జూలై 30, 2026న OpenAI, GPT-5.6 API దాని పూర్వ వెర్షన్ కంటే చాలా తక్కువ ధరకే లభిస్తుందని ప్రకటించింది. దీని కోసం Sol, Terra మరియు Luna అనే మూడు స్థాయిల (tiered) మోడళ్లను మరియు క్యాష్డ్ రీడ్స్ (cached reads) కోసం భారీ తగ్గింపులను అందుబాటులోకి తెస్తోంది.
ఈ కొత్త ధరల విధానం ఎందుకు ముఖ్యం
GPT-5 లాంచ్ అయినప్పటి నుండి, కన్వర్సేషనల్ ఏజెంట్లు (conversational agents), రిట్రీవల్-ఆగ్మెంటెడ్ జనరేషన్ (RAG) పైప్లైన్లు లేదా భారీ స్థాయి డేటా-ఎక్స్ట్రాక్షన్ టూల్స్ నిర్మించే వారికి API ఖర్చులు ఒక ప్రధాన అంశంగా మారాయి. Sol, Terra మరియు Luna మోడళ్ల కోసం ఇన్పుట్ ఫీజులను వరుసగా మిలియన్ టోకెన్లకు $5, $2 మరియు $0.20 కి తగ్గించడం ద్వారా, OpenAI డెవలపర్లకు తమ పూర్తి స్టాక్ను మార్చకుండానే, అవసరమైన రీజనింగ్ స్థాయిని ఎంచుకోవడానికి తక్కువ ఖర్చుతో కూడిన మార్గాన్ని అందిస్తోంది. పాత ఫ్లాగ్షిప్ ధరలో కేవలం 40% మాత్రమే ఉన్న Terra మరియు ఆ బెంచ్మార్క్లో కేవలం 4% మాత్రమే ఉన్న Luna మోడళ్లలో ఈ పొదుపు స్పష్టంగా కనిపిస్తుంది.
మూడు మోడళ్ల వివరాలు
| మోడల్ | ఇన్పుట్ ధర (ప్రతి 1 M టోకెన్లకు) | అవుట్పుట్ ధర (ప్రతి 1 M టోకెన్లకు) | సాధారణ ఉపయోగం |
|---|---|---|---|
| Sol | $5 | $30 | లోతైన రీజనింగ్, chain-of-thought పనులు |
| Terra | $2 | $12 | ప్రొడక్షన్ వర్క్లోడ్స్, సమతుల్య పనితీరు |
| Luna | $0.20 | $1.20 | అధిక పరిమాణం, సాధారణ ఎక్స్ట్రాక్షన్ లేదా క్లాసిఫికేషన్ |
Sol అత్యంత ఖరీదైనదిగా ఉన్నప్పటికీ, అత్యంత లోతైన రీజనింగ్ సామర్థ్యాన్ని అందిస్తుంది. Terra మెజారిటీ అప్లికేషన్లకు డిఫాల్ట్గా ఉంటుంది, అయితే Luna అనేది ఖర్చు కోసం రీజనింగ్ లోతును తగ్గించుకోగల "high-scale" ఆప్షన్.
క్యాషింగ్ వల్ల బిల్లు ఇంకా తగ్గుతుంది
రీడ్ ఆపరేషన్లపై (read operations) 90% తగ్గింపు ఇచ్చేలా OpenAI ఒక క్యాషింగ్ లేయర్ను పరిచయం చేసింది. క్యాష్డ్ ఇన్పుట్ ధరలు ఇవే:
- Sol: $0.50 / M టోకెన్లు
- Terra: $0.20 / M టోకెన్లు
- Luna: $0.02 / M టోకెన్లు
క్యాష్లోకి రాసేందుకు (Writes to the cache) సంబంధిత ఇన్పుట్ రేటు కంటే 1.25 × ఖర్చవుతుంది, మరియు ఒక క్యాష్ ఎంట్రీ తొలగించబడటానికి (evicted) ముందు కనీసం 30 నిమిషాల పాటు ఉండాలి.
కాంటెక్స్ట్-లెంగ్త్ సర్ఛార్జీలు
ఒక రిక్వెస్ట్ 272 K టోకెన్ల ఇన్పుట్ను మించినప్పుడు, API ఇప్పుడు సర్ఛార్జీని విధిస్తుంది. ఇన్పుట్ కోసం బేస్ ధర రెట్టింపు అవుతుంది మరియు అవుట్పుట్ కోసం 1.5 × పెరుగుతుంది. Sol యొక్క ఓవరేజ్ రేట్లు మిలియన్ టోకెన్లకు $10 ఇన్పుట్ మరియు $45 అవుట్పుట్గా ఉన్నాయి, దీనివల్ల అసాధారణంగా పొడవైన కాంటెక్స్ట్ల కోసం పెనాల్టీని లెక్కించడం సులభం అవుతుంది.
డెవలపర్లు కోల్పోయేవి
ఈ ధరల తగ్గింపులతో పాటు రెండు ముఖ్యమైన అంశాలు లేవు. మొదటిది, ఎటువంటి శాశ్వత ఉచిత స్థాయి (free tier) లేదు, అంటే ప్రతి రిక్వెస్ట్కు ఎంత చిన్నదైనా సరే ఛార్జీ పడుతుంది. రెండవది, OpenAI ఇంకా GPT-5.6 కోసం బ్యాచ్-ఎండ్పాయింట్ డిస్కౌంట్లను పరిచయం చేయలేదు; ఈ ఫీచర్ మునుపటి వెర్షన్లలో భారీ స్థాయి వినియోగదారులు ప్రతి కాల్ ఖర్చును తగ్గించుకోవడానికి సహాయపడింది.
ఖర్చులను ఎలా తగ్గించుకోవాలి
- సరైన మోడల్ను ఎంచుకోండి: నిజంగా లోతైన రీజనింగ్ అవసరమయ్యే పనుల కోసం మాత్రమే Solని ఉపయోగించండి; మెజారిటీ ప్రొడక్షన్ పనుల కోసం Terraని వాడండి; అధిక త్రూపుట్ (high-throughput), తక్కువ సంక్లిష్టత కలిగిన పనుల కోసం Lunaను కేటాయించండి.
- క్యాషింగ్ను ఉపయోగించండి: కాల్స్ మధ్య మళ్లీ మళ్లీ ఉపయోగించే ప్రాంప్ట్లు మరియు మధ్యంతర ఫలితాలను నిల్వ చేయండి; 90% రీడ్ డిస్కౌంట్ బేస్ ధర తగ్గింపు కంటే చాలా ఎక్కువగా ఉండవచ్చు.
- కాంటెక్స్ట్ లెంగ్త్పై దృష్టి పెట్టండి: 2× ఇన్పుట్ సర్ఛార్జీని నివారించడానికి చాలా పొడవైన ఇన్పుట్లను చిన్న చిన్న భాగాలుగా విభజించండి లేదా అనవసరమైన భాగాలను తొలగించండి.
- క్యాష్ లైఫ్టైమ్లను గమనించండి: కనీస క్యాష్ వ్యవధి 30 నిమిషాలు.
తదుపరి ఏమిటి
డెవలపర్లు ఏవైనా మార్పుల కోసం, ముఖ్యంగా క్యాష్-రైట్ ఫీజులు లేదా కాంటెక్స్ట్-లెంగ్త్ థ్రెషోల్డ్ల గురించి అధికారిక ధరల పేజీని గమనిస్తూ ఉండాలి.
ముఖ్య గమనిక: GPT-5.6 యొక్క వివిధ స్థాయిల ధరలు మరియు దూకుడుగా ఉన్న క్యాషింగ్ డిస్కౌంట్లు దీనిని ఒక సరసమైన OpenAI మోడల్గా మారుస్తాయి, కానీ ఉచిత స్థాయి మరియు బ్యాచ్ డిస్కౌంట్లు లేకపోవడం వల్ల, ఏవైనా పెద్ద స్థాయి విస్తరణలకు (deployment) తెలివైన ఖర్చు నిర్వహణ ఇప్పటికీ అవసరమే.