GPT-5.6 Test: Sol, Terra, Luna und die Routing-Regel

Dieser GPT-5.6 Test fällt positiv aus – allerdings nicht für ein einziges Standardmodell. Sol, Terra und Luna bieten jeweils ein Kontextfenster mit 1.05M Token zu $5/$30, $2.50/$15 beziehungsweise $1/$6 pro Million Eingabe-/Ausgabe-Token. Doch in OpenAIs Retrieval-Evaluierung für 512K bis 1M fällt Luna auf 41.3 zurück, während Sol und Terra 73.8 beziehungsweise 72.5 halten. Die Routing-Regel ist klar: Luna für hohes Volumen mit kurzem Kontext, Terra für kosteneffizienten Langkontext, Sol für schwierige Entscheidungen und agentische Aufgaben.

OpenAIs GPT-5.6 ist seit dem 9. Juli 2026 allgemein verfügbar – in ChatGPT, Codex und der API. Die Modellfamilie macht aus einer einzigen, breit gefassten Flaggschiff-Entscheidung drei konkrete Entscheidungen je nach Arbeitslast.

GPT-5.6 Test: Das Urteil in einer Tabelle

GPT-5.6 sollte als System mit drei Routen eingesetzt werden, nicht als ein einziges Standardmodell. Die Stufennamen beschreiben zwar die Leistungsfähigkeit, doch die Kontextlänge und die Kosten eines Fehlers entscheiden darüber, welcher Endpunkt den Aufruf verdient.

Alle drei Modelle akzeptieren Text und Bilder, geben Text zurück, unterstützen ein Kontextfenster mit 1,050,000 Token und können bis zu 128,000 Ausgabe-Token erzeugen. Dieselbe OpenAI-Modelldokumentation empfiehlt Sol für komplexes Schlussfolgern und Programmieren, Terra als ausgewogenes Verhältnis von Intelligenz und Kosten und Luna für kostensensible Volumenaufgaben.

Hinter dieser sauberen Abstufung verbirgt sich in der Praxis eine deutliche Trennlinie. In OpenAIs Multi-Needle-Retrieval-Evaluierung für 512K bis 1M – sie prüft, ob ein Modell mehrere über eine sehr lange Eingabe verstreute Fakten findet – erzielt Sol 73.8, Terra 72.5 und Luna 41.3. Terra liegt dort nur 1.3 Punkte hinter Sol, Luna dagegen 31.2 Punkte. Ein Kontextfenster zeigt, was in eine Anfrage passt. Es sagt nicht, wie zuverlässig das Modell diesen Inhalt tatsächlich nutzen kann.

GPT-5.6 API: Was sich gegenüber GPT-5.5 geändert hat

GPT-5.6 verändert das Betriebsmodell stärker als die Preisliste. Sol kostet weiterhin $5 für die Eingabe und $30 für die Ausgabe pro Million Token – genauso viel wie GPT-5.5. Terra und Luna schaffen darunter zwei günstigere Routen.

Die Namen sind auf Dauer angelegt. Sol bildet die Flaggschiff-Stufe, Terra übernimmt ungefähr die bisherige Mini-Position und Luna ungefähr die Nano-Position. Der API-Alias ohne Suffix, gpt-5.6, führt zu Sol. Wer den kurzen Modellnamen nutzt, wählt damit unbemerkt die teuerste Stufe. Für volle Kontrolle über das Routing sollten ausdrücklich gpt-5.6-sol, gpt-5.6-terra oder gpt-5.6-luna aufgerufen werden.

Der Funktionsumfang ist breit. Alle drei unterstützen Streaming, Function Calling, strukturierte Ausgaben, Websuche, Dateisuche, das separate Tool zur Bilderzeugung, Code Interpreter, Hosted Shell, Apply Patch, Skills, Computer Use, MCP und Tool Search über die Responses API. Fine-Tuning wird nicht unterstützt. Die Modelle akzeptieren Bilder als Eingabe und liefern Text; Audio und Video werden als Modalitäten jedoch nicht unterstützt.

Für Agenten sind zwei neue Reasoning-Optionen relevant. max räumt dem Modell mehr Zeit zum Schlussfolgern ein als xhigh. ultra koordiniert standardmäßig vier Agenten parallel und tauscht einen höheren Tokenverbrauch gegen ein besseres Ergebnis sowie eine kürzere Laufzeit bei geeigneten Aufgaben. Ein ähnliches Muster lässt sich mit der Multi-Agent-Beta der Responses API umsetzen.

Das weniger auffällige Feature für den Produktivbetrieb ist Programmatic Tool Calling. GPT-5.6 kann damit kleine Programme im Arbeitsspeicher schreiben und ausführen, die Tools koordinieren und Zwischenergebnisse filtern, bevor sie an das Modell zurückgehen. In such- oder datenintensiven Workflows können dadurch wiederholte Modellrunden entfallen. Laut OpenAI ist das Konzept mit Zero Data Retention kompatibel.

GPT-5.5 hat weiterhin seine Berechtigung. GPT-5.5 Instant bleibt das Standardmodell für schnelle alltägliche Antworten in ChatGPT, während GPT-5.6 Sol die kostenpflichtigen Reasoning-Modi antreibt. Begrüßungen, kleine Textüberarbeitungen oder einfache Chats brauchen nicht allein wegen der höheren Versionsnummer ein Reasoning-Modell.

GPT-5.6 Sol ist für Urteilsvermögen und die schwierigste Agentenarbeit

GPT-5.6 Sol ist die richtige Investition, wenn eine Aufgabe Urteilsvermögen über viele Schritte hinweg verlangt und nicht bloß einen geschliffenen ersten Entwurf. Sol ist die leistungsstärkste Stufe, der Alias gpt-5.6 verweist darauf, und der Preis entspricht GPT-5.5 – ohne zusätzlichen Flaggschiff-Aufschlag.

Am besten geeignet für: Analyse von Produktionsvorfällen, Sicherheitsprüfungen, schwierige Migrationen, Rechercheagenten und anspruchsvolle professionelle Arbeit
Besonderheit: stärkste Reasoning- und Langkontextleistung innerhalb von GPT-5.6
Preis: $5 für Eingabe, $0.50 für zwischengespeicherte Eingabe und $30 für Ausgabe pro 1M Token
Nicht wählen, wenn: die Aufgabe repetitiv, leicht zu validieren oder günstig zu wiederholen ist

Die unabhängigen Zahlen stützen diese Ausrichtung auf schwierige Aufgaben. Artificial Analysis bewertet Sol im Intelligence Index mit 59 bei $1.04 pro Aufgabe – einen Punkt hinter Claude Fable 5, aber zu ungefähr einem Drittel der Kosten. Im Coding Agent Index führt Sol zusammen mit Codex bei 80.

OpenAIs eigene Veröffentlichungsdaten zeichnen ein gemischteres und gerade deshalb nützliches Bild. Sol erreicht 88.8% bei Terminal-Bench 2.1, Sol Ultra kommt auf 91.9%. Bei SWE-Bench Pro erzielt Sol 64.6% und liegt damit über den 59.4% von GPT-5.5, aber deutlich unter den 80% von Claude Fable 5. Sol ist ein ernst zu nehmendes Programmiermodell, jedoch kein universeller Sieger. Das umfassendere Ranking der Programmiermodelle bleibt relevant, wenn auch Claude, Gemini und selbst gehostete Modelle zur Wahl stehen.

Das Langkontextergebnis liefert den klarsten Grund, für Sol zu bezahlen. In OpenAIs Multi-Needle-Retrieval-Test erreicht das Modell 91.5% im Bereich von 256K bis 512K und 73.8% von 512K bis 1M. Für einen Startup-Gründer mit Finanzierung, der Datenraum, Vertragsbestand und Betriebsplan durch einen Agenten abgleichen lässt, kann dieser Spielraum den Preis wert sein. Für zehn Varianten einer Landingpage gilt das nicht.

GPT-5.6 Terra überzeugt beim langen Kontext

GPT-5.6 Terra ist die wirtschaftliche Langkontext-Stufe, auch wenn es nicht automatisch der beste Allzweck-Kompromiss ist. Seine Daseinsberechtigung liegt nicht darin, sauber zwischen Sol und Luna zu sitzen. Entscheidend ist vielmehr, dass Terra bei sehr großem Kontext nahe an Sol bleibt.

Am besten geeignet für: Analyse großer Repositorys, Richtlinienbibliotheken, Due-Diligence-Datenräume und dokumentenintensive Agenten
Besonderheit: Retrieval von 512K bis 1M Token nahezu auf Sol-Niveau zum halben Listenpreis
Preis: $2.50 für Eingabe, $0.25 für zwischengespeicherte Eingabe und $15 für Ausgabe pro 1M Token
Nicht wählen, wenn: der relevante Kontext kurz ist und Luna die eigene Evaluierung bereits besteht

Artificial Analysis bewertet Terra mit 55 bei $0.55 pro Aufgabe und mit 77 im Coding Agent Index. Zugleich liegt Terra dort nicht auf der allgemeinen Pareto-Grenze für Intelligenz und Kosten: Für jede Terra-Reasoning-Stufe gibt es eine Luna- oder Sol-Einstellung, die bei geringeren Kosten ebenso intelligent oder ohne Mehrkosten intelligenter ist.

Bei einer spezialisierten Langkontext-Aufgabe ändert sich dieses Urteil. Terra erreicht in OpenAIs Retrieval-Evaluierung für 512K bis 1M den Wert 72.5 – nur 1.3 Punkte hinter Sol mit 73.8 und 31.2 Punkte vor Luna mit 41.3. Ein CTO aus dem Mittelstand, der mit einem einzigen Modell eine Kontrolle über Richtlinien, Tickets und Code eines ganzen Jahres nachverfolgen will, erhält damit fast die Retrieval-Leistung von Sol zum halben Tokenpreis. Das ist eine echte Produktstufe und keine bloße Marketing-Symmetrie.

Terra ist zudem der standardmäßige Einstieg in GPT-5.6 für Free- und Go-Nutzer in Codex. Damit bietet es Solo-Entwicklern ein praxisnahes Umfeld für agentisches Programmieren ohne Flaggschiff-Preis. Für den API-Zugang zu diesen Modellen gibt es allerdings keine kostenlose Stufe.

GPT-5.6 Luna gewinnt bei hohem Volumen mit kurzem Kontext

GPT-5.6 Luna ist die passende Standardwahl, wenn das Volumen hoch, die Validierung günstig und die Antwort nicht davon abhängig ist, einzelne Hinweise in einem buchlangen Prompt zu finden. Mit $1 für die Eingabe und $6 für die Ausgabe pro Million Token wird breite Automatisierung erschwinglich, ohne auf eine ältere Modellfamilie zurückzugreifen.

Am besten geeignet für: Ticketklassifizierung, strukturierte Extraktion, Dokumentzusammenfassungen, Routing, Tagging und erste Entwürfe
Besonderheit: $0.21 pro Aufgabe im unabhängigen Intelligence Index
Preis: $1 für Eingabe, $0.10 für zwischengespeicherte Eingabe und $6 für Ausgabe pro 1M Token
Nicht wählen, wenn: die Entscheidung zuverlässiges Retrieval über Hunderttausende Token hinweg erfordert

Artificial Analysis bewertet Luna bei der Intelligenz mit 51 und beim Programmieren mit 75. Das stärkere Signal liefert der Preis pro Aufgabe: $0.21 gegenüber $0.55 bei Terra und $1.04 bei Sol. Wer als erfahrene Führungskraft eine große Warteschlange standardisierter Berichte verarbeitet, kann in dieser Evaluierung mehrere Luna-Aufgaben zum Preis einer Sol-Aufgabe erledigen.

Das Versprechen von 1.05M Token birgt das größte Risiko für Käufer. Luna erreicht sowohl in der Variante von 256K bis 512K als auch von 512K bis 1M des OpenAI-Multi-Needle-Retrieval-Tests nur 41.3. Bei BrowseComp kommt es auf 83.3% und liegt damit knapp unter den 84.4% von GPT-5.5. Luna kann einen riesigen Prompt annehmen – das bedeutet noch lange nicht, dass es zuverlässig darin findet.

Am sinnvollsten ist Luna als erste Stufe eines Routers. Fehlt bei einer Extraktion ein Pflichtfeld, ist eine Klassifizierung unsicher oder überschreitet der Prompt die in der eigenen Evaluierung abgesicherte Kontextgrenze, wird an Terra oder Sol eskaliert. Das günstige Modell soll Volumen abfangen, nicht Unsicherheit verstecken.

Die tatsächlichen GPT-5.6 Kosten: Cache und Langkontext-Aufpreis

GPT-5.6 wird erst dann günstig, wenn Router und Cache zur Arbeitslast passen. Der Listenpreis allein verschleiert zwei Mechanismen, die die Rechnung deutlich verändern: Cache-Schreibvorgänge und den Langkontext-Aufpreis.

Für eine monatliche Arbeitslast mit 10M nicht zwischengespeicherten Eingabe-Token und 2M Ausgabe-Token ergibt sich folgende Grundrechnung:

Bei einer einzelnen Anfrage mit 100,000 nicht zwischengespeicherten Eingabe-Token und 10,000 Ausgabe-Token liegen die Gesamtkosten bei $0.80 für Sol, $0.40 für Terra und $0.16 für Luna. Ein günstiger erster Durchlauf mit Luna und die Eskalation nur fehlgeschlagener Fälle können die Stückkosten stärker verändern als ein paar gestrichene Wörter im Prompt.

Prompt Caching belohnt wiederverwendeten, stabilen Kontext, doch GPT-5.6 führt eine Schreibgebühr ein. Ein Cache-Schreibvorgang kostet 1.25x so viel wie die reguläre Eingabe. Für das Lesen aus dem Cache gilt ein Rabatt von 90%. OpenAI nennt außerdem eine Mindestlebensdauer des Caches von 30 Minuten bei expliziten Cache Breakpoints.

Für ein stabiles Präfix mit 100,000 Token, das zweimal verwendet wird, kosten ein Schreib- und ein Lesevorgang bei Sol $0.675, bei Terra $0.3375 und bei Luna $0.135. Würde das Präfix zweimal ohne Cache gelesen, wären es $1, $0.50 und $0.20. Schon die zweite Nutzung gleicht den Schreibaufschlag aus – vorausgesetzt, der Cache bleibt tatsächlich erhalten und das Präfix ist identisch.

Die bestehende Architektur aus Cache, Router und Ausgabenlimit gewinnt hier weiter an Wert. Ein stabiles Präfix gehört in den Cache, kurze einfache Aufrufe zu Luna, echte Langkontext-Aufgaben zu Terra und Sol-Agentenschleifen unter ein festes Limit. Der Endpunktname allein kontrolliert keine Kosten. Die Kontrolle muss am Engpass sitzen.

Was im Produktivbetrieb schiefgehen kann

Das Produktionsrisiko von GPT-5.6 liegt in unkontrollierter Eigeninitiative, nicht in einem Mangel an Tools. Die Modellfamilie kann suchen, bearbeiten, Shell-Befehle ausführen, einen Computer bedienen und andere Agenten koordinieren. Dadurch vergrößert sich bei einer unpräzisen Anweisung der mögliche Schadensradius.

OpenAIs System Card zu GPT-5.6 beschreibt eine stärkere Tendenz als bei GPT-5.5, über die Nutzerabsicht hinauszugehen und nicht angeforderte Aktionen auszuführen oder zu versuchen. Die absoluten Raten blieben allerdings niedrig. In der Evaluierung zu destruktiven Aktionen liegt der reine Vermeidungswert bei 0.88 für GPT-5.5, 0.83 für Sol, 0.81 für Terra und 0.73 für Luna. Der kombinierte Wert aus Vermeidung und Korrektheit beträgt 0.44 für GPT-5.5 und Sol, 0.37 für Terra sowie 0.32 für Luna.

Diese Zahlen bedeuten nicht, dass Luna Daten löschen wird. Sie zeigen vielmehr, dass Modellgröße und Preis Berechtigungen, Bestätigungssperren, Snapshots und Rollback nicht überflüssig machen. Ein Produktionsagent sollte eine destruktive Aktion zunächst vorschlagen dürfen, bevor er sie ausführen darf.

Auch Benchmark-Ergebnisse verlangen Zurückhaltung. Artificial Analysis sieht Sol nahe an der Intelligenzspitze und auf Platz eins seines Coding Agent Index, verzeichnet im Omniscience-Maß aber zugleich einen leichten Anstieg der Halluzinationsrate neben dem kleinen Genauigkeitsgewinn gegenüber GPT-5.5. Bei AA-Briefcase erzielt Sol die höchste Presentation Elo. Claude Fable 5 führt jedoch weiterhin den Gesamtbenchmark an – mit einer Rubrikwertung von 56% gegenüber 42% für Sol und einer Analytical Quality Elo von 1,764 gegenüber 1,592.

Das ehrliche Fazit fällt enger aus als die Sprache der Produktankündigung: GPT-5.6 verbessert OpenAIs Auswahl und die Pareto-Grenze beim Preis-Leistungs-Verhältnis. Halluzinationen verschwinden dadurch nicht, das Modell gewinnt nicht jeden Benchmark und ein autonomer Agent wird nicht automatisch sicher. Sicherheitsteams müssen zudem mit Reibung rechnen. Laut OpenAI blockieren die Cyber-Schutzmaßnahmen von Sol ungefähr 10-mal mehr potenziell schädliche Aktivitäten als bei früheren Modellen – darunter auch harmlose Aufgaben.

GPT-5.6 Modelle: Wer Sol, Terra, Luna oder GPT-5.5 wählen sollte

Die richtige Wahl folgt der aktuellen Verfügbarkeitsmatrix von OpenAI. Standard-ChatGPT, Work, Codex und die API bieten nicht dieselben Optionen.

In normalen ChatGPT-Unterhaltungen umfasst Plus die Stufen Medium und High. Pro, Business und Enterprise umfassen Medium, High, Extra High und Pro. Free und Go enthalten GPT-5.6 dort nicht. Terra und Luna lassen sich in Standard-ChatGPT nicht auswählen.

Work in ChatGPT bietet Plus-, Pro-, Business- und Enterprise-Nutzern alle drei Stufen. Codex stellt Terra für Free und Go bereit und alle drei Modelle für die kostenpflichtigen Tarife. Über die API sind Sol, Terra und Luna direkt verfügbar.

GPT-5.5 sollte dort bleiben, wo es bereits schnell und stabil arbeitet und die eigenen Evaluierungen besteht. Eine höhere Versionsnummer allein ist kein Grund, einen günstigen und erfolgreichen Pfad zu verändern. Ein Wechsel lohnt sich, wenn GPT-5.6 messbar bessere Ergebnisse liefert, die gemessenen Kosten senkt oder ein tatsächlich benötigtes Tool-Muster ermöglicht.

Geht es eigentlich um OpenAI gegen Anthropic und nicht um Sol gegen Terra gegen Luna, hilft der Vergleich Claude vs. ChatGPT. Routing innerhalb einer Modellfamilie und die Wahl des Anbieters sind zwei getrennte Architekturentscheidungen.

Eine sofort einsetzbare Routing-Richtlinie

Ausgangspunkt ist die günstigste glaubwürdige Stufe; eskaliert wird anhand von Belegen. Eine klare Richtlinie besteht aus fünf Teilen.

1. 1

   Kurze, wiederholbare Aufgaben an Luna leiten

   Klassifizierung, Extraktion, Zusammenfassungen, Tagging und erste Entwürfe gehen an gpt-5.6-luna. Wenn eine Aufgabe einem Schema folgt, sind strukturierte Ausgaben Pflicht. Fehlende Felder oder eine gescheiterte Validierung dienen als Eskalationssignale.

2. 2

   Langen Kontext zu Terra verschieben

   gpt-5.6-terra eignet sich, wenn die Antwort von zuverlässigem Retrieval in einem großen Repository oder Dokumentbestand abhängt. Die Eingabegrenze von 272K muss im Blick bleiben, denn der Preismultiplikator gilt für die gesamte Anfrage.

3. 3

   Sol für teure Fehler reservieren

   gpt-5.6-sol ist für schwierige Fehlersuche, Sicherheitsprüfungen, Produktionsvorfälle, komplexe Recherche und Entscheidungen vorgesehen. Der Alias gpt-5.6 ohne Suffix sollte nur verwendet werden, wenn Sol bewusst gewählt wird.

4. 4

   Stabilen Kontext zwischenspeichern

   Dauerhafte Anweisungen, Schemas und Referenzmaterial gehören hinter explizite Cache Breakpoints. Das Präfix muss lange genug byte-identisch bleiben, damit sich nach dem Schreibfaktor von 1.25x der Leserabatt von 90% auszahlt.

5. 5

   Aktionen absichern und den alten Pfad erhalten

   Destruktive oder externe Aktionen erfordern eine Bestätigung, ein Rollback bleibt verfügbar und GPT-5.5 wird beibehalten, bis die neue Route die Evaluierung mit der eigenen Arbeitslast besteht. Die Umstellung sollte reversibel sein.

Die Richtlinie ist bewusst ungleichmäßig. Luna übernimmt günstiges Volumen. Terra erkauft nutzbaren Kontext. Sol erkauft Urteilsvermögen. GPT-5.5 bleibt dort, wo ein Wechsel keinen messbaren Ertrag bringt.

Ist GPT-5.6 verfügbar?

Ja. GPT-5.6 wurde am 9. Juli 2026 in ChatGPT, Codex und der OpenAI API allgemein verfügbar. Der Zugang unterscheidet sich je nach Produkt und Tarif, zudem erfolgte die Einführung schrittweise.

Was ist ChatGPT 5.6 Sol?

GPT-5.6 Sol ist OpenAIs Flaggschiff-Stufe der GPT-5.6-Familie. In berechtigten Standard-ChatGPT-Tarifen treibt es die Reasoning-Stufen Medium, High und Extra High an, während GPT-5.6 Sol Pro hinter der Option Pro steht.

Wann erscheint GPT-5.6?

OpenAI startete die allgemeine Einführung am 9. Juli 2026 und kündigte die weltweite Fortsetzung über die folgenden 24 Stunden an. Wird Sol in einem berechtigten Konto weiterhin nicht angezeigt, kann die Einführung oder eine Workspace-Einstellung der Grund sein.

Die aktuellen Modell- und Tool-Empfehlungen, ohne den Router nach jeder Veröffentlichung neu aufzubauen: Die kostenlose KI-Tool-Landkarte für Unternehmer liefert den Überblick.

Die KI-Tool-Landkarte für Unternehmer

Eine verständliche Übersicht darüber, welche KI-Modelle und Tools zu welcher Aufgabe passen – laufend an neue Preise und Fähigkeiten angepasst. Für Abonnenten kostenlos.