OpenAI השיקה את GPT-6 Sol ו־Luna: כמה עולה השימוש ב־API
OpenAI השיקה את GPT-6 Sol ו־Luna ב־API והחלה להפיץ אותם ב־ChatGPT Work וב־Codex. התמחור עשוי להוזיל סוכני AI, אבל החיסכון תלוי בביצועים.
OpenAI השיקה ב־22 בספטמבר 2026 את GPT-6 Sol ואת GPT-6 Luna ב־API, והחלה להפיץ אותם ב־ChatGPT Work וב־Codex. החברה מציגה אותם כחלופות מהירות וזולות יותר המבוססות על ההתקדמות של GPT-6 Astra. עבור מפתחים ועסקים בישראל, השאלה המעניינת היא אילו תהליכים אוטומטיים יוכלו להפוך לכדאיים במחירים החדשים, בלי לפגוע באמינות שלהם.
מה הושק וכמה עולה השימוש
לפי הודעת OpenAI, התמחור הסטנדרטי בבקשות של עד 272 אלף טוקני קלט הוא 2 דולר למיליון טוקני קלט ו־10 דולר למיליון טוקני פלט ב־GPT-6 Sol. ב־GPT-6 Luna המחיר הוא 0.10 דולר למיליון טוקני קלט ו־0.50 דולר למיליון טוקני פלט. ההבחנה בין קלט לפלט חשובה: מסמך ארוך שהמודל קורא ותשובה ארוכה שהוא מייצר אינם מחויבים באותו תעריף.
- GPT-6 Sol: תעריף של 2 דולר לקלט ו־10 דולר לפלט, לכל מיליון טוקנים.
- GPT-6 Luna: תעריף של 0.10 דולר לקלט ו־0.50 דולר לפלט, לכל מיליון טוקנים.
- API: שני המודלים הושקו; ב־ChatGPT Work וב־Codex החלה הפצה.
- תחולת המחירים שפורסמו: בקשות של עד 272 אלף טוקני קלט.
אלה מחירי API, לא מחירון מנויים ל־ChatGPT Work או ל־Codex. גם סף הקלט שאליו מתייחס התמחור אינו בהכרח גודל ה־context window המרבי. התחקיר המצורף אינו מפרט תעריפים מעבר לסף הזה, תנאי הנחות או לוח זמנים להשלמת ההפצה, ולכן אין בסיס להסיק שהגישה כבר פתוחה לכל משתמש בישראל.
למה מחיר לטוקן משנה במיוחד בסוכני AI
בתשובה חד־פעמית בצ'אט, מחיר הקריאה הוא רק חלק מחוויית השימוש. בסוכן שמבצע תהליך, אותה משימה יכולה לכלול קריאת בקשה, בחירת כלי, עיבוד תוצאה וניסוח תשובה. כל פנייה נוספת למודל מוסיפה צריכה. לכן מחיר נמוך יותר עשוי להשפיע לא רק על החשבון החודשי, אלא גם על ההחלטה אם להפעיל אוטומציה מלכתחילה.
אפשר לחשוב, למשל, על מערכת שממיינת פניות שירות ומכינה טיוטות לנציגים. אם העבודה חוזרת על עצמה בהיקף גדול, גם שלב מצומצם של סיווג או חילוץ פרטים עשוי להצטבר להוצאה משמעותית. התמחור של Luna הופך אותו למועמד לבדיקה במשימות כאלה, אך זו אפשרות הנדסית, לא הוכחה שהמודל עומד בדרישות האיכות של כל מערכת.
המדד העסקי הוא העלות של משימה שהושלמה נכון, לא רק המחיר של מיליון טוקנים.
המשמעות היא שלא חייבים לבחור מודל יחיד לכל התהליך. אפשר לבחון חלוקת עבודה בין מודלים, שבה שלבים מוגדרים וזולים יחסית מופרדים ממשימות הדורשות בדיקה עמוקה יותר. עם זאת, פער המחירים בין Sol ל־Luna אינו מוכיח לבדו פער מסוים ביכולות, ואינו מספק מפת משימות מוכנה לשימוש.
מה עדיין לא ידוע על הביצועים
הטענה למהירות ולעלות נמוכה יותר מגיעה מ־OpenAI. בחומר שעליו מבוססת הכתבה לא מופיעים מבחנים עצמאיים שמאפשרים לכמת את יתרון המהירות, להשוות את אמינות שני המודלים או לקבוע איזה מהם עדיף במשימות מסוימות. גם ההישענות על ההתקדמות של GPT-6 Astra אינה אומרת שכל היכולות זהות.
הפער הזה חשוב משום שתעריף נמוך יכול להתקזז עם עבודה נוספת. אם מערכת נאלצת לשלוח שוב בקשה, להרחיב את ההוראות או להעביר יותר מקרים לבדיקה אנושית, החיסכון הכולל עשוי להצטמצם. מנגד, כאשר מודל עומד ברף האיכות הנדרש בניסיון הראשון, מחיר נמוך יותר יכול לשפר ישירות את כדאיות התהליך. שני התרחישים דורשים מדידה, לא ניחוש לפי שם המוצר.
אין בתחקיר נתוני ביצועים ייעודיים לעברית. לפני החלפת מודל במערכת פעילה בישראל, צריך לבדוק הבנת ניסוחים מקומיים, חילוץ פרטים ועמידה בהוראות על דוגמאות מייצגות, תוך שמירה על מידע אישי.
גם טענת המהירות צריכה להיבחן ברמת התהליך השלם. זמן ההמתנה למודל הוא רק רכיב אחד לצד שימוש בכלים, גישה למערכות ארגוניות ואישור פעולות. שיפור בתגובה בודדת לא בהכרח יתורגם באותו היקף לקיצור הזמן עד לסיום העבודה.
הזווית הישראלית: שירות בעברית והוצאות בדולרים
לעסק ישראלי שמפעיל שירות בעברית, השקה כזו מציבה הזדמנות לבדיקה ממוקדת: האם אפשר להוזיל סיווג פניות, חילוץ נתונים ממסמכים או הכנת טיוטות בלי להגדיל את עומס הבקרה. אלו דוגמאות לשימושים אפשריים, ולא יכולות שאומתו עבור Sol או Luna בתחקיר. במיוחד כדאי לבדוק טקסטים שמשלבים עברית, אנגלית, קיצורים ושמות מוצרים, במקום להסתמך רק על דוגמאות באנגלית.
יש כאן גם שיקול תקציבי פשוט. המחירים שפורסמו נקובים בדולרים, בעוד שעסק מקומי עשוי לתמחר את שירותיו בשקלים. תכנון ההוצאה צריך להביא בחשבון את המרת המטבע ואת העלויות הנלוות של המערכת, ולא להציג את מחיר הטוקנים כאילו הוא מלוא עלות השירות ללקוח.
לצוות פיתוח קטן, צעד סביר הוא ניסוי מוגבל על משימה קיימת ומדידה. במקום להעביר מיד תהליך שלם, אפשר להשוות תוצאות על אוסף מקרים מוכר ולבדוק כמה מהם הושלמו ללא תיקון. כך ניתן להפריד בין חיסכון אמיתי לבין הוזלה שמסתירה זמן עבודה נוסף של אנשי תמיכה או תפעול.
מה הלאה: מבחן השימוש, לא רק ההשקה
החשיבות של Sol ו־Luna היא בהרחבת אפשרויות התמחור למפתחים שמבקשים להפעיל תהליכים חוזרים. עצם הזמינות ב־API מאפשרת לבחון את האפשרויות האלה במערכת קיימת, בעוד שההפצה ב־ChatGPT Work וב־Codex מביאה את ההשקה גם לסביבות עבודה. אלה מסלולי שימוש שונים, ואין להסיק מהמחיר באחד על העלות באחר.
נכון ל־23 בספטמבר, החדשות המבוססות הן ההשקה והתעריפים שפורסמו. ההכרעה המעשית עבור צוותים בישראל תגיע מהשוואה של איכות בעברית, זמן השלמת משימה והוצאה כוללת. אם הבדיקות יראו שהמחיר הנמוך נשמר גם לאחר תיקונים ובקרה, ההשקה עשויה לפתוח מקום לאוטומציות שעד עכשיו לא הצדיקו את עלותן.
שאלות נפוצות
כמה עולים GPT-6 Sol ו־GPT-6 Luna ב־API?
המחיר הסטנדרטי של GPT-6 Sol הוא 2 דולר למיליון טוקני קלט ו־10 דולר למיליון טוקני פלט. ב־GPT-6 Luna המחיר הוא 0.10 דולר לקלט ו־0.50 דולר לפלט למיליון טוקנים; התעריפים שפורסמו חלים על בקשות של עד 272 אלף טוקני קלט.
האם GPT-6 Sol ו־Luna זמינים ב־ChatGPT וב־Codex?
OpenAI השיקה את שני המודלים ב־API ב־22 בספטמבר 2026 והחלה להפיץ אותם ב־ChatGPT Work וב־Codex. תחילת ההפצה אינה מעידה שהם כבר זמינים בכל חשבון, והמחירים שפורסמו ל־API אינם מחירי מנוי.
האם כדאי להעביר סוכן AI ל־GPT-6 Luna?
התעריף הנמוך מצדיק בדיקה, אך אינו מוכיח שהמודל מתאים לכל משימה. כדאי להשוות עלות למשימה שהושלמה בהצלחה, כולל ניסיונות חוזרים ובדיקת אדם, ולבחון בנפרד את איכות העבודה בעברית.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות