GPT-5.6 Luna дешевеет на 80%: ценовой каскад, который пересматривает решения о выборе тиров маршрутизации

30 июля 2026 года OpenAI снизил цену GPT-5.6 Luna на 80% и одновременно переименовал Priority Processing в Fast mode с обратно совместимым изменением в API. Для команд, занимающихся маршрутизацией, эти два шага вместе меняют ценовые расчёты, управляющие выбором тиров для всего семейства GPT-5.6, — и впервые выводят Luna в прямую ценовую конкуренцию с китайскими провайдерами.

Операционные последствия существенны: если ваша политика маршрутизации строилась на исходных ценах Luna от 9 июля, пороги, по которым вы переключались с Terra на Luna, сдвинулись на порядок величины. Операторы, не пересчитавшие параметры, направляют трафик к более дорогому тиру, чем того требуют задачи.

Таблица цен до и после, от которой зависит каждая политика маршрутизации

Цены GPT-5.6 на 9 июля vs. 30 июля (стандартная обработка, за 1M токенов):

Это актуальные цены с https://developers.openai.com/api/docs/pricing. Для длинных контекстов у Sol и Terra применяется коэффициент 2× к стандартной цене.

Соотношение input-цен Sol:Luna теперь 25:1 (было 5:1), Terra:Luna — 10:1 (было 2.5:1). Если ваша логика маршрутизации использовала старые коэффициенты для определения момента, когда Luna «достаточно хороша», эти пороги устарели в 4–5 раз.

Fast mode вместо Priority Processing: переименование service_tier, о котором должен знать каждый proxy

В тот же день OpenAI переименовал Priority Processing в Fast mode. Изменение в API обратно совместимо, но вводит новое каноническое значение:

// Раньше: единственный вариант для приоритетной обработки
{ "service_tier": "priority" }

// Теперь: оба работают одинаково для gpt-5.6
{ "service_tier": "fast" }
{ "service_tier": "priority" }  // по-прежнему работает

Для gpt-5.6-sol Fast mode обеспечивает задержку в 2.5× ниже, чем Standard processing, при 2× более высокой цене. Для ранних моделей GPT поле service_tier в ответе возвращает "priority" независимо от того, было ли отправлено "fast" или "priority" — поэтому downstream-логика, анализирующая это поле, должна уметь обрабатывать оба значения.

Что сломается без обновления:

• Routing proxy, валидирующие значения service_tier через allowlist, должны добавить "fast", иначе будут отклонять запросы клиентов, перешедших на новое имя.
• Пайплайны логирования, агрегирующие по service_tier, увидят разрыв между историческими событиями "priority" и новыми "fast" — хотя оба маппятся на один тир.
• У Fast mode есть собственный лимит скорости нарастания трафика: при превышении 1M токенов за короткий период часть запросов может быть понижена до Standard и оплачена по стандартным тарифам. Ответ содержит service_tier: "default" в этом случае. Логика retry и сверки биллинга должна обрабатывать этот сценарий.

Кросс-провайдерное сравнение: Luna vs. DeepSeek V4 Flash vs. Qwen

Вид, доступный только оператору router: Luna по $0.20/$1.20 впервые оказывается в том же ценовом диапазоне, что и ведущие китайские модели.

Приблизительные опубликованные цены на момент написания (за 1M токенов, input/output):

Luna теперь дороже DeepSeek V4 Flash всего в 1.25–1.5 раза, а Qwen-Plus — в 1.5–2 раза. Это без учёта региональной задержки, требований соответствия и характеристик надёжности каждого провайдера. Для команд с глобальной маршрутизацией это меняет роль Luna: из «премиального варианта в инфраструктуре OpenAI» она превращается в «конкурентоспособный по цене вариант для высоконагруженных задач», требующих семантики OpenAI API или размещения данных в инфраструктуре OpenAI.

Предыдущая статья TheRouter об оригинальном релизе GPT-5.6 установила framework политики маршрутизации для Sol, Terra и Luna. Этот framework остаётся в силе; изменились входные данные, управляющие выбором тира: Luna теперь дешевле Sol не в 5 раз, а в 25.

Три изменения в конфигурации маршрутизации на сегодня

1. Пересчитайте пороги тиров. Любое правило, направляющее трафик на Terra при превышении порога стоимости токена, с Luna в качестве fallback, требует повторной проверки. Соотношение input-стоимости Luna:Terra теперь 10:1, а не 2.5:1.

2. Добавьте "fast" в allowlist service_tier. Если ваш gateway валидирует или логирует значения service_tier, добавьте "fast" рядом с "priority" и "default". При агрегации и в биллинге трактуйте их как синонимы.

3. Отслеживайте даунгрейд при превышении ramp-rate в Fast mode. Реализуйте обработку service_tier: "default" в ответах на запросы Fast mode. Это не сбой — это биллинговое событие: запрос был обработан на стандартной скорости и должен тарифицироваться по стандартным ставкам, а не по ставкам Fast mode. Логируйте и проводите сверку.

Инженерная статья OpenAI описывает производительность Luna на профессиональных задачах (Agents' Last Exam) как превосходящую Fable 5 при примерно 99% более низкой стоимости. Релевантный операторский вопрос — не в том, лучше ли Luna, чем Fable 5, а в том, достаточно ли хороша Luna для задач, которые вы сейчас маршрутизируете на Terra, и оправдывает ли 10-кратная разница в стоимости работу по верификации этого.

На что обратить внимание пользователям TheRouter

Если вы маршрутизируете трафик к семейству GPT-5.6 через TheRouter, обновите логику выбора модельного тира, используя новые цены выше. Luna по $0.20/$1.20 — это существенное изменение ценовой модели для высоконагруженных agent-задач: коротких контекстов, чётко определённых задач, где модель реализует план, а не строит его. Проверьте правила маршрутизации в документации и убедитесь, что условия выбора тира отражают обновлённое соотношение стоимости Terra:Luna.