Kurze Antwort: Am 9. Juli 2026 hat OpenAI GPT-5.6 als drei Modelle allgemein verfügbar gemacht. Sol ist die Spitzenstufe für anspruchsvolles Reasoning und lange Agentenaufgaben. Terra ist das ausgewogene Alltagsmodell, ungefähr so leistungsfähig wie GPT-5.5, aber zum halben Preis. Luna ist die schnelle, günstige Variante für hohe Mengen. Die Zahl 5.6 steht für die Generation. Sol, Terra und Luna sind Leistungsstufen, die sich jeweils nach eigenem Zeitplan verbessern können. Für die meisten Unternehmen ist Terra die vernünftige Standardwahl, und zu Sol oder Luna greifen Sie nur dort, wo die Aufgabe es wirklich verlangt.
Wenn Sie diese Woche nach GPT-5.6 gesucht haben, sind Sie wahrscheinlich auf drei unbekannte Namen und eine Preistabelle gestoßen und danach verwirrter als vorher. Hier ist die einfache Version. OpenAI liefert nicht mehr ein Modell pro Version, sondern eine kleine Familie. Der Start ging am 9. Juli über die Bühne, nach einer kurzen Verzögerung im Zusammenhang mit einer Sicherheitsprüfung der US-Regierung, und die Modelle sind jetzt in ChatGPT, in Codex und über die API verfügbar.
Der wichtige Unterschied liegt nicht in den reinen Benchmark-Werten. Es geht darum, dass Sie jetzt eine Entscheidung treffen müssen, die Sie vorher nicht treffen mussten: Welche Stufe passt zu welcher Aufgabe. Treffen Sie diese Wahl richtig, geben Sie weniger aus und bekommen bessere Antworten. Treffen Sie sie falsch, zahlen Sie entweder für einfache Aufgaben zu viel oder schicken schwere Aufgaben an ein Modell, das zu klein ist. Dieser Beitrag zeigt, wofür jede Stufe gedacht ist, was sie kostet und wie Sie sich entscheiden.
Was OpenAI tatsächlich veröffentlicht hat
GPT-5.6 ist eine Modellgeneration, die in drei Größen angeboten wird. OpenAI beschreibt die Benennung so: Die Zahl verrät die Generation, und der Name (Sol, Terra, Luna) verrät die Leistungsstufe. Eine Stufe kann sich in ihrem eigenen Rhythmus weiterentwickeln, sodass ein künftiges Terra klüger werden könnte, ohne dass die ganze Familie eine Versionsnummer hochspringt. Das klingt nach Marketing, hat aber einen praktischen Effekt. Sie wählen eine Stufe für eine Aufgabe und bleiben meist dabei, statt jedes Modell bei jedem Release neu zu testen.
Hier ist, wofür jede Stufe gebaut ist.
Sol, das Flaggschiff
Sol ist das Modell für die schweren Dinge. Reasoning auf höchstem Niveau, langfristige Agentenarbeit über viele Schritte, ernsthaftes Coding sowie wissenschaftliche oder analytische Probleme, bei denen eine falsche Antwort teuer wird. Wenn Sie einen Agenten bauen, der eine mehrstufige Aufgabe eigenständig plant und ausführt, oder wenn Sie die bestmögliche Antwort auf eine wirklich schwierige Frage brauchen, ist das die richtige Stufe. OpenAI betreibt Sol außerdem auf Cerebras-Hardware mit bis zu 750 Tokens pro Sekunde, was zählt, wenn Sie Spitzenqualität ohne lange Wartezeit wollen.
Terra, das Arbeitspferd für den Alltag
Terra ist das Modell, das die meisten Teams die meiste Zeit nutzen werden. OpenAI positioniert es so, dass es das ältere GPT-5.5 in der Qualität ungefähr erreicht, im Betrieb aber nur etwa die Hälfte kostet. Zum Entwerfen, Zusammenfassen, Beantworten von Kundenfragen, Klassifizieren von Tickets und für die üblichen täglichen Geschäftsaufgaben ist Terra schnell genug, klug genug und so bepreist, dass Sie nicht bei jeder Abfrage an die Rechnung denken.
Luna, die Stufe für große Mengen
Luna ist die schnellste und günstigste der drei. Sie ist für hohe Mengen und geringe Latenz gebaut: einfache Klassifizierung, kurze Antworten, Tagging, Routing, Vorfilterung, alles, was Sie tausende Male am Tag ausführen und wo jeder einzelne Aufruf leicht ist. Ihre schwierigste Analyse würden Sie Luna nicht anvertrauen, aber für den langen Schwanz aus kleinen, sich wiederholenden Aufrufen hält sie die Kosten niedrig und die Antworten schnell.
Was es kostet
Die Preise gelten pro Million Tokens, aufgeteilt in Eingabe (was Sie senden) und Ausgabe (was das Modell zurückschreibt). Ein Token entspricht ungefähr drei Vierteln eines Wortes, eine Million Tokens ist also viel Text, summiert sich im großen Maßstab aber schnell.
- Sol: $5 pro Million Eingabe-Tokens, $30 pro Million Ausgabe-Tokens.
- Terra: $2.50 pro Million Eingabe-Tokens, $15 pro Million Ausgabe-Tokens.
- Luna: $1 pro Million Eingabe-Tokens, $6 pro Million Ausgabe-Tokens.
Genau um diese Kluft geht es. Sol kostet bei der Eingabe das Fünffache von Luna und bei der Ausgabe ebenfalls das Fünffache. Eine Aufgabe, die Luna erledigen könnte, an Sol zu schicken, ist keine kleine Verschwendung, sondern eine fünffache, und das bei jedem Aufruf. Genau deshalb ist die Abstufung für alle wichtig, die diese Modelle in echtem Umfang betreiben.
Es gibt noch eine leisere Änderung, die Geld spart, wenn Sie sie nutzen: Das Prompt Caching ist besser geworden. GPT-5.6 lässt Sie explizite Cache-Haltepunkte setzen und hält einen zwischengespeicherten Prompt mindestens 30 Minuten lang bereit. Das Lesen aus dem Cache bringt weiterhin 90 Prozent Rabatt auf die Eingabe, während das Schreiben in den Cache das 1,25-Fache der normalen Eingaberate kostet. Konkret heißt das: Wenn Sie immer wieder dieselben langen Anweisungen oder denselben Kontext senden, zahlen Sie dank Caching einmal den vollen Preis fürs Speichern und in der nächsten halben Stunde bei jeder Wiederverwendung nur einen Bruchteil.
Welche Stufe sollte Ihr Unternehmen nutzen
Wählen Sie nicht eine Stufe für alles. Der Sinn einer Familie liegt darin, dass Sie jede Aufgabe an die günstigste Stufe leiten, die sie gut bewältigt. Ein einfacher Weg zur Entscheidung:
- Beginnen Sie mit Terra. Für die meisten Geschäftsaufgaben ist es die richtige Balance aus Qualität und Kosten. Machen Sie es zu Ihrer Standardwahl und weichen Sie nur mit gutem Grund davon ab.
- Stufen Sie eine Aufgabe zu Sol hoch, wenn Terra sichtbar an ihre Grenzen stößt: mehrstufige Agenten-Workflows, harte Analysen, Code, der stimmen muss, oder alles, wo eine falsche Antwort echtes Geld kostet. Testen Sie es, prüfen Sie, ob die bessere Antwort den höheren Preis wert ist, und bleiben Sie dann dabei.
- Stufen Sie eine Aufgabe zu Luna herunter, wenn sie einfach ist und Sie sie ständig ausführen: E-Mails taggen, Tickets routen, kurze Standardantworten, Filtern. Die Einsparungen sind genau dort am größten, wo das Volumen am höchsten ist.
Sie müssen nicht abstrakt raten. Nehmen Sie einen echten Workflow, führen Sie ihn auf zwei Stufen aus und vergleichen Sie Ergebnis und Kosten direkt nebeneinander. Die richtige Antwort ist meist schon nach einem Nachmittag Testen offensichtlich, und sie fällt für unterschiedliche Aufgaben unterschiedlich aus. In dieser Zuteilung pro Aufgabe liegen die Einsparungen. Mehr über die Kontrolle solcher Ausgaben haben wir in unserem Leitfaden zum Senken von KI-Kosten im Unternehmen 2026 geschrieben.
Das andere Release: ChatGPT Work
Neben den Modellen hat OpenAI einen arbeitsorientierten Agenten in ChatGPT veröffentlicht und die Kontrollen für Geschäftskonten verschärft. Administratoren in den Plänen Business, Enterprise und Edu können Richtlinien dafür festlegen, welche Modelle, Tools und Connectoren Mitarbeitende nutzen dürfen, und die Nutzung begrenzen. Wenn Sie KI über ein ganzes Team ausrollen statt nur an einen einzelnen Power-User, sind genau diese Kontrollen der entscheidende Teil. So bleibt ein unternehmensweiter Einsatz planbar, statt dass jeder nach eigenem Belieben und mit beliebigem Budget arbeitet.
Wenn Sie Optionen vergleichen, statt sich auf einen Anbieter festzulegen, lohnt es sich, diese Modelle neben den Alternativen zu betrachten. Ein weiteres aktuelles Release haben wir in unserem Leitfaden zu Claude Fable 5 für Unternehmen behandelt, und der sinnvolle Weg für die meisten Firmen ist keine Treue zu einem Labor, sondern die Wahl des passenden Modells für jede Aufgabe.
Sollten Sie jetzt sofort wechseln?
Wenn Sie ohnehin auf OpenAI aufbauen, ist der Wechsel von GPT-5.5 zu Terra ein unkompliziertes Upgrade zum Testen, denn Terra zielt darauf ab, das ältere Modell zu einem niedrigeren Preis zu erreichen. Allein durch diesen Tausch liegt eine echte Ersparnis auf dem Tisch, sobald Sie bestätigt haben, dass die Qualität bei Ihren eigenen Aufgaben hält. Wenn Sie ein konkurrierendes Modell nutzen und es funktioniert, besteht keine Eile. Ein neues Release ist ein Grund für einen schnellen Vergleich, kein Grund, etwas herauszureißen, das seinen Job bereits erledigt. Der ruhige Ansatz schlägt das Hinterherjagen jedes Starts: Testen Sie auf Ihrer tatsächlichen Arbeitslast, behalten Sie, was gewinnt, und teilen Sie nach Aufgabe zu statt nach Hype.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Sol, Terra und Luna?
Es sind drei Größen derselben GPT-5.6-Generation. Sol ist am leistungsfähigsten und am teuersten, gebaut für anspruchsvolles Reasoning und lange Agentenaufgaben. Terra ist das ausgewogene Alltagsmodell zu etwa der Hälfte der Kosten. Luna ist am schnellsten und günstigsten, gemacht für hohe Mengen und einfache Aufgaben.
Wann ist GPT-5.6 erschienen?
OpenAI hat es am 26. Juni 2026 als Vorschau gezeigt und alle drei Stufen am 9. Juli 2026 allgemein verfügbar gemacht, nach einer kurzen Verzögerung im Zusammenhang mit einer Sicherheitsprüfung der US-Regierung. Es ist in ChatGPT, in Codex und über die API verfügbar.
Wie viel kostet GPT-5.6?
Pro Million Tokens: Sol kostet $5 Eingabe und $30 Ausgabe, Terra $2.50 Eingabe und $15 Ausgabe und Luna $1 Eingabe und $6 Ausgabe. Prompt Caching kann die effektiven Kosten weiter senken, wenn Sie denselben Kontext oft wiederverwenden.
Welche Stufe eignet sich am besten für ein kleines Unternehmen?
Beginnen Sie für die meiste Arbeit mit Terra. Stufen Sie einzelne Aufgaben nur zu Sol hoch, wenn sie wirklich schwer sind, und zu Luna herunter, wenn sie einfach sind und in hoher Menge laufen. Die Zuteilung nach Aufgabe, statt eine Stufe für alles zu wählen, hält die Qualität hoch und die Kosten niedrig.
Muss ich von GPT-5.5 wechseln?
Nein, aber Terra ist einen Test wert, da es darauf abzielt, die Qualität von GPT-5.5 zu einem niedrigeren Preis zu erreichen. Führen Sie es zuerst auf Ihren eigenen Aufgaben aus und wechseln Sie nur, wenn die Qualität hält und die Ersparnis für Sie real ist.
Was ist Prompt Caching und warum ist es wichtig?
Wenn Sie dieselben langen Anweisungen oder denselben Kontext wiederholt senden, speichert das Caching sie, sodass Sie nicht jedes Mal den vollen Preis zahlen. GPT-5.6 hält einen zwischengespeicherten Prompt mindestens 30 Minuten und gewährt 90 Prozent Rabatt auf zwischengespeicherte Eingaben, was die Rechnung für wiederkehrende Arbeitslasten senkt.
Brauchen Sie Hilfe bei Auswahl und Einrichtung?
Buinsoft ist eine in Prag ansässige Beratung für KI und Software. Wir helfen Unternehmen, diese Modelle an ihrer echten Arbeit zu testen, jede Aufgabe an die passende Stufe zu leiten und die Zugriffs- und Kostenkontrollen vor einem Rollout einzurichten, nicht erst nach der ersten überraschenden Rechnung.
Schreiben Sie uns an info@buinsoft.com oder nutzen Sie das Kontaktformular, und wir helfen Ihnen, für jede Aufgabe das richtige Modell zu wählen.
Angaben aktuell zum 10. Juli 2026. Preise und Verfügbarkeit der Modelle können sich ändern, prüfen Sie daher die aktuelle Dokumentation von OpenAI, bevor Sie sich festlegen.
