OpenAI hat die Kosten für zwei GPT-5.6-Modelle gesenkt und damit ein klares Ziel verfolgt: die Nutzung soll insgesamt effizienter werden. Konkret profitieren Kunden von niedrigeren Preisen für Luna und Terra über die API. Gleichzeitig gibt es Anpassungen, die sich auf die Abrechnung und die Umrechnung von Nutzungsvolumen in Anwendungen wie Codex und ChatGPT Work auswirken.
Im Folgenden ordnen wir ein, was genau sich ändert, welche Preisverhältnisse dahinterstecken und warum OpenAI außerdem Updates in bestehenden Workflows ausrollt.
GPT-5.6 Preisreduzierung: Luna wird stark günstiger
Der deutlichste Schritt betrifft Luna. Laut OpenAI wurde der API-Preis für Luna um 80% gesenkt. Damit wird das Modell für Eingaben und Ausgaben spürbar preiswerter.
Die neuen Konditionen für GPT-5.6 Luna lauten:
- 0,20 US-Dollar pro Million Input Tokens
- 1,20 US-Dollar pro Million Output Tokens
Im Vergleich dazu lagen die bisherigen Preise laut Quelle deutlich höher: Input von 1 US-Dollar auf 0,20 US-Dollar und Output von 6 US-Dollar auf 1,20 US-Dollar. Die Preislogik bleibt also nach Tokens getrennt, aber das Kostenniveau sinkt massiv.
Terra: Preisrückgang bei Input und Output
Auch Terra wird günstiger. OpenAI nennt hier eine Reduktion um 20%. Wie bei Luna handelt es sich ebenfalls um separate Preise für Input- und Output-Tokens.
Aktuell gelten für GPT-5.6 Terra folgende Werte:
- 2,00 US-Dollar pro Million Input Tokens (vorher 2,50 US-Dollar)
- 12,00 US-Dollar pro Million Output Tokens (vorher 15 US-Dollar)
Damit sinken die Kosten sowohl für die Übermittlung von Prompts als auch für die generierten Ergebnisse. Insgesamt zielt OpenAI darauf ab, die Modelle so zu optimieren, dass Kunden mehr Rechenleistung im selben Budget abrufen können.
Wie die neuen Preise die Nutzung in Codex und ChatGPT Work beeinflussen
In einem Post auf X hat OpenAI außerdem beschrieben, dass diese neuen Preise auch beeinflussen, wie die Nutzung gezählt wird – insbesondere in Codex und ChatGPT Work.
Der praktische Effekt: Wenn neue Aufgaben mit diesen GPT-5.6-Modellen angestoßen werden, werden weniger aus dem Kundenkontingent abgezogen. Anders gesagt: Unter dem gleichen Quota können Nutzer potenziell mehr Arbeit erledigen, weil die Preisreduzierung direkt in die Verrechnung einfließt.
Für Teams und Einzelpersonen, die regelmäßig in automatisierten Entwicklungs- oder Produktivitäts-Workflows arbeiten, ist das häufig genauso wichtig wie der reine Token-Preis: Entscheidend ist, wie sich das Kontingent in reale Tasks übersetzt.
Auto-Review und Codex CLI: Wechsel von GPT-5.4 auf GPT-5.6 Luna
Parallel zur GPT-5.6 Preisreduzierung kündigt OpenAI Upgrades in bestehenden Tools an. Dazu gehört die Umstellung des Auto-review in der ChatGPT-App sowie der Codex CLI. Beide Funktionen werden von GPT-5.4 auf GPT-5.6 Luna aktualisiert.
OpenAI erwartet dadurch eine Kostensenkung von ungefähr dem Zehnfachen im Vergleich zu vorherigen Abläufen. Das bedeutet: Nicht nur der Listenpreis sinkt, sondern auch die Kostenstruktur in typischen Review-/Prüf-Workflows soll deutlich besser werden.
Für Nutzer ist das vor allem relevant, wenn Auto-Review regelmäßig im Hintergrund arbeitet oder wenn Codex CLI wiederkehrende Schritte automatisiert. Durch die Modellumstellung können sich die Gesamtkosten pro bearbeitetem Umfang spürbar verändern.
GPT-5.6 Sol: Fast mode für API-Kunden, Standardpreise bleiben
Neben den Preisanpassungen für Luna und Terra bringt OpenAI für API-Kunden eine Fast mode-Option für GPT-5.6 Sol ins Spiel. Gleichzeitig betont das Unternehmen: Am Standardpreis für Sol ändert sich zunächst nichts.
Die Fast-Variante ist darauf ausgelegt, deutlich schneller zu reagieren. Laut OpenAI ist sie:
- bis zu 2,5-mal schneller als die Standardverarbeitung
- ohne Abstriche bei der modelltypischen Intelligenz gestaltet
Allerdings ist die Performance nicht umsonst: Der Fast mode kostet laut Quelle das Doppelte des Standard-API-Preises. OpenAI beschreibt deshalb, dass diese Option besonders für zeitkritisches Coding, Forschung oder agentische Workloads gedacht ist.
Für welche Fälle sich Fast mode lohnt
OpenAI macht eine klare Abwägung: In allen anderen Nutzungsszenarien sei der Fast mode nicht zwingend erforderlich. Wenn Zeit nicht der Hauptfaktor ist, dürften Standard-Workflows in der Praxis meist die bessere Kosten-Nutzen-Balance liefern.
Typische Situationen, in denen Fast mode eher sinnvoll ist:
- kurze Iterationszyklen beim Programmieren
- Forschungsläufe, bei denen Ergebnisse schneller in Entscheidungen einfließen
- agentische Systeme, die viele Schritte in engen Zeitfenstern ausführen
Wenn dagegen längere Analysen oder weniger zeitkritische Aufgaben im Vordergrund stehen, kann der Standardmodus den gleichen inhaltlichen Output bei niedrigeren Kosten liefern.
Warum OpenAI die Effizienzgewinne konkret nennt
Hinter der GPT-5.6 Preisreduzierung steckt laut OpenAI die kontinuierliche Arbeit an Modellauslastung und Effizienz. Die Verbesserungen bei GPT-5.6 Sol werden dabei als Grundlage für die Effizienzgewinne genannt, die schließlich zu den niedrigeren Preisen für Luna und Terra geführt haben.
Außerdem verweist das Unternehmen auf eigene Tests und ordnet Luna in einem „Intelligence Index“ als bestplatziertes Modell in der Gruppe ein, die verglichen wurde. Wichtig ist dabei: OpenAI betont, dass Luna gleichzeitig deutlich günstiger pro Aufgabe ist als viele Alternativen.
Für Nutzer heißt das im Kern: Der Preis fällt, während die Leistungsfähigkeit im Vergleich erhalten bleibt oder sogar besser abschneidet – zumindest innerhalb der von OpenAI genannten Testlogik.
Ein Hinweis für Security-Teams: Testen Sie Erkennungsketten gründlich
Der Quelltext enthält zusätzlich einen thematisch angrenzenden Hinweis aus dem Bereich Security. Laut einer genannten Studie loggen Security-Teams zwar einen großen Anteil erfolgreicher Angriffe, lösen jedoch nur bei einem deutlich kleineren Teil automatisch Alarme aus. Der Rest soll offenbar unentdeckt durch das eigene Umfeld rutschen.
Die Empfehlung lautet daher, dass Unternehmen ihre SIEM- und EDR-Regeln systematisch über Breach- und Attack-Simulationstests prüfen, um Lücken in der Erkennung zu schließen. Auch wenn das nicht direkt mit der GPT-5.6 Preisreduzierung zusammenhängt, unterstreicht es die Bedeutung von verlässlichen Kontrollen in kritischen Umgebungen.
Fazit: GPT-5.6 wird für viele Workflows wirtschaftlicher
OpenAI senkt die Kosten für zentrale GPT-5.6-Modelle deutlich: GPT-5.6 Luna wird um 80% günstiger, GPT-5.6 Terra um 20%. Zusätzlich wirkt sich das laut OpenAI auf die Verrechnung von Nutzungsvolumen in Codex und ChatGPT Work aus, sodass Nutzer bei gleichem Kontingent mehr Aufgaben abarbeiten können.
Mit der Umstellung von Auto-review und Codex CLI auf GPT-5.6 Luna sowie dem neuen Fast mode für GPT-5.6 Sol erweitert OpenAI die Auswahl für verschiedene Anforderungen: Kostenbewusstsein auf der einen, Tempo für zeitkritische Workloads auf der anderen Seite.
