Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

GPT-5.6 Sol: Das Flaggschiff-Modell des Sommers 2026

Lektion 2 von 12 Aktualisiert am 5. November 2026 Mittelstufe
Auf dieser Seite
  1. Technische Spezifikationen (Stand 5. November 2026)
  2. Was OpenAI hervorgehoben hat
  3. In ChatGPT zum Start
  4. Ein einfacher Aufruf
  5. Ultra: Eine ChatGPT-Einstellung, kein API-Parameter
  6. Sie sind dran
  7. Kernaussagen

Stand: 5. November 2026. GPT-5.6 Sol ist nicht länger das leistungsfähigste Modell von OpenAI: GPT-6 Astra hat es am 3. September übertroffen, und GPT-6.1 Sol bietet seit dem 29. September eine Leistung nahe an Astra für 2 $ / 10 $ pro Million Token (Lektion 9). GPT-5.6 Sol bleibt über die API verfügbar und dient als offizieller Ersatz für gpt-5 und o3, die am 11. Dezember eingestellt wurden. Der Preis sank am 21. August 2026 von 5 $ / 30 $ auf 4 $ / 20 $; dies ist ein Aktionspreis, den die Preisliste bis zum 30. November 2026 ausweist.

Am 9. Juli 2026 stellte OpenAI nach einer zweiwöchigen limitierten Vorschau die GPT-5.6-Familie in ChatGPT, Codex und der API bereit. Sol ist das Flaggschiff-Modell, positioniert als Referenz-Engine für logisches Schlussfolgern bei komplexen Aufgaben: Programmierung, Forschung, Wissenschaft, Cybersicherheit, Computersteuerung und Design. Diese Lektion beschreibt, was es leistet und wie Sie es aufrufen. Diese Informationen bleiben relevant: Viele Projekte stützen sich weiterhin darauf, und es ersetzt offiziell mehrere Modelle, deren Lebenszyklus beendet ist.

Technische Spezifikationen (Stand 5. November 2026)

MerkmalWert
API-Identifiergpt-5.6-sol
Aliasgpt-5.6
Reasoning Effortnone, low, medium (Standard), high, xhigh, max
Reasoning Modestandard (Standard) oder pro
Preis pro Million Token4 $ Input, 20 $ Output (bei Start 5 $ / 30 $)
Kontextfenster1.050.000 Token, davon bis zu 922.000 Input; 128.000 Output
Wissensstand16. Februar 2026
Eingaben und AusgabenText- und Bildeingabe, Textausgabe
EndpunkteResponses, Chat Completions, Batch
GPT-5.6 Sol im Überblick Vier Kacheln: die ID gpt-5.6-sol und ihr Alias gpt-5.6; Aufwand von none bis max, standardmäßig medium, und Modus pro; ein Kontextfenster von 1,05 Millionen Token, davon 128.000 für Output; ein Preis von 4 $ Input und 20 $ Output pro Million Token, im Angebot bis 30. November 2026. SPEZIFIKATIONEN STAND 5. NOVEMBER 2026 GPT-5.6 Sol im Überblick ID Identifier gpt-5.6-sol, auch bezeichnet durch den Alias gpt-5.6 EF Reasoning Aufwand von none bis max, standardmäßig medium; Modus standard oder pro CTX Kontext 1,05 Millionen Token, davon 128.000 für Output; Text- und Bildeingabe $ Preis 4 $ Input und 20 $ Output pro Million Token, bis 30. November 2026 Offizieller Ersatz für gpt-5 und o3 nach deren Einstellung am 11. Dezember 2026.
Basierend auf der Model Card für GPT-5.6 Sol und der Preisliste der OpenAI-API-Dokumentation (November 2026).

Zwei Zeilen in diesem Datenblatt bedürfen der Erläuterung. Der Alias gpt-5.6 verweist auf Sol: Wenn Ihr Code einfach gpt-5.6 anfordert, antwortet das Flaggschiff-Modell zum Flaggschiff-Preis. Um die Kosten mit Terra oder Luna zu steuern, müssen Sie diese explizit benennen; die nächste Lektion behandelt dies. Zudem weist die Dokumentation darauf hin, dass Sol in etwa dem Modell ohne Suffix in früheren GPT-5-Familien entspricht. Dies ist ein solider Migrationsmaßstab: Wo Sie gpt-5 verwendet haben, ist Sol der natürliche Nachfolger und tatsächlich der auf der Seite zu den Einstellungen empfohlen wird.

Was OpenAI hervorgehoben hat

Laut der Ankündigung vom 9. Juli wurde GPT-5.6 trainiert, um aus jedem Token mehr nutzbare Arbeit zu extrahieren. Dies war das Leitthema der gesamten Präsentation: nicht „abstrakt intelligenter”, sondern effizienter pro ausgegebenem Dollar. OpenAI beanspruchte Spitzenresultate bei einer Evaluation professioneller Langzeitaufgaben, die 55 Domänen abdeckte, beim „Agents’ Last Exam” sowie bei mehreren Coding-Benchmarks: dem Artificial Analysis Coding Agent Index, Terminal-Bench 2.1 und DeepSWE. All dies, so der Herausgeber, mit weniger Output-Token und geringeren geschätzten Kosten als konkurrierende Modelle.

Wie immer bei Ergebnissen, die ein Anbieter für seine eigenen Modelle veröffentlicht, ist Vorsicht geboten. Konzentrieren Sie sich auf den Trend – die Priorisierung der Effizienz pro Token – und nicht auf die Rankings selbst, und verifizieren Sie die Leistung an Ihren eigenen Use Cases, bevor Sie Schlussfolgerungen ziehen. Ein Modell, das Terminal-Bench dominiert, kann bei Ihrer internen Codebasis enttäuschen und umgekehrt: Nur eine Evaluation mit Ihren eigenen Daten klärt dies.

In ChatGPT zum Start

Im Juli konnten Pläne Plus, Pro, Business und Enterprise im Chat-Modus ab mittlerem Aufwand auf GPT-5.6 Sol zugreifen, während Pro und Enterprise für die komplexesten Aufgaben GPT-5.6 Sol Pro wählen konnten. In ChatGPT Work und Codex nutzten die Pläne Free und Go GPT-5.6 Terra, während bezahlte Pläne zwischen Sol, Terra und Luna mit einem einstellbaren Aufwandswert wählen konnten. Diese Landschaft hat sich seither gewandelt: Der Chat-Modus setzt seit dem 7. Oktober auf GPT-6, und Work sowie Codex bieten nun GPT-6-Modelle an (Lektionen 9 und 11).

Ein einfacher Aufruf

Der folgende Aufruf reicht einen Vertrag zur Analyse mit mittlerem Reasoning-Aufwand ein:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    input="Analyze this contract and list unusual clauses.",
    reasoning={"effort": "medium"},
)

print(response.output_text)

Der Parameter reasoning ist Teil des Aufrufs selbst. Für routinemäßige Vertragsanalysen reicht medium; ist der Vertrag dicht und das Übersehen einer Klausel kostspielig, erhöhen Sie den Wert auf high oder darüber, ohne sonst etwas zu ändern. Für die schwierigsten Aufgaben, die höhere Latenz tolerieren, fügen Sie "mode": "pro" innerhalb desselben Objekts hinzu: Das Modell leistet dann mehr Arbeit, wird zum standardmäßigen Token-Preis abgerechnet, verbraucht aber mehr Token.

Ultra: Eine ChatGPT-Einstellung, kein API-Parameter

Die Ankündigung vom Juli führte auch ultra ein, die Einstellung für maximale Kapazität. Dies ist nicht nur eine weitere Stufe am Aufwand-Regler: Ultra koordiniert standardmäßig vier Agents parallel, um komplexe Aufgaben schneller abzuschließen, und OpenAI demonstrierte Konfigurationen mit sechzehn Agents bei bestimmten Benchmarks. Der Trade-off ist explizit: deutlich höherer Token-Verbrauch. Zum Start war Ultra in ChatGPT Work für Pläne Pro und Enterprise sowie in Codex ab Plan Plus verfügbar.

In der API gibt es keinen Wert ultra. OpenAI gibt an, dass Entwickler vergleichbare Erfahrungen mithilfe der Multi-Agent-Funktion der Responses-API erstellen können, die sich derzeit in der Beta-Phase befindet: Das Modell startet Sub-Agents parallel und synthetisiert deren Arbeit in einer einzigen Anfrage. Lektion 4 geht auf diese Einstellungen zurück.

Sie sind dran

Überprüfen Sie den Alias und die Reasoning-Kosten. Wenn Sie API-Zugang haben, senden Sie dieselbe Anfrage zweimal, einmal mit model="gpt-5.6" und einmal mit model="gpt-5.6-sol", und vergleichen Sie dann das Feld model in beiden Antworten. Führen Sie die Anfrage anschließend mit low Aufwand und dann mit high Aufwand erneut aus und vergleichen Sie die im Feld usage berichtete Anzahl der Reasoning-Token. Ohne API-Zugang prüfen Sie das technische Datenblatt und notieren Sie die zwei Zeilen, die Sie bei einem neuen Projekt für GPT-6.1 Sol entscheiden lassen würden.

Offizielle Quellen: GPT-5.6 Ankündigung und Vorschau-Ankündigung (OpenAI) · GPT-5.6 Sol Model Card · Preise (OpenAI-API-Dokumentation) · Modell-Hinweise zur Veröffentlichung (OpenAI Help Center)

Kernaussagen

  • gpt-5.6-sol, alias gpt-5.6, war das Flaggschiff im Juli; GPT-6 Astra und GPT-6.1 Sol haben es im Herbst übertroffen
  • Aufwand reicht von none bis max (Standard medium), Modus pro, 1,05 Millionen Token Kontextfenster
  • 4 $ / 20 $ pro Million Token bis 30. November 2026, gesunken von 5 $ / 30 $ zum Start
  • Ultra, standardmäßig mit vier parallelen Agents, ist eine Einstellung in ChatGPT Work und Codex; nutzen Sie in der API die Multi-Agent-Beta
  • Überprüfen Sie Herstellerangaben an Ihren eigenen Use Cases, bevor Sie entscheiden