GPT-6 Sol ו-Luna הושקו: מחיר API נמוך לא מבטיח פיתוח זול יותר
לפי OpenAI, מודלי GPT-6 Sol ו-Luna מהירים וזולים יותר. לצוותי פיתוח בישראל כדאי לבדוק את העלות להשלמת משימה ואת תנאי הגישה לפני מעבר.
OpenAI השיקה ב-22 בספטמבר את GPT-6 Sol ואת GPT-6 Luna, שני מודלים שהיא מציגה כמהירים וזולים יותר, המבוססים על ההתקדמות של GPT-6 Astra. לצוותי פיתוח ישראליים שמפעילים סוכני קוד ואוטומציות דרך ה-API, ההכרזה מציעה אפשרות להוזיל את השימוש, אבל לא מוכיחה עדיין שהעלות להשלמת משימה תרד באותו שיעור.
מה הושק, ומה בדיוק מבטיחה OpenAI
לפי הודעת החברה, המודלים זמינים ב-API וב-ChatGPT Work וב-Codex למנויים המתאימים. זו הבחנה חשובה: זמינות של מודל במוצר למנויים ותעריף השימוש בו דרך API אינם אותו דבר. צוות שעובד בתוך Codex צריך לבדוק את תנאי המסלול והגישה שלו, בעוד צוות שבנה מערכת עצמאית צריך לחשב את צריכת ה-API שלה.
OpenAI אומרת שמחירי ה-API נמוכים ב-50% ממחירי המבצע של GPT-5.6, המשמש כאן נקודת השוואה לדור הקודם. זו השוואה לבסיס תמחור מסוים, לא הבטחה לחיתוך חשבון ה-AI הכולל בחצי. החשבון בפועל תלוי בתמהיל המודלים, בהיקף הקלט והפלט ובמספר הקריאות שנדרשות לכל משימה.
גם את ההבטחה למהירות צריך לקרוא כטענת החברה. התחקיר המצורף אינו כולל בדיקה עצמאית של זמני תגובה, איכות קוד או הצלחה באוטומציות. לכן החדשות המבוססות כאן הן ההשקה, הזמינות והתמחור; השאלה איזה מהמודלים מתאים לעבודת הפיתוח שלכם נשארת פתוחה לבדיקה.
המחירים החדשים: פער גדול לטוקן, לא בהכרח למשימה
בתמחור הסטנדרטי שנמסר, לבקשות עד 272 אלף טוקני קלט, המחירים הם:
- GPT-6 Sol: 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט.
- GPT-6 Luna: 0.10 דולר למיליון טוקני קלט ו-0.50 דולר למיליון טוקני פלט.
להמחשה חשבונאית בלבד, נניח בקשת API עם 100 אלף טוקני קלט ו-10,000 טוקני פלט. לפי התעריפים האלה, עלות הטוקנים שלה תהיה 0.30 דולר ב-Sol לעומת 0.015 דולר ב-Luna. זהו פער של פי 20 עבור נפח זהה, לא תוצאה של ניסוי ולא אומדן לחשבון חודשי. הוא גם אינו אומר ששני המודלים יפיקו תוצאה באותה איכות או באותו אורך.
במשימת פיתוח, הבקשה הראשונה עשויה להיות רק תחילת התהליך. סוכן יכול לקרוא קבצים, להציע תיקון, לקבל הודעת שגיאה ולבצע סבב נוסף. אם חלופה זולה דורשת יותר ניסיונות או יותר תיקונים ידניים, חלק מהחיסכון עלול להיעלם. מנגד, במשימה שבה שני המודלים עומדים באותו רף איכות, הפער במחיר עשוי להיות משמעותי.
סף 272 אלף טוקני הקלט מתייחס לטווח התמחור שנמסר בתחקיר. אין להסיק ממנו מהו ה-context window המלא, מה המחיר מחוץ לטווח הזה או אילו תנאים חלים במסלול מנוי.
המדד החשוב אינו כמה עולה תשובה, אלא כמה עולה משימה שהושלמה ועברה בדיקה.
למה זה משנה לצוותים ולעסקים בישראל
לסטארטאפ ישראלי שמוכר שירות מבוסס AI בחו״ל, הוזלת טוקנים יכולה להשפיע על העלות של כל פעולה שהלקוח מבצע. לדוגמה, מערכת שמסווגת פניות שירות עשויה לבחון מודל זול יותר למשימות מוגדרות, ולהעביר מקרים מורכבים למסלול אחר. זהו כיוון לבדיקה עם Sol ו-Luna, לא קביעה ש-Luna מתאים מראש לסיווג או ש-Sol בהכרח מצטיין במקרים המורכבים.
בצוות פיתוח קטן, צריך למדוד גם את זמן המהנדסים. חיסכון בחשבון API אינו מועיל אם הוא מלווה בתוספת משמעותית של קריאת קוד, בירור תקלות או תיקון שינויים. לכן כדאי לצרף לחישוב הכספי את זמן הבדיקה האנושי ואת שיעור המשימות שהתקבלו ללא התערבות. תוצאה כזאת מאפשרת לראש הצוות ולאחראי התקציב לדבר על אותה יחידת ערך.
עבור מוצר המשרת לקוחות בישראל, מערך הבדיקות צריך לכלול עברית אמיתית: פניות קצרות ולא מסודרות, מונחים מקצועיים באנגלית בתוך משפטים בעברית ושמות שדות מקומיים. אין בתחקיר נתונים שמוכיחים את איכות המודלים בעברית. הצלחה בהפקת קוד אינה תחליף לבדיקה שהמודל מבין נכון בקשת לקוח או מחזיר תשובה מתאימה למשתמש ישראלי.
גם התקצוב דורש הפרדה: המחירים שפורסמו נקובים בדולרים, ולכן עסק שמנהל תקציב בשקלים צריך להמיר אותם לפי שער העבודה שלו ולחשב בנפרד עלויות נוספות. בהיבט המידע, מחיר נמוך יותר אינו סיבה להרחיב אוטומטית את החומר שנשלח למודל. קוד קנייני, פרטי לקוחות והרשאות לכלים צריכים להישאר כפופים למדיניות הארגון ולתנאי השירות הרלוונטיים.
מה הלאה: בדיקה מצומצמת לפני החלפת המודל
הצעד המעשי אינו מעבר גורף למודל הזול ביותר, אלא השוואה על משימות שכבר מוכרות לצוות. כדאי לבחור תיקוני באגים, יצירת בדיקות או חילוץ מידע שיש להם קריטריון הצלחה ברור, ולהריץ את אותם מקרים בתנאים דומים. כך אפשר להפריד בין חיסכון שנובע מהתעריף לבין שינוי בהתנהגות המערכת.
- הגדירו מראש מה נחשב הצלחה: בדיקות שעוברות, מבנה פלט תקין או אישור של בודק אנושי.
- תעדו טוקני קלט ופלט בכל הסבבים, כולל ניסיונות חוזרים וקריאות שהסתיימו בכישלון.
- מדדו זמן עד להשלמה וזמן תיקון אנושי, לצד עלות ה-API.
- הרחיבו שימוש רק במשימות שבהן החיסכון נשמר בלי ירידה ברף האיכות שקבעתם.
כדאי גם לקבוע מראש מתי מפסיקים ניסיון ומעבירים את המשימה לבדיקה אנושית או למסלול חלופי. בלי גבול כזה, מערכת יכולה לצבור קריאות זולות לכאורה ועדיין לייצר תהליך יקר ולא צפוי. האפשרות לבחור בין מודלים מועילה רק כשיש דרך לזהות כישלון ולשלוט בהמשך העבודה.
נכון ל-27 בספטמבר, Sol ו-Luna מציבים בפני צוותי פיתוח אפשרות תמחור חדשה וקונקרטית. עבור עסק ישראלי, ההזדמנות היא לבדוק היכן אפשר להוזיל פעולה שחוזרת פעמים רבות, לא להניח שכל העבודה צריכה לעבור מודל. ההכרעה תגיע משילוב של חשבון שימוש, בדיקות איכות וזמן עבודה בפועל.
שאלות נפוצות
כמה עולה להשתמש ב-GPT-6 Sol וב-GPT-6 Luna דרך ה-API?
בתמחור הסטנדרטי לבקשות עד 272 אלף טוקני קלט, GPT-6 Sol עולה 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט. GPT-6 Luna עולה 0.10 דולר למיליון טוקני קלט ו-0.50 דולר למיליון טוקני פלט. אלה מחירי API, לא מחירי מנויים ל-ChatGPT Work או ל-Codex.
איפה זמינים GPT-6 Sol ו-GPT-6 Luna?
לפי הודעת OpenAI מ-22 בספטמבר 2026, המודלים זמינים ב-API וב-ChatGPT Work וב-Codex למנויים המתאימים. לפני שמתכננים מעבר יש לבדוק את הגישה בפועל בחשבון ובמסלול הרלוונטיים.
האם GPT-6 Luna עדיף על Sol לסוכני קוד?
מחירו של Luna נמוך יותר בתעריפי ה-API שנמסרו, אך אין בתחקיר בדיקת ביצועים עצמאית שמכריעה איזה מודל עדיף לסוכני קוד. ההחלטה צריכה להתבסס על הצלחה במשימות שלכם, מספר ניסיונות חוזרים וזמן בדיקה אנושי, ולא רק על המחיר לטוקן.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות