OpenAI kuttet prisene på to av sine GPT-5.6-modeller 30. juli 2026, og reduserte kostnaden for Luna med 80 % og Terra med 20 %. Dette skjer samtidig som bedrifter blir stadig mer bekymret for økende AI-regninger, og rimeligere konkurrenter tærer på selskapets markedsandel.
Slik ser priskuttene ut
Lunas inngangspris falt fra 1 dollar til 0,20 dollar per million tokens. Utgangsprisen falt fra 6 dollar til 1,20 dollar. Terras inngangspris gikk fra 2,50 dollar til 2 dollar, og utgangsprisen fra 15 dollar til 12 dollar. Selskapets flaggskipmodell, Sol, holdt prisen uendret.
Reduksjonene er betydelige, spesielt for Luna, som nå koster en femtedel av det den gjorde tidligere. Terras kutt er mer moderat – omtrent 20 % på begge sider.
Hvorfor nå
AI-kostnadene har økt, og økonomiavdelingene begynner å sette seg imot. Det har til og med dukket opp et begrep for problemet: «tokenmaxxing», der ansatte bruker AI fritt uten å følge med på hva det koster. Selskaper som en gang kastet seg over å implementere store språkmodeller, stiller nå tøffere spørsmål om avkastningen på investeringen.
OpenAI presenterte kuttene som en del av en strategi for å fremme både kapasitet og effektivitet, ikke som et defensivt trekk. Men tidspunktet tyder på press fra alle kanter.
Konkurransen
Rimeligere AI-rivaler nærmer seg. Anthropics Claude Sonnet 4.6, Moonshot AIs Kimi K3 og Zhipu AIs GLM-5.2 tilbyr alle konkurransedyktige priser. Selv etter kuttene koster Claude Sonnet 4.6 fortsatt mer per token enn den rabatterte Terra. Men gapet krymper, og listen over alternativer vokser.
OpenAI er ikke alene om å føle presset. Både OpenAI og Anthropic vurderer potensielle børsnoteringer, og tynnere marginer kan komplisere disse planene.
Lavere priser bør gjøre det enklere for bedrifter å skalere opp AI-bruken uten å sprenge budsjettene. Men kuttene presser også OpenAIs egne marginer på et tidspunkt da investorer følger nøye med. Selskapet sier målet er å drive adopsjon gjennom bedre kostnadseffektivitet, ikke å kjempe en priskrig.
Om den strategien holder, avhenger av hvor raskt markedet responderer – og om de rimeligere modellene kan levere de samme resultatene.
