Trei laboratoare, două zile, un singur efect: Grok 4.7 la 2 $ / 6 $, Claude Opus 5.5 cu 40% mai ieftin, GPT-6 Sol și Luna la jumătate de preț, permanent. Pentru cine vinde ore de om sau abonamente la model e o presiune. Pentru cine vinde procese rulate e cel mai bun buget din 2026.
Luni, 21 septembrie, xAI a scos Grok 4.7 și a pus pe el cel mai mic preț din categoria lui: 2 dolari pe milionul de tokeni de intrare, 6 dolari pe milionul de tokeni de ieșire. Marți dimineață, Anthropic a lansat Claude Opus 5.5 la 4 $ / 20 $, față de 5 $ / 25 $ cât costa Opus 5, cu citirile din cache tăiate de la 0,50 $ la 0,20 $ și cu o reducere declarată de 40% a costului pe sarcini tipice. La aproximativ 90 de minute după anunțul Anthropic, OpenAI a publicat GPT-6 Sol și GPT-6 Luna. Sol costă 2 $ / 10 $, jumătate din cei 4 $ / 20 $ ai lui GPT-5.6 Sol. Luna costă 0,10 $ / 0,50 $, față de 0,20 $ / 1,20 $. Tokenii de intrare serviți din cache au 90% reducere. OpenAI a spus explicit că prețurile sunt permanente, nu promoționale.
Asta e știrea. Ce urmează e ce înseamnă ea pentru un antreprenor care nu scrie cod și nu vrea să știe ce e un token.
Tokenul e curentul, nu fabrica
Un token e o bucată de cuvânt. Când un bot citește un e-mail, consumă tokeni de intrare. Când scrie răspunsul, consumă tokeni de ieșire. Fiecare bot care rulează în firma ta are, la bază, o factură la tokeni, exact cum fiecare fabrică are o factură la curent.
Ce s-a întâmplat în 48 de ore e echivalentul unei înjumătățiri a prețului curentului, anunțată de trei furnizori în același timp. Fabrica nu a devenit mai bună peste noapte. Dar poate produce de două ori mai mult cu aceeași factură. Sau același volum cu jumătate din bani.
Cifrele merită privite o clipă, pentru că sunt rare. OpenAI a publicat rezultate pe AutomationBench 1.0.6, un test de fluxuri de business care pune modelul să lucreze cu 47 de unelte diferite: GPT-6 Sol obține 33,2% la 0,27 $ per sarcină. GitHub, care rulează Copilot pe miliarde de cereri, a raportat că îmbunătățirile de caching au redus cu peste 50% tokenii care trebuie procesați de la zero. Anthropic, la rândul lui, spune că Opus 5.5 generează output cu 30% mai rapid și folosește mai puțini tokeni per sarcină decât Opus 5, adică ieftinirea reală e mai mare decât cea de pe lista de prețuri. Un client citat de Anthropic, Optiver, spune că modelul nou a atins calitatea lui Opus 5 în aproximativ jumătate din ture și din tokenii de ieșire.
Iată cum arată, puse alături, listele de prețuri de dinainte și de după.


Graficul nu compară calitatea modelelor. Compară doar ce plătești pentru un milion de cuvinte scrise de bot. Și arată un lucru simplu: în 2026, între 0,50 $ și 20 $ ai de ales, pentru aceeași unitate de muncă, în funcție de cât de grea e sarcina.
De ce e o problemă pentru cine vinde „AI”
Uită-te la piața de servicii AI așa cum arată ea azi. Sunt trei feluri de a vinde același lucru.
Primul e agenția clasică cu AI pe fundal. Facturează ore de om, iar omul folosește ChatGPT sau Claude ca să meargă mai repede. Când modelul se ieftinește, marja agenției crește puțin. Prețul de vânzare nu scade, pentru că nu e legat de tokeni, ci de oră. Pare confortabil. Nu e. Ora de om asistată de AI devine tot mai ușor de înlocuit cu un bot care face același lucru fără om, iar clienții încep să întrebe de ce plătesc o oră pentru ce durează trei minute.
Al doilea e tool-ul izolat: un abonament la o interfață peste un model. Aici lovitura e directă. Prețul modelului e public. Clientul poate calcula singur că plătește de zece ori mai mult decât costă tokenii din spate. Când OpenAI taie prețul la jumătate și spune că e permanent, întrebarea „pentru ce plătesc diferența?” devine inevitabilă. Cine nu are un răspuns bun pierde clientul la următoarea reînnoire.
Al treilea e ecosistemul: un sistem de boți construit și rulat pentru client, care preia un proces întreg. Aici prețul modelului e un cost intern, ca chiria serverelor. Când scade, sistemul poate rula mai multe procese pentru același buget sau același proces cu marjă mai bună. Valoarea nu e în token. E în faptul că procesul rulează, non-stop, fără ca cineva să-l supravegheze.
Tabelul e editorial, nu un studiu. Dar logica din el e cea pe care o va aplica orice client care citește știrea de marți: dacă plătesc pentru AI, cât din ce plătesc e AI și cât e altceva? Cine vinde „altceva” real, adică proces, integrare, responsabilitate, are un răspuns. Cine vinde doar accesul nu are.
Ce înseamnă „portofoliu de modele” pentru o firmă de cinci oameni
O observație din VentureBeat merită tradusă în limbajul unui antreprenor: alegerea modelului devine mai puțin „care e cel mai bun AI” și mai mult „cum împart munca între clase diferite de modele”. OpenAI a lansat, de fapt, o familie pe trei niveluri: Luna pentru muncă de rutină (extragere de informații, rezumate, întrebări și răspunsuri), Sol pentru sarcini recurente mai grele (cod, agenți), Astra pentru proiectele complexe, la 10 $ / 50 $.
Pentru o firmă mică asta se traduce într-o regulă de bun-simț pe care puțini o aplică: nu toate sarcinile merită același model. Un exemplu ipotetic, ca să fie clar. Un salon premium cu trei boți: unul răspunde la mesaje și programează, unul scrie și postează conținut, unul face raportul săptămânal. Primul rulează de sute de ori pe zi și face muncă de rutină; pe un model din clasa Luna, la 0,50 $ pe milionul de tokeni scriși, costul lui lunar e o fracțiune dintr-o cafea. Al doilea are nevoie de judecată și ton; merită un model din clasa Sol sau Opus. Al treilea rulează o dată pe săptămână și trebuie să nu greșească cifre; poate merge pe cel mai scump model, pentru că rulează rar. Cifrele exacte de consum depind de fiecare firmă și trebuie măsurate, nu presupuse. Dar structura e universală: rutina pe ieftin, judecata pe mediu, deciziile rare pe scump.
Cine îți vinde un singur model pentru toate cele trei sarcini, la un singur preț, îți vinde fie prea scump rutina, fie prea ieftin judecata. Amândouă sunt greșeli care se văd în factură.
Ce poți face diferit de mâine
Primul lucru e să ceri o factură de tokeni. Nu ca să te tocmești, ci ca să înțelegi. Orice furnizor care rulează boți pentru tine ar trebui să poată spune câți tokeni consumă fiecare proces pe lună și pe ce model rulează. Dacă nu poate, nu rulează un sistem, rulează o interfață.
Al doilea e să ceri, la următoarea discuție, unde se duce ieftinirea. Costul modelului a scăzut cu 20-50% în două zile. Dacă prețul serviciului tău rămâne identic și nu primești nimic în plus, diferența s-a dus în marja furnizorului. E legitim, dar e negociabil. Varianta corectă, din punctul nostru de vedere, e reinvestirea: același buget, un proces în plus automatizat.
Al treilea e să te uiți la ce vinzi tu, nu doar la ce cumperi. Dacă businessul tău e, măcar parțial, „facem lucruri cu AI pentru alții”, întrebarea de marți se aplică și ție. Dacă valoarea ta e accesul la un model, ai două zile de răgaz. Dacă valoarea ta e procesul pe care îl preiei de la client, tocmai ai primit un discount de 50% la materia primă.
Cum poți fi cu un pas înainte
Există un detaliu din știrea de marți care trece neobservat în titlurile despre preț. The New Stack notează că, în ciuda prețurilor pe token mai mici, consumul de tokeni per sarcină rămâne greu de prezis, ceea ce face bugetarea în producție dificilă. Cu alte cuvinte, prețul listei e public, dar factura reală depinde de cât de bine e construit sistemul: cât citește botul de fiecare dată, cât din context vine din cache, câte ture face până ajunge la rezultat. Anthropic spune că Opus 5.5 face mai puține ture; OpenAI spune că Sol are nevoie de mai puțină procesare de la zero datorită cache-ului. Ambele afirmații înseamnă același lucru: arhitectura contează mai mult decât prețul.
Aici e avantajul care nu se ieftinește. Doi furnizori care rulează același model, la același preț de listă, pot avea facturi de trei ori diferite pentru același proces, în funcție de cum au construit sistemul. Iar clientul nu vede asta niciodată în lista de prețuri a OpenAI. O vede doar în factura lui.
Deci pasul înainte nu e să alergi după cel mai ieftin model. E să ai un sistem care măsoară consumul, alege modelul pe sarcină și folosește cache-ul. Modelele se vor ieftini iar, probabil în câteva luni. Sistemul rămâne al tău.
Concluzie
Pe 21 și 22 septembrie, trei laboratoare au înjumătățit prețul inteligenței și au spus că e permanent. Pentru cine vinde ore de om, e o presiune care crește. Pentru cine vinde abonamente la interfețe, e o întrebare la care nu are răspuns. Pentru cine construiește și rulează sisteme de boți, e cel mai bun buget din 2026: aceeași factură, de două ori mai multe procese.
Tu decizi direcția. Restul rulează singur. Și, de marți, rulează la jumătate de preț.
Notă: prețurile per milion de tokeni provin din paginile oficiale OpenAI, Anthropic și x.ai și sunt cele listate pentru API, fără modurile „fast”. Reducerea de 40% la Opus 5.5 e o afirmație Anthropic „pe sarcini tipice”, nu o cifră de listă. Rezultatele pe AutomationBench și cifra GitHub de peste 50% provin din anunțul OpenAI și sunt evaluări proprii, nu independente. Intervalul de 90 de minute între anunțuri și caracterul „permanent” al prețurilor provin din Yahoo Finance și VentureBeat; de reverificat înainte de publicare.
Surse:
- Introducing GPT-6 Sol and Luna (OpenAI, 22.09.2026)
- Claude Opus 5.5 (Anthropic, 22.09.2026)
- Grok 4.7 (x.ai, 21.09.2026)
- OpenAI releases GPT-6 Sol and Luna models, slashing API costs 50% or more (VentureBeat, 22.09.2026)
- OpenAI releases GPT-6 Sol and Luna, and cuts token prices in half (The New Stack, 22.09.2026)
- OpenAI's GPT-6 Sol and Luna Cut Prices 50% (Yahoo Finance, 22.09.2026)




















