Ceny GPT-5.6 a koszt obsługi. Koszt obsługi to kwota, jaką płacisz za jednego użytkownika za każdym razem, gdy dotyka twojej funkcji AI. Trzy warstwy GPT-5.6 pozwalają rozdzielić te wywołania, tak by tanie przestały płacić ceny flagowego modelu. To spojrzenie właściciela produktu na rachunek, nie spojrzenie inżyniera na model.
26 czerwca 2026 roku OpenAI wypuściło rodzinę GPT-5.6: sol, terra i Luna. Luna kosztuje za token znacznie mniej niż sol, co daje dużą różnicę przy tej samej powierzchni produktowej, jak podaje finout.
Jeśli prowadzisz produkt w saasie na etapie serii b z funkcją AI widoczną dla klienta, ta różnica to twój najbliższy przegląd finansowy. Pytanie nie brzmi, który model jest najmądrzejszy. Pytanie brzmi, które wywołania naprawdę potrzebują sol, a które po cichu za niego przepłacały.
#Do czego naprawdę służy warstwa Luna w GPT-5.6?
Czym jest warstwa Luna w GPT-5.6 i jak bardzo jest tania?
Luna to najtańsza z trzech warstw GPT-5.6 od OpenAI, uruchomiona 26 czerwca 2026 roku w znacznie niższej cenie za token niż sol. OpenAI kieruje lunę do klasyfikacji, kierowania intencji i podsumowań: wywołań o dużej objętości i niskim wymaganiu rozumowania, które stoją za większością funkcji AI.
Większość funkcji AI widocznych dla klienta to nie jedno zadanie. To stos małych zadań ukrytych pod jednym przyciskiem. Oznacz tę wiadomość. Skieruj ją do właściwego przepływu. Podsumuj wątek. A czasem, naprawdę, przemyśl trudny przypadek.
Pierwsze trzy to dokładnie to, do czego wyceniono lunę. Czwarte to powód, dla którego trzymasz sol. Jeśli każde z tych wywołań trafia dziś do twojego flagowego modelu, załóż, że mniej więcej 80% wolumenu tokenów płaci stawkę flagowca za pracę, którą może wykonać tańsza warstwa.
#Ile podział na warstwy faktycznie zdejmuje z rachunku?
Weźmy funkcję, w której, dla ilustracji, 80% tokenów wyjściowych to kierowanie, oznaczanie i podsumowywanie. Na samym sol całe to wyjście jest rozliczane po stawce flagowca. Przenieś te 80% na lunę, a ta sama praca jest rozliczana po stawce tańszej warstwy. Wywołania wymagające rozumowania zostają na sol, nietknięte, bo to tam jakość musi się utrzymać.
Użytkownik nie widzi żadnej różnicy. Tag nadal się pojawia, podsumowanie nadal da się czytać, trudne pytanie nadal dostaje dobrą odpowiedź. Zmieniło się tylko to, która warstwa rozlicza które wywołanie.
#Czy pamięć podręczna też zmienia rachunek?
Tak, i się kumuluje. GPT-5.6 utrzymuje wyraźną zniżkę na buforowane wejście, z jawnymi punktami podziału bufora i minimalnym czasem życia bufora, jak podaje eesel z 26 czerwca 2026 roku. Zapis do bufora jest rozliczany z niewielką dopłatą, więc jednorazowy koszt jest niewielki.
Twój prompt systemowy jest taki sam przy każdym wywołaniu. To właśnie tę część buforujesz. W przypadku funkcji wysyłającej blok instrukcji o długości 2 tys. Tokenów przy każdym żądaniu, buforowanie wyraźnie obniża koszt tej części wejścia — niezależnie od tego, do jakiej warstwy skierowano wywołanie.
We are
Stennir to firma konsultingowa AI, która dostarcza warstwę kierowania, dzięki której twoja funkcja odczytuje każde wywołanie i kieruje tanią pracę do luny, a prawdziwe rozumowanie do sol.
We aren't
Stennir nie jest pośrednikiem, który podmienia identyfikator modelu na najtańszą warstwę i liczy, że jakość jakoś przetrwa.
#Czy trzeba przebudować funkcję, żeby to zyskać?
Nie. Funkcja z warstwą kierowania, jak w naszej pracy AI dla produktu, już dzieli ruch według zadania. Kierowanie, oznaczanie i moderacja trafiają do taniej warstwy. Rozumowanie trafia do flagowca. Nowa warstwa, taka jak Luna, to więc zmiana konfiguracji w tanim pasie, a nie przebudowa funkcji, na której polegają twoi użytkownicy.
Jeśli twoja funkcja dziś wysyła wszystko do jednego modelu, to jest luka do zamknięcia w pierwszej kolejności. Podział to niewielka zmiana w porównaniu z przebudową funkcji. Oszczędność narasta z każdym miesiącem wzrostu użycia.
Uczciwy test dla każdej zmiany kosztu obsługi: twój dyrektor finansowy nie zapyta, jakiego modelu używasz. Zapyta, ile kosztuje jeden aktywny użytkownik. Podział na warstwy to odpowiedź, dzięki której funkcja przetrwa przegląd.
To mieści się w naszej praktyce doradztwa AI, a dziennik zawiera więcej notatek o wdrażaniu funkcji AI na produkcję. Jeśli chcesz poznać własne liczby przed najbliższym przeglądem finansowym, umów 30-minutową rozmowę wstępną, a wspólnie przejdziemy przez podział ruchu twojej funkcji.
