OpenAI снижает цены на GPT-6 Sol и Luna на 50%, чтобы защитить свою долю на рынке среди разработчиков

Фото Эмилиано Витториози на Unsplash.
- 22 сентября OpenAI снизила цены на API GPT-6 Sol и Luna как минимум на 50% по сравнению с их предшественниками GPT-5.6, рекламируя более низкую стоимость выполненной задачи, а не победы в бенчмарках.
- В тот же день компания Anthropic снизила цену на Opus 5.5, а китайские модели с открытым весом продолжают предлагать более низкие цены, чем американские лаборатории.
- Остаётся открытым вопрос, снижают ли более дешёвые токены затраты на ИИ или, как утверждают исследователи из Gartner и Оксфорда, просто приводят к увеличению использования и росту общих затрат.
Во вторник компания OpenAI представила GPT-6 Sol и GPT-6 Luna, и цены на обе модели как минимум на 50% ниже, чем на заменяемые ими модели GPT-5.6. Снижение цен от OpenAI ориентировано на разработчиков и предприятия, которые начали выбирать модели, основываясь на стоимости выполненных задач, а не только на результатах бенчмарков.
Примечательно, что эта новость совпала с объявлением компанией Anthropic о снижении цены на свою флагманскую модель.
Вдвое дешевле моделей GPT-5.6
Стоимость GPT-6 Sol составляет 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов. Для сравнения, цены на GPT-5.6 Sol составляют 4 и 20 долларов соответственно. Стоимость GPT-6 Luna составляет 0,10 доллара за вход и 0,50 доллара за выход, по сравнению с 0,20 доллара за вход и 1,20 доллара за выход для GPT-5.6 Luna. В целом, это означает, что стоимость Sol в обоих случаях снизилась вдвое, а стоимость Luna снизилась вдвое за вход и на 58,3% за выход.
OpenAI объясняет снижение цен улучшенными функциями вывода и кэширования. Согласно сообщению о запуске, цены на использование GPT-5.6 являются акционными, в то время как представитель OpenAI сообщил VentureBeat , что новые цены на GPT-6 останутся в силе. Версия GPT-6 Astra по-прежнему является самой дорогой: 10 долларов за входные данные и 50 долларов за выходные.
По данным Cryptopolitan, компания OpenAI снизила цену на GPT-5.6 Luna на 80%, а на GPT-5.6 Terra — на 20%, что свидетельствует о том, что ценообразование становится центральным вопросом в конкуренции моделей искусственного интеллекта.
Побеждает показатель себестоимости выполненной задачи, а не показатель эффективности
Стратегия OpenAI стала больше ориентирована на экономику, чем на технические аспекты. Результаты работы стартапа на AutomationBench, сайте, измеряющем бизнес-процессы с использованием 47 различных инструментов, показывают, что GPT-6 Sol при максимальных усилиях показал результат 32,0%, при этом стоимость выполнения задачи составила 0,34 доллара. Claude Opus 5.5 показал результат 40,0% при максимальных усилиях, при этом стоимость выполнения задачи составила 1,28 доллара. Opus 5.5 продемонстрировал на восемь процентных пунктов более высокий показатель завершения, но при этом стоимость выполнения задачи была примерно в 3,8 раза выше по сравнению с GPT-6 Sol.
Согласно данным OpenAI , в последнем тесте Agents Sol с максимальными усилиями превзошел максимальную производительность Opus 5, при этом стоимость выполнения задачи была на 60% ниже.
Независимыеdent предоставленные компанией Artificial Analysis, присваивают GPT-6 Sol максимальный индекс интеллекта 48, а Xiaomi MiMo-V2.6-Pro — 46, но последний значительно дешевле первого.
Anthropic отвечает альбомом Opus 5.5 в тот же день
Claude Opus 5.5 по цене 4 доллара за миллион токенов за вход и 20 долларов за выход, снизив стоимость токена на 20% по сравнению с Opus 5. Anthropic утверждает, что с новой моделью пользователи будут тратить примерно на 40% меньше за счет меньшего использования токенов.
В итоге, курс GPT-6 Sol составляет 2 доллара, что вдвое меньше курса Opus 5.5 (4 доллара) и соответствует курсу Claude Sonnet 5. С другой стороны, GPT-6 Astra и Claude Fable 5.1 находятся на одном уровне, взимая 10 долларов за входные услуги и 50 долларов за выходные, согласно анализу VentureBeat.

Более дешевые конкуренты продолжают сокращать разрыв
По данным OpenRouter, доля токенов DeepSeek на платформе удвоилась — с 9% в январе до 18% в июне, а китайские модели в совокупности превзошли американские по доле токенов в начале июня. Xiaomi также выпустила свои модели MiMo под лицензией MIT, предоставляя компаниям возможность самостоятельного размещения вместо оплаты за каждый токен.
Согласно индексу Ramp AI, основанному на статистике расходов более чем 70 000 компаний, уровень внедрения Anthropic составляет 43,8%, а OpenAI — 39,8%. Эти статистические данные не отражают глобальную долю рынка, а скорее показывают, насколько легко корпоративные расходы перераспределяются от одного поставщика к другому.
Кроме того, глобальный отчет о распространении ИИ предлагает более широкий взгляд на ситуацию: ИИ становится все более популярным во всем мире, а модели с открытым исходным кодом могут привести к снижению стоимости доступа, особенно в странах Глобального Юга, несмотря на препятствия, связанные с инфраструктурой, связью и квалификацией.
Почему более дешевые токены не всегда означают более дешевый ИИ
компания Gartner спрогнозировала , что затраты на вывод данных в рамках одного рабочего процесса с использованием агентов вырастут более чем в пять раз к 2028 году. Она назвала это «парадоксом вывода данных»: более низкая себестоимость единицы продукции может по-прежнему увеличивать общие затраты по мере усложнения рабочих процессов ИИ.
«Каждое последующее поколение возможностей ИИ потребует всё большего количества токенов, и зачастую более дорогих». — Уилл Соммер, старший директор-аналитик, Gartner.
В препринте Оксфордского университета под названием «Цена интеллекта»было установлено, что скорректированные по качеству цены на логические выводы снижались примерно на 0,73 логарифмических пункта в год — более чем в семь раз быстрее, чем показывают традиционные методы измерения. Однако, если измерять затраты покупателя на выполнение задачи в расчете на одно задание, снижение затрат прекращалось по мере того, как модели рассуждений потребляли все больше токенов.
Иными словами, удешевление токенов может не привести к сокращению затрат на ИИ. Однако это может сделать экономически целесообразным использование гораздо большего количества ИИ.
Самые умные криптоаналитики уже читают нашу рассылку. Хотите присоединиться? Вступайте в их ряды.
Часто задаваемые вопросы
Сколько стоят GPT-6 Sol и Luna?
По данным OpenAI, цена GPT-6 Sol составляет 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, а GPT-6 Luna — 0,10 доллара за миллион входных токенов и 0,50 доллара за миллион выходных токенов, что как минимум на 50% ниже, чем у их версий GPT-5.6.
Новые цены на GPT-6 — это акционные или постоянные?
Представитель OpenAI сообщил VentureBeat, что цены на Sol и Luna являются постоянными и не имеют срока действия рекламных акций, в отличие от вводных цен, которые OpenAI использовала ранее.
Действительно ли снижение цен на ИИ приводит к уменьшению общих расходов?
Не обязательно. Gartner прогнозирует, что затраты на вывод информации для каждого рабочего процесса агента вырастут более чем в пять раз к 2028 году, а в статье Оксфордского университета «Цена интеллекта» было установлено, что, если учитывать стоимость выполненной задачи, цены покупателей перестали снижаться по мере того, как модели рассуждений потребляли больше токенов.
Предупреждение. Предоставленная информация не является торговой рекомендацией. Cryptopolitanнастоятельно не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мыtronпровести независимоеdent и/или проконсультироваться с квалифицированным специалистом, прежде чем принимать какие-либо инвестиционные решения.

Ибиам Вайяс
Ибиам Вайас освещает новости криптовалют с 2019 года. Он изучал информатику в Национальном открытом университете Нигерии. Его работы публиковались на различных новостных платформах, посвященных криптовалютам, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свои знания в области информатики, сейчас он специализируется на новостях, связанных с криптовалютами, робототехникой и долголетием.
















