OpenAI heeft de GPT-5.6‑familie algemeen beschikbaar gemaakt en daarbij de lijn opgesplitst in Sol, het vlaggenschip, en Terra, een middenklasser. De twee modellen zijn duidelijk gepositioneerd voor verschillende typen werkbelasting.
Belangrijkste punten:
- Sol kost $5 per miljoen inputtokens en $30 per miljoen outputtokens, het dubbele van Terra.
- Sol wint de meeste codeer- en agent‑benchmarks, terwijl Terra is bedoeld voor routinetaken tegen lagere kosten.
- Vroege tests tonen dat Terra bij lange klussen meer outputtokens kan verbruiken dan Sol.
GPT-5.6 Sol en Terra lopen uiteen in prijs
Het bedrijf meldde de uitrol op 9 juli over ChatGPT, Codex en de eigen API, waarmee een beperkte preview van zo’n twee weken werd afgesloten. Sol, het topmodel, richt zich op complexe programmeertaken, cybersecurity en langdurig agent‑werk. OpenAI noemt het zijn “beste codemodel tot nu toe”. Terra zit één trede lager en biedt prestaties die in de buurt komen van GPT‑5.5, maar dan tegen ongeveer de helft van de kosten.
Het scherpste onderscheid zit in de prijsstelling. Sol kost $5 per miljoen inputtokens en $30 per miljoen outputtokens. Terra rekent voor dezelfde volumes $2,50 en $15. Een derde model, Luna, is geprijsd op $1 en $6 en mikt op grootschalig gebruik.
Ook binnen ChatGPT is de toegang gesegmenteerd. Betalende abonnees krijgen Sol via de instellingen voor gemiddeld en hoog redeneren, terwijl gratis gebruikers en Go‑klanten Terra voorgeschoteld krijgen in ChatGPT Work en Codex. GitHub heeft inmiddels alle drie de modellen toegevoegd aan Copilot, waarbij Sol wordt gepositioneerd als de beste keuze voor redeneren over grote codebases en Terra als de gebalanceerde standaard voor dagelijks agent‑gestuurd programmeren.
Ook interessant: Vertrekt Charles Hoskinson bij Cardano? Hij noemt de bewering een complete leugen
Sol loopt uit op Terra in code‑benchmarks
Sol noteerde een score van 80 op de Artificial Analysis Coding Agent Index, wat OpenAI volgens eigen zeggen 2,8 punten boven Anthropic’s Claude Fable 5 plaatst. Topman Sam Altman stelde dat het model 54% token‑efficiënter is op programmeertaken dan eerdere modellen van het bedrijf – een boodschap die duidelijk mikt op ondernemingen met strakke IT‑budgetten.
De cijfers zijn echter niet overal even rooskleurig. Sol behaalt 64,6% op SWE‑Bench Pro en blijft daarmee zo’n 15 punten achter op Claude Mythos 5. Onafhankelijke reviewers concludeerden dat Sol desondanks goed gefocust blijft bij langdurig, rommelig werk op grote repositories, terwijl Terra beter uit de verf komt bij afgebakende implementaties en een eerste code‑review. Escalatie naar het grotere model blijft dan een optie voor complexere gevallen.
Diezelfde tests bevatten een waarschuwing voor kostenbewuste teams. Bij lange programmeertrajecten verbruikte Terra meer outputtokens dan Sol. Dat betekent dat een lagere tokenprijs niet automatisch leidt tot lagere totale kosten per afgeronde taak. Teams doen er goed aan de kosten per opgelost ticket of project te meten voordat ze massaal verkeer verschuiven.
De gefaseerde introductie markeert een verandering in hoe OpenAI frontier‑modellen op de markt brengt.
Zo informeerde het bedrijf de Amerikaanse overheid vooraf over de capaciteiten van de modellenfamilie en beperkte het de vroege toegang tot een kleine groep gescreende partners, waarvan de deelname werd gedeeld met de autoriteiten.
Met deze generatie breekt OpenAI ook met oude naamgevingsconventies. Het nummer duidt nu de generatie aan, terwijl Sol, Terra en Luna fungeren als vaste capaciteitsniveaus die elk op hun eigen tempo verder kunnen worden doorontwikkeld.
Lees ook: Palantir schrapt 50 ingenieurs en verliest een kwart van zijn beurswaarde: wat ging mis?