OpenAI hat seine GPT-5.6-Familie allgemein verfügbar gemacht – mit einer klaren Zweiteilung: Sol als Flaggschiff für anspruchsvolle Workloads und Terra als preisgünstigeres Allround-Modell für den breiten Einsatz.
Zentrale Punkte:
- Sol kostet 5 Dollar pro Million Eingabetoken und 30 Dollar pro Million Ausgabetoken – doppelt so viel wie Terra.
- Sol führt in Coding- und Agenten-Benchmarks, während Terra Routineaufgaben zu deutlich geringeren Kosten adressiert.
- Frühe Tests zeigen: Bei langen Jobs kann Terra mehr Ausgabetoken verbrauchen als Sol.
GPT-5.6: Sol und Terra mit klarer Preisdifferenz
Das Unternehmen gab den Start über ChatGPT, Codex und die API am 9. Juli bekannt und beendete damit eine rund zweiwöchige Preview-Phase. Sol, das Spitzenmodell, zielt auf komplexe Softwareentwicklung, Cybersicherheit und lang laufende Agenten-Arbeitslasten. OpenAI bezeichnet es als sein „bestes Coding-Modell bisher“. Terra ist eine Stufe darunter angesiedelt und liefert eine Performance auf Augenhöhe mit GPT-5.5 – bei etwa halb so hohen Kosten.
Am deutlichsten ist der Unterschied beim Pricing. Sol schlägt mit 5 Dollar pro Million Eingabetoken und 30 Dollar pro Million Ausgabetoken zu Buche, während Terra für dieselben Volumina 2,50 beziehungsweise 15 Dollar verlangt. Ein drittes Modell, Luna, ist für Großabnehmer mit 1 Dollar pro Million Eingabetoken und 6 Dollar pro Million Ausgabetoken positioniert.
Auch in ChatGPT spiegelt sich diese Staffelung. Zahlende Kundinnen und Kunden greifen über die mittlere und höhere „Reasoning“-Stufe auf Sol zu, während Free- und Go-Nutzer Terra in ChatGPT Work und Codex erhalten. GitHub hat bereits alle drei Modelle in Copilot integriert: Sol wird dort als Wahl für anspruchsvolle Analysen großer Codebasen positioniert, Terra als ausgewogener Standard für den täglichen agentenbasierten Coding-Einsatz.
Auch interessant: Verlässt Charles Hoskinson Cardano? Er nennt die Behauptung eine komplette Lüge
Sol schlägt Terra in Coding-Benchmarks
Sol erreichte 80 Punkte im Artificial Analysis Coding Agent Index – nach Angaben von OpenAI rund 2,8 Punkte mehr als Anthropics Claude Fable 5. Konzernchef Sam Altman erklärte, das Modell sei bei Coding-Aufgaben 54 % token-effizienter als frühere OpenAI-Generationen – ein klarer Pitch in Richtung IT-Budgets großer Unternehmen.
Die Überlegenheit ist aber nicht durchgängig. Beim SWE-Bench-Pro-Test kommt Sol auf 64,6 % und liegt damit rund 15 Punkte hinter Claude Mythos 5. Unabhängige Tester stellten dennoch fest, dass Sol auch über lange, unübersichtliche Repository-Sessions hinweg beim Thema bleibt. Terra eigne sich dagegen besser für klar abgegrenzte Implementierungen und erste Code-Reviews – mit Eskalation auf das größere Modell, wenn Aufgaben eskalieren.
In denselben Tests tauchte jedoch ein Warnsignal für kostenbewusste Teams auf: Bei langen Coding-Läufen verbrauchte Terra mehr Ausgabetoken als Sol. Günstigere Tarife führen also nicht automatisch zu niedrigeren Gesamtkosten pro erledigter Aufgabe. Unternehmen sollten daher die Kosten pro gelöstem Ticket oder Feature messen, bevor sie massenhaft Traffic umleiten.
Der gestufte Start markiert zudem einen Strategiewechsel bei OpenAI beim Ausrollen von Frontier-Modellen.
Das Unternehmen informierte vorab die US-Regierung über die Fähigkeiten der neuen Modellfamilie und beschränkte den frühen Zugriff auf einen kleinen Kreis geprüfter Partner, deren Beteiligung den Behörden offengelegt wurde.
Zugleich verabschiedet sich die Generation von der bisherigen Namenslogik: Die Zahl steht nun für die Generation, während Sol, Terra und Luna als dauerhafte Fähigkeitsstufen fungieren, die sich künftig unabhängig voneinander weiterentwickeln können.
Weiterlesen: Palantir trennt sich von 50 Ingenieuren und verliert ein Viertel seines Börsenwerts: Was ist schiefgelaufen?