehr nur anhand von Benchmark-Ergebnissen auswählen.

Interessanterweise fiel diese Nachricht mit der Ankündigung von Anthropics, den Preis seines Flaggschiffmodells zu senken, zusammen.

Zum halben Preis der GPT-5.6-Modelle

Die Kosten für GPT-6 Sol betragen 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token. Im Vergleich dazu liegen die Preise für GPT-5.6 Sol bei 4 US-Dollar 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 sich die Kosten für Sol in beiden Fällen halbiert haben, während sich die Kosten für Luna für Input halbiert und für Output um 58,3 % reduziert haben.

OpenAI führt die Preissenkungen auf verbesserte Inferenz und Caching zurück. Laut Ankündigung handelt es sich bei den Preisen für GPT-5.6 um Aktionsangebote, während ein OpenAI-Vertreter gegenüber VentureBeat erklärte, dass die neuen Preise für GPT-6 dauerhaft gelten. Die GPT-6-Astra-Version bleibt mit 10 US-Dollar für die Eingabe und 50 US-Dollar für die Ausgabe die teuerste.

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

Verkaufskosten pro abgeschlossener Aufgabe, nicht Benchmark-Erfolge

OpenAI verfolgt eine Strategie, die stärker auf Wirtschaftlichkeit als auf Technik ausgerichtet ist. Die Ergebnisse des Startups bei AutomationBench, einer Plattform zur Messung von Geschäftsprozessen anhand von 47 verschiedenen Tools, zeigen, dass GPT-6 Sol bei maximalem Aufwand eine Erfolgsquote von 32,0 % erreichte und die Bearbeitung einer Aufgabe 0,34 US-Dollar kostete. Claude Opus 5.5 erzielte bei maximalem Aufwand eine Erfolgsquote von 40,0 % und verursachte Kosten von 1,28 US-Dollar pro Aufgabe. Opus 5.5 erreichte somit eine um acht Prozentpunkte höhere Erfolgsquote, verursachte aber im Vergleich zu GPT-6 Sol etwa 3,8-mal höhere Kosten pro Aufgabe.

Laut OpenAI übertraf Sol im jüngsten Agents'-Test bei maximalem Aufwand die maximale Leistung von Opus 5 bei 60 % geringeren Kosten pro Aufgabe.

Unabhängigedent Daten von Artificial Analysis GPT-6 Sol einen Intelligenzindex von maximal 48 und Xiaomi MiMo-V2.6-Pro einen von 46 zu, wobei letzteres deutlich günstiger ist als ersteres.

Anthropic antwortet am selben Tag mit Opus 5.5

Claude Opus 5.5 wurde am 22. September von Anthropic zu einem Preis von 4 US-Dollar pro Million Token für den Input und 20 US-Dollar für den Output eingeführt, wodurch die Kosten pro Token im Vergleich zu Opus 5 um 20 % gesenkt wurden. Anthropic behauptet, dass die Nutzer mit dem neuen Modell aufgrund des geringeren Tokenverbrauchs etwa 40 % weniger ausgeben werden.

Das Ergebnis ist, dass GPT-6 Sol einen Preis von 2 US-Dollar hat, was der Hälfte des Preises von 4 US-Dollar für Opus 5.5 entspricht und dem von Claude Sonnet 5 gleichkommt. GPT-6 Astra und Claude Fable 5.1 hingegen liegen auf demselben Niveau und berechnen laut VentureBeat-Analyse 10 US-Dollar für Eingabe- und 50 US-Dollar für Ausgabedienste.

Die günstigeren Konkurrenten verringern den Abstand stetig

OpenRouter berichtet, dass DeepSeek seinen Token-Anteil auf der Plattform von 9 % im Januar auf 18 % im Juni verdoppelt hat, während chinesische Modelle Anfang Juni den US-amerikanischen Token-Anteil überholten. Xiaomi hat seine MiMo-Modelle zudem unter einer MIT-Lizenz veröffentlicht, wodurch Unternehmen die Möglichkeit erhalten, die Software selbst zu hosten, anstatt pro Token zu bezahlen.

Laut dem Ramp AI Index, der auf Ausgabenstatistiken von über 70.000 Unternehmen basiert, liegt die Nutzungsrate von Anthropic bei 43,8 %, die von OpenAI bei 39,8 %. Diese Zahlen geben keinen globalen Marktanteil wieder, sondern zeigen vielmehr, wie leicht Unternehmen ihre Ausgaben von einem Anbieter zum anderen verlagern.

Darüber hinaus bietet der Global AI Diffusion Report eine umfassendere Perspektive auf die Situation: Künstliche Intelligenz gewinnt weltweit an Popularität, während Open-Weight-Modelle trotz der Hindernisse durch Infrastruktur, Konnektivität und Fachkräfte zu geringeren Zugangskosten führen können, insbesondere im globalen Süden.

Warum günstigere Token nicht unbedingt günstigere KI bedeuten

Gartner prognostizierte am 17. August, dass die Inferenzkosten pro agentenbasiertem Workflow bis 2028 um mehr als das Fünffache steigen werden. Dies wird als „Inferenzparadoxon“ bezeichnet: Geringere Stückkosten können die Gesamtausgaben dennoch erhöhen, wenn KI-Workflows komplexer werden.

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

Eine Vorabveröffentlichung der Universität Oxford mit dem Titel „Der Preis der Intelligenz“ergab, dass die qualitätsbereinigten Preise für Schlussfolgerungen jährlich um etwa 0,73 Log-Punkte sanken – mehr als siebenmal schneller als mit herkömmlichen Messmethoden erfasst. Betrachtet man jedoch die Kosten pro abgeschlossener Aufgabe, so sanken die Käuferkosten nicht weiter, je mehr Token die Schlussfolgerungsmodelle verbrauchten.

Anders ausgedrückt: Günstigere Token reduzieren möglicherweise nicht die Kosten für KI. Sie könnten aber den Einsatz von KI deutlich wirtschaftlicher machen.