80 % weniger für das kleine Modell
OpenAI hat am 30. Juli 2026 die Preise für seine Modellreihe GPT-5.6 nach unten korrigiert. Das kleine Modell GPT-5.6 Luna wird um 80 % günstiger, das größere GPT-5.6 Terra um 20 %. Absolute Zahlen nennt das Unternehmen bislang nur für Luna.
Der neue Preis liegt bei 0,20 US-Dollar pro Million Input-Tokens und 1,20 US-Dollar pro Million Output-Tokens. Tokens sind die Texteinheiten, nach denen Sprachmodelle abgerechnet werden, rund 750 Wörter entsprechen etwa 1.000 Tokens. Für GPT-5.6 Terra bleiben die konkreten Beträge vor und nach der Senkung offen.
Preisvergleich mit Google und Anthropic
Vor der Anpassung lag der Input-Preis von GPT-5.6 Luna auf dem Niveau von Claude Haiku 4.5 von Anthropic. Jetzt kostet der Input nur noch ein Fünftel davon. Auch Googles Gemini 3.1 Flash-Lite ist damit teurer als das OpenAI-Modell.
| Modell | Input pro 1 Mio. Tokens | Output pro 1 Mio. Tokens |
|---|---|---|
| GPT-5.6 Luna (neu) | 0,20 US-Dollar | 1,20 US-Dollar |
| Gemini 3.1 Flash-Lite | 0,25 US-Dollar | 1,50 US-Dollar |
| Claude Haiku 4.5 | 1,00 US-Dollar | 5,00 US-Dollar |
Damit setzt sich das Muster der letzten Jahre fort: Der Wettbewerb zwischen den großen Anbietern läuft im unteren Preissegment über die Kosten pro Token, nicht über Funktionsumfang.
Ein Modell optimiert die eigene Infrastruktur
Interessanter als die Preise ist die Begründung. Laut OpenAI wurde die Senkung durch das Modell GPT-5.6 Sol möglich, das die Verteilung der Anfragen auf die Server sowie den Rechenweg durch das Modell selbst optimiert hat. Konkret hat Sol die sogenannten Kernel umgeschrieben, also den Code, der die mathematischen Operationen eines Modells auf dem Grafikprozessor ausführt.
Sinngemäß aus der Mitteilung von OpenAI: Mit Codex hat GPT-5.6 Sol unsere Produktions-Kernel, also den Kerncode, der die mathematischen Operationen des Modells ausführt, eigenständig umgeschrieben und optimiert.
Gearbeitet wurde dabei in Triton und Gluon, zwei von OpenAI betreuten Open-Source-Sprachen für die GPU-Programmierung. Das Ergebnis: Die End-to-End-Bereitstellungskosten sanken laut Unternehmen um 20 %. Ob und wie Kunden auf GPT-5.6 Sol selbst zugreifen können, hat OpenAI nicht mitgeteilt.
Was das für Unternehmen bedeutet
Für Betriebe, die KI-Funktionen über eine Schnittstelle in eigene Abläufe einbauen, sinken die variablen Kosten unmittelbar. Ein Workflow, der bislang bei den Token-Kosten an der Rentabilitätsgrenze lag, kann mit einem Fünftel des früheren Input-Preises plötzlich tragfähig sein. Das betrifft typische Massenaufgaben wie Klassifikation von E-Mails, Extraktion von Daten aus Dokumenten oder das Vorsortieren von Support-Anfragen.
Damit verschiebt sich die Rechnung gegenüber fertigen Software-Abos. Wer eine KI-Funktion pro Nutzer und Monat lizenziert, zahlt einen Fixpreis, der von fallenden Modellkosten nichts mitbekommt. Wer die gleiche Funktion selbst gegen eine API baut, gibt Preissenkungen direkt an die eigene Kostenstelle weiter.
Die Kehrseite bleibt die Abhängigkeit. Preise, Modellnamen und Verfügbarkeiten liegen vollständig beim Anbieter, und was heute um 80 % fällt, kann morgen abgekündigt werden. Wer das abfedern will, kapselt die Modellanbindung so, dass ein Wechsel auf einen anderen Anbieter oder auf ein selbst betriebenes offenes Modell möglich bleibt.
Datenschutz bleibt eine offene Frage
Zu DSGVO-Konformität, Datenverarbeitung in der EU oder Datenresidenz macht OpenAI im Zusammenhang mit dieser Preisanpassung keine Angaben. Für Unternehmen im DACH-Raum bleibt das ein Punkt, der unabhängig von den Token-Preisen geklärt werden muss, insbesondere bei personenbezogenen Daten und in regulierten Branchen.
Bemerkenswert ist ein Nebenaspekt der Ankündigung: Ein Anbieter nutzt hier seine eigenen Modelle, um Infrastrukturcode zu optimieren und Betriebskosten zu senken. Dieses Prinzip lässt sich übertragen. KI-gestützte Optimierung von Code und Betrieb ist kein Privileg von Hyperscalern, sondern auch für Unternehmen interessant, die eigene Systeme betreiben und dort an Rechen- oder Lizenzkosten sparen wollen.