OpenAI ने 30 जुलाई, 2026 को घोषणा की कि GPT-5.6 API की लागत इसके पूर्ववर्ती की तुलना में काफी कम होगी, जिसमें तीन टियर वाले मॉडल—Sol, Terra और Luna—के साथ-साथ कैश्ड रीड्स (cached reads) के लिए भारी छूट दी जाएगी।

नई प्राइसिंग क्यों महत्वपूर्ण है

GPT-5 के लॉन्च के बाद से, कन्वर्सेशनल एजेंट (conversational agents), रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) पाइपलाइन या बड़े पैमाने पर डेटा-एक्सट्रैक्शन टूल बनाने वालों के लिए API लागत एक प्रमुख खर्च रही है। Sol, Terra और Luna के लिए इनपुट फीस को क्रमशः $5, $2 और $0.20 प्रति मिलियन टोकन तक कम करके, OpenAI डेवलपर्स को अपने पूरे स्टैक को फिर से डिज़ाइन किए बिना अपनी ज़रूरत के अनुसार रीजनिंग (reasoning) का स्तर चुनने का एक सस्ता तरीका प्रदान करता है। सबसे अधिक बचत Terra में देखी जा रही है, जो अब पुरानी फ्लैगशिप कीमत के 40% पर चलती है, और Luna में, जो उस बेंचमार्क के मात्र 4% पर है।

तीनों मॉडल्स का विवरण

मॉडल इनपुट कीमत (प्रति 1M टोकन) आउटपुट कीमत (प्रति 1M टोकन) सामान्य उपयोग
Sol $5 $30 गहन रीजनिंग (Deep reasoning), चेन-ऑफ-थॉट टास्क
Terra $2 $12 प्रोडक्शन वर्कलोड, संतुलित प्रदर्शन
Luna $0.20 $1.20 हाई-वॉल्यूम, सरल एक्सट्रैक्शन या क्लासिफिकेशन

Sol सबसे महंगा बना हुआ है लेकिन यह सबसे समृद्ध रीजनिंग गहराई (reasoning depth) प्रदान करता है। Terra को अधिकांश एप्लिकेशन्स के लिए डिफॉल्ट के रूप में रखा गया है, जबकि Luna एक "हाई-स्केल" विकल्प है जहाँ लागत के लिए गहराई का त्याग किया जा सकता है।

कैशिंग बिल को और भी कम करती है

OpenAI ने एक कैशिंग लेयर पेश की है जो रीड ऑपरेशन्स (read operations) पर 90% की छूट देती है। कैश्ड इनपुट की दरें इस प्रकार हैं:

  • Sol: $0.50 / M टोकन
  • Terra: $0.20 / M टोकन
  • Luna: $0.02 / M टोकन

कैश में राइट (Writes) करने की लागत संबंधित इनपुट दर का 1.25 × है, और किसी कैश एंट्री को हटाए जाने (evicted) से पहले कम से कम 30 मिनट तक रहना चाहिए।

कॉन्टेक्स्ट-लेंथ सरचार्ज आपको सतर्क रखते हैं

अब API तब सरचार्ज लगाता है जब कोई रिक्वेस्ट 272 K टोकन के इनपुट से अधिक हो जाती है। इनपुट के लिए बेस प्राइस दोगुना हो जाता है और आउटपुट के लिए 1.5 × बढ़ जाता है। Sol की ओवरएज दरें $10 इनपुट और $45 आउटपुट प्रति मिलियन टोकन के रूप में सूचीबद्ध हैं, जिससे असामान्य रूप से लंबे कॉन्टेक्स्ट के लिए पेनल्टी की गणना करना आसान हो जाता है।

डेवलपर्स के लिए क्या कमियां हैं

कीमतों में कटौती के साथ दो उल्लेखनीय कमियां भी हैं। पहला, कोई स्थायी फ्री टियर (free tier) नहीं है, जिसका अर्थ है कि हर रिक्वेस्ट पर शुल्क लगेगा, चाहे वह कितनी भी छोटी क्यों न हो। दूसरा, OpenAI ने अभी तक GPT-5.6 के लिए बैच-एंडपॉइंट डिस्काउंट (batch-endpoint discounts) पेश नहीं किए हैं, यह एक ऐसा फीचर है जिसने पिछले वर्ज़न में बड़े पैमाने पर उपयोग करने वाले उपयोगकर्ताओं को प्रति-कॉल लागत कम करने में मदद की थी।

लागत को कम कैसे रखें

  • सही मॉडल चुनें: Sol का उपयोग केवल उन कार्यों के लिए करें जिन्हें वास्तव में गहन रीजनिंग की आवश्यकता है; अधिकांश प्रोडक्शन कार्य के लिए Terra को डिफॉल्ट रखें; हाई-थ्रूपुट, कम-जटिलता वाले कार्यों के लिए Luna को सुरक्षित रखें।
  • कैशिंग का उपयोग करें: उन प्रॉम्प्ट्स और इंटरमीडिएट परिणामों को स्टोर करें जिनका उपयोग कॉल के दौरान बार-बार किया जाता है; 90% रीड डिस्काउंट बेस प्राइस में होने वाली कमी से कहीं अधिक बचत कर सकता है।
  • कॉन्टेक्स्ट लेंथ का ध्यान रखें: 2× इनपुट सरचार्ज से बचने के लिए बहुत लंबे इनपुट को छोटे टुकड़ों में विभाजित करें या गैर-जरूरी हिस्सों को हटा दें।
  • कैश लाइफटाइम पर नज़र रखें: न्यूनतम कैश अवधि 30 मिनट है।

आगे क्या है

डेवलपर्स को किसी भी बदलाव के लिए आधिकारिक प्राइसिंग पेज पर नज़र रखनी चाहिए, विशेष रूप से कैश-राइट फीस या कॉन्टेक्स्ट-लेंथ थ्रेशोल्ड (thresholds) के संबंध में।

निष्कर्ष (Takeaway): GPT-5.6 की टियर वाली प्राइसिंग और आक्रामक कैशिंग डिस्काउंट इसे एक किफायती OpenAI मॉडल बनाते हैं, लेकिन फ्री टियर और बैच डिस्काउंट की कमी का मतलब है कि किसी भी बड़े स्तर के डिप्लॉयमेंट के लिए समझदारी से लागत प्रबंधन (cost-management) करना अभी भी आवश्यक होगा।