GPT-6 przez API - Sol, Astra czy Luna? Który model wybrać

API GPT-6 ma trzy modele w trzech przedziałach cenowych: GPT-6 Luna kosztuje 0,587 zł / 2,94 zł za 1 mln tokenów, GPT-6 Sol 11,75 zł / 58,75 zł za 1 mln tokenów, a flagowy GPT-6 Astra 58,75 zł / 293,74 zł za 1 mln tokenów. W Jantarisie płacisz w złotówkach z VAT z salda doładowanego BLIK-iem, z fakturą na firmę i bez abonamentu. Domyślnie zaczynam od Sol, masowe zadania daję Lunie, a po Astrę sięgam tylko tam, gdzie Sol nie daje rady.

Niżej rozpisuję, czym te modele się różnią, jak policzyć koszt jednego zapytania i jak podłączyć GPT-6 do własnego kodu w kilka minut.

GPT-6: Sol, Astra i Luna w skrócie

OpenAI wydał rodzinę GPT-6 we wrześniu 2026. Najpierw, 3 września, pojawił się flagowy Astra, a 22 września doszły Sol i Luna. Według OpenAI Sol i Luna trenowano podobnymi metodami co Astrę, żeby przenieść jej postęp do tańszych i szybszych modeli. Wszystkie trzy przyjmują tekst i obrazy, a odpowiadają tekstem.

Porównaj stawki w tabeli: między Luną a Astrą są dwa rzędy wielkości. To nie jest szczegół. Zadanie, które na Lunie kosztuje grosze, na Astrze kosztuje złotówki, a przy tysiącach zapytań dziennie ta różnica decyduje o tym, czy projekt w ogóle się opłaca.

GPT-6 Astra

OpenAI nazywa Astrę swoim najlepszym modelem i wymienia jako mocne strony programowanie, obsługę komputera, przeglądanie stron, cyberbezpieczeństwo, naukę i pracę zawodową. To model na zadania, w których lepsza odpowiedź oszczędza godziny pracy człowieka. Jedna uwaga techniczna z changelogu OpenAI: Astra nie przyjmuje własnych wartości temperature i top_p, więc jeśli przenosisz stary kod, usuń te parametry z zapytania.

GPT-6 Sol

Sol to środek rodziny. OpenAI pozycjonuje go jako model do trudnej pracy, przy której chcesz iterować wiele razy bez płacenia stawek flagowca. U mnie to pierwszy wybór do kodu, agentów z narzędziami i analizy długich dokumentów.

GPT-6 Luna

Luna jest najszybsza i najtańsza. OpenAI poleca ją do czatu, klasyfikacji i lekkich zadań agentowych. Ciekawostka: ma ten sam kontekst 1,05 mln tokenów co Sol, więc przeczyta długi plik logów albo raport, tylko głębokie wnioskowanie na tej treści zrobi gorzej niż wyższe modele.

A co z GPT-6.1 Sol?

29 września OpenAI wypuścił GPT-6.1 Sol jako nowszą wersję Sol, w tej samej cenie bazowej. Na dzień pisania (2 października 2026) w katalogu Jantarisa jest gpt-6-sol. Aktualną listę modeli sprawdzisz zawsze w katalogu modeli albo przez GET /v1/models?category=chat. Gdy nowy model trafi do katalogu, w kodzie zmieniasz tylko wartość pola model.

Który GPT-6 wybrać

Moja reguła jest prosta: zaczynam od najtańszego modelu, który jeszcze daje dobre wyniki, i podnoszę poziom tylko dla przypadków, które tego wymagają.

• Luna, gdy zadanie jest powtarzalne i krótkie: tagowanie zgłoszeń, wyciąganie pól z maili i faktur, pierwsza linia odpowiedzi na czacie, streszczenia.
• Sol, gdy model musi myśleć: pisanie i poprawianie kodu, plan migracji, porównanie dwóch umów, agent, który wywołuje kilka narzędzi.
• Astra, gdy Sol odpada na twoich trudnych przypadkach albo gdy pomyłka kosztuje więcej niż różnica w cenie: przegląd architektury, analiza ryzyka, końcowa weryfikacja odpowiedzi tańszych modeli.

Jak to sprawdzić u siebie? Weź 20-50 prawdziwych przykładów ze swojego projektu, puść je przez Lunę i Sol, porównaj odpowiedzi i koszt. Jeśli Luna wypada dobrze w 9 na 10 przypadków, często opłaca się wysyłać wszystko do Luny, a dziesiąty przypadek eskalować do Sol. Kod do takiego porównania kilku modeli naraz pokazuję w tekście Jedno API do GPT, Claude, Gemini i DeepSeek.

Ile kosztuje jedno zapytanie do GPT-6

Cena podawana jest za milion tokenów, osobno dla wejścia (to, co wysyłasz: prompt systemowy, historia, dokumenty) i wyjścia (to, co model pisze). Koszt jednego zapytania:

koszt = (tokeny wejścia / 1 000 000) × stawka wejścia
      + (tokeny wyjścia / 1 000 000) × stawka wyjścia

Przykład do podstawienia: zapytanie z dokumentem na 20 tys. tokenów i odpowiedzią na 2 tys. tokenów kosztuje 0,02 × stawka wejścia + 0,002 × stawka wyjścia. Stawki bierzesz z tabeli wyżej.

Trzy rzeczy, które podnoszą rachunek bardziej, niż się wydaje:

• Tokeny rozumowania. Modele GPT-6 to modele rozumujące. Zanim odpowiedzą, generują tokeny myślenia, a te są liczone jako wyjście. Krótka odpowiedź na trudne pytanie potrafi więc kosztować jak długa.
• Historia rozmowy. W czacie każde kolejne zapytanie wysyła całą dotychczasową rozmowę. Dziesiąta wiadomość płaci za dziewięć poprzednich jako wejście.
• Duży kontekst. Okno 1,05 mln tokenów kusi, żeby wrzucić całe repozytorium. Płacisz za każdy token wejścia, więc tnij to, czego model nie potrzebuje.

Faktyczne zużycie zwraca każda odpowiedź w polu usage (prompt_tokens, completion_tokens). Właśnie za te liczby płacisz. Zanim podepniesz model do aplikacji, miesięczny rachunek dla swojej liczby zapytań i tokenów oszacujesz w kalkulatorze kosztów AI.

GPT-6 API w Pythonie, Node i curl

Endpoint /v1/chat/completions w Jantarisie jest zgodny z OpenAI, więc używasz oficjalnego SDK OpenAI, zmieniasz tylko adres i klucz.

pip install openai
export JANTARIS_API_KEY=sk-jt-...

import os
from openai import OpenAI

client = OpenAI(base_url="https://jantaris.com/v1", api_key=os.environ["JANTARIS_API_KEY"])

resp = client.chat.completions.create(
    model="gpt-6-sol",
    messages=[
        {"role": "system", "content": "Odpowiadaj po polsku, zwięźle."},
        {"role": "user", "content": "Wypisz ryzyka migracji bazy z MySQL 5.7 do 8.4."},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)  # prompt_tokens i completion_tokens - za to płacisz

Node.js:

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://jantaris.com/v1", apiKey: process.env.JANTARIS_API_KEY });

const resp = await client.chat.completions.create({
  model: "gpt-6-luna",
  messages: [{ role: "user", content: "Przypisz kategorię: 'Nie mogę zalogować się do panelu'. Opcje: konto, płatność, błąd." }],
});
console.log(resp.choices[0].message.content);

Bez SDK, samym curl:

curl https://jantaris.com/v1/chat/completions \
  -H "Authorization: Bearer $JANTARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-6-astra", "messages": [{"role": "user", "content": "Oceń ten plan testów pod kątem luk."}]}'

Streaming (stream: true) i wywołania narzędzi (tools) działają tak samo jak w API OpenAI. Pełna specyfikacja jest w dokumentacji czatu.

GPT-6 API w złotówkach, z fakturą VAT

API OpenAI kupujesz bezpośrednio w dolarach, kartą, a firma rozlicza to jako import usług. Rozpisałem to w tekście o fakturze VAT za API AI. Przez Jantaris wygląda to inaczej:

• ceny w złotówkach brutto z 23% VAT, przeliczane po kursie NBP,
• płatność BLIK-iem albo kartą, minimalne doładowanie 40 zł,
• faktura VAT z NIP-em automatycznie po każdym doładowaniu,
• saldo nie wygasa, nie ma abonamentu ani minimalnego zobowiązania,
• jeden klucz działa też dla Claude, Gemini, DeepSeek i modeli do obrazu i wideo.

Żeby zacząć: załóż konto, doładuj saldo, w panelu utwórz klucz API. Przy kluczu ustaw limit miesięczny w złotówkach. Po jego przekroczeniu API zwraca 403 i zapętlony skrypt zatrzymuje się na limicie, a nie na pustym saldzie. Dla Astry robię zawsze osobny klucz z niskim limitem.

Jak obniżyć koszt GPT-6

1. Routing po trudności. Luna obsługuje większość ruchu, Sol tylko to, czego Luna nie umie. Jeden słownik w kodzie, zmiana modelu to jedna linijka.
2. Krótki prompt systemowy. Leci przy każdym zapytaniu. 2 tys. tokenów instrukcji razy 10 tys. zapytań dziennie to 20 mln tokenów wejścia.
3. max_tokens na wyjściu. Ustaw rozsądny limit, szczególnie w zadaniach, gdzie odpowiedź ma być krótka.
4. Przycinanie historii. W czacie trzymaj ostatnie wiadomości i krótkie streszczenie starszych zamiast całej rozmowy.
5. Pomiar zamiast zgadywania. Zapisuj usage z każdej odpowiedzi i licz koszt na swoich danych. Szacunki z tabelek rzadko zgadzają się z rzeczywistością.

Jeśli szukasz najtańszych modeli w ogóle, nie tylko od OpenAI, porównałem je na przykładzie 1000 odpowiedzi czatu w tekście Najtańsze API LLM 2026. Dla kodu w terminalu zajrzyj do tekstu o cenie Claude Code, a gdy Claude Code zatrzyma się na limicie planu albo błędzie 529, do tekstu Claude Code - limity i błędy.

Najczęstsze pytania

Ile kosztuje API GPT-6?

W Jantarisie GPT-6 Luna kosztuje 0,587 zł / 2,94 zł za 1 mln tokenów, GPT-6 Sol 11,75 zł / 58,75 zł za 1 mln tokenów, a GPT-6 Astra 58,75 zł / 293,74 zł za 1 mln tokenów. Ceny w wersji polskiej są w złotówkach z VAT, płacisz z salda bez abonamentu.

Czym różni się GPT-6 Sol od Astry?

Astra to flagowy model OpenAI do najtrudniejszych zadań, Sol to tańszy model do codziennej trudnej pracy. Wszystkie trzy mają kontekst 1,05 mln tokenów. Zacznij od Sol i przełączaj na Astrę tylko te przypadki, w których Sol nie przechodzi twoich testów.

Czy GPT-6 Luna wystarczy do chatbota?

Do większości chatbotów obsługi klienta tak, bo OpenAI projektował ją do czatu, klasyfikacji i lekkich agentów. Sprawdź ją na kilkudziesięciu prawdziwych rozmowach, a trudne pytania kieruj do Sol.

Czy GPT-6 API jest za darmo?

Nie w Jantarisie: nie ma darmowego planu ani kredytów na start. Minimalne doładowanie to 40 zł, saldo nie wygasa, a zapytanie, które się nie powiedzie, nie jest płatne.

Czy dostanę fakturę VAT za GPT-6 API?

Tak. Faktura VAT z NIP-em wystawia się automatycznie po każdym doładowaniu salda w złotówkach. Dane firmy wpisz w panelu przed płatnością.

Czy mogę użyć istniejącego kodu z SDK OpenAI?

Tak. Zmieniasz base_url na https://jantaris.com/v1 i klucz na sk-jt-..., a model ustawiasz na gpt-6-sol, gpt-6-luna albo gpt-6-astra. Reszta kodu, w tym streaming i narzędzia, zostaje bez zmian.