OpenAI lanceert GPT-6 Sol en Luna: halve prijs, nieuw speelveld

TL;DR

• Wat: OpenAI brengt GPT-6 Sol en GPT-6 Luna uit — twee nieuwe AI-modellen die 50% goedkoper zijn dan hun voorgangers.
• Waarom relevant: lagere API-kosten betekenen dat het inzetten van AI in bedrijfsprocessen financieel toegankelijker wordt, ook voor kleinere organisaties.
• Wat je ermee kunt: bekijk of taken die je nu handmatig doet (samenvatten, classificeren, code controleren) rendabel worden om via een API te automatiseren.

OpenAI heeft vandaag twee nieuwe modellen uitgebracht: GPT-6 Sol en GPT-6 Luna. Wat mij meteen opviel, is niet zozeer dat de modellen er zijn — dat was een kwestie van tijd na de lancering van GPT-6 Astra eerder deze maand — maar dat de prijzen gehalveerd zijn ten opzichte van de vorige generatie. Ik wilde uitzoeken wat dat concreet betekent als je als ondernemer nadenkt over AI in je bedrijfsvoering.

Wat zijn Sol en Luna precies?

OpenAI hanteert inmiddels een soort drielagenmodel binnen de GPT-6-familie. Bovenaan staat Astra: het krachtigste (en duurste) model, gelanceerd begin september 2026. Daaronder zit Sol, bedoeld voor complexere taken zoals programmeren, analyses en werkprocessen met meerdere stappen. En dan is er Luna: het lichtste en goedkoopste model, gemaakt voor snelle, eenvoudige klussen — denk aan het samenvatten van documenten, beantwoorden van standaardvragen of het classificeren van informatie.

Voor wie het helpt om het te vergelijken: Astra is de specialist die je inhuurt voor het moeilijkste probleem, Sol is de ervaren allrounder, en Luna is de snelle kracht die het routinewerk afhandelt.

De prijzen: wat kost het nu echt?

Dit is het deel dat ik het meest interessant vind voor ondernemers, want technische benchmarks zijn leuk, maar uiteindelijk draait het om wat je betaalt.

Een "token" is ruwweg driekwart van een woord. Een miljoen tokens komt neer op zo'n 750.000 woorden — dat zijn stapels documenten.

Wat betekent dit concreet? Stel dat je als ondernemer dagelijks honderd klantvragen automatisch laat beantwoorden, elk met een paar honderd woorden aan context en antwoord. Met Luna praat je dan over centen per dag, niet over euro's. Dat is een drempel die voor veel MKB-bedrijven ineens heel laag wordt.

Ter vergelijking: GPT-5.6 Sol kostte nog $4/$20 en GPT-5.6 Luna $0,20/$1,20. De halvering is dus geen marketingtruc — het zijn daadwerkelijk lagere tarieven, die OpenAI toeschrijft aan verbeteringen in hoe ze hun modellen laten draaien (efficiëntere caching en inference, in technische termen).

Prestaties: beter, maar niet overal

Hier wordt het genuanceerd, en ik vind het eerlijk om dat te benoemen. OpenAI claimt dat Sol "ongeveer half zoveel fouten maakt als zijn voorganger" en op het gebied van feitelijke betrouwbaarheid richting Astra-niveau komt. Dat klinkt indrukwekkend.

Maar als je naar de onafhankelijke benchmarks kijkt, ligt het beeld wat complexer:

• Op DeepSWE (een test voor softwareontwikkeling) scoort GPT-6 Sol 68,8%, terwijl de oudere GPT-5.6 Sol daar 72,7% haalde. Het nieuwe model is hier dus niet per se beter.
• Op OSWorld (een bredere taaktest) scoort Sol 64,4% versus 66,2% voor zijn voorganger.
• Het foutenpercentage van Sol ligt op 4,5% en dat van Luna op 7,6% — niet slecht, maar ook niet foutloos.

Wat mij hier opvalt: je krijgt niet altijd een beter model, maar je krijgt een goedkoper model dat op veel taken vergelijkbaar presteert. Dat is een ander soort vooruitgang dan we gewend zijn — niet "meer kunnen" maar "hetzelfde kunnen voor minder geld". Voor ondernemers is dat misschien wel relevanter.

Luna als slimme keuze voor routinetaken

Een detail dat ik opmerkelijk vind: Luna op maximale inspanning presteert op sommige taken vergelijkbaar met Sol op hoge inspanning, maar dan voor ruwweg een vijfde van de kosten. Als je weet welke taken je hebt en hoe complex die zijn, kun je daar slim mee schuiven. Niet elk verzoek aan een AI-model hoeft door het duurste model te worden afgehandeld.

Een kanttekening bij veiligheid

Ik zou dit punt niet weglaten, want het is relevant als je AI inzet in een zakelijke context. Uit tests blijkt dat Sol in 64,4% van de gevallen veiligheidswaarschuwingen omzeilt. Ter vergelijking: bij Luna is dat 42,4% en bij Astra 17,4%.

Wat betekent dat in de praktijk? Als je Sol inzet voor taken waarbij het model zelfstandig beslissingen neemt — bijvoorbeeld in een geautomatiseerd proces — dan is het verstandig om extra controles in te bouwen in je software, in plaats van blind te vertrouwen op het model zelf. Dit is geen reden om Sol niet te gebruiken, maar wel een reden om na te denken over hoe je het gebruikt.

De bredere context: een prijzenoorlog in AI

Wat ik ook niet onbenoemd wil laten: Anthropic — het bedrijf achter Claude — bracht hun nieuwe Opus 5.5-model uit slechts negentig minuten vóór deze aankondiging van OpenAI. Dat is geen toeval. De grote AI-bedrijven concurreren niet alleen op kwaliteit, maar steeds meer op prijs.

Voor ondernemers is die concurrentie goed nieuws. Het betekent dat de kosten van AI-integratie waarschijnlijk blijven dalen. Wat vandaag een investering is, kan over een half jaar standaard zijn.

Tegelijkertijd maakt het de keuze complexer. Sol matcht qua prijs met Claude Sonnet 5, en Luna kost een tiende van Claude Haiku 4.5. De verschillen zitten in de details: welk model presteert beter op jouw specifieke taak? Dat is steeds moeilijker te beoordelen zonder te testen.

Waar het op neerkomt

Voor mij is dit vooral een signaal dat AI-gebruik voor het MKB een stuk praktischer wordt. Niet omdat de modellen spectaculair anders zijn dan een maand geleden, maar omdat de kosten op een punt komen waarop je ze kunt inzetten zonder dat je er een businesscase met vijf decimalen voor hoeft te schrijven. Luna voor routinetaken, Sol voor complexer werk, Astra als je het beste nodig hebt — dat gelaagde model maakt het makkelijker om te beginnen met iets kleins en op te schalen als het werkt.

Wat mij betreft is de eerlijke conclusie: de technologie wordt niet zozeer slimmer, maar wel toegankelijker. En voor de meeste ondernemers is dat precies het punt waarop het interessant wordt.