GPT-5.6 Sol, Terra och Luna: skillnader och pris

GPT-5.6 Sol, Terra och Luna: skillnader och pris

GPT-5.6 är OpenAIs modellgeneration från 9 juli 2026, och den släpptes som tre modeller i stället för en: Sol (flaggskeppet), Terra (balansen mellan pris och prestanda) och Luna (den snabba och billiga). Alla tre delar 1,05 miljoner tokens kontextfönster och samma kunskapsgräns — skillnaden ligger i kapacitet och pris. Här går vi igenom vad som skiljer dem åt, vad de kostar, vilken du ska välja och vad som hände med namnen när GPT-6 kom.

När släpptes GPT-5.6?

Den 9 juli 2026 släppte OpenAI GPT-5.6 — men inte som en enda modell. Generationen kom i tre varianter: Sol, Terra och Luna. Det var ett medvetet brott med hur OpenAI namngett sina modeller tidigare, och det säger en hel del om vart branschen är på väg.

Tanken är enkel men genomtänkt: siffran (5.6) markerar generationen, medan namnet markerar en kapacitetsnivå som kan uppdateras i sin egen takt. Sol kan alltså få en efterföljare utan att Terra eller Luna rör sig, och tvärtom. Det löser ett problem många av oss känner igen — att välja "rätt" modell har blivit svårare för varje lansering.

GPT-5.6 Sol, Terra och Luna — vad skiljer dem åt?

• GPT-5.6 Sol är flaggskeppet. Byggd för tung resonemangsförmåga och långa, agentiska arbetsflöden — den modell OpenAI vid lanseringen kallade sin mest kapabla någonsin. Anropar du bara gpt-5.6 i API:t är det Sol du får.
• GPT-5.6 Terra är balansmodellen. Prestanda i klass med GPT-5.5, men till halva kostnaden — ett naturligt förstahandsval för vardaglig kodning och agentarbete.
• GPT-5.6 Luna är den snabba och billiga varianten. Tänkt för mindre uppgifter i stor skala, där latens och pris väger tyngre än rå kapacitet.

Alla tre delar samma tekniska ramverk: 1,05 miljoner tokens i kontextfönster, upp till 128 000 tokens i output, och samma kunskapsgräns (16 februari 2026). Du väljer även "reasoning effort" per anrop — från none till max — vilket gör att samma modell kan tunas för allt från snabba svar till djup problemlösning.

Bild: mikemacmarketing, Flickr (CC BY 2.0)

Vad kostar GPT-5.6?

Priserna anges i dollar per miljon tokens, input/output:

• Sol: 5$ / 30$ — oförändrat sedan lanseringen.
• Terra: 2,50$ / 15$ vid lansering, 2$ / 12$ efter sänkningen.
• Luna: 1$ / 6$ vid lansering, 0,20$ / 1,20$ efter sänkningen.

Redan 30 juli 2026, tre veckor efter lanseringen, sänkte OpenAI priset på Luna med 80 % och Terra med 20 %, medan Sol låg kvar. Ett tecken på hur snabbt konkurrensen om de billigare modellnivåerna pressar priser nedåt.

Värt att notera: skickar du in mer än 272 000 tokens i en och samma förfrågan slår en surcharge in — dubbelt pris på input och 1,5x på output för hela anropet, inte bara det som överstiger gränsen.

På benchmarks som Terminal-Bench 2.1 (agentisk kodning) landar Sol strax över både Claude Mythos 5 och GPT-5.5 — marginellt, men mätbart. Luna, den billigaste modellen i familjen, klarar ändå 62,7 % på SWE-Bench Pro, vilket visar hur mycket kapacitet som numera ryms i "det snabba och billiga" alternativet.

Vilken GPT-5.6-modell används i ChatGPT?

I ChatGPT väljer du inte nivå på samma sätt som i API:t. Vid lanseringen blev Luna standardmodellen för gratis- och Go-användare, medan Sol drev både de snabba svaren och tänkarlägena för betalande användare. Terra var i första hand ett API-alternativ för dig som bygger egna lösningar och vill ha nästan toppkapacitet till lägre pris.

Sol, Terra eller Luna — vilken ska du välja?

• Välj Sol när uppgiften är svår och har många steg: agentarbete, felsökning i stora kodbaser, analys där ett fel kostar mer än anropet.
• Välj Terra för vardaglig kodning och de flesta produktionsflöden. Det är där de flesta landar när de väl räknat på det.
• Välj Luna när du kör stora volymer enkla uppgifter — klassificering, sammanfattningar, utdrag ur dokument — och latens och pris väger tyngst.

Oavsett nivå: räkna på long-context-surchargen om du kör stora dokument eller kodbaser genom modellen, den kan tredubbla notan om du inte planerar för det. Och bygg med ett abstraktionslager. Oavsett om du kör OpenAI eller Claude gör en tunn integrationsyta det enkelt att byta nivå — eller leverantör — när nästa modell landar.

Vad namnbytet faktiskt betyder

Genom att separera generation från kapacitetsklass kan OpenAI uppdatera en enskild nivå utan att tvinga alla användare att byta modell samtidigt. Bygger du ett system runt Terra är tanken att nästa "Terra" ska kännas som en naturlig uppgradering — inte ett nytt namn du måste researcha från grunden.

Det påminner om hur Anthropic delat upp sina egna modeller i Opus, Sonnet och Haiku — fast med en generationssiffra ovanpå. Vill du se hur Claude-familjens motsvarande nivåer, priser och benchmarks ser ut har vi samlat det i vår guide till Claude.

GPT-6 Sol och Luna — vad har ändrats?

Namnsystemet hann bara hålla i två månader innan det skruvades om. Den 3 september 2026 släppte OpenAI GPT-6 Astra, och den 22 september följde GPT-6 Sol och GPT-6 Luna. Men namnen betyder inte samma sak som i GPT-5.6:

• Astra är det nya flaggskeppet och ligger ovanför allt annat.
• Sol har flyttat ner ett steg och är nu mellannivån för vardagligt arbete — 2$ / 10$ per miljon tokens.
• Luna är fortfarande den snabba och billiga nivån — 0,10$ / 0,50$ per miljon tokens, att jämföra med 0,20$ / 1,20$ för GPT-5.6 Luna.
• Terra finns inte i GPT-6, i alla fall inte än.

Söker du på "GPT-6 Sol" är det alltså inte samma modell som GPT-5.6 Sol, och den spelar en annan roll i familjen. Siffran framför namnet är det som avgör. I ChatGPT finns GPT-6 Sol och Luna för Plus, Pro, Business, Enterprise och Edu, och Luna även för gratis- och Go-användare i skrivbordsappen.

Modellkapplöpningen fortsätter, och namnen blir fler. Det viktiga är att förstå vad varje nivå faktiskt är byggd för — inte bara vad den heter. Är begreppen kontextfönster och tokens nya för dig går vi igenom grunderna i vad en LLM är, och vill du se hur modellerna presterar mot varandra i praktiken har vi testat dem i vår jämförelse av AI-chatbottar.