Innhold Vis
GPT-6 Luna koster bare 0,10 dollar per million input-tokens, og det gjør AI-priskrigen langt mer interessant enn enda en runde med pene benchmark-grafer. For en norsk utvikler tilsvarer det omtrent 94 øre med dollarkursen i september 2026. En kapabel modell er med ett blitt så billig at modellkostnaden kan forsvinne ned i avrundingsfeilen i mange apper.
OpenAI lanserte GPT-6 Sol og GPT-6 Luna omtrent én time etter at Anthropic presenterte Claude Opus 5.5 den 22. september. Alle tre lover bedre kvalitet og mer effektivt agentarbeid. Tallene som virkelig flytter markedet, står likevel på prislisten: Sol har fått halvert både input- og outputprisen fra GPT-5.6 Sol, mens Luna kutter inputprisen i to og outputprisen med mer enn halvparten.
Anthropic kutter også. Opus 5.5 er 20 prosent billigere per vanlig input- og output-token enn Opus 5, og cache-lesing er blitt 60 prosent billigere. Det er bra. Men når OpenAI samtidig tilbyr GPT-6 Sol til halvparten av Opus-prisen og GPT-6 Luna til nesten småpenger, er dette ikke tre isolerte modelloppdateringer. Nå slåss leverandørene om hva god AI faktisk skal koste i drift.
Hva koster GPT-6 Luna, Sol og Claude Opus 5.5?
GPT-6 Luna koster 0,10 dollar for input og 0,50 dollar for output per million tokens. GPT-6 Sol koster 2 dollar inn og 10 dollar ut, mens Claude Opus 5.5 ligger på 4 og 20 dollar. Det går fram av de offisielle prisene fra OpenAI og Anthropic.
Med en dollarkurs på rundt 9,43 kroner, basert på de siste publiserte midtkursene fra Norges Bank, blir prisene lettere å forstå. Én million input-tokens koster cirka 94 øre med Luna, 19 kroner med Sol og 38 kroner med Opus 5.5. Én million output-tokens koster omtrent 4,70 kroner, 94 kroner og 189 kroner.
Det er output som vanligvis svir mest, særlig når agenter produserer mye kode, rapporter eller lange analyser. Forskjellen mellom Luna og Opus 5.5 er 40 ganger på både vanlig input og output. Sol koster halvparten av Opus 5.5 per token. Det betyr ikke at Luna automatisk er det beste valget for enhver krevende oppgave, men prisen er lav nok til at den fortjener å være første kandidat i stedet for reservebenken.
Hvor kraftig er prisreduksjonen?
GPT-6 Sol går fra 4 til 2 dollar per million input-tokens og fra 20 til 10 dollar for output. GPT-6 Luna går fra 0,20 til 0,10 dollar for input og fra 1,20 til 0,50 dollar for output. OpenAI omtaler den samlede reduksjonen som 50 prosent mot introduksjonsprisene til GPT-5.6-familien.
Luna-kuttet er i praksis enda skarpere på output: 0,50 dollar er 58 prosent lavere enn 1,20 dollar. Det er viktig fordi mange oversikter nøyer seg med å gjenta «halv pris». For en enkel arbeidsmengde med én million input-tokens og 200 000 output-tokens koster Luna nå omtrent 1,90 kroner. Sol koster rundt 38 kroner, og Opus 5.5 omtrent 75 kroner. Verktøykall, søk og andre tillegg kan komme i tillegg, men selve modellregningen viser avstanden.
Dette setter også den forrige generasjonen i en rar situasjon. GPT-5.6 Luna var allerede en svært tilgjengelig modell. Når etterfølgeren både blir bedre og billigere, finnes det få økonomiske grunner til å bygge nytt på den gamle varianten. GPT-5.6 Terra koster dessuten det samme som GPT-6 Sol på input og mer på output. Da blir spørsmålet om Terra har en helt bestemt egenskap du trenger. Hvis ikke, er regnestykket ganske nådeløst.
Hvorfor er GPT-6 Luna den viktigste modellen her?
GPT-6 Luna er den viktigste lanseringen for vanlige apper fordi den kombinerer svært lav pris med egenskaper som tidligere lå høyere i modellhierarkiet. OpenAI sier at Luna ved høyere innsatsnivå kan matche GPT-5.6 Sol på faktapålitelighet til rundt én hundredel av kostnaden, og at den nærmer seg langt dyrere modeller på krevende kodeoppgaver.
Leverandørtester må alltid leses som leverandørtester. Jeg ville aldri valgt modell til produksjon på grunnlag av én tabell der selskapet som selger modellen også har valgt oppgavene, oppsettet og sammenligningen. Den praktiske konsekvensen er likevel klar: Når én million output-tokens koster under fem kroner, kan du prøve Luna på store mengder klassifisering, oppsummering, SQL, kodeendringer og agentarbeid uten at hvert eksperiment føles som en tur bort til minibanken.
Det passer også godt med måten gode AI-systemer faktisk bygges på. Du trenger ikke bruke den dyreste modellen på hvert steg. En billig modell kan håndtere de fleste rutineoppgavene, mens Sol, Opus eller Astra bare kobles inn når problemet krever det. Jeg liker å bruke modeller etter styrke i stedet for å tvinge én modell til å gjøre alt. Med Luna-prisen blir en sånn blanding enda mer fornuftig.
Hva svarer Claude Opus 5.5 med?
Anthropic har allerede brukt Claude Sonnet 4.6 til å presse Opus-kvalitet ned i en billigere klasse. Claude Opus 5.5 svarer med bedre effektivitet, raskere output og lavere kostnad. Vanlig input faller fra 5 til 4 dollar per million tokens, output fra 25 til 20 dollar og cache-lesing fra 0,50 til 0,20 dollar. Anthropic sier at modellen bruker færre tokens per oppgave og derfor kan koste 40 prosent mindre enn Opus 5 på typiske arbeidsmengder, selv om listeprisen for vanlige tokens bare er redusert med 20 prosent.
Cache-prisen er spesielt relevant for kodeagenter og lange samtaler. Når store deler av kodebasen, instruksjonene og samtalehistorikken allerede ligger i cachen, koster én million gjenbrukte tokens rundt 1,90 kroner. Anthropic sier også at Opus 5.5 produserer output mer enn 30 prosent raskere enn Opus 5. Fast mode kan gi opptil 2,5 ganger hastighet, men dobler tokenprisene til 8 dollar inn og 40 dollar ut.
Opus 5.5 skal dessuten kommunisere klarere og bruke færre unødvendige ord. Det er mer verdifullt enn det høres ut som. En agent som trenger færre steg, færre oppklaringer og mindre output for å fullføre samme jobb, kan bli billigere selv om tokenprisen er høyere. Anthropic peker blant annet på en kodegjennomgang av 200 000 linjer som tok under tre timer, mot over 20 timer med Opus 5, men dette er tidlige kundetester og ikke en garanti for din kodebase.
Likevel er prisforskjellen brutal. Opus 5.5 koster dobbelt så mye som GPT-6 Sol per vanlig token og 40 ganger så mye som Luna. Claude må derfor vinne tydelig på kvalitet, pålitelighet eller antall nødvendige steg for å forsvare merkostnaden. «Opus er toppmodellen» er ikke lenger et godt nok budsjettargument alene.
Hva betyr caching for den virkelige regningen?
Caching betyr at gjentatt kontekst kan behandles til en lavere pris i stedet for å faktureres som helt ny input hver gang. GPT-6 gir 90 prosent rabatt på cachede input-tokens. Dermed koster én million cachede tokens 0,01 dollar med Luna og 0,20 dollar med Sol, omtrent 9 øre og 1,90 kroner.
OpenAI har samtidig endret caching slik at reasoning effort og tilgjengelige verktøy kan justeres uten å ødelegge tidligere cache. Det er en praktisk forbedring for agenter. En lang sesjon kan starte rimelig, skru opp innsatsen når den møter et vanskelig problem og deretter gå ned igjen uten å betale full inputpris for hele historikken på nytt. OpenAI oppgir også at GitHub har redusert andelen prompt-tokens som må behandles fra bunnen av med mer enn 50 prosent over milliarder av forespørsler.
Claude Opus 5.5 har samme cachepris som Sol, men vanlig input er dobbelt så dyr. I lange agentsamtaler kan mer enn 90 prosent av inputen bli behandlet som cachede tokens. Hvis arbeidsflyten din faktisk treffer så godt, blir forskjellen mindre enn listeprisen antyder. Hvis du stadig endrer store deler av prompten eller sender helt nye dokumenter, får du langt mindre hjelp av cachen.
Hvilken modell bør du velge?
Start med GPT-6 Luna når oppgaven kan kjøres i volum og feil er billige å oppdage. Velg GPT-6 Sol når du trenger mer kapasitet, men fortsatt vil holde kostnaden nede. Bruk Claude Opus 5.5 når egne tester viser at det løser den konkrete oppgaven bedre, mer stabilt eller med så mange færre steg at den høyere tokenprisen forsvarer seg.
Dette er ikke en rangering som kan avgjøres én gang. Lag et lite evalueringssett med ekte oppgaver fra din egen arbeidshverdag. Mål hvor ofte resultatet kan brukes, hvor mye menneskelig retting som trengs, hvor mange tokens modellen bruker, hvor lang tid jobben tar og hva en godkjent leveranse faktisk koster. En modell til 94 øre per million input-tokens er dyr hvis den lager arbeid du må gjøre om. En modell til 38 kroner kan være billig hvis den leverer riktig på første forsøk.
Det finnes også en konkret varsellampe på Opus 5.5. I Simon Willisons første prøver traff modellen grensen på 128 000 output-tokens to ganger mens den resonnerte over en enkel SVG-oppgave på max. Hvert mislykkede forsøk kostet 2,56 dollar, omtrent 24 kroner, og tok nær 20 minutter. Det gjør ikke modellen ubrukelig, men max bør behandles som et dyrt spesialverktøy, ikke en standardinnstilling.
Tilgangen er allerede på plass. GPT-6 Sol og Luna finnes som gpt-6-sol og gpt-6-luna i API-et, og er tilgjengelige i ChatGPT Work og Codex for betalende brukere. Gratis- og Go-brukere får Luna i desktop-appen. Claude Opus 5.5 finnes som claude-opus-5-5 på Claude Platform og via AWS, Google Cloud og Microsoft Azure.
Priskrigen endrer hva det er verdt å automatisere
Den viktigste virkningen kommer ikke fra at eksisterende AI-regninger blir litt lavere. Når en kapabel modell faller til under én krone per million input-tokens, blir det økonomisk mulig å legge AI inn i arbeidsflyter som tidligere ikke forsvarte kostnaden. Flere dokumenter kan vurderes, flere forslag kan prøves, og små bedrifter kan bygge funksjoner som nylig krevde et merkbart API-budsjett.
Det betyr ikke at den billigste modellen alltid vinner. Kvalitetskontroll, responstid, verktøykall og menneskelig etterarbeid koster også penger. Men standardspørsmålet bør endres fra «hvilken toppmodell er best?» til «hva er den billigste modellen som gjør akkurat denne jobben godt nok?». Det er et mye sunnere spørsmål, både teknisk og økonomisk.
OpenAI har satt en voldsom pris med Luna og en aggressiv pris med Sol. Anthropic har gjort Opus 5.5 klart mer effektiv, men står fortsatt i en dyrere klasse. Nå må modellene bevise verdien sin i ekte arbeid, ikke bare på en resultatliste. Det er glimrende nytt for alle som bygger med AI. Konkurransen virker, og denne gangen kan vi faktisk se den på fakturaen.
Ofte stilte spørsmål
Er GPT-6 Luna billigere enn GPT-5.6 Luna?
Ja. Inputprisen er halvert fra 0,20 til 0,10 dollar per million tokens, mens output faller fra 1,20 til 0,50 dollar. Med en dollarkurs rundt 9,43 kroner tilsvarer de nye prisene omtrent 94 øre for input og 4,70 kroner for output per million tokens.
Er Claude Opus 5.5 billigere enn GPT-6 Sol?
Nei. Opus 5.5 koster 4 dollar per million input-tokens og 20 dollar for output. GPT-6 Sol koster 2 og 10 dollar. Opus er dermed dobbelt så dyr per vanlig token, men kan fortsatt lønne seg hvis den bruker færre tokens eller leverer klart bedre på oppgaven din.
Kan jeg bruke GPT-6 Sol og Luna i API-et nå?
Ja. Modell-ID-ene er gpt-6-sol og gpt-6-luna. De er også tilgjengelige i ChatGPT Work og Codex for Plus, Pro, Business, Enterprise og Edu. Luna tilbys dessuten til Free- og Go-brukere i desktop-appen, mens utrullingen kan gjøre at tilgangen vises gradvis.
Bør jeg alltid velge den billigste AI-modellen?
Nei. Velg modellen som gir lavest kostnad per godkjent resultat. Test med egne oppgaver og mål kvalitet, tokenbruk, responstid og behovet for retting. En dyr modell kan lønne seg hvis den treffer på første forsøk, mens en billig modell blir kostbar hvis arbeidet må gjøres om.
