GPT-5.6 Luna: 80% φθηνότερο και Fast mode για το Sol

Το GPT-5.6 Luna είναι πλέον 80% φθηνότερο στο OpenAI API, με νέα τιμή 0,20 δολάρια ανά εκατομμύριο input tokens και 1,20 δολάρια ανά εκατομμύριο output tokens. Η OpenAI μείωσε παράλληλα κατά 20% την τιμή του GPT-5.6 Terra, στα 2 και 12 δολάρια αντίστοιχα, ενώ άφησε αμετάβλητη τη Standard τιμή του GPT-5.6 Sol και πρόσθεσε για αυτό την επιλογή Fast mode: έως 2,5 φορές ταχύτερη επεξεργασία με διπλάσια χρέωση και, σύμφωνα με την εταιρεία, χωρίς αλλαγή στην ευφυΐα του μοντέλου.

Η αλλαγή τέθηκε σε ισχύ στις 30 Ιουλίου 2026, μόλις τρεις εβδομάδες μετά την ευρεία κυκλοφορία της οικογένειας. Για όσους χρειάζονται το αρχικό πλαίσιο, έχουμε ήδη αναλύσει τους ρόλους των GPT-5.6 Sol, Terra και Luna για developers. Η νέα ανακοίνωση δεν αλλάζει αυτή την ιεραρχία· αλλάζει όμως δραστικά το οικονομικό σημείο στο οποίο αξίζει να δρομολογούνται εργασίες προς το μικρότερο μοντέλο.

Οι νέες τιμές Luna και Terra

Οι παρακάτω τιμές αφορούν Standard επεξεργασία, short context και χρέωση ανά ένα εκατομμύριο tokens. Το Sol δεν πήρε έκπτωση στη Standard βαθμίδα.

Μοντέλο	Παλιά τιμή input / output	Νέα τιμή input / output	Μεταβολή
GPT-5.6 Luna	$1 / $6	$0,20 / $1,20	−80%
GPT-5.6 Terra	$2,50 / $15	$2 / $12	−20%
GPT-5.6 Sol	$5 / $30	$5 / $30	Καμία

Ένα απλό παράδειγμα δείχνει το μέγεθος της διαφοράς. Workload με 10 εκατομμύρια input και 2 εκατομμύρια output tokens κόστιζε με Luna 22 δολάρια και τώρα κοστίζει 4,40 δολάρια. Με Terra το ίδιο token mix πέφτει από 55 σε 44 δολάρια. Ο υπολογισμός δεν περιλαμβάνει cache, εργαλεία ή long-context προσαυξήσεις, αλλά αποτυπώνει καθαρά ότι το ποσοστό της έκπτωσης εφαρμόζεται τόσο στην είσοδο όσο και στην έξοδο.

Οι τιμές Batch και Flex είναι οι μισές από τις Standard: για παράδειγμα, το Luna κοστίζει $0,10 στο input και $0,60 στο output ανά εκατομμύριο tokens. Το cached input στη Standard βαθμίδα πέφτει στα $0,02 για Luna και $0,20 για Terra, ενώ τα νέα cache writes χρεώνονται με $0,25 και $2,50 αντίστοιχα.

Η ανάρτηση του Sam Altman στο X

Ο Sam Altman συνόψισε την αλλαγή ως «major price cuts» και συνόδευσε την ανάρτηση με γράφημα που τοποθετεί διαφορετικά reasoning settings του Luna απέναντι σε ανταγωνιστικά μοντέλα με άξονες το κόστος ανά εργασία και το Artificial Analysis Intelligence Index v4.1.

Το screenshot δημοσιεύεται εδώ ως τεκμήριο της πρωτογενούς ανακοίνωσης. Χρειάζεται όμως προσεκτική ανάγνωση: η φράση ότι το Luna έχει την υψηλότερη βαθμολογία αφορά το επιλεγμένο τμήμα σύγκρισης κόστους και ικανότητας του συγκεκριμένου γραφήματος, όχι ολόκληρη την αγορά. Ισχυρότερα και ακριβότερα μοντέλα, μεταξύ των οποίων το GPT-5.6 Sol σε υψηλή προσπάθεια, πετυχαίνουν μεγαλύτερο συνολικό score.

Τι δείχνει πραγματικά το Artificial Analysis v4.1

Η live σελίδα της Artificial Analysis εμφανίζει το GPT-5.6 Luna στο max reasoning με Intelligence Index περίπου 51 και κόστος κοντά στα 0,07 δολάρια ανά εργασία μετά τη νέα τιμολόγηση. Αυτό είναι εξαιρετικά ανταγωνιστικό cost/performance, όχι απόδειξη ότι κάθε πραγματικό workload θα κοστίζει επτά σεντ.

Το cost per task του δείκτη είναι σταθμισμένος μέσος όρος πάνω στις εργασίες εννέα evaluations. Περιλαμβάνει πραγματικά input, cache-write, cache-hit, reasoning και answer tokens και στη συνέχεια εφαρμόζει τα βάρη του index. Η έκδοση 4.1 δίνει συνολικά 34% βάρος σε agentic εργασίες, 24% σε coding, 24% σε scientific reasoning και 18% σε general reasoning. Είναι text-only και αγγλόφωνη, επομένως δεν αντικαθιστά ένα ελληνικό eval set, ένα production trace ή ένα SLA latency της δικής σας εφαρμογής.

Υπάρχει και δεύτερη ουσιώδης λεπτομέρεια. Η Artificial Analysis έχει αναφέρει ότι υποστήριξε την OpenAI σε pre-release αξιολόγηση του GPT-5.6. Η μεθοδολογία και οι live API μετρήσεις της παραμένουν χρήσιμη ανεξάρτητη αναφορά, αλλά το γράφημα του post είναι παρουσίαση της OpenAI που χρησιμοποιεί τον δείκτη — δεν είναι ανακοίνωση της ίδιας της Artificial Analysis. Για αυτό οι ισχυρισμοί του γραφήματος πρέπει να αποδίδονται στην εταιρεία και να ελέγχονται με πραγματικά workloads.

Fast mode για το GPT-5.6 Sol

Το Fast mode αντικαθιστά την ονομασία Priority Processing στο API. Για το GPT-5.6 Sol η OpenAI αναφέρει έως 2,5 φορές ταχύτερη επεξεργασία από το Standard, με διπλάσια τιμή: $10 ανά εκατομμύριο input tokens, $1 για cached input, $12,50 για cache writes και $60 ανά εκατομμύριο output tokens. Το «έως» έχει σημασία, καθώς δεν έχει δημοσιευτεί ακόμη ανεξάρτητο benchmark του νέου Fast mode που να εγγυάται τον ίδιο πολλαπλασιαστή σε κάθε prompt, region και φόρτο.

Η ενεργοποίηση γίνεται ανά request στα Responses ή Chat Completions API:

{
  "model": "gpt-5.6-sol",
  "input": "Ανάλυσε αυτό το production incident",
  "service_tier": "fast"
}

Για backward compatibility, το service_tier μπορεί ακόμη να πάρει την τιμή priority. Στις απαντήσεις των GPT-5.6 και παλαιότερων μοντέλων το πεδίο επιστρέφεται επίσης ως priority, ακόμη και όταν το request έστειλε fast. Αυτό είναι σημαντικό για dashboards και telemetry που συγκρίνουν την τιμή του request με την τιμή του response.

Το Fast mode υποστηρίζει multimodal requests και image input, αλλά όχι long context, fine-tuned models ή embeddings. Μοιράζεται τα ίδια rate limits με το Standard. Αν η κίνηση είναι τουλάχιστον ένα εκατομμύριο tokens ανά λεπτό και αυξηθεί πάνω από 50% μέσα σε 15 λεπτά, η OpenAI μπορεί να υποβιβάσει μέρος των requests σε Standard ταχύτητα και Standard χρέωση. Σε αυτή την περίπτωση το response δηλώνει service_tier: default.

Πού ταιριάζει κάθε μοντέλο μετά τη μείωση

Luna: γίνεται η προφανής υποψηφιότητα για μεγάλης κλίμακας, καλά ορισμένες εργασίες: classification, extraction, summaries, routine code changes, tests, background agents και επαναλαμβανόμενα tool workflows. Η χαμηλή τιμή δεν αναιρεί την ανάγκη για quality gates, επειδή ένα φθηνό λάθος που επαναλαμβάνεται εκατομμύρια φορές παραμένει ακριβό.

Terra: παραμένει η ενδιάμεση βαθμίδα όταν το Luna δεν πιάνει το απαιτούμενο ποσοστό επιτυχίας, αλλά το Sol είναι υπερβολικό για κάθε βήμα. Με τιμή $2/$12, η επιλογή πρέπει να κριθεί από το κόστος ανά επιτυχημένο αποτέλεσμα και όχι μόνο από το token rate.

Sol: κρατά τον ρόλο του frontier model για σχεδιασμό, αβεβαιότητα, δύσκολη διάγνωση και σύνθετες αποφάσεις. Το Fast mode έχει νόημα όταν η καθυστέρηση κοστίζει περισσότερο από το διπλάσιο token bill — για παράδειγμα σε διαδραστική υποστήριξη υψηλής αξίας ή σε κρίσιμη διερεύνηση incident. Για batch jobs, ETL ή background processing, το premium συνήθως χρειάζεται ισχυρότερη δικαιολόγηση.

Τέσσερις έλεγχοι πριν αλλάξετε routing

1. Μετρήστε αποτέλεσμα, όχι μόνο tokens. Φτιάξτε αντιπροσωπευτικό eval set με πραγματικές ελληνικές και αγγλικές εργασίες, εργαλεία και failure modes.
2. Καταγράψτε ολόκληρο το κόστος. Ξεχωρίστε input, cached input, cache writes, reasoning και output tokens. Στο Luna το output παραμένει έξι φορές ακριβότερο από το input.
3. Μετρήστε δύο είδη latency. Τα tokens ανά δευτερόλεπτο δεν είναι το ίδιο με τον χρόνο μέχρι την πρώτη χρήσιμη απάντηση. Σε υψηλό reasoning effort, το Luna μπορεί να έχει γρήγορο decode αλλά μεγάλη αρχική αναμονή.
4. Κάντε σταδιακή μετάβαση. Χρησιμοποιήστε feature flags και αυξήστε την κίνηση σε ώρες, όχι απότομα. Έτσι περιορίζετε τόσο τα quality regressions όσο και το ramp-rate downgrade του Fast mode.

Τα ψιλά γράμματα που αλλάζουν το τελικό κόστος

Τα τρία μοντέλα έχουν context window 1.050.000 tokens, μέγιστο input 922.000 και μέγιστο output 128.000. Όταν όμως το prompt ξεπερνά τα 272.000 input tokens, ολόκληρο το request χρεώνεται με διπλάσια τιμή input και 1,5 φορά την τιμή output. Για Luna αυτό σημαίνει $0,40 input και $1,80 output· για Terra $4 και $18. Η προσαύξηση δεν εφαρμόζεται μόνο στο τμήμα πάνω από το όριο.

Οι τιμές των συνδρομών ChatGPT και Codex και τα quota budgets δεν άλλαξαν. Η διαφορά είναι ότι η χρήση Terra και Luna καταναλώνει πλέον λιγότερα credits. Η OpenAI ανέφερε επίσης ότι η αλλαγή θα περάσει στο AWS, αλλά η τελική χρέωση μέσω Amazon Bedrock μπορεί να διαφέρει από την άμεση τιμή του OpenAI API. Η διαθεσιμότητα του Fast mode εξαρτάται επιπλέον από τη δικαιοδοσία.

Το ουσιαστικό developer takeaway

Η σημαντικότερη συνέπεια δεν είναι απλώς ότι ένα API έγινε φθηνότερο. Η μείωση κατά 80% μετακινεί το όριο στο οποίο συμφέρει να χρησιμοποιηθεί reasoning model μέσα σε βρόχους με εργαλεία, tests και retries. Workflows που πριν απαιτούσαν επιθετικό batching ή μικρότερο μη reasoning μοντέλο μπορούν τώρα να αξιολογήσουν το Luna χωρίς να εκτοξεύουν το κόστος.

Η σωστή κίνηση δεν είναι να αντικαταστήσετε τυφλά κάθε μοντέλο. Είναι να επαναλάβετε τα evals με τις νέες τιμές, να υπολογίσετε κόστος ανά επιτυχημένη εργασία και να κρατήσετε το Sol εκεί όπου η επιπλέον ικανότητα ή η χαμηλότερη καθυστέρηση του Fast mode παράγει πραγματική επιχειρηματική αξία. Το νέο price curve είναι εντυπωσιακό· το production routing παραμένει πρόβλημα μετρήσεων.

Πηγές

• OpenAI: Advancing the price-performance frontier with GPT-5.6
• OpenAI API changelog — 30 Ιουλίου 2026
• OpenAI API pricing
• OpenAI: Fast mode guide
• OpenAI: GPT-5.6 Luna model reference
• Sam Altman: η ανάρτηση στο X
• Artificial Analysis: Intelligence Index methodology
• Artificial Analysis: live GPT-5.6 Luna provider metrics
• Axios: OpenAI cuts GPT-5.6 prices