Inhaltsverzeichnis
- 1. Überblick zum Release – Datum, Verfügbarkeit, Spezifikationen
- 2. Luna / Terra / Sol – die drei Modelle und die richtige Wahl
- 3. Preisstruktur – das mittlere Terra verdient Aufmerksamkeit
- 4. Benchmarks – direkter Vergleich mit Claude
- 5. Was ist neu – fünf zentrale Punkte
- 6. Verfügbarkeit nach ChatGPT-Tarif
- 7. Vergleich mit Claude (Fable 5 / Opus 4.8)
- 8. Zu beachten – unveröffentlichte Benchmarks und Coding-Schwächen
- 9. Empfehlung nach Anwendungsfall – welches Modell wählen?
- FAQ
Am 9. Juli 2026 hat OpenAI die neue Modellfamilie „GPT-5.6" allgemein verfügbar gemacht (offizielle Ankündigung von OpenAI, nach einer begrenzten Vorschau am 26. Juni offiziell veröffentlicht). Die größte Neuerung: Statt der bisherigen zweistufigen Struktur aus „Standard + Pro" gibt es nun ein Drei-Modell-System aus Luna (schnell, günstig) / Terra (ausgewogen) / Sol (Flaggschiff).
Das Flaggschiff Sol führt mit 80 Punkten im Artificial Analysis Coding Agent Index, dem Maßstab für die Leistung von Coding-Agenten, und liegt damit an der Spitze. Auch im Agents' Last Exam, das langlaufende praktische Workflows misst, erreicht Sol 53,6 und distanziert Claude Fable 5 (40,5) um 13,1 Punkte (Auswertung von Vellum). Beim produktionsnahen Coding im SWE-Bench Pro liegt jedoch Claude Fable 5 mit 80,0 %, Sol nur bei 64,6 % – hier bleibt ein Bereich, in dem Sol Claude klar unterliegt.
Dieser Artikel erklärt auf Basis der offiziellen Ankündigung von OpenAI und mehrerer unabhängiger Benchmark-Berichte alles Wesentliche zu GPT-5.6 – die Unterschiede der drei Modelle, Preise, Benchmarks, neue Funktionen, Verfügbarkeit nach ChatGPT-Tarif, den Vergleich mit Claude und die Wahl nach Anwendungsfall – ausschließlich auf gesicherten Informationen.
GPT-5.6 Release
Allgemein verfügbar seit 9. Juli 2026 / Drei-Modell-System
1. Überblick zum Release – Datum, Verfügbarkeit, Spezifikationen
| Kategorie | Inhalt |
|---|---|
| Familienname | GPT-5.6 |
| Allgemein verfügbar seit | 9. Juli 2026 (begrenzte Vorschau ab 26. Juni) |
| Entwickler | OpenAI |
| Vorgängergeneration | GPT-5.5 |
| Modellaufbau | Drei Modelle: Luna (schnell, günstig) / Terra (ausgewogen) / Sol (Flaggschiff) |
| Kontextfenster | ca. 1 Mio. Tokens (1.050.000), bei allen drei Modellen gleich |
| Maximale Ausgabe | 128.000 Tokens |
| Wissensstand (Cutoff) | 16. Februar 2026 |
| API-Preis (Sol) | $5 (Eingabe) / $30 (Ausgabe) per 1M tokens |
| API-Preis (Terra) | $2.50 (Eingabe) / $15 (Ausgabe) per 1M tokens |
| API-Preis (Luna) | $1 (Eingabe) / $6 (Ausgabe) per 1M tokens |
| Reasoning-Effort | none / low / medium / high / xhigh / max – sechs Stufen |
| Verfügbare Kanäle | ChatGPT / ChatGPT Work / Codex / OpenAI API |
| Gleichzeitig angekündigt | ChatGPT Work (Business-Agent), neue Desktop-App mit integriertem Codex, Sprachmodell GPT-Live |
Der entscheidende Punkt: Alle drei Modelle teilen sich dasselbe Kontextfenster von rund 1 Mio. Tokens und dieselbe maximale Ausgabe von 128K. Unterschiede gibt es bei „Intelligenz", „Geschwindigkeit" und „Preis" – die verarbeitbare Dokumentmenge bleibt gleich. Die Wahl erfolgt vertikal nach Anwendungsfall und Kosten.
2. Luna / Terra / Sol – die drei Modelle und die richtige Wahl
Die größte Veränderung von GPT-5.6 ist die Umstellung von zweistufig (Standard/Pro) auf dreistufig. Ordnen wir die jeweilige Rolle ein.
Das günstigste und schnellste Modell. Ideal für einfache Klassifizierung, Zusammenfassungen, Chat und umfangreiche Batch-Verarbeitung. In der DeepSWE-Bewertung erzielt es „24 Benchmark-Punkte pro API-Dollar" und übertrifft damit die 3,2 von Claude Fable 5 deutlich.
Geeignet für: hochfrequente Aufgaben mit niedrigem Stückpreis, interne Tools
Der „Favorit für den Alltag": eine Leistung auf dem Niveau der Vorgängergeneration GPT-5.5 zum etwa halben Preis. Mit 87,4 % im TerminalBench 2.1 liegt es dicht hinter Sol, kostet aber nur die Hälfte. Für viele praktische Workloads gilt Terra als völlig ausreichend.
Geeignet für: alltägliches Coding, Texte, Agenten
Das klügste Modell der GPT-5.6-Familie. Höchstes Niveau bei Agenten-Gesamtleistung, langlaufenden Aufgaben und Sicherheit. Laut OpenAI ist die Token-Effizienz beim Coding um 54 % gestiegen, sodass „Frontier-Leistung mit weniger Tokens" erreicht wird.
Geeignet für: komplexe Agenten, langlaufende autonome Aufgaben
Das Auswahlprinzip ist einfach. Setzen Sie zunächst Terra als Standard, wechseln Sie bei zu geringer Genauigkeit zu Sol und greifen Sie zu Luna, wenn Stückpreis und Geschwindigkeit oberste Priorität haben – dieser „Terra-als-Ausgangspunkt"-Ansatz erleichtert die Balance zwischen Kosten und Qualität.
3. Preisstruktur – das mittlere Terra verdient Aufmerksamkeit
| Modell | Eingabe / 1M tokens | Ausgabe / 1M tokens | Einordnung |
|---|---|---|---|
| GPT-5.6 Sol | $5.00 | $30.00 | höchste Leistung |
| GPT-5.6 Terra | $2.50 | $15.00 | halber Sol-Preis, GPT-5.5-Niveau |
| GPT-5.6 Luna | $1.00 | $6.00 | am günstigsten und schnellsten |
Bemerkenswert ist das Preis-Leistungs-Verhältnis von Terra. OpenAI erklärt: „Terra bietet eine Leistung auf dem Niveau der Vorgängergeneration GPT-5.5 zu etwa dem halben Preis." Das heißt: Viele Aufgaben, für die bisher Sol (entsprechend dem alten Standard) nötig war, lassen sich möglicherweise zum halben Kostenaufwand erledigen.
Der Preis von Sol mit $5/$30 liegt bei der Eingabe gleichauf mit Claude Opus 4.8 ($5/$25), bei der Ausgabe etwas höher. Die Stückpreise der Flaggschiffe verschiedener Anbieter nähern sich einander an – der Unterschied entsteht heute über „Leistung" und „Token-Effizienz".
4. Benchmarks – direkter Vergleich mit Claude
GPT-5.6 Benchmarks (vier zentrale Kategorien)
Sol / Terra / Luna vs Claude Fable 5
Quelle: Vellum „GPT-5.6 benchmarks explained" (aufbereitet aus von OpenAI veröffentlichten Werten und der Auswertung von Artificial Analysis)
| Benchmark | Sol | Terra | Luna | Claude Fable 5 |
|---|---|---|---|---|
| TerminalBench 2.1 | 88.8% | 87.4% | 84.7% | 86.0% |
| SWE-Bench Pro | 64.6% | — | — | 80.0% |
| Agents' Last Exam | 53.6 | 50.4 | 50.3 | 40.5 |
| Coding Agent Index | 80 | 77.4 | 74.6 | 77.2 |
| MRCR Langtext-Recall | 91.5% | 89.6% | 41.3% | — |
Fazit: stark bei Agenten, aber beim produktionsnahen Coding liegt Claude vorn
GPT-5.6 Sol steht bei der Agenten-Gesamtleistung (Agents' Last Exam) und beim Coding-Agent-Index an der Spitze. Auch im TerminalBench liegt es knapp über Claude Fable 5. Beim SWE-Bench Pro (echte Bug-Fixes auf Produktionsniveau in realen Repositories) unterliegt Sol mit 64,6 % jedoch dem Wert von Claude Fable 5 von 80,0 % – ein Rückstand von über 15 Punkten. „Die Fähigkeit, als Agent autonom zu handeln" und „die Fähigkeit, eine reale Codebasis präzise zu korrigieren" sind offenkundig zwei verschiedene Dinge.
Auch der Langtext-Recall von Luna (MRCR) fällt mit 41,3 % deutlich hinter Sol/Terra zurück. Auch wenn das Fenster 1 Mio. Tokens fasst, eignet sich Luna nicht dafür, extrem lange Texte präzise zu verarbeiten. Für lange Texte sollten Sie mindestens Terra wählen.
5. Was ist neu – fünf zentrale Punkte
① Von der zweistufigen Struktur zum Drei-Modell-System
Die wichtigste Änderung. Aus dem alten „Standard + teures Pro" wurde eine dreistufige Struktur aus Luna / Terra / Sol. Besonders Terra wird mit dem Preis-Leistungs-Versprechen „GPT-5.5-Niveau zum halben Preis" zum zentralen Baustein der Kostenplanung.
② Verbesserte Token-Effizienz (54 % beim Coding)
OpenAI-CEO Sam Altman erklärt, dass Sol beim Coding eine um 54 % verbesserte Token-Effizienz aufweist (CNBC). Wenn dieselbe Arbeit weniger Tokens verbraucht, sinken die Gesamtkosten selbst bei gleichem Stückpreis. Genau deshalb sollte man nicht nur die Preisliste, sondern die „tatsächlichen Kosten pro Aufgabe" vergleichen.
③ Programmatic Tool Calling (Responses API)
Als neue Funktion für Entwickler wurde der Responses API das „Programmatic Tool Calling" hinzugefügt, bei dem das Modell JavaScript generiert und ausführt, um Tool-Aufrufe zu orchestrieren (Erläuterung von Simon Willison). Komplexe Agenten, die mehrere Tools übergreifend nutzen, lassen sich so mit weniger Hin und Her ausführen. Der Reasoning-Effort umfasst die sechs Stufen none / low / medium / high / xhigh / max.
④ ChatGPT Work und neue Desktop-App
Zeitgleich mit GPT-5.6 wurden der Business-Agent „ChatGPT Work", eine neue Desktop-App mit integriertem Codex sowie ein Hosting-Dienst für Kunden angekündigt. Das ist ein Schritt, ChatGPT von einem „reinen Chat" zu einer „Plattform, die Arbeit ausführt", zu erweitern.
⑤ Sprachmodell GPT-Live (Vollduplex-Gespräche)
Im Sprachbereich erscheint die neue Serie GPT-Live. Statt des bisherigen Wechselsprech-Modells (Antwort erst nach Ende des Sprechens) ermöglicht sie Gespräche im Vollduplex-Betrieb, bei denen man wie ein Mensch unterbrechen und zustimmende Laute einwerfen kann. Zahlende Nutzer erhalten GPT-Live-1, kostenlose Nutzer GPT-Live-1 mini.
6. Verfügbarkeit nach ChatGPT-Tarif
| Tarif | Monatspreis (Richtwert) | Nutzung von GPT-5.6 | Modellauswahl |
|---|---|---|---|
| Free | $0 | △ nur Terra in ChatGPT Work / Codex | nicht möglich (Terra fest) |
| Go | $8/Monat | △ nur Terra in ChatGPT Work / Codex | nicht möglich (Terra fest) |
| Plus | $20/Monat | ✅ Sol / Terra / Luna | möglich (auch Effort einstellbar) |
| Pro | $100–$200/Monat | ✅ Sol / Terra / Luna | möglich (auch Effort einstellbar) |
| Business | ab $25/Platz | ✅ Sol / Terra / Luna | möglich (auch Effort einstellbar) |
| Enterprise | auf Anfrage | ✅ Sol / Terra / Luna | möglich (auch Effort einstellbar) |
Charakteristisch ist, dass auch Free-/Go-Nutzer innerhalb von ChatGPT Work oder Codex Terra nutzen können. Modelle frei auszuwählen und den Reasoning-Effort anzupassen, ist jedoch erst ab Plus möglich. Vom Sprachmodell GPT-Live steht auch kostenlos die mini-Version zur Verfügung. (Tarifaufbau und Preise beruhen auf verschiedenen Medienberichten zum Zeitpunkt der Veröffentlichung. Aktuelles bitte auf der offiziellen ChatGPT-Preisseite prüfen.)
7. Vergleich mit Claude (Fable 5 / Opus 4.8)
GPT-5.6 Sol vs Claude Fable 5 vs Claude Opus 4.8
Die richtige Wahl auf Flaggschiff-Niveau
Zusammengefasst gilt die Aufteilung: Wenn Sie einen Agenten breit und autonom arbeiten lassen wollen, GPT-5.6 Sol; wenn Sie eine reale Codebasis präzise korrigieren oder langlaufendes Coding durchführen lassen wollen, Claude. Preislich hat Claude Opus 4.8 ($5/$25) einen günstigeren Ausgabepreis als Sol ($5/$30) und zugleich eine hohe Coding-Qualität – im Coding-Einsatz glänzt daher das Preis-Leistungs-Verhältnis des Claude-Lagers.
8. Zu beachten – unveröffentlichte Benchmarks und Coding-Schwächen
① Es gibt Benchmarks, die OpenAI nicht veröffentlicht hat
Die unabhängige Analyse (Vellum) weist darauf hin, dass OpenAI diesmal SWE-bench Verified, GPQA Diamond, AIME, MMLU, ARC-AGI-2 und FrontierMath nicht veröffentlicht hat. Dass der Fokus auf Agenten-Metriken liegt und keine direkten Vergleichswerte für allgemeines Reasoning und Mathematik vorliegen, sollte bei der Bewertung beachtet werden. Man muss einkalkulieren, dass hier möglicherweise nur die guten Zahlen aufgereiht sind.
② Auch Sol ist beim produktionsnahen Coding schwach
Wie erwähnt, erreicht Sol im SWE-Bench Pro 64,6 %, Claude Fable 5 dagegen 80,0 %. Wenn Bug-Fixes oder PR-Erstellung in Produktions-Repositories das Hauptziel sind, lohnt es sich, statt GPT-5.6 Claude in Betracht zu ziehen.
③ Luna verarbeitet lange Texte schlecht
Luna ist günstig und schnell, hat aber mit 41,3 % einen deutlich niedrigeren Langtext-Recall (MRCR). Vermeiden Sie es, lange Spezifikationen, Logs oder Codebasen komplett an Luna zu übergeben, und überlassen Sie lange Texte mindestens Terra.
④ Der Wissensstand endet am 16. Februar 2026
Ereignisse danach sind nicht eingelernt. Für Aufgaben, die aktuelle Informationen erfordern, ist der kombinierte Einsatz eines Websuche-Tools Voraussetzung.
9. Empfehlung nach Anwendungsfall – welches Modell wählen?
- alltägliches Coding, Texte, Zusammenfassungen
- Balance aus Kosten und Qualität wichtig
- das eine Modell „für den Standardeinsatz"
- Betrieb komplexer autonomer Agenten
- langlaufende Aufgaben, Sicherheitsarbeit
- Situationen, in denen Genauigkeit wichtiger ist als Kosten
- hochfrequente Massenverarbeitung mit niedrigem Stückpreis
- Klassifizierung, Extraktion, kurze Chats
- überwiegend kurze Texte (lange Texte vermeiden)
- Bug-Fixes und PRs in Produktions-Repositories
- langlaufendes autonomes Coding
- Genauigkeit und Sicherheit haben oberste Priorität
FAQ
Q1. Ab wann kann man GPT-5.6 nutzen?
Die allgemeine Verfügbarkeit begann am 9. Juli 2026 (die begrenzte Vorschau am 26. Juni). Es lässt sich über ChatGPT, ChatGPT Work, Codex und die OpenAI API nutzen.
Q2. Worin unterscheiden sich Luna / Terra / Sol?
Es sind Modelle, die sich vertikal entlang der drei Achsen Intelligenz, Geschwindigkeit und Preis anordnen. Luna = am günstigsten und schnellsten, Terra = ausgewogen (GPT-5.5-Niveau zum halben Preis), Sol = höchste Leistung. Kontext (ca. 1 Mio. Tokens) und maximale Ausgabe (128K) sind bei allen drei Modellen gleich. Empfehlenswert ist, zunächst Terra als Standard zu setzen und bei Bedarf zu Sol/Luna zu wechseln.
Q3. Kann man GPT-5.6 auch im kostenlosen Tarif nutzen?
Im normalen Chat nicht, aber innerhalb von ChatGPT Work oder Codex können auch Free-/Go-Nutzer Terra verwenden. Um Modelle frei auszuwählen oder den Reasoning-Effort anzupassen, ist Plus ($20/Monat) oder höher nötig. Vom Sprachmodell GPT-Live steht auch kostenlos die mini-Version zur Verfügung.
Q4. Wer ist beim Coding stärker, GPT-5.6 oder Claude?
Das hängt vom Maßstab ab. Bei der Terminal-Bedienung (TerminalBench 2.1) liegt Sol mit 88,8 % knapp über den 86,0 % von Claude Fable 5, doch beim produktionsnahen SWE-Bench Pro ist Claude Fable 5 mit 80,0 % gegenüber Sols 64,6 % klar im Vorteil. Ist die Bug-Behebung in Produktions-Repositories das Hauptziel, ist Claude sinnvoll, für breite autonome Agenten Sol – diese Aufteilung ist realistisch.
Q5. Wie sehen die Preise aus?
Pro 1 Mio. Tokens: Sol $5/$30, Terra $2.50/$15, Luna $1/$6 (Eingabe/Ausgabe). Terra ist so positioniert, dass es die Leistung der Vorgängergeneration GPT-5.5 zu etwa dem halben Preis bietet, und wird damit zum zentralen Baustein der Kostenplanung.
Q6. Wie groß sind Kontextfenster und Wissensstand?
Alle drei Modelle verfügen über ein Kontextfenster von ca. 1 Mio. Tokens (1.050.000) und eine maximale Ausgabe von 128K. Der Wissensstand endet am 16. Februar 2026.
Q7. Gibt es neue Funktionen für Entwickler?
Der Responses API wurde Programmatic Tool Calling hinzugefügt (eine Funktion, bei der das Modell JavaScript generiert, um Tool-Aufrufe zusammenzustellen). Der Reasoning-Effort lässt sich in den sechs Stufen none / low / medium / high / xhigh / max steuern.
Q8. Was ist GPT-Live?
Eine neue Sprachmodell-Serie, die zeitgleich mit GPT-5.6 angekündigt wurde. Statt im Wechselsprech-Modus arbeitet sie im Vollduplex-Betrieb und ermöglicht natürliche Gespräche mit Unterbrechungen und zustimmenden Lauten. Zahlend gibt es GPT-Live-1, kostenlos GPT-Live-1 mini.
Q9. Gibt es Benchmarks, die OpenAI nicht veröffentlicht hat?
Ja. Unabhängige Analysen weisen darauf hin, dass diesmal unter anderem SWE-bench Verified, GPQA Diamond, AIME, MMLU, ARC-AGI-2 und FrontierMath nicht veröffentlicht wurden. Da der Fokus auf Agenten-Metriken liegt, müssen allgemeines Reasoning und mathematische Leistung gesondert bewertet werden.
Q10. Laufen bestehende GPT-Anwendungen unverändert weiter?
Die API ist weitgehend kompatibel, und durch Umschalten der Modell-ID lässt sich migrieren. Da es nun jedoch ein Drei-Modell-System gibt, können Sie durch eine Neugestaltung der Frage, welche Aufgabe Luna/Terra/Sol zugewiesen wird, Kosten und Qualität optimieren. In vielen Fällen ist Terra als Ausgangspunkt sinnvoll.
Fazit: hin zu einer Ära des „vertikalen Wählens" mit drei Modellen
GPT-5.6 ist nicht als einzelnes Aushängemodell erschienen, sondern als dreistufige Struktur aus Luna / Terra / Sol. Sol steht bei der Agenten-Gesamtleistung und beim Coding-Agent-Index an der Spitze, Terra wird mit dem Preis-Leistungs-Versprechen „GPT-5.5-Niveau zum halben Preis" zum Praxis-Star und Luna zum Preis-Leistungs-Sieger für die Massenverarbeitung – die Rollen sind klar verteilt.
Andererseits gibt es Faktoren, die es nicht bedingungslos zum Besten machen: Beim produktionsnahen Coding (SWE-Bench Pro) unterliegt es Claude deutlich, OpenAI veröffentlicht keine direkten Vergleichswerte für allgemeines Reasoning und Mathematik, und Luna verarbeitet lange Texte schwach.
Der kluge Einsatz im Jahr 2026 besteht darin, „je nach Aufgabe zwischen den drei GPT-5.6-Modellen und Claude zu wählen". Alltag mit Terra, komplexe Agenten mit Sol, Massenverarbeitung mit Luna, produktionsnahes Coding mit Claude – optimieren Sie Kosten und Qualität mit einer auf mehrere Modelle ausgelegten Strategie.
Verwandte Artikel
- GPT-5.5 Release – der vollständige Überblick — Details zur Vorgängergeneration GPT-5.5
- Claude Opus 4.8 Release – der vollständige Überblick — das direkte Konkurrenzmodell
- Claude Fable 5 Release – der vollständige Überblick — das Modell an der Spitze des SWE-Bench Pro
- Claude vs ChatGPT Preisvergleich — die Tarifstruktur beider Anbieter
