GPT-5.6 Terra og Luna: Balance og volumen
På denne side
Status pr. 5. november 2026. Tabellen nedenfor afspejler de aktuelle priser: Siden 30. juli 2026 koster Luna 80 % mindre og Terra 20 % mindre end ved lanceringen, hvor de blev faktureret til henholdsvis $1 / $6 og $2,50 / $15. Til nye projekter er GPT-6-familien endnu billigere: GPT-6 Luna til $0,10 / $0,50, GPT-6.1 Terra til $1 / $5 og GPT-6.1 Sol til $2 / $10 – knap nok mere end GPT-5.6 Terra (lektion 9). GPT-5.6 Terra og Luna forbliver de officielle erstatninger for
gpt-5-minioggpt-5-nano, som blev udfaset den 11. december.
Fyrtårnet er ikke løsningen til alle opgaver. Det er spild at betale Sols takst for at klassificere supportbilletter eller udtrække datoer fra fakturaer. Det er netop derfor, GPT-5.6-familien findes i tre modeller. OpenAI positionerer Terra som det afbalancerede valg til dagligt arbejde og Luna som den hurtigste og mest økonomiske løsning. Det rigtige valg afhænger ikke af et prestigehierarki, men af forholdet mellem kvalitet og omkostninger for hver enkelt opgave.
De tre modeller side om side (pr. 5. november 2026)
| Sol | Terra | Luna | |
|---|---|---|---|
| Rolle | Fyrtårn: Komplekst arbejde | Balance mellem intelligens og omkostninger | Volumen, minimale omkostninger |
| Identifikator | gpt-5.6-sol | gpt-5.6-terra | gpt-5.6-luna |
| Input (pr. million tokens) | $4 (kampagne) | $2 | $0,20 |
| Output (pr. million tokens) | $20 | $12 | $1,20 |
| Ræsonnementsindsats | none til max | none til max | none til max |
Tre faktureringsregler fuldender billedet. Ved mere end 272.000 input-tokens skifter hele anmodningen til taksten for „lang kontekst”: det dobbelte for input og 1,5 gange for output. Det betyder $8 / $30 for Sol, $4 / $18 for Terra og $0,40 / $1,80 for Luna. Batch-behandling og Flex-behandling koster halv pris. Endelig faktureres skrivning til 30-minutters cachen siden GPT-5.6 til 1,25 gange input-prisen, og til 2,5 gange for 12-timers cachen, der blev introduceret den 20. oktober; læsning fra cachen beholder sin rabat på 90 %.
Den sidste række i tabellen er identisk på tværs af alle tre kolonner. Alle tre modeller accepterer tekst og billeder som input, tilbyder det samme kontekstvindue på 1,05 millioner tokens og understøtter de samme niveauer for ræsonnementsindsats, fra none til max. Forskellen ligger i forholdet mellem kapacitet og pris, ikke i funktionslisten.
Sådan vælger du
Terra er et solidt udgangspunkt for dagligt arbejde: skrivning, opsummering, assistance og rutinemæssig kodning. Til $2 for input og $12 for output koster det halvt så meget som Sol på input og 40 % mindre på output. En simpel tommelfingerregel: Start med Terra, og betal først Sols takst, når Terra konkret har svigtet dig i dine egne tilfælde.
Sol beholder sin plads, når kvalitet kommer først: svær kode, langvarige agenter og analyser, hvor en fejl er dyr. Prisforskellen er berettiget her, fordi menneskeligt genarbejde – gennemgang, korrektion og genstart – koster langt mere end de få dollars, der spares på API-opkaldet.
Luna målretter sig mod højt volumen. Til $0,20 for input og $1,20 for output pr. million tokens er den bygget til klassificering, udtrækning, sortering og massive behandlingsopgaver, hvor hver anmodning er simpel, men du kører titusindvis af dem. På disse arbejdsmængder viser prisforskellen i forhold til Sol – en faktor på 17 til 20 – sig direkte på din regning.
Kaskadestrategien
Det klassiske mønster fungerer godt til denne familie: Behandl hovedstrømmen med Luna, eskaler det, der fejler eller kræver nuance, til Terra, og reserver Sol til tilfælde, der berettiger prisen. Da alle tre modeller deler samme API, inputs og indsatsindstillinger, reduceres skiftet mellem dem til at ændre identifikatoren.
Skelettet til en kaskade-router fylder kun få linjer:
def choose_model(task):
if task.complexity == "high":
return "gpt-5.6-sol"
if task.complexity == "medium":
return "gpt-5.6-terra"
return "gpt-5.6-luna"
I et rigtigt system kunne kompleksitetskriteriet være en forretningsmæssig heuristik (dokumentlængde, anmodningstype), en score produceret af Luna selv eller simpelthen fejlen ved et første forsøg. Princippet forbliver det samme: Hver anmodning håndteres af den billigste model, der er i stand til at udføre jobbet. Den samme logik gælder for GPT-6-familien med dens egne benchmarks: OpenAIs dokumentation anbefaler GPT-6 Luna til volumen, GPT-6.1 Sol til balance og GPT-6 Astra til de mest krævende opgaver.
Din tur
Prissæt en kaskade. Tag en strøm på 100.000 anmodninger om måneden, hver med 2.000 input-tokens og 500 output-tokens. Beregn omkostningen ved kun at bruge Sol, kun Terra, kun Luna og derefter en kaskade, der sender 80 % af anmodningerne til Luna, 15 % til Terra og 5 % til Sol. Du bør finde cirka $1.800, $1.000, $100 og $320. Denne beregning ignorerer ræsonnementstokens, som faktureres som output-tokens: Gentag den med dine faktiske volumener og det indsatsniveau, du planlægger at bruge.
Officielle kilder: GPT-5.6 Terra Spec Sheet · GPT-5.6 Luna Spec Sheet · Pricing · Models (OpenAI API-dokumentation) · July 30 Price Cut Announcement (OpenAI)
Vigtige pointer
- Terra ($2 / $12) er balancen til hverdagsbrug; Luna ($0,20 / $1,20) målretter sig massive arbejdsmængder
- Disse priser inkluderer reduktionen fra 30. juli; lang kontekst gælder ud over 272.000 tokens; Batch og Flex er halv pris
- Alle tre modeller deler samme API, inputs, kontekstvindue og indsatsniveauer: Kun identifikatoren ændres
- Kaskaden Luna, Terra, Sol skærer omkostninger uden at ofre svære tilfælde; GPT-6-familien gør det bedre for mindre