GPT-5.6 Terra en Luna: Evenwicht en Volume
Op deze pagina
Status per 5 november 2026. De onderstaande tabel geeft de huidige prijzen weer: sinds 30 juli 2026 kost Luna 80% minder en Terra 20% minder dan bij de lancering, toen ze gefactureerd werden tegen respectievelijk $1 / $6 en $2,50 / $15. Voor nieuwe projecten is de GPT-6-familie nog goedkoper: GPT-6 Luna voor $0,10 / $0,50, GPT-6.1 Terra voor $1 / $5 en GPT-6.1 Sol voor $2 / $10—nauwelijks meer dan GPT-5.6 Terra (Les 9). GPT-5.6 Terra en Luna blijven de officiële vervangers voor
gpt-5-miniengpt-5-nano, die op 11 december zijn uitgefaseerd.
De vuurtoren is niet voor elke klus geschikt. Het tarief van Sol betalen om supporttickets te classificeren of datums uit facturen te halen, is zonde van het geld. Precies daarom bestaat de GPT-5.6-familie uit drie modellen. OpenAI positioneert Terra als de gebalanceerde keuze voor dagelijks werk en Luna als de snelste en zuinigste optie. De juiste keuze hangt niet af van een hiërarchie van prestige, maar van de verhouding tussen kwaliteit en kosten, taak voor taak.
De drie modellen naast elkaar (per 5 november 2026)
| Sol | Terra | Luna | |
|---|---|---|---|
| Rol | Vuurtoren: complex werk | Evenwicht tussen intelligentie en kosten | Volume, minimale kosten |
| Identificatie | gpt-5.6-sol | gpt-5.6-terra | gpt-5.6-luna |
| Input (per miljoen tokens) | $4 (promo) | $2 | $0,20 |
| Output (per miljoen tokens) | $20 | $12 | $1,20 |
| Redeneerinspanning | none tot max | none tot max | none tot max |
Drie factureringsregels maken dit plaatje compleet. Bij meer dan 272.000 inputtokens schakelt het volledige verzoek over naar het tarief voor “lange context”: het dubbele voor input, 1,5× voor output. Dat betekent $8 / $30 voor Sol, $4 / $18 voor Terra en $0,40 / $1,80 voor Luna. Batchverwerking en Flex-verwerking kosten de helft. Tot slot wordt sinds GPT-5.6 het schrijven naar de cache van 30 minuten gefactureerd tegen 1,25× de inputprijs, en 2,5× voor de op 20 oktober geïntroduceerde cache van 12 uur; lezen uit de cache blijft profiteren van 90% korting.
De laatste rij van de tabel is voor alle drie de kolommen identiek. Alle drie de modellen accepteren tekst en afbeeldingen als input, bieden hetzelfde contextvenster van 1,05 miljoen tokens en ondersteunen dezelfde niveaus voor redeneerinspanning, van none tot max. Het verschil zit in de verhouding tussen capaciteit en prijs, niet in de functielijst.
Hoe kiest u?
Terra is een solide uitgangspunt voor dagelijks werk: schrijven, samenvatten, assistentie en routinematig coderen. Met $2 voor input en $12 voor output kost het de helft van Sol voor input en 40% minder voor output. Een simpele regel: begin met Terra en betaal het tarief van Sol alleen als Terra in uw specifieke gevallen concreet heeft gefaald.
Sol behoudt zijn plaats wanneer kwaliteit voorop staat: moeilijke code, agents die lang draaien en analyses waarbij een fout duur komt te staan. Het prijsverschil is hier gerechtvaardigd omdat menselijk herwerk—controleren, corrigeren en opnieuw starten—veel meer kost dan de paar dollar die u bespaart op de API-aanroep.
Luna richt zich op hoog volume. Met $0,20 voor input en $1,20 voor output per miljoen tokens is het gebouwd voor classificatie, extractie, sortering en massale verwerkingstaken waarbij elk verzoek simpel is, maar u er tienduizenden uitvoert. Bij deze workloads is het prijsverschil met Sol—een factor 17 tot 20—direct zichtbaar op uw factuur.
De cascade-strategie
Het klassieke patroon werkt goed voor deze familie: verwerk de hoofdstroom met Luna, escaleer wat faalt of nuance vereist naar Terra, en reserveer Sol voor gevallen die de prijs rechtvaardigen. Omdat alle drie de modellen dezelfde API, inputs en instellingen voor inspanning delen, komt wisselen tussen hen neer op het wijzigen van de identificatie.
Het skelet van een cascade-router past in een paar regels:
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"
In een echt systeem zou het complexiteitscriterium een bedrijfsheuristiek kunnen zijn (documentlengte, type verzoek), een score die door Luna zelf wordt gegenereerd, of simpelweg het falen van een eerste poging. Het principe blijft hetzelfde: elk verzoek wordt afgehandeld door het goedkoopste model dat de taak aankan. Dezelfde logica geldt voor de GPT-6-familie, met zijn eigen benchmarks: de documentatie van OpenAI raadt GPT-6 Luna aan voor volume, GPT-6.1 Sol voor evenwicht en GPT-6 Astra voor de meest veeleisende taken.
Aan de slag
Bereken een cascade. Neem een stroom van 100.000 verzoeken per maand, elk met 2.000 inputtokens en 500 outputtokens. Bereken de kosten bij uitsluitend gebruik van Sol, uitsluitend Terra, uitsluitend Luna, en vervolgens een cascade die 80% van de verzoeken naar Luna stuurt, 15% naar Terra en 5% naar Sol. U zou ongeveer $1.800, $1.000, $100 en $320 moeten vinden. Deze berekening negeert redeneertokens, die als outputtokens worden gefactureerd: doe het opnieuw met uw werkelijke volumes en het niveau van inspanning dat u van plan bent te gebruiken.
Officiële bronnen: GPT-5.6 Terra Specificatieblad · GPT-5.6 Luna Specificatieblad · Prijzen · Modellen (OpenAI API-documentatie) · Aankondiging prijsverlaging 30 juli (OpenAI)
Belangrijkste punten
- Terra ($2 / $12) is het evenwicht voor dagelijks gebruik; Luna ($0,20 / $1,20) richt zich op massale workloads
- Deze prijzen zijn inclusief de verlaging van 30 juli; lange context geldt boven de 272.000 tokens; Batch en Flex zijn halve prijs
- Alle drie de modellen delen dezelfde API, inputs, contextvenster en niveaus voor inspanning: alleen de identificatie verandert
- De cascade Luna, Terra, Sol drukt de kosten zonder moeilijke gevallen op te offeren; de GPT-6-familie doet het beter voor minder