GPT-5.6-preise und kosten pro anfrage. Kosten pro anfrage sind das, was euch ein nutzer bei jeder berührung eurer ki-funktion kostet. GPT-5.6s drei stufen erlauben es euch, diese aufrufe aufzuteilen, sodass die günstigen nicht länger zum flaggschiff-preis abgerechnet werden. Das hier ist der blick eines product owners auf die rechnung, nicht der blick eines entwicklers auf das modell.
Am 26. Juni 2026 hat OpenAI die GPT-5.6-familie ausgeliefert: sol, terra und Luna. Luna ist pro token deutlich günstiger als sol, eine große spanne auf derselben produktoberfläche, wie finout berichtet.
Wenn ihr bei einem series-b-saas-unternehmen mit einer kundenseitigen ki-funktion product leitet, ist diese spanne euer nächstes finance-review. Die frage ist nicht, welches modell am klügsten ist. Die frage ist, welche aufrufe wirklich sol brauchen und welche im stillen dafür überzahlt haben.
#Wofür ist GPT-5.6s luna-stufe eigentlich gedacht?
Was ist die GPT-5.6-luna-stufe und wie günstig ist sie?
Luna ist die günstigste von openais drei GPT-5.6-stufen, am 26. Juni 2026 eingeführt zu einem deutlich niedrigeren preis pro token als sol. OpenAI zielt mit Luna auf klassifizierung, intent-routing und zusammenfassung: die hochvolumigen aufrufe mit wenig denkaufwand, die hinter den meisten ki-funktionen stecken.
Die meisten kundenseitigen ki-funktionen sind nicht eine aufgabe. Sie sind ein haufen kleiner aufgaben, der einen einzigen button trägt. Diese nachricht taggen. Sie in den richtigen flow leiten. Den gesprächsfaden zusammenfassen. Und dann, manchmal, wirklich über einen schwierigen fall nachdenken.
Die ersten drei sind genau das, wofür Luna kalkuliert ist. Die vierte ist der grund, warum ihr sol behaltet. Wenn heute jeder dieser aufrufe auf euer flaggschiff-modell trifft, geht von etwa 80 % eures token-volumens aus, die flaggschiff-preise für arbeit zahlen, die eine günstigere stufe erledigen kann.
#Wie viel nimmt die aufteilung der stufen tatsächlich von der rechnung?
Nehmt eine funktion, bei der zur veranschaulichung 80 % der ausgabe-tokens auf routing, tagging und zusammenfassung entfallen. Allein auf sol wird die gesamte ausgabe zum flaggschiff-tarif abgerechnet. Verschiebt die 80 % auf Luna, und dieselbe arbeit wird zum tarif der günstigeren stufe abgerechnet. Die denkaufrufe bleiben unangetastet auf sol, denn genau dort muss die qualität halten.
Der nutzer merkt keinen unterschied. Das tag sitzt weiterhin, die zusammenfassung liest sich weiterhin gut, die schwierige frage bekommt weiterhin die gute antwort. Das einzige, was sich geändert hat, ist, welche stufe für welchen aufruf abgerechnet wurde.
#Verändert caching die rechnung ebenfalls?
Ja, und es addiert sich. GPT-5.6 behält einen kräftigen rabatt auf zwischengespeicherte eingaben bei, mit expliziten cache-breakpoints und einer mindestlebensdauer des caches, laut eesel vom 26. Juni 2026. Cache-schreibvorgänge werden mit einem kleinen aufschlag abgerechnet, sodass die einmaligen kosten gering ausfallen.
Euer system-prompt ist bei jedem aufruf identisch. Genau diesen teil cacht ihr. Bei einer funktion, die bei jeder anfrage einen 2.000-token-anweisungsblock sendet, senkt das caching die kosten dieses teils der eingabe deutlich – zusätzlich zu der stufe, auf die ihr den aufruf ohnehin geroutet habt.
We are
Stennir ist eine ki-consultancy, die die routing-schicht ausliefert, damit eure funktion jeden aufruf liest und günstige arbeit an Luna und echtes denken an sol schickt.
We aren't
Stennir ist kein reseller, der eure modell-id gegen die günstigste stufe austauscht und hofft, dass die qualität übersteht.
#Müsst ihr die funktion neu bauen, um das zu bekommen?
Nein. Eine funktion mit routing-schicht, wie in unserer AI for product-arbeit, teilt den traffic bereits nach aufgabe auf. Routing, tagging und moderation laufen über die günstige stufe. Denkaufgaben laufen über das flaggschiff. Eine neue stufe wie Luna ist damit eine konfigurationsänderung auf der günstigen spur, kein umbau der funktion, auf die sich eure nutzer verlassen.
Wenn eure funktion heute alles an ein einziges modell schickt, ist genau das die erste lücke, die ihr schließen solltet. Die aufteilung ist eine kleine änderung im vergleich zu einem umbau der funktion. Die ersparnis wächst mit jedem monat, in dem eure nutzung steigt.
Ein fairer test für jede änderung der kosten pro anfrage: euer CFO fragt nicht, welches modell ihr nutzt. Er fragt, was ein aktiver nutzer kostet. Die aufteilung der stufen ist die antwort, mit der eine funktion das review übersteht.
Das gehört zu unserer ai-consulting-praxis, und im journal findet ihr weitere notizen dazu, wie ki-funktionen in produktion gehen. Wenn ihr eure eigenen zahlen vor dem nächsten finance-review wollt, bucht einen 30-minütigen discovery-call, und wir gehen die traffic-aufteilung eurer funktion gemeinsam mit euch durch.
