GPT-5.6-prijzen en cost-to-serve. Cost-to-serve is wat elke gebruiker je kost telkens wanneer die je ai-functie aanraakt. De drie lagen van GPT-5.6 laten je die aanroepen opsplitsen, zodat de goedkope niet langer de prijs van het topmodel betalen. Dit is het perspectief van een product owner op de rekening, niet het perspectief van een engineer op het model.
Op 26 juni 2026 bracht OpenAI de GPT-5.6-familie uit: sol, terra en Luna. Luna is per token veel goedkoper dan sol, een groot verschil op hetzelfde productoppervlak, gemeld door finout.
Als je product leidt bij een series-b-saas met een klantgerichte ai-functie, is dat verschil je volgende financiële review. De vraag is niet welk model het slimst is. De vraag is welke aanroepen sol echt nodig hebben, en welke stilletjes te veel ervoor betalen.
#Waar is de luna-laag van GPT-5.6 eigenlijk voor bedoeld?
Wat is de GPT-5.6 luna-laag en hoe goedkoop is die?
Luna is de goedkoopste van OpenAI's drie GPT-5.6-lagen, gelanceerd op 26 juni 2026 tegen een veel lagere prijs per token dan sol. OpenAI richt Luna op classificatie, intentieroutering en samenvatting: de veelvoorkomende, weinig complexe aanroepen achter de meeste ai-functies.
De meeste klantgerichte ai-functies zijn geen enkele taak. Het zijn een stapel kleine taken achter één knop. Label dit bericht. Stuur het naar de juiste flow. Vat de thread samen. En dan, soms, denk echt na over een lastig geval.
De eerste drie zijn precies waar Luna voor geprijsd is. De vierde is waarvoor je sol aanhoudt. Als elk van die aanroepen nu op je topmodel terechtkomt, ga er dan van uit dat ruwweg 80% van je tokenvolume topmodeltarief betaalt voor werk dat een goedkopere laag kan doen.
#Hoeveel scheelt de laagsplitsing daadwerkelijk op de rekening?
Neem een functie waarvan, ter illustratie, 80% van de outputtokens routering, labeling en samenvatting is. Alleen op sol wordt al die output tegen het topmodeltarief gefactureerd. Verplaats die 80% naar Luna en hetzelfde werk wordt tegen het tarief van de goedkopere laag gefactureerd. De redeneeraanroepen blijven ongewijzigd op sol, want daar moet de kwaliteit overeind blijven.
De gebruiker merkt geen verschil. Het label komt nog steeds goed aan, de samenvatting leest nog steeds vlot, de lastige vraag krijgt nog steeds het goede antwoord. Het enige dat veranderde, is welke laag welke aanroep factureerde.
#Verandert caching de rekensom ook?
Ja, en het stapelt op. GPT-5.6 houdt een stevige korting op gecachte input aan, met expliciete cachebreekpunten en een minimale cachelevensduur, volgens eesel op 26 juni 2026. Cache-writes worden met een kleine toeslag gefactureerd, dus de eenmalige kost is klein.
Je systeemprompt is bij elke aanroep hetzelfde. Dat is het deel dat je cachet. Voor een functie die bij elk verzoek een instructieblok van 2k tokens verstuurt, maakt caching dat deel van de input flink goedkoper, bovenop welke laag je de aanroep ook naartoe stuurde.
We are
Stennir is een ai-consultancy die de routeringslaag bouwt zodat je functie elke aanroep leest en goedkoop werk naar Luna stuurt en echt redeneerwerk naar sol.
We aren't
Stennir is geen doorverkoper die je model-id vervangt door de goedkoopste laag en hoopt dat de kwaliteit standhoudt.
#Moet je de functie herbouwen om dit te krijgen?
Nee. Een functie met een routeringslaag, zoals in ons AI voor product-werk, splitst verkeer nu al per taak. Routering, labeling en moderatie gaan naar de goedkope laag. Redeneerwerk gaat naar het topmodel. Een nieuwe laag zoals Luna is dus een configuratiewijziging op de goedkope baan, geen herbouw van de functie waar je gebruikers op vertrouwen.
Als je functie nu alles naar één model stuurt, is dat het gat dat je als eerste moet dichten. De splitsing is een kleine wijziging naast het herbouwen van de functie. De besparing stapelt zich elke maand op naarmate je gebruik groeit.
Een eerlijke toets voor elke wijziging in je cost-to-serve: je CFO vraagt niet welk model je gebruikt. Die vraagt wat één actieve gebruiker kost. De laagsplitsing is het antwoord waarmee een functie de review overleeft.
Dit valt onder onze ai-consulting-praktijk, en het journal heeft meer notities over het naar productie brengen van ai-functies. Wil je je eigen cijfers voor de volgende financiële review, boek een discovery-gesprek van 30 min en we lopen samen met je door de verkeerssplitsing van je functie.
