OpenAI снизила цены на GPT-5.6 Terra и GPT-5.6 Luna всего через три недели после общего запуска семейства. Для разработчиков и компаний это важнее самого прайса: рынок AI-моделей все быстрее уходит в войну не только бенчмарков, но и себестоимости каждого миллиона токенов.
30 июля OpenAI опустила цену GPT-5.6 Terra с $2,50 до $2 за миллион входных токенов и с $15 до $12 за миллион выходных. У GPT-5.6 Luna снижение заметно жестче: с $1 до $0,20 за вход и с $6 до $1,20 за выход. Флагманская GPT-5.6 Sol осталась без изменений. О сокращении цен написали The New Stack, Axios и The Wall Street Journal.
Снижение произошло почти сразу после июльского запуска
Семейство GPT-5.6 вышло в общий доступ 9 июля 2026 года. Тогда OpenAI позиционировала линейку предельно прямо: Sol для самых сложных задач, Terra как сбалансированную модель на каждый день, Luna как вариант для массовых и чувствительных к цене нагрузок.
На старте тарифы выглядели так: Sol — $5 за вход и $30 за выход, Terra — $2,50 и $15, Luna — $1 и $6. Теперь OpenAI пересмотрела цены на две младшие модели менее чем за месяц. Такой темп для крупного вендора выглядит не как плановое обновление, а как реакция на рынок.
OpenAI объясняет шаг эффективностью, аналитики — давлением конкурентов
По данным WSJ, в OpenAI связали удешевление с ростом внутренней эффективности и желанием сделать больше сценариев экономически оправданными для клиентов. Это аккуратная формулировка. Но рынок читает новость шире: корпоративные заказчики стали считать не только качество модели, но и цену эксплуатации на длинной дистанции.
Отсюда и второй слой истории. Аналитики, которых цитируют американские издания, указывают на усилившуюся конкуренцию со стороны Anthropic и более дешевых моделей от азиатских разработчиков, включая Moonshot AI. Для CIO и CTO выбор все чаще сводится не к «самой умной модели», а к балансу качества, задержки, безопасности и итогового счета за месяц.
Для рынка это сигнал к более жесткой экономике AI
Для российских команд, которые работают через зарубежные API или считают экономику AI-продуктов в токенах, вывод практический. Дешевые модели становятся еще дешевле, а значит архитектура с маршрутизацией запросов по классам задач превращается из хорошей практики в базовую гигиену: одна модель для черновиков и классификации, другая — для кода, третья — для дорогих задач, где ошибка действительно обходится дороже токенов.
Если Luna подешевела в пять раз, это значит, что даже крупные игроки уже не рассчитывают продавать «фронтирность» с большой наценкой в массовом сегменте. Теперь придется доказывать экономику не на слайде, а в счете.
Следующий вопрос для рынка простой: ограничится ли OpenAI этой коррекцией или ценовое давление дойдет и до флагманских моделей.
Источники: , , .