OpenAI kondigde GPT-6 Sol en GPT-6 Luna op 22 september 2026 aan als snellere, goedkopere modellen binnen de GPT-6-familie. Het bedrijf presenteerde Sol voor veeleisend professioneel werk en Luna voor werk op grotere schaal, met lagere API-tarieven en resultaten uit eigen evaluaties.

OpenAI kondigde GPT-6 Sol en Luna op 22 september aan

OpenAI zei dat de modellen met vergelijkbare methoden als GPT-6 Astra waren ontwikkeld. Bij de lancering noemde het bedrijf toegang via ChatGPT Work en Codex voor gebruikers met Plus, Pro, Business, Enterprise en Edu. Beide modellen waren ook via de API beschikbaar; gebruikers met Free en Go konden Luna in de desktopapp gebruiken. OpenAI zei dat Sol en Luna toen nog niet beschikbaar waren in de gewone ChatGPT-chat.

API-tarieven maken onderscheid tussen invoer en uitvoer

De API-prijzen die OpenAI bekendmaakte, zijn tarieven in Amerikaanse dollars per 1 miljoen tokens. Een token is een stukje tekst dat een model verwerkt of genereert. Dit zijn API-tarieven, geen maandbedragen voor ChatGPT-abonnementen.

ModelInvoer (USD per 1 miljoen tokens)Uitvoer (USD per 1 miljoen tokens)
GPT-6 Sol$2$10
GPT-6 Luna$0,10$0,50

Vergeleken met de promotietarieven van GPT-5.6 Sol — $4 voor invoer en $20 voor uitvoer per 1 miljoen tokens — zijn beide Sol-tarieven gehalveerd. Bij GPT-5.6 Luna daalt het invoertarief van $0,20 naar $0,10, precies 50%. Het uitvoertarief gaat van $1,20 naar $0,50: ongeveer 58,3% lager.

OpenAI zegt dat gecachete invoertokens 90% korting krijgen. Ook kunnen ontwikkelaars de redeneerinspanning en beschikbare tools aanpassen zonder dat eerder opgeslagen context daardoor verloren gaat voor hergebruik.

Wat de evaluaties en programmeertests meten

Drie codeertaken — een website, een stormvolgdashboard en een 3D-game — met gegenereerde uitvoer en kostenmetingen in beeld.
Een benchmarkweergave met scores, looptijden en kosten voor programmeertests met meerdere prompts en modelconfiguraties.

In DeepSWE v1.1, een evaluatie van langdurige programmeertaken in bestaande codebases, rapporteerde OpenAI een score van 68,8% voor GPT-6 Sol bij maximale inspanning en 66,6% voor GPT-6 Luna bij maximale inspanning.

OpenAI meldde ook dat GPT-6 Sol in een interne evaluatie ongeveer half zoveel fouten maakte als GPT-5.6 Sol. Die test gebruikte geanonimiseerde gesprekken waarin gebruikers eerder feitelijke fouten hadden gemeld. OpenAI zei dat deze selectie niet representatief is voor normaal gebruik.

In de offline-evaluatie OSWorld 2.0 rapporteerde OpenAI 60,5% voor GPT-6 Sol bij de instelling xhigh en 60,3% voor Claude Opus 5 bij medium. Het bedrijf meldde voor Sol ook ongeveer 80% lagere kosten per taak; de modellen gebruikten daarbij verschillende inspanningsinstellingen.

Een vergelijking van drie eenmalige programmeeropdrachten — een website, een interactief stormvolgdashboard en een 3D-browsergame — liet de gegenereerde uitvoer en kosten naast elkaar zien. In die opdrachten kwam Luna naar voren als de snelste en goedkoopste optie, Sol als een tussenweg en Claude Opus 5.5 als het model met de sterkste getoonde uitvoer.

Een aparte programmeerbenchmark met 24 prompts en 12 modelconfiguraties beoordeelde GPT-6 Sol lager op codekwaliteit dan GPT-5.6 Sol binnen de geteste configuraties. De benchmark rapporteerde daarnaast lagere kosten en kortere runtimes voor de geteste nieuwe configuraties. De opdrachten, instellingen en beoordelingsmethoden verschilden van die van OpenAI’s evaluaties.