OpenAI срезала цену GPT-5.6 Luna на 80%, расходы на ИИ-агентов всё равно выросли

Цены на токены флагманских моделей за четыре месяца упали в разы. 30 июля OpenAI снизила стоимость GPT-5.6 Luna на 80% — до $0,20 за миллион входных токенов, $1,20 ≈ 3,53 BYN за миллион выходных и $0,02 за чтение кэша. К концу сентября семейство Sol в сумме подешевело на 75%. Хронологию ценовых изменений собрал Макс Вулф, бывший старший дата-сайентист BuzzFeed.

По его оценке, использование Claude Opus 5.5 обходится на 40–60% дешевле предшественника Opus 5. Отдельно Вулф подсчитал, что при работе кодинг-агентов на чтение кэша промптов приходится от 96 до 99% расходов на токены — поэтому скидка на кэш меняет итоговый счёт сильнее, чем снижение базового тарифа.

Как менялись цены

Отсчёт Вулф ведёт с 10 июня, когда OpenAI выпустила GPT-5.6 Sol и Luna. Флагман стоил $5 ≈ 14,72 BYN за миллион входных и $30 ≈ 88,29 BYN за миллион выходных токенов, компактная Luna — $1 ≈ 2,94 BYN и $6 ≈ 17,66 BYN. В июле Anthropic сделала постоянной стартовую цену Claude Sonnet 5 ($2 ≈ 5,89 BYN / $10 ≈ 29,43 BYN / $0,20), а 24 июля представила Claude Opus 5 по $5 / $25 / $0,50.

Толчок распродаже, по версии Вулфа, дал апрельский релиз DeepSeek V4 Flash по $0,14 за миллион входных токенов с чтением кэша за $0,0028 — дешёвого класса у OpenAI на тот момент не было. 21 августа OpenAI на три месяца срезала цену Sol на 20%, до $4 / $20 / $0,40.

Осенью снижения продолжились. 1 сентября вышла Fable 5.1: вход и вывод остались по $10 / $50, но чтение кэша подешевело с $1 до $0,25 за миллион, на 75%. 3 сентября OpenAI ответила моделью GPT-6 Astra по тем же $10 / $50, но без дешёвого кэша. 22 сентября появились GPT-6 Sol и GPT-6 Luna по $2 / $10 / $0,20 и $0,10 / $0,50 / $0,01 — вдвое дешевле временно срезанных предшественников. В тот же день Anthropic вывела Claude Opus 5.5 по $4 / $20 / $0,20, объяснив цену тем, что модели требуется меньше вычислений.

29 сентября OpenAI выпустила GPT-6.1 Sol уровня Astra, ещё раз уполовинив цену чтения кэша — до $0,10 за миллион, то есть 5% от цены входа, как у Anthropic. 22 октября Moonshot AI представила Kimi K3.1 Pro, а 26 октября в API появилась GPT-6.1 Terra: $1 за вход и $5 за вывод против $2 / $12 у GPT-5.6 Terra, кэш — 5% от цены входа. Итог четырёх месяцев: семейство Sol подешевело на 75%, Luna — в десять раз по входу, с $1 до $0,10.

Почему счёт определяет кэш

Каждый шаг агента в Claude Code, Codex или OpenCode заново отправляет модели всю историю диалога. По оценке Вулфа, попадание в кэш при этом достигает 90–100% в зависимости от инфраструктуры провайдера, а срез цены кэша на 75% у Fable 5.1 снизил итоговую стоимость использования модели на 70–75%.

У DeepSeek V4 Flash чтение кэша стоит 2% от цены входа ($0,0028 при входе $0,14), поэтому длинный промпт обходится дешевле, чем у моделей с ценой кэша от 5 до 10% от входа. У GPT-6.1 Sol, GPT-6.1 Terra и Claude Opus 5.5 кэш теперь тоже стоит 5%: приём первой показала Anthropic, OpenAI догнала его только в версии 6.1.

У моделей OpenAI есть и порог длинного контекста. По документации компании, у GPT-6.1 Terra и Sol он составляет 272 000 входных токенов при окне 400 000. Если запрос длиннее, он целиком тарифицируется по повышенным ставкам: вход и чтение кэша вдвое дороже, вывод — в полтора раза. Компенсируют это режимы Batch и Flex со скидкой 50% от стандартных цен и Fast mode вдвое дороже.

Открытые веса против «искусственно низких цен»

Аргумент о том, что цены держат низко на венчурные деньги, а потом поднимут, Вулф проверяет на открытых моделях. Обновлённая DeepSeek V4.1 Flash 1017 набрала 45 баллов на индексе Artificial Analysis против 24 у предшественницы при цене $0,15 / $0,60 / $0,003 от самой DeepSeek. На OpenRouter модель хостят 29 провайдеров — в мае у V4 Flash их было 13, — а Cloudflare и DeepInfra держат эффективную цену в пределах 10% от оригинала.

По оценке Вулфа, из-за конкуренции провайдеров открытых моделей, работающих с положительной маржой за счёт более эффективного железа и квантизации FP8/FP4, цена токена тяготеет к предельным издержкам хостинга. Убыточную модель провайдеру держать невыгодно: её снимают с раздачи и ставят мощности под прибыльную.

Свежее давление — Kimi K3.1 Pro от Moonshot AI: 55 баллов против 58 у Opus 5.5 на том же индексе при цене $2 / $10 / $0,20. Это вдвое дешевле Opus 5.5 по входу и выводу при том же кэше и дешевле собственной K3 ($3 / $15 / $0,30). Веса K3 уже хостят больше 20 провайдеров; после публикации весов K3.1 Pro 4 ноября ожидается поддержка по сопоставимой цене.

К этому добавляется подготовка к IPO: OpenAI, по слухам, выйдет на биржу в 2027-м, Anthropic — в ближайшие месяцы, а маржа инференса по оценкам, которые приводит Вулф, доходит до 80% с оговорками. Резать основной источник выручки перед выходом на биржу странно, поэтому у ценовых войн есть живое топливо — конкуренция со стороны открытых весов и вторичных хостингов.

Токены дешевеют, расходы растут

Данные шлюза Vercel AI Gateway фиксируют парадокс Джевонса: к августу средняя цена миллиона токенов опустилась до 43,3% от апрельского уровня, падение на 56,7%, а совокупные расходы пользователей продолжили расти. Более дешёвые и быстрые модели стимулируют запускать более длинные агентные сессии и параллельные субагенты, и экономия на каждом токене перекрывается их количеством.

Подписки отвечают на удешевление токенов урезанием лимитов. Вместе с релизом GPT-6.1 Sol OpenAI вдвое срезала лимит тарифа за $200 в месяц в Codex, сославшись на растущую эффективность моделей. Сам Вулф описывает личный опыт: когда стоимость использования модели упала на 75%, он перешёл с тарифа Claude Max за $100 в месяц на тариф за $20.

Механику подписок 25 октября показала Moonshot AI. В публичном заявлении с извинениями компания признала, что подписчики K3.1 Pro страдали от ограничений частоты запросов и лишнего расхода квоты: рой субагентов сжигал лимит быстрее ожидаемого. Каждому подписчику разово сбросили счётчик с возвратом 25% месячной квоты — примерно неделю использования; тем, кто израсходовал меньше четверти, расход обнулили. Параметры плана подрезали: меньше лишних вызовов субагентов, короче вывод.

Есть и более мягкий сценарий: инфраструктура инференса действительно выросла в эффективности, и Вулф верит заявлению Anthropic о снижении вычислений для Opus 5.5. Тогда часть падения цен — честная экономия на обслуживании, и финансовый отчёт Anthropic перед IPO её либо подтвердит, либо опровергнет.

Сколько стоит шаг агента

Расчёт по типовой для кодинг-агентов доле чтения кэша 97% и контексту около 200 000 токенов даёт такой чек за один шаг: $0,036 у GPT-6.1 Terra, $0,071 у GPT-6.1 Sol, $0,091 у Kimi K3.1 Pro и $0,143 у Opus 5.5. При 4 000 выходных токенов на шаг генерация ответа остаётся крупнейшей статьёй расходов: у Terra это $0,02 из $0,036, тогда как чтение 194 000 токенов из кэша стоит $0,0097 благодаря 95-процентной скидке. На месячном ритме в 500 шагов это $17,85 у Terra против $71,40 у Opus 5.5, и разница уже заметна в бюджете проекта.

Практические выводы: держать системный промпт и описание инструментов стабильными, чтобы сдвиг префикса не инвалидировал кэш; сравнивать модели по цене чтения кэша при своей фактической доле чтений; следить за порогом длинного контекста в 272 000 токенов у GPT-6.1 Terra; фоновые задачи гонять через Batch и Flex со скидкой 50%.