GPT-5.6 Sol Major Price Cut: OpenAI Brings Price War to Its Flagship Model

marsbitОпубликовано 2026-08-24Обновлено 2026-08-24

Введение

OpenAI has slashed the API pricing for its flagship model GPT-5.6 Sol by over 20%, effective immediately. Input token costs dropped from $5 to $4 per million, while output tokens saw a more significant 33% reduction from $30 to $20 per million. This makes high-volume API users, especially those with output-heavy workloads like code generation, the biggest beneficiaries, with potential savings exceeding 30%. The price cut applies to API and credit-based usage, but subscription plans (Pro, Plus, Business) and their included allowances remain unchanged. OpenAI attributes the降价 to improved model efficiency and infrastructure scale, citing a 20% reduction in end-to-end service costs. Industry analysts view this move as a strategic play in the competitive AI landscape. It is seen as direct pressure on rival Anthropic, which is currently in its IPO roadshow phase aiming for a late 2024 listing. Simultaneously, it serves as a defensive response against aggressively priced models from Chinese competitors like DeepSeek. In related news, OpenAI's coding assistant Codex surpassed 20 million weekly active users. To mark the milestone, users received a one-time credit reset. The company also clarified policies against reselling or sharing subscription API quotas.

Within the next three months, both API prices and credit prices (the pay-as-you-go usage beyond the plan's included quotas) will be reduced by over 20%.

Currently, the price cuts on the API side have taken immediate effect. Eligible ChatGPT Work and Codex credits are being rolled out progressively.

However, the prices for the Pro, Plus, and Business subscription tiers remain unchanged. The usage included in these plans has also not been increased.

The cuts are applied entirely to the token-based billing portion. This means the more API calls you make, the more you save.

How Much Can You Actually Save?

Previously, Sol's API pricing was $5 per million input tokens and $30 per million output tokens, making it the most expensive in the GPT-5.6 family.

Now, looking at the pricing page, it's $4 for input and $20 for output.

The input price dropped by 20%, which is straightforward. But the output price was slashed from $30 to $20, a full one-third reduction.

So, the official "over 20%" price cut statement is quite conservative. The truly expensive output tokens saw a 33% reduction.

Assuming a large-scale Agent consumes 100 million input tokens and 20 million output tokens per month, the cost would have been $1100. Now it's $800, a comprehensive reduction of approximately 27.3%.

How much you save specifically depends entirely on your input-to-output ratio. For input-heavy tasks like batch document processing, savings are around 20% or more. For scenarios like Codex, where code generation is intensive and output dominates, savings can exceed 30%.

In short, the more you treat Sol as a productivity tool and push it to its limits, the more you save this time.

The cached tier has also been adjusted: cached input dropped from $0.5 to $0.4 per million tokens, and cached writes from $6.25 to $5 per million tokens. The long context window prices were similarly reduced: input from $10 to $8, output from $45 to $30 per million tokens.

OpenAI Developers subsequently posted, stating that the price reduction is possible because Sol now runs more efficiently.

The ASI Duel Finals: Price Becomes the Second Battlefield

In OpenAI's previous round of price cuts, Sol was the only model that remained unchanged.

Luna was cut by 80%, the mainstay Terra by 20%. Only the flagship Sol held its original price, merely adding a free Fast mode for acceleration.

At that time, OpenAI's strategy was clear: cheaper models drive volume, while the most expensive card maintains prestige.

This time, Sol itself is entering the fray. And at this particular moment, it doesn't seem like a coincidence.

The tech influencer Chubby's assessment is direct: This is clearly aimed at Anthropic.

Anthropic is currently facing challenges. Negative feedback on Opus 5 hasn't been fully digested, and users are complaining about the rate limits of the Fable 5 subscription plan.

OpenAI's major price cut now is an attempt to poach Anthropic's users.

Tech journalist Tae Kim put it even more sharply: OpenAI is employing some business tactics during Anthropic's IPO roadshow.

This isn't baseless speculation.

Anthropic filed a confidential S-1 with the SEC on June 1st this year, formally initiating the IPO process. According to multiple media reports, underwriters began arranging meetings between management and potential investors from mid-July, with the roadshow window precisely covering August to September.

Target listing time: As early as October, on NASDAQ, with a valuation targeting $2 trillion.

During a roadshow, the last thing a company wants is competitors causing trouble.

After the benchmarks battle, price has become the second battlefield in the ASI duel finals.

OpenAI's willingness to slash prices drastically isn't an impulsive move either.

Their earlier aggressive investments in building their own computing power and betting on more efficient model architectures are now paying off.

Just days ago, OpenAI announced securing approximately 8 IT-GW of computing power at the PORTS-Pike complex in Pike County, Ohio, signing a 20-year lease; NVIDIA is exclusively providing the AI computing infrastructure.

Previously, OpenAI also reached a five-year agreement with Oracle worth over $300 billion, corresponding to up to 4.5GW of new capacity, and signed a 6GW GPU deployment deal with AMD.

OpenAI confirmed in April this year that it had locked in over 10GW of AI infrastructure capacity, aiming to expand to 30GW by 2030.

The more developed the infrastructure, the lower the marginal cost, and the greater the room for price reductions. This creates a positive flywheel: Model efficiency improves → Inference costs drop → Price reduction space is created → Users flock in → Revenue grows → Reinvest in infrastructure.

It can be said that OpenAI's flywheel is taking off. They themselves stated that GPT-5.6 Sol participated in optimizing its own production inference kernel, reducing end-to-end service costs by 20% and improving token generation efficiency by over 15%.

However, besides proactively creating pressure, this price cut also has a defensive element.

DeepSeek V4 Flash was officially released on July 31st, with pricing that seems almost free.

Even more stimulating is a mysterious model codenamed "Ox Alpha" that emerged two days ago. It boasts a 1M context window, supports text, image, and video input, and offers a week of free usage.

Now, Chinese open-source models are not only cheap but also steadily approaching the capabilities of frontier models.

Therefore, Sol's price cut is both an offensive move against Anthropic and a defensive counterattack against low-cost Chinese models.

Codex Surpasses 20 Million

Another set of numbers was announced on the same day.

Codex lead Tibo announced that Codex active users surpassed 20 million this week.

To celebrate this milestone, the team issued a one-time BANKED credit reset to all Codex and ChatGPT Work users.

However, regarding community feedback about credit consumption being too fast, Tibo said no abnormalities have been found so far, but a formal investigation has been launched, and results will be shared promptly.

He also drew a line: Officially, converting subscription accounts into API traffic via methods like sub2api for resale or multi-person sharing is not supported. Such usage patterns will be directly flagged by the risk control system.

The path of splitting a monthly subscription account to sell to a hundred people is blocked.

Using official clients, or open-source clients like Pi or OpenCode normally, is completely fine.

References:

https://x.com/OpenAI/status/2090885187634905500

https://x.com/OpenAI/status/2090885188897460249

https://x.com/kimmonismus/status/2090890956287492564

https://x.com/rohanpaul_ai/status/2090885980849050036

https://x.com/rohanpaul_ai/status/2090891370663989566

https://x.com/thsottiaux/status/2090766694897619318

This article is from the WeChat public account "新智元", author: ASI启示录, editor: Solomon

Трендовые криптовалюты

Связанные с этим вопросы

QWhat are the key price reductions announced for the GPT-5.6 Sol API, and how do they compare to the previous pricing?

AOpenAI has reduced the GPT-5.6 Sol API pricing from $5 per million input tokens to $4 (a 20% cut) and from $30 per million output tokens to $20 (a 33% cut). Cached input tokens dropped from $0.5 to $0.4, cached writes from $6.25 to $5, long-context input from $10 to $8, and long-context output from $45 to $30.

QAccording to the article, what is the primary reason OpenAI gives for being able to reduce the prices of its flagship model?

AOpenAI states that the price reductions are possible because the GPT-5.6 Sol model now runs more efficiently. The company has optimized its production inference kernel, reducing end-to-end service costs by 20% and improving token generation efficiency by over 15%.

QWho are the two main competitors the article suggests OpenAI is targeting with this price cut, and what are the strategic contexts for each?

AThe article suggests OpenAI is targeting two main competitors: 1) Anthropic, by applying pressure during its critical IPO roadshow period (aiming for a Nasdaq listing around October). 2) Low-cost Chinese models like DeepSeek V4 Flash and the mysterious 'Ox Alpha', as a defensive move against their aggressive pricing and improving capabilities.

QWhat major milestone did Codex announce, and what accompanying measure was taken for its users?

ACodex announced that its weekly active users surpassed 20 million. To celebrate this milestone, the team issued a one-time BANKED reset for all Codex and ChatGPT Work users.

QHow does the article describe OpenAI's long-term strategy involving infrastructure investment and its impact on pricing?

AThe article describes a 'positive flywheel' strategy: OpenAI's aggressive investment in its own compute infrastructure (locking over 10GW capacity, targeting 30GW by 2030) lowers marginal costs. This creates pricing room, attracts more users, increases revenue, and allows for further infrastructure investment, creating a self-reinforcing cycle of growth and cost efficiency.

Похожее

Самый важный вопрос политической экономии в эпоху ИИ: как люди будут разделять ценность, когда роботы становятся все более способными?

В статье поднимается ключевой вопрос политической экономии эпохи ИИ: по мере того, как роботы и ИИ становятся все более способными, как человечество будет делиться создаваемой ими стоимостью? В отличие от предыдущих промышленных революций, ИИ впервые заменяет не только физический, но и когнитивный труд, что подрывает традиционную связь между ростом производительности, занятостью и доходами. В мире наблюдается парадокс: технологические гиганты создают огромные богатства (капитализация топ-10 компаний превышает $20 трлн), в то время как доля трудовых доходов в ВВП снижается. Это создает фундаментальное противоречие: производственные возможности растут, но потребительский спрос может отставать из-за проблем с распределением доходов. Автор рассматривает три возможных пути распределения благ в эпоху ИИ: 1) традиционный капитализм (прибыль — акционерам, перераспределение через налоги); 2) государственный капитализм (участие государства в активах ИИ); 3) инновационные механизмы, такие как цифровые суверенные фонды, всеобщее акционерное владение или базовый доход, позволяющие напрямую делиться плодами ИИ со всем обществом. Для Китая, как и для других стран, главный вызов заключается не в замедлении технологического прогресса, а в создании эффективного механизма трансформации производительности ИИ в рост доходов населения, потребления и социального обеспечения. Будущая конкуренция будет определяться не только технологическим превосходством, но и способностью построить новую, справедливую систему распределения, которая обеспечит широкое социальное благосостояние в интеллектуальную эпоху.

marsbit16 мин. назад

Самый важный вопрос политической экономии в эпоху ИИ: как люди будут разделять ценность, когда роботы становятся все более способными?

marsbit16 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

Прибыльная торговля на разнице процентных ставок (керри-трейд) на рынках развивающихся стран приносит доход уже седьмой квартал подряд, что стало самой длинной серией успеха с 2008 года. Согласно индексу Bloomberg, стратегия, предполагающая заимствование в долларах США для инвестиций в высокодоходные валюты, с конца 2024 года принесла около 22% дохода, значительно опередив доходность американских казначейских облигаций. Основу прибыли формирует высокая процентная ставка в странах вроде Турции, однако ключевую роль в последний период сыграло ослабление доллара по отношению ко многим валютам развивающихся рынков. Даже несмотря на падение турецкой лиры, высокая доходность по местным облигациям сохранила прибыльность сделок. Несмотря на испытание в августе из-за интервенций на валютном рынке Японии, рынок быстро адаптировался, переключившись на использование евро и швейцарского франка в качестве финансирующих валют, что позволило продолжить тренд. Главными рисками для стратегии остаются будущие действия ФРС США, которые могут изменить динамику доллара, а также чрезмерная популярность самой сделки, что увеличивает риск резкого разворота. Тем не менее, эксперты, такие как команда PGIM, сохраняют уверенность, выделяя перспективные рынки, включая Турцию, Колумбию, Бразилию и страны Африки.

marsbit31 мин. назад

Получение прибыли в течение 7 кварталов подряд: арбитражные сделки на развивающихся рынках превосходят все

marsbit31 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

Новое исследование, проведенное учеными из Университета Цинхуа и Уортонской школы бизнеса, разрешает давний вопрос в теории оптимизации. Они доказали, что классический метод градиентного спуска, использующий только предопределенную последовательность шагов обучения (learning rates), имеет принципиальный предел скорости сходимости. Независимо от того, насколько сложной является эта последовательность, скорость сходимости не может превысить **Ω(T^{-1.9319})**, где T — количество шагов. Это означает, что для достижения оптимальной скорости **O(1/T²)**, полученной методом Нестерова с моментом, необходимо изменить саму структуру алгоритма, а не только подбирать шаги. Ключевым аспектом работы является то, что основное доказательство было сгенерировано и доработано в процессе взаимодействия с языковой моделью GPT-5.6 Sol Pro. Исследователи задавали высокоуровневую стратегию «противостоящего оракула» (resisting oracle), а ИИ выполнил нетривиальную математическую работу по построению доказательства. Затем вся цепочка рассуждений была формально верифицирована с использованием системы автоматического доказательства теорем Lean 4, где код успешно прошел компиляцию без каких-либо пропущенных шагов («zero sorry, zero admit»). Этот результат закрывает 40-летний теоретический пробел, показывая фундаментальное ограничение простейшей формы градиентного спуска. Работа также демонстрирует новый подход к исследованиям, где крупные языковые модели выступают в роли активных помощников в сложных математических доказательствах, проверяемых формальными методами.

marsbit40 мин. назад

Наставник из Цинхуа и ученик из Уортона раскрыли 40-летнюю нерешённую задачу. Основные математические выкладки написаны GPT. Справились бы и вы.

marsbit40 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

Claude «поумнел»? Разработчики заметили резкое падение производительности модели. Пользователь argofowl обнаружил, что в Claude Code с версии 2.1.237 высокий уровень логического вывода («high») соответствует значению 10, которое раньше обозначало низкий уровень («low»). Оказалось, Anthropic проводит эксперимент по «сжатию шкалы усилий» в рамках A/B-тестирования, о чем не уведомила пользователей. Позже вскрылась и проблема с Opus 5. Пользователи жалуются на снижение качества: модель стала совершать больше ошибок, давать расплывчатые ответы и повторять шаблонные извинения. Инженер Thariq Shihipar от Anthropic подтвердил, что Opus 5 демонстрирует «нестабильную производительность», и пообещал, что решение этой проблемы является наивысшим приоритетом для команды. Эта ситуация подчеркивает ключевое противоречие в индустрии ИИ: великолепные результаты моделей на тестовых стендах (бенчмарках) часто расходятся с субъективным опытом пользователей, которые отмечают ухудшение работы. Обновления крупных языковых моделей часто происходят непрозрачно, без четких изменений в версиях или логов, что подрывает доверие разработчиков, для которых стабильность является критически важной.

marsbit41 мин. назад

Anthropic приносит извинения, факт скрытого снижения интеллекта Claude подтвержден

marsbit41 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

Токенизация реальных активов (RWA) часто представляется как простое создание токенов, представляющих традиционные активы, такие как казначейские векселя или акции. Однако, как показывает автор, токенизация — это лишь «штрих-код», а не полная цепочка создания стоимости. Истинная трансформация происходит, когда эти активы интегрируются в экосистему DeFi, обретая ликвидность, возможность использования в качестве залога и управления рисками. Ключевые проблемы включают разрыв во времени между мгновенными расчетами в блокчейне и медленными процессами в традиционных финансах (например, выходные дни на рынках), что создает риск ликвидации. Ликвидность — это не просто общий объем заблокированных средств (TVL), а возможность быстро выйти из позиции в стрессовых условиях. Использование залога (леверидж) раскрывает полезность RWA, но также увеличивает уязвимость системы, требуя более сложных моделей оценки рисков, учитывающих юридическую исполнимость, задержки выкупа и концентрацию активов. Риски RWA следует рассматривать как сеть взаимосвязанных компонентов: эмитент, кастодиан, оракулы, протоколы кредитования. Сбой в одном звене может вызвать кризис ликвидности. Мониторинг должен быть упреждающим, отслеживая такие сигналы, как очереди на выкуп или снижение активности маркет-мейкеров, а не только падение цены. Хотя токенизированные гособлигации стали отправной точкой, будущее за более сложными активами, такими как вычислительные мощности (GPU) или энергоактивы, каждый со своей уникальной структурой рисков. Токенизация акций в сочетании с перпетуальными контрактами создаст мощный, но рискованный рынок, требующий продуманных защитных механизмов: изоляции маржи, лимитов концентрации и динамических дисконтов. В конечном счете, ценность RWA раскрывается не в самом факте токенизации, а в построении вокруг них устойчивой рыночной инфраструктуры, способной выдерживать кризисы. Токен — это лишь код. Реальная ценность создается рынком — машиной, которая обеспечивает ликвидность, леверидж и управление рисками.

marsbit55 мин. назад

Раскрытие правды о леверидже, ликвидности и рисках, скрывающихся за токенизацией активов

marsbit55 мин. назад

Торговля

Спот

Популярные статьи

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на SOL (SOL) представлены ниже.

活动图片