GPT-6: ChatGPT-Modelle, API-IDs und Zugänge im Vergleich

Bei der Wahl zwischen GPT-6 und anderen GPT-Modellen zählen sowohl die Aufgabe als auch das verwendete Produkt: OpenAI GPT-6.1 Sol bietet sich als Ausgangspunkt für komplexe Aufgaben in Work und Codex an, GPT-6 Luna für klar umrissene, wiederkehrende Arbeit. GPT-6 Astra ist das Spitzenmodell für besonders anspruchsvolle Probleme. Im regulären ChatGPT gelten andere Zuordnungen: Free und Go verwenden standardmäßig GPT-5.6 Luna, während GPT-6 schrittweise für berechtigte Konten mit kostenpflichtigem Tarif freigeschaltet wird. Der Modellname allein verrät also noch nicht, was mit einem bestimmten Konto tatsächlich nutzbar ist.

Am 25. Oktober 2026 anhand der Modellbeschreibungen, der Abkündigungsübersicht und des Help Centers von OpenAI geprüft. Die folgenden Empfehlungen beruhen auf einer Auswertung dieser Quellen, nicht auf eigenen Praxistests der Modelle.

GPT-6 und weitere GPT-Modelle im Vergleich: IDs, Kontext und Einsatzorte

Die aktuelle Spitzenmodellreihe von OpenAI für die API umfasst GPT-6 Astra, GPT-6.1 Sol und GPT-6 Luna. GPT-6 Sol ist weiterhin separat dokumentiert; GPT-6 Pro ist eine auf Astra basierende Option in ChatGPT. gpt-oss bildet den herunterladbaren Zweig. Diese Unterscheidung wird relevant, sobald etwa ein Gründer eine ChatGPT-Antwort in einer eigenen Anwendung reproduzieren lassen möchte. Modellkatalog von OpenAI.

Die Spalte zum Einsatzzweck gibt die Kurzbeschreibungen von OpenAI wieder; bei Pro stammt sie aus der Beschreibung der Pro-Option. Die Kontextwerte entsprechen exakt den Tokenzahlen in den jeweiligen Modellbeschreibungen. Sie sind keine zugesicherten Gesprächslimits für ChatGPT. Eine API-ID ist die Kennung, mit der Software ein Modell auswählt. Work ist der Bereich von ChatGPT für längere Aufgaben und fertige Arbeitsergebnisse; Codex ist der zugehörige Agent für Softwareentwicklung.

Quellen zur Verfügbarkeit: Vorstellung von Sol und Luna, Vorstellung von GPT-6.1 Sol, Vorstellung von Astra, ChatGPT Work und Codex und Bereitstellungspartner für gpt-oss.

Azure: unbestätigt bedeutet, dass die geprüften OpenAI-Seiten die Azure-Verfügbarkeit dieses Modells nicht belegen. Es bedeutet nicht, dass Microsoft es nicht anbieten kann. Auch ein ausdrücklich genannter Bereitstellungsweg garantiert keinen Zugang in einer bestimmten Region oder mit einem bestimmten Abonnement. Wer über Azure beschafft, sollte das konkret bereitstellbare Modell von der Entwicklung bestätigen lassen, bevor es im Unternehmen zugesagt wird.

Die Beschreibungen von OpenAI geben die beabsichtigte Positionierung wieder. Sie garantieren keine identische Rangfolge für jede Aufgabe. Hintergründe zur Modellfamilie liefert GPT-6 erklärt.

ChatGPT-Modelle im Vergleich: Welches Modell gehört zu welchem Tarif?

Der Chat-Tarif bestimmt das Standardmodell und die auswählbaren Denkstufen. Ein angekündigtes Ziel der schrittweisen Freischaltung belegt noch nicht, dass bereits jedes bestehende Gespräch umgestellt wurde. Modellverfügbarkeit in ChatGPT.

Quellen: Allgemeine Übersicht der Chat-Tarife, Modelle in Business, Modelle in Enterprise.

ChatGPT Free: Warum sich die Modelle in Chat und Desktop-App unterscheiden

Mit einem Free- oder Go-Konto können je nach Oberfläche unterschiedliche Luna-Generationen verfügbar sein. Laut der Ankündigung von Sol und Luna erhalten diese Nutzer in der Desktop-App Zugang zu GPT-6 Luna. Das ersetzt nicht den im Help Center genannten Standard GPT-5.6 Luna für den regulären Chat. Vor einem Vergleich von Antworten muss daher klar sein, welche Oberfläche verwendet wurde. Zugang in der Desktop-App.

Wer als Gründer im Chat eine Kundenmitteilung entwirft, wählt praktisch aus den Modellen und Denkstufen, die in diesem Gespräch angezeigt werden. Wer mit demselben Konto Codex zur Entwicklung öffnet, muss die dortige Auswahl gesondert prüfen. Ein Abonnement verschafft Zugang zu Produkten mit eigenen Einstellungen; es bindet nicht dauerhaft ein einziges Modell an den Kontonamen.

GPT-5.6: Eine bestehende Modellauswahl kann erhalten bleiben

Wurde GPT-5.6 Sol ausdrücklich ausgewählt, bleibt diese Auswahl bei GPT-5.6. Im Zuge der Freischaltung wird die bisherige Auswahl Latest auf GPT-6 umgestellt; die eingestellte Denkstufe bleibt dabei erhalten. Verhalten bestehender Auswahlen.

Deshalb können Kollegen mit demselben Tarif unterschiedliche Modelle sehen. Bevor das als fehlerhafte Antwort oder Kontoproblem eingeordnet wird, lohnt sich ein Blick auf die Gesprächseinstellungen und die Zugriffsrechte im Arbeitsbereich. Auch die Modellberechtigungen in Business und Enterprise können die Auswahl einschränken.

OpenAI-Modelle vergleichen: Modell, Produkt und Denkaufwand auseinanderhalten

Wenn ein Ergebnis relevant ist, sollten Modell, Produkt und Denkaufwand gemeinsam dokumentiert werden. Das Modell lässt sich mit einem Motor vergleichen, das Produkt mit dem Fahrzeug und der Denkaufwand mit der Arbeit, die der Motor leisten soll. Das Fahrzeug bestimmt, welche Bedienelemente und Werkzeuge zur Verfügung stehen. Die Motordaten allein beschreiben noch nicht die ganze Fahrt.

Für eine wöchentliche Besprechung des operativen Geschäfts ist „Das hat ChatGPT geschrieben“ zu ungenau, um ein Ergebnis zu reproduzieren. Festgehalten werden sollten das gewählte Modell, die Ausführung in Chat, Work, Codex oder einer API-Anwendung sowie die Denkstufe. Dazu gehören auch die Quelldokumente und Anweisungen. So lässt sich bei veränderten Ergebnissen konkret nachvollziehen und wiederholen, was zuvor gemacht wurde.

Mehr Denkaufwand wählt nicht automatisch ein anderes Modell aus. In den Chat-Tarifen Plus und Pro reicht die Aufforderung, gründlicher nachzudenken, bei einem Instant-Gespräch nicht aus, um automatisch auf eine höhere Denkstufe zu wechseln. Dafür ist die entsprechende Einstellung vorgesehen. Business kann über die Option Higher intelligence automatisch zusätzliche Denkverarbeitung zuschalten; das Verhalten eines Arbeitsbereichs kann deshalb abweichen. Verhalten der persönlichen Tarife, Einstellungen in Business.

Bei der Prüfung eines Einführungsplans ist mehr Denkaufwand sinnvoll, wenn verschiedene Vorgaben miteinander vereinbart werden müssen. Fehlt dagegen ein Quelldokument, sollte zuerst dieses Dokument bereitgestellt werden. Zusätzliche Denkverarbeitung ersetzt nicht die Fakten, die für die Aufgabe nötig sind.

Welches GPT-Modell verwendet Codex tatsächlich?

Für Codex gibt es kein verlässlich einheitliches Standardmodell über alle Tarife, Clients und Arbeitsbereiche hinweg. OpenAI empfiehlt GPT-6.1 Sol, sofern verfügbar, für komplexe Programmieraufgaben und agentische Workflows sowie Luna für klar umrissene, wiederkehrende Aufgaben. Welche Modelle verfügbar sind, hängt von der Anmeldemethode und vom Client ab. Modelle in Work und Codex.

Codex behält ein manuell ausgewähltes Modell bei. Administratoren können für Work und Codex eigene Startmodelle und Denkstufen festlegen, unabhängig vom Chat. Wer als CTO eine einheitliche Grundlage für Code-Reviews braucht, sollte diese festlegen und dokumentieren. Es lässt sich nicht voraussetzen, dass alle Entwickler dieselbe Einstellung übernommen haben. Starteinstellungen.

1. 1

   Aktuelle Auswahl prüfen

   In Work oder Codex steht die Modellauswahl unter dem Eingabefeld. In einer interaktiven Sitzung der Codex CLI lassen sich Modell und Denkaufwand mit /model prüfen und ändern.

2. 2

   Für wiederholbare Aufgaben ein Modell ausdrücklich festlegen

   Für eine neue CLI-Sitzung dokumentiert OpenAI den Befehl codex --model gpt-6.1-sol. Verwendet werden kann nur ein Modell, das Konto und Client tatsächlich anbieten; die Erwähnung in einer Anleitung verschafft keinen Zugang.

3. 3

   Client und Arbeitsbereich prüfen

   Astra setzt Codex CLI 0.153.0 oder neuer voraus. Bei Enterprise sollte zusätzlich zum Client-Update die Modellberechtigung mit der Administration geklärt werden.

Quellen: Modellauswahl in Codex, Client-Anforderung für Astra.

Wie wichtig die Produktgrenzen sind, zeigt eine Abschaltung: GPT-5.5 wurde am 14. Oktober 2026 um 19:00 UTC aus Codex mit ChatGPT-Anmeldung entfernt. Laut OpenAI waren der API-Zugang und Codex-Sitzungen mit API-Schlüssel von dieser Änderung nicht betroffen. Aus einer Abschaltung in Codex lässt sich daher kein Abschalttermin für die API ableiten. Hinweis zur Abschaltung in Codex.

Kontextfenster: Was die Tokenzahlen in der Praxis bedeuten

Die API-Modellbeschreibung von GPT-6.1 Sol nennt ein Kontextfenster von 1,050,000 Tokens; Work und Codex verwenden standardmäßig 500,000. Ein Token ist eine kleine Einheit von Text oder anderen Modelleingaben. Der Kontext ist der Arbeitsraum einer Anfrage. Er verspricht weder eine bestimmte Zahl vollständiger Dokumente noch, dass jedes Detail korrekt verarbeitet wird. API-Spezifikation, Limit in Work und Codex.

Bei der Analyse eines Repositorys darf die API-Obergrenze deshalb nicht einfach für eine Codex-Aufgabe vorausgesetzt werden. Es gilt, relevante Dateien auszuwählen und Platz für Anweisungen, Werkzeugergebnisse und die Antwort zu lassen. Beim Vergleich von Lieferantenangeboten sollten die Dokumente auf die anstehende Entscheidung zugeschnitten und Belege verlangt werden. Mehr Material ergibt nicht automatisch einen besseren Arbeitsauftrag.

Die GPT-6-Modellbeschreibungen unterscheiden außerdem zwischen dem Kontextfenster und maximal 128,000 Ausgabetokens. Eingabekapazität und Antwortlänge haben getrennte Grenzen. Für die herunterladbaren gpt-oss-Modelle sind 131,072 Kontexttokens angegeben. Maßgeblich sind die Werte der konkret geplanten Bereitstellung. Grenzen von Astra, Grenzen von gpt-oss.

Die Abwägung beim Umstieg erläutert GPT-6.1 Sol vs GPT-6 Sol im Detail.

gpt-oss: Die Modelle zum Herunterladen

gpt-oss kommt infrage, wenn die Kontrolle über die Bereitstellung eine Anforderung ist. Open Weights bedeutet, dass die erlernten Modelldateien zum Herunterladen und Ausführen bereitstehen. OpenAI veröffentlicht gpt-oss-120b und gpt-oss-20b unter Apache 2.0, bietet sie aber weder über die eigene API noch in ChatGPT an. Ein Eintrag im Modellkatalog macht ein Modell noch nicht zu einem von OpenAI gehosteten Endpunkt. Hinweise zu Open-Weight-Modellen.

Laut OpenAI passt gpt-oss-120b in 80 GB Speicher, während gpt-oss-20b 16 GB benötigt. Diese Angaben helfen, den Betrieb auf Servern von kleineren lokalen Experimenten abzugrenzen. Sie versprechen keine brauchbare Geschwindigkeit auf jedem Gerät mit der entsprechenden Speichermenge. OpenAI zur Bereitstellung.

Für CTOs, die Modelle innerhalb einer kontrollierten Infrastruktur betreiben müssen, lohnt sich die Prüfung dieses Zweigs. Wer als Gründer lediglich einen gehosteten Assistenten benötigt, übernimmt mit dem Herunterladen der Gewichte eine zusätzliche Aufgabe: den Inferenzdienst betreiben, Zugriffe absichern und die umgebende Anwendung warten. Dafür sollte vor der Modellwahl eine verantwortliche Person feststehen.

Laut ihren Modellbeschreibungen verarbeiten die gpt-oss-Modelle ausschließlich Text. Wenn ein Workflow Screenshots auswerten muss, darf die Bildeingabe von GPT-6 nicht auch bei diesen Modellgewichten vorausgesetzt werden. Modalitäten von gpt-oss-20b.

Ältere GPT-Modelle: Diese Abschalttermine sind relevant

Geprüft werden müssen die exakten Modell-IDs, denn innerhalb einer Familie können abgeschaltete und weiterhin verfügbare Modellstände nebeneinander bestehen. Die folgende Auswahl von API-Abschaltungen für allgemeine Text- und Reasoning-Modelle stammt aus der Abkündigungsübersicht von OpenAI:

• 23. Oktober 2026, bereits abgeschaltet: die aufgeführten Aliase und Modellstände von GPT-3.5 Turbo, GPT-4 und GPT-4 Turbo; GPT-4.1 nano; gpt-4o-2024-05-13; sowie die aufgeführten Modelle o1, o1-pro, o3-mini und o4-mini.
• 11. Dezember 2026: GPT-5, GPT-5 mini, GPT-5 nano, GPT-5 pro, o3 und o3-pro, einschließlich der in der Mitteilung genannten Modellstände.
• 14. Januar 2027: gpt-4o-2024-08-06, gpt-4o-2024-11-20, gpt-4o-mini-2024-07-18, gpt-4.1-2025-04-14 und gpt-4.1-mini-2025-04-14. Als Ersatz nennt OpenAI gpt-6-luna.
• 1. April 2027: gpt-5.3-codex, gpt-5.1, gpt-5.1-2025-11-13, gpt-5.4-nano und gpt-5.4-nano-2026-03-17.

Deprecated bedeutet, dass eine Abschaltung angekündigt wurde, nicht, dass der Zugang bereits beendet ist. Legacy bedeutet, dass ein Modell keine Updates mehr erhält. Über die Endpunkte zum Auflisten und Abrufen von Modellen stellt OpenAI außerdem optional ein shutdown_date bereit. Statusdefinitionen und Überwachung.

Wer einen Workflow zur Dokumentenverarbeitung verantwortet, sollte sich von der Entwicklung die konfigurierte Modellkennung und eine etwaige Ersatzkennung nennen lassen. Für jeden betroffenen Workflow braucht es einen Migrationszeitplan; anschließend ist der Ersatz anhand repräsentativer Dokumente zu prüfen. Abgeschlossen ist die Migration, wenn die Anwendung weiterhin akzeptable Ergebnisse liefert, nicht schon dann, wenn in einer Konfigurationsdatei ein neuerer Name steht.

Welche GPT-Modelle passen zu Gründern, operativen Teams und Entwicklern?

Am Anfang stehen die Folgen eines Fehlers und die Vorgaben für die Bereitstellung. Der API-Katalog von OpenAI verweist Unentschlossene auf Astra; die Empfehlungen für Work/Codex nennen GPT-6.1 Sol für komplexe Programmieraufgaben und Luna für klar umrissene Arbeit. Die folgenden Vorschläge sind praktische Ausgangspunkte für eine Erprobung, keine Benchmark-Rangliste. Einstiegsempfehlung für die API, Empfehlungen für Work/Codex.

Für Gründer mit gesicherter Finanzierung: Bei einem folgenreichen Strategiepapier mit widersprüchlicher Beleglage bietet sich das leistungsfähigste verfügbare Modell an. Seine Argumentation muss anschließend anhand der Quellen geprüft werden. Astra ist dafür einen Versuch wert. Für routinemäßige Textänderungen muss Astra dagegen keine Voraussetzung sein, wenn ein kleineres Modell den Auftrag bereits erfüllt.

Für erfahrene Verantwortliche im operativen Geschäft: Ein wiederkehrender Extraktions- oder Klassifikationsworkflow lässt sich zunächst mit Luna und einer klar definierten Ausgabe erproben. Die Prüfung sollte schwierige Beispiele, fehlende Felder und widersprüchliche Datensätze enthalten. Ein stärkeres Modell wird dann relevant, wenn die Fehler mehr Interpretation erfordern und sich nicht durch bessere Eingabeanweisungen beheben lassen.

Für allein arbeitende technische Entwickler: Bei komplexen Codeänderungen bietet sich GPT-6.1 Sol als Ausgangspunkt an, sofern verfügbar. Während Werkzeugaufrufe und Denkaufwand-Einstellungen geprüft werden, sollte eine bewährte Konfiguration des ursprünglichen Sol erhalten bleiben. Sol vs Luna vertieft die Unterscheidung zwischen umfassender Entwicklungsarbeit und eng abgegrenzten Aufgaben.

Für CTOs im Mittelstand: Zuerst ist zu klären, welche Bereitstellung zulässig ist. Der Zugang über die OpenAI API, eine Azure-Bereitstellung und selbst gehostetes gpt-oss sind unterschiedliche Betriebsentscheidungen. Anschließend werden die infrage kommenden Modelle anhand derselben Abnahmekriterien verglichen. Ein leistungsfähigeres Modell in einer Umgebung, die das Unternehmen nicht nutzen darf, scheidet aus.

Aktuelle Tarife stehen im separaten Preisleitfaden zur OpenAI API.

Wo der Hype täuscht: Ein neuer Modellname ersetzt keine Einsatzplanung

Ein neuerer Modellname klärt weder Zugang noch Integration oder Qualität. „Nutzt GPT-6“ lässt offen, welches Familienmitglied gemeint ist. „Enthält Astra“ klärt weder das Produkt noch das Nutzungskontingent. „Großer Kontext“ verrät nicht das tatsächliche Arbeitslimit des Produkts. Vor einer geschäftlichen Zusage muss die vollständige Konfiguration feststehen.

Für die Entscheidung helfen einfache Regeln:

• Jetzt handeln, wenn ein konfiguriertes Modell bereits abgeschaltet wurde oder seine Abschaltung bevorsteht, oder wenn ein Ersatz einen tatsächlich auftretenden Fehler im Workflow behebt.
• Vor dem Wechsel prüfen, wenn der Umstieg zwischen Sol-Generationen Werkzeugaufrufe, Denkaufwand-Einstellungen oder die von der Anwendung verarbeitbaren Dokumente beeinflusst.
• Abwarten, wenn der Workflow seine Abnahmekriterien bereits erfüllt und ein neuerer Name der einzige Wechselgrund ist. Der Abschalttermin muss dabei im Blick bleiben.
• Die Konfiguration beibehalten, wenn eine Abschaltung ein anderes Produkt oder eine andere Anmeldemethode betrifft, wie beim Ende von GPT-5.5 in Codex im Verhältnis zu Sitzungen mit API-Schlüssel.

Ein Modellwechsel verdient einen kleinen, repräsentativen Vergleich mit den eigenen Eingaben, erwarteten Ausgaben und Prüfverfahren. Die Positionierung des Anbieters hilft bei der Kandidatenauswahl. Ob ein Kandidat die Aufgabe übernehmen kann, entscheiden die eigenen Abnahmekriterien.

Häufige Fragen

Welche Modelle verwendet OpenAI?

OpenAI setzt je nach Produkt unterschiedliche Modelle ein. Im API-Katalog der Spitzenmodelle stehen GPT-6 Astra, GPT-6.1 Sol und GPT-6 Luna; die Auswahl in ChatGPT hängt vom Tarif und vom verwendeten Bereich ab. Aktueller Katalog.

Welche Arten von KI-Modellen gibt es?

Für diese Entscheidung sind allgemeine Text- und Reasoning-Modelle, spezialisierte Bild- oder Audiomodelle sowie herunterladbare Open-Weight-Modelle zu unterscheiden. Zuerst zählt, was die Aufgabe erfordert, dann, wo das Modell laufen kann. OpenAI trennt diese Kategorien im Modellkatalog.

Was ist GPT-2?

GPT-2 ist ein früheres Transformer-Sprachmodell von OpenAI, das 2019 angekündigt und auf die Vorhersage des nächsten Wortes trainiert wurde. Es gehört zum historischen Hintergrund dieser Modellreihe und ist keine aktuelle Tarifbezeichnung in ChatGPT. OpenAI-Ankündigung von GPT-2.

Welche Grenzen haben GPT-Modelle?

Kontext, Ausgabelänge, unterstützte Eingabearten und Werkzeugkompatibilität unterscheiden sich je nach Modell und Produkt. Auch ein großes Kontextfenster garantiert keine korrekte Antwort. Für eine Anwendung sollten die Modellbeschreibung geprüft und der gesamte Workflow anhand bekannter Beispiele bewertet werden. Hinweise zu GPT-6.

Welche Informationen sollte man ChatGPT nicht geben?

Passwörter oder vertrauliche Inhalte gehören ohne entsprechende Berechtigung und eine freigegebene Regelung für den Umgang mit Daten nicht in ChatGPT. OpenAI rät davon ab, sensible Informationen einzugeben, deren Prüfung oder Nutzung unerwünscht wäre. Maßgeblich sind die Datenkontrollen des Kontos und die Richtlinien der Organisation. Hinweise zu Daten in Verbraucherdiensten.

Welches GPT ist ohne Limit nutzbar?

Keine Option ist in jeder Hinsicht unbegrenzt. Kontingente für alltägliche Chats heben weder Kontext- und Werkzeuglimits noch Denkverarbeitungskontingente oder Schutzmaßnahmen auf. Business unterscheidet ausdrücklich zwischen praktisch unbegrenztem Instant-Chat und der Nutzung von Reasoning, Pro, Work und Codex. Limits in Business.

Welche KI ist unzensiert?

Open Weights bezeichnet den Zugang zu den Modelldateien und verspricht kein uneingeschränktes Verhalten. Laut OpenAI hat gpt-oss ein Sicherheitstraining durchlaufen. Wenn es um die Kontrolle über die Bereitstellung geht, sollte genau diese Anforderung geprüft werden, statt sich auf das Etikett „unzensiert“ zu verlassen. Veröffentlichung von gpt-oss.

Gibt es eine bessere KI als ChatGPT?

Ohne konkrete Aufgabe gibt es darauf keine sinnvolle allgemeine Antwort. ChatGPT ist ein Produkt; ein GPT-Modell ist eine seiner Komponenten. Verglichen werden sollten vollständige Workflows anhand der eigenen Dokumente, benötigten Werkzeuge, tolerierbaren Fehler und des Prüfaufwands.

Was ist die dümmste KI überhaupt?

Das ist kein brauchbares Auswahlkriterium. Ein kleines Modell kann eine eng umrissene Extraktionsaufgabe lösen, während ein leistungsfähigeres Modell an fehlendem Kontext scheitert. Hilfreicher ist es, die Aufgabe festzulegen und Fehler zu untersuchen, statt Systeme mit einer Beleidigung zu bewerten.

Der nächste konkrete Schritt: Ein Modellverzeichnis anlegen

Für die geschäftskritischen Workflows sollte ein Modellverzeichnis entstehen. Pro Workflow gehören Produkt, exakte Modellauswahl, Denkaufwand, verantwortliche Person und ein möglicher Abschalttermin hinein. Die verantwortliche Person sollte jeweils ein gelungenes und ein fehlgeschlagenes Beispiel benennen. Vorrang haben bereits abgeschaltete Abhängigkeiten; danach folgen mögliche Upgrades dort, wo Fehler ins Gewicht fallen.

So wird aus „Welches GPT nutzen wir eigentlich?“ eine Frage mit einer überprüfbaren Antwort, die sich aktuell halten lässt.

Praktische Neuigkeiten zu Modellen und Workflows gibt es im Newsletter.