OpenAI hat den Preis von GPT-5.6 Luna, dem Einstiegsmodell der GPT-5.6-Familie, auf 0,20 $ pro Million Input-Token und 1,20 $ pro Million Output-Token gesenkt. Luna startete bei 1 $ pro Million Input-Token — die neue Zahl bedeutet auf der Input-Seite eine Senkung um 80 %.

Was sich geändert hat

Die dreiteilige Modellreihe kostet nun wie folgt: Luna 0,20 $ / 1,20 $, Terra 2 $ / 12 $ und Sol 5 $ / 30 $ pro Million Token. Nur Luna wurde angepasst; Terra und Sol bleiben unverändert.

Batch-Verarbeitung läuft bei allen drei Modellen zum halben Standardtarif, und Anfragen mit langem Kontext werden mit etwa dem doppelten Satz des Kurzkontext-Tarifs abgerechnet — der effektive Preis hängt also stark davon ab, wie eine Aufgabe gestaltet ist, nicht nur davon, welches Modell gewählt wird.

Wo das im Markt einzuordnen ist

Luna liegt mit 0,20 $ beim Input in derselben Preisklasse wie DeepSeek V4-Flash mit 0,14 $ und Googles Flash-Lite-Tarif. Vor zwölf Monaten kostete die günstigste ernstzunehmende, an die Spitzenmodelle angelehnte Option noch mehrere Dollar pro Million Input-Token. Die Preisuntergrenze hat sich um eine Größenordnung verschoben, und das am schnellsten im letzten Quartal.

Warum das wichtig ist

Für alles mit hohem Volumen — Klassifikation, Extraktion, Routing, erste Zusammenfassungen — hört die Modellrechnung bei diesen Preisen auf, der begrenzende Faktor zu sein. Das verändert, welche Produkte sich zu entwickeln lohnen: Workflows, die bei 1 $ pro Million Input-Token unwirtschaftlich waren, werden bei 0,20 $ tragfähig.

Die Kehrseite ist, dass der Preis allein die günstige Kategorie nicht mehr unterscheidet. Wenn vier Anbieter innerhalb weniger Cent voneinander liegen, verschiebt sich die Entscheidung auf Latenz, Kontextverarbeitung, Zuverlässigkeit beim Tool-Calling und darauf, wie sich der Anbieter verhält, wenn er später die Preise erhöhen muss.

Was als Nächstes zu beobachten ist

Eine Senkung dieser Größenordnung signalisiert meist Kapazität statt Großzügigkeit. Inferenz wird günstiger, wenn ein Anbieter über freie Hardware und einen effizienten Serving-Stack verfügt, und die Preise folgen entsprechend. Die Frage für alle, die mit diesen Zahlen kalkulieren, ist, ob die Preisuntergrenze hält — DeepSeek hat bereits öffentlich angekündigt, dass die eigenen Preise wieder steigen werden.

Der praktische Ansatz besteht darin, die günstige Kategorie als austauschbar zu behandeln. Prompts portabel halten, sich bei den Pfaden mit dem höchsten Volumen nicht auf anbieterspezifische Funktionen verlassen und vierteljährlich neu benchmarken. Bei diesen Preisen sollte die Wechselentscheidung von der Qualität im eigenen Evaluationsset abhängen, nicht von einer Preisliste, die sich alle paar Wochen ändert.