SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Tanie modele OpenAI po przecenie: Luna 13,8 raza w górę, Sol w miejscu

Po obniżce ceny Luny o 80%, do 20 centów za milion tokenów na wejściu, jej dzienne zużycie na OpenRouterze urosło 13,8 raza, podczas gdy nietknięty cenowo Sol stał w miejscu z wynikiem 1,1 raza. Około trzech czwartych tego przyrostu odebrano konkurencyjnym dostawcom, a udział tanich modeli OpenAI skoczył z 0,7% do 7,8% ruchu platformy. Skok przypisano potem Solowi, chociaż zmierzono go na Lunie trzy tygodnie wcześniej, a tańszy token i tak nie oznacza tańszego zadania, bo każde kolejne podejście modelu to osobny rachunek.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Tanie modele OpenAI po przecenie: Luna 13,8 raza w górę, Sol w miejscu
Ilustrację przygotowała AI.

W tej branży rzadko trafia się coś, co przypomina porządny eksperyment, a ten wyszedł przez przypadek. Od 27 lipca do 14 sierpnia OpenRouter mierzył efekt obniżki cen dwóch tańszych modeli OpenAI, Terry i Luny. Lunę przeceniono aż o 80%, do 20 centów za milion tokenów na wejściu, i taki cennik OpenAI obowiązuje od 30 lipca. Flagowego Sola OpenAI zostawiło w spokoju i to on stał się grupą kontrolną na OpenRouterze, platformie rozdzielającej ruch programistów między setki modeli: ten sam serwis, te same tygodnie, ci sami ludzie, tylko bez przeceny.

OpenRouter pokazał wyniki 25 sierpnia. Dzienne zużycie tokenów Luny urosło 13,8 raza względem średniej sprzed obniżki, podczas gdy nietknięty cenowo Sol urósł tylko 1,1 raza, czyli praktycznie stał w miejscu. Terra, przeceniona dużo słabiej, urosła 5,6 raza.

Miesiąc temu pisałem o samej obniżce, kiedy była dopiero zapowiedzią. Teraz jest pomiar.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

OpenAI ścina Lunę o 80% i przesuwa opłacalność na tanią półkę
Model / Badania

OpenAI ścina Lunę o 80% i przesuwa opłacalność na tanią półkę

4 min

Od 30 lipca OpenAI ścina cenę modelu Luna o 80%, do 20 centów za milion tokenów na wejściu i 1,20 dolara na wyjściu, a Terra tanieje o 20%. Sol zostaje bez zmian. Oszczędności wzięły się stąd, że pod okiem ludzi Sol przepisał niskopoziomowy kod serwujący model na kartach graficznych i obniżył koszt jego działania o 20%. Przy tej cenie układ, w którym drogi model planuje, a tani wykonuje, przestaje być sztuczką optymalizatorów i staje się domyślny, bo strona wykonawcza kosztuje grosze.
Tanie półki GPT-5.6 zmieniają rachunek bardziej niż flagowy Sol
Model / Badania

Tanie półki GPT-5.6 zmieniają rachunek bardziej niż flagowy Sol

4 min

OpenAI wypuściło 9 lipca rodzinę GPT-5.6: flagowego Sola, tańszą Terrę i najtańszą Lunę, a najważniejsza liczba to nie "mądrzejszy", tylko "tańszy". Sol wypada o punkt poniżej Fable 5 na indeksie inteligencji, kończy jednak zadania w 61% krótszym czasie i za mniej więcej połowę kosztu, choć na SWE-Bench Pro zbiera tylko 64,6% wobec 80% konkurenta. Prawdziwą różnicę w rachunku robią dwie tanie półki: Terra i Luna biją Fable 5 przy około jednej szesnastej kosztu, a Luna startuje od 1 dolara za milion tokenów na wejściu. To nie przewrót, tylko przesunięcie stołu w stronę taniej.
GPT-6 Sol i Luna: o połowę taniej w API, z wynikami dobranymi przez OpenAI
Model / Badania

GPT-6 Sol i Luna: o połowę taniej w API, z wynikami dobranymi przez OpenAI

4 min

OpenAI obniżyło o połowę ceny GPT-6 Sol i Luny w API: Sol kosztuje 2 dolary zamiast 4 za milion tokenów wejściowych i 10 zamiast 20 za wyjściowe, choć punktem odniesienia są promocyjne ceny GPT-5.6. Ważniejsza jest zmiana w pamięci podręcznej promptów, bo przełączanie poziomu rozumowania i narzędzi nie kasuje już zapamiętanego kontekstu, a GitHub zmniejszył w Copilocie o ponad połowę udział tokenów liczonych od zera. W DeepSWE Sol rozwiązuje 68,8% zadań o około 80% taniej niż Claude Fable 5, ale porównania OpenAI dobrało samo, więc koszt warto zmierzyć na własnym kodzie.