Predstavte si, že si v pondelok ráno otvoríte cenník OpenAI, prepočítate si mesačný rozpočet na tokeny — a v stredu je to číslo o osemdesiat percent nižšie.
Presne to sa stalo každému, kto v júli staval čokoľvek na modeli Luna. GPT-5.6 vyšla 9. júla 2026, o tri týždne neskôr OpenAI zlacnila dva z troch modelov, a rozdiel medzi najdrahším a najlacnejším členom rodiny je dnes dvadsaťpäťnásobný.
To je na tomto vydaní podstatnejšie než akékoľvek skóre z benchmarku. Nejde o jeden model, ktorý je múdrejší než ten minulý. Ide o tri cenové hladiny toho istého a o otázku, ktorú si musíte zodpovedať sami: koľko inteligencie vaša úloha naozaj potrebuje.
Tri modely, tri ceny
Rodina má vlajkovú loď Sol, vyvážený model Terra na každodennú prácu a Lunu, ktorá je z nich najlacnejšia. Všetky tri bežia v ChatGPT, v Codexe aj cez API.
| Model | Vstup / 1 M tokenov | Výstup / 1 M tokenov | Na čo |
|---|---|---|---|
| Sol | 5 USD | 30 USD | najnáročnejšie úlohy, špička rodiny |
| Terra | 2 USD | 12 USD | bežná práca, agentové postupy |
| Luna | 0,20 USD | 1,20 USD | objem, jednoduchšie úlohy |
Tie čísla pri Terre a Lune sú čerstvé. Do 30. júla stála Terra 2,50 / 15 USD a Luna 1 / 6 USD; potom OpenAI znížila cenu Luny o 80 % a Terry o 20 %. Pri prevádzke, ktorá mesačne prejedla 5 000 USD na Lune, to znamená účet 1 000 USD za tú istú prácu.
Ceny platia k 1. augustu 2026 a sú to ceny za tokeny, nie za predplatné. Poskytovatelia ich menia — ten posun o 80 % prišiel tri týždne po spustení, tak si ich pred rozpočtovaním overte v aktuálnom cenníku.
Jedna pasca, o ktorej sa hovorí menej: uvedené sadzby platia pre požiadavky do 272 000 vstupných tokenov. Nad touto hranicou sa prepína na drahšiu tarifu — Solu stúpne vstup z 5 na 10 USD a výstup z 30 na 45 USD. Kontextové okno má pritom okolo 1,05 milióna tokenov, takže sa do tej drahšej zóny dá dostať úplne bežne, keď modelu hodíte celý repozitár alebo dlhú históriu konverzácie. Ak plánujete rozpočet podľa veľkosti kontextu, počítajte s dvoma sadzbami, nie s jednou.
Čo Luna nie je
Tu treba niečo povedať narovinu, lebo sa to opakuje aj v našom staršom texte na túto tému: Luna nie je lokálny model. Nebeží vám na telefóne, nemá zverejnené váhy a nefunguje bez internetu. Je to najlacnejší cloudový stupeň rodiny, nič viac a nič menej. Kto ju plánoval nasadiť ako on-premise riešenie pre citlivé dáta, plánoval niečo, čo neexistuje.
Ak potrebujete, aby dáta neopustili vašu infraštruktúru, GPT-5.6 vám v tom nepomôže v žiadnom z troch variantov. Na to sú otvorené modely — a to je celkom iná téma, ku ktorej sa čoskoro vrátime.
Čísla, ktoré ukazuje OpenAI
Pri benchmarkoch sa oplatí držať na pamäti, kto ich zverejňuje. Nasledujúce údaje pochádzajú z oznámenia OpenAI, nie z nezávislého merania:
- Na teste Agents' Last Exam, ktorý sleduje dlhé profesionálne pracovné postupy naprieč 55 odbormi, dosiahol Sol 53,6 bodu. To je o 13,1 bodu viac než Claude Fable 5 v režime adaptívneho uvažovania. Aj pri strednom nastavení uvažovania je Sol o 11,4 bodu vyššie, pričom OpenAI odhaduje jeho náklady zhruba na štvrtinu.
- Na Artificial Analysis Coding Agent Index dosiahol Sol s maximálnym uvažovaním 80 bodov, o 2,8 bodu nad Fable 5 — a podľa OpenAI pri menej než polovici výstupných tokenov a v menej než polovičnom čase.
- Terra sa v tom istom rebríčku dostáva tesne nad Fable 5 a Luna nad Opus 4.8, obe zhruba v tretinovom čase a približne za štvrtinu odhadovaných nákladov.
- Nové najlepšie výsledky hlási OpenAI aj na Terminal-Bench 2.1 a DeepSWE, teda pri práci v príkazovom riadku a v reálnych kódových základniach.
Vzorec je vo všetkých tých číslach rovnaký a je to zjavne zámer: nie „sme o veľa múdrejší", ale „za tie isté peniaze spravíme viac práce". Na indexe celkovej inteligencie sa Sol dostal na jeden bod od Fable 5, ale úlohy dokončil o 61 % rýchlejšie a približne za polovicu odhadovaných nákladov.
max a ultra: keď sa oplatí priplatiť
GPT-5.6 pridáva dve nastavenia nad rámec bežného behu. max dá modelu viac času na premyslenie, overenie a prepracovanie postupu. ultra ide ďalej — v základe koordinuje štyroch agentov naraz v paralelných pracovných tokoch a míňa viac tokenov výmenou za lepší výsledok a kratší čas do cieľa. OpenAI k tomu ukazuje porovnania štvoragentového nastavenia proti jednému agentovi na testoch BrowseComp, SEC-Bench Pro a Terminal-Bench 2.1, pri dvoch z nich aj šestnásťagentové konfigurácie.
Praktický dôsledok: ultra nie je prepínač, ktorý zapnete a necháte tak. Je to rozhodnutie minúť násobne viac tokenov na jednu úlohu, a dáva zmysel tam, kde je hodina vášho času drahšia než ten rozdiel na faktúre.
Do Responses API pribudlo aj programové volanie nástrojov — model si vie napísať a spustiť malý program, ktorý koordinuje nástroje, spracuje medzivýsledky a rozhodne o ďalšom kroku. Namiesto toho, aby každá odpoveď nástroja putovala späť cez model, sa dá veľký objem medzidát odfiltrovať na mieste. Pri nástrojovo náročných úlohách to ubudne tokeny aj kolá tam a späť.
Čo si z toho vziať
Ak dnes staviate na GPT-5, prechod na Terru je ten nudný a správny krok — pri bežnej práci je rozdiel oproti Solu malý a cena podstatne nižšia. Lunu má zmysel skúsiť všade, kde spracúvate objem: triedenie, extrakcia, sumarizácia, predspracovanie. Pri tej cene sa oplatí prehodnotiť aj úlohy, ktoré ste doteraz riešili bez modelu, lebo sa to „neoplatilo".
Sol si nechajte na to, kde naozaj potrebujete špičku a kde vás jeden nesprávny výstup stojí viac než celý mesačný účet za tokeny.
A jedna vec, ktorú si zapíšte bez ohľadu na model: pri výstupe platíte šesťnásobok toho, čo pri vstupe. Pri úlohách, kde model generuje dlhé odpovede, netvorí hlavnú položku na faktúre veľkosť kontextu, ale dĺžka toho, čo napíše. Skrátenie výstupu je najlacnejšia optimalizácia, akú máte k dispozícii.
Aktualizované 1. augusta 2026: pôvodná verzia tohto článku vznikla pred spustením a vychádzala z nepotvrdených informácií — okrem iného tvrdila, že Luna je lokálny model bežiaci na zariadení. Text sme prepísali podľa oznámenia OpenAI z 9. júla 2026 a aktuálneho cenníka.
