2026 ജൂലൈ 30-ന് OpenAI പ്രഖ്യാപിച്ചത്, GPT-5.6 API അതിന്റെ മുൻഗാമിയേക്കാൾ വളരെ കുറഞ്ഞ നിരക്കിൽ ലഭ്യമാകുമെന്നാണ്. ഇതിനായി Sol, Terra, Luna എന്നിങ്ങനെ മൂന്ന് തരം മോഡലുകളും കൂടാതെ കാഷഡ് റീഡുകൾക്ക് (cached reads) വലിയ ഇളവുകളും അവർ അവതരിപ്പിക്കുന്നു.

പുതിയ വിലനിർണ്ണയം പ്രധാനമാകുന്നത് എന്തുകൊണ്ട്

GPT-5 പുറത്തിറങ്ങിയത് മുതൽ, കൺവേർസേഷണൽ ഏജന്റുകൾ (conversational agents), റിട്രീവൽ-ഓഗ്മെന്റഡ് ജനറേഷൻ (RAG) പൈപ്പ്‌ലൈനുകൾ അല്ലെങ്കിൽ വലിയ തോതിലുള്ള ഡാറ്റാ-എക്സ്ട്രാക്ഷൻ ടൂളുകൾ എന്നിവ നിർമ്മിക്കുന്നവർക്ക് API ചിലവ് ഒരു വലിയ ബാധ്യതയായിരുന്നു. Sol, Terra, Luna എന്നിവയ്ക്കായി ഇൻപുട്ട് ഫീസുകൾ യഥാക്രമം ഓരോ മില്യൺ ടോക്കണുകൾക്കും $5, $2, $0.20 എന്നിങ്ങനെ കുറച്ചുകൊണ്ട്, ഡെവലപ്പർമാർക്ക് അവരുടെ നിലവിലുള്ള സംവിധാനങ്ങളിൽ മാറ്റം വരുത്താതെ തന്നെ ആവശ്യമായ റീസണിംഗ് (reasoning) നില തിരഞ്ഞെടുക്കാൻ OpenAI കുറഞ്ഞ ചിലവിലുള്ള ഒരു മാർഗ്ഗം നൽകുന്നു. പഴയ ഫ്ലാഗ്ഷിപ്പ് വിലയുടെ 40% മാത്രമായി കുറഞ്ഞ Terra-യിലും, ആ വിലയുടെ വെറും 4% മാത്രം വരുന്ന Luna-യിലുമാണ് ഏറ്റവും വലിയ ലാഭം ലഭിക്കുന്നത്.

മൂന്ന് മോഡലുകളുടെ വിശദാംശങ്ങൾ

മോഡൽ ഇൻപുട്ട് വില (ഓരോ 1 M ടോക്കണുകൾക്കും) ഔട്ട്പുട്ട് വില (ഓരോ 1 M ടോക്കണുകൾക്കും) സാധാരണ ഉപയോഗം
Sol $5 $30 ആഴത്തിലുള്ള റീസണിംഗ്, chain-of-thought ടാസ്ക്കുകൾ
Terra $2 $12 പ്രൊഡക്ഷൻ വർക്ക്ലോഡുകൾ, സന്തുലിതമായ പെർഫോമൻസ്
Luna $0.20 $1.20 ഉയർന്ന അളവിലുള്ള ലളിതമായ എക്സ്ട്രാക്ഷൻ അല്ലെങ്കിൽ ക്ലാസിഫിക്കേഷൻ

Sol ഇപ്പോഴും ഏറ്റവും വിലകൂടിയതാണെങ്കിലും ഏറ്റവും മികച്ച റീസണിംഗ് ഡെപ്ത്ത് (reasoning depth) നൽകുന്നു. മിക്ക ആപ്ലിക്കേഷനുകൾക്കും Terra ആണ് ഡിഫോൾട്ട് ആയി ഉപയോഗിക്കാൻ അനുയോജ്യം, എന്നാൽ ചിലവ് കുറയ്ക്കുന്നതിനായി റീസണിംഗ് ഡെപ്ത്ത് കുറയ്ക്കാൻ തയ്യാറുള്ളവർക്ക് Luna ഒരു “high-scale” ഓപ്ഷനാണ്.

കാഷിംഗ് (Caching) ചിലവ് ഇനിയും കുറയ്ക്കുന്നു

റീഡ് ഓപ്പറേഷനുകൾക്ക് (read operations) 90% ഇളവ് നൽകുന്ന ഒരു കാഷിംഗ് ലെയർ OpenAI അവതരിപ്പിച്ചു. കാഷഡ് ഇൻപുട്ടിനുള്ള നിരക്കുകൾ ഇവയാണ്:

  • Sol: $0.50 / M ടോക്കണുകൾ
  • Terra: $0.20 / M ടോക്കണുകൾ
  • Luna: $0.02 / M ടോക്കണുകൾ

കാഷെയിലേക്കുള്ള റൈറ്റുകൾക്ക് (Writes to the cache) ബന്ധപ്പെട്ട ഇൻപുട്ട് നിരക്കിന്റെ 1.25 മടങ്ങ് ചിലവ് വരും. കൂടാതെ, ഒരു കാഷെ എൻട്രി നീക്കം ചെയ്യപ്പെടുന്നതിന് മുമ്പ് അത് കുറഞ്ഞത് 30 മിനിറ്റെങ്കിലും നിലനിൽക്കണം.

കോൺടെക്സ്റ്റ് ലെങ്ത് സർചാർജുകൾ (Context-length surcharges)

ഒരു റിക്വസ്റ്റ് 272 K ടോക്കണുകളിൽ കൂടുതൽ ഇൻപുട്ട് ആവശ്യപ്പെടുമ്പോൾ API ഇപ്പോൾ സർചാർജ് ഈടാക്കുന്നുണ്ട്. ഇൻപുട്ടിന് അടിസ്ഥാന വില ഇരട്ടിയാകുകയും ഔട്ട്പുട്ടിന് 1.5 മടങ്ങ് വർദ്ധിക്കുകയും ചെയ്യുന്നു. Sol-ന്റെ ഓവർേജ് നിരക്കുകൾ ഓരോ മില്യൺ ടോക്കണുകൾക്കും $10 ഇൻപുട്ട്, $45 ഔട്ട്പുട്ട് എന്നിങ്ങനെയാണ്, ഇത് അസാധാരണമായ നീളമുള്ള കോൺടെക്സ്റ്റുകൾക്കുള്ള പിഴ കണക്കാക്കുന്നത് എളുപ്പമാക്കുന്നു.

ഡെവലപ്പർമാർക്ക് നഷ്ടമാകുന്നവ

വിലക്കുറവിനൊപ്പം രണ്ട് പ്രധാന കാര്യങ്ങൾ ശ്രദ്ധിക്കേണ്ടതുണ്ട്. ഒന്നാമതായി, സ്ഥിരമായ ഒരു ഫ്രീ ടയർ (free tier) ഇല്ല, അതായത് എത്ര ചെറിയ റിക്വസ്റ്റ് ആണെങ്കിലും അതിന് ചാർജ് ഈടാക്കും. രണ്ടാമതായി, GPT-5.6-ന് വേണ്ടി OpenAI ഇതുവരെ ബാച്ച്-എൻഡ്പോയിന്റ് ഡിസ്കൗണ്ടുകൾ (batch-endpoint discounts) അവതരിപ്പിച്ചിട്ടില്ല; മുൻ പതിപ്പുകളിൽ വലിയ തോതിൽ ഉപയോഗിക്കുന്നവർക്ക് കോൾ ചിലവ് കുറയ്ക്കാൻ ഈ ഫീച്ചർ സഹായിച്ചിരുന്നു.

ചിലവ് എങ്ങനെ കുറയ്ക്കാം

  • ശരിയായ മോഡൽ തിരഞ്ഞെടുക്കുക: ആഴത്തിലുള്ള റീസണിംഗ് ആവശ്യമുള്ള ജോലികൾക്ക് മാത്രം Sol ഉപയോഗിക്കുക; മിക്ക പ്രൊഡക്ഷൻ ജോലികൾക്കും Terra ഉപയോഗിക്കുക; ഉയർന്ന അളവിലുള്ളതും എന്നാൽ ലളിതവുമായ ജോലികൾക്കായി Luna മാറ്റിവെക്കുക.
  • കാഷിംഗ് ഉപയോഗിക്കുക: പലതവണ ഉപയോഗിക്കുന്ന പ്രോംപ്റ്റുകളും (prompts) ഇടക്കാല ഫലങ്ങളും (intermediate results) സ്റ്റോർ ചെയ്യുക; 90% റീഡ് ഡിസ്കൗണ്ട് അടിസ്ഥാന വിലയിലെ കുറവിനേക്കാൾ വലിയ ലാഭം നൽകും.
  • കോൺടെക്സ്റ്റ് ലെങ്ത്തിൽ ശ്രദ്ധിക്കുക: 2× ഇൻപുട്ട് സർചാർജ് ഒഴിവാക്കാൻ വളരെ നീളമുള്ള ഇൻപുട്ടുകളെ ചെറിയ ഭാഗങ്ങളായി തിരിക്കുകയോ അനാവശ്യ ഭാഗങ്ങൾ ഒഴിവാക്കുകയോ ചെയ്യുക.
  • കാഷെ കാലാവധി ശ്രദ്ധിക്കുക: കുറഞ്ഞ കാഷെ കാലാവധി 30 മിനിറ്റാണ്.

അടുത്തതായി എന്ത്

കാഷെ-റൈറ്റ് ഫീസുകളിലോ (cache-write fees) കോൺടെക്സ്റ്റ് ലെങ്ത് പരിധികളിലോ (context-length thresholds) എന്തെങ്കിലും മാറ്റങ്ങൾ വരുന്നുണ്ടോ എന്ന് ഡെവലപ്പർമാർ ഔദ്യോഗിക പ്രൈസിംഗ് പേജ് ശ്രദ്ധിക്കേണ്ടതാണ്.

ചുരുക്കത്തിൽ: GPT-5.6-ന്റെ വിവിധ തരം വിലനിർണ്ണയവും (tiered pricing) ആകർഷകമായ കാഷിംഗ് ഡിസ്കൗണ്ടുകളും ഇതിനെ ഒരു കുറഞ്ഞ ചിലവുള്ള OpenAI മോഡലാക്കുന്നു. എങ്കിലും, ഫ്രീ ടയറിന്റെ അഭാവവും ബാച്ച് ഡിസ്കൗണ്ടുകളുടെ കുറവും കാരണം, വലിയ തോതിലുള്ള ഉപയോഗങ്ങളിൽ കൃത്യമായ ചിലവ് നിയന്ത്രണം (cost-management) അത്യന്താപേക്ഷിതമായിരിക്കും.