Zwei Wochen lang war GPT-5.6 ein Modell, über das viele sprechen, aber nur wenige wirklich urteilen konnten. Seit dem 9. Juli 2026 ist diese Schonfrist vorbei: OpenAI hat GPT-5.6 Sol, Terra und Luna allgemein freigegeben. Die drei Modelle kommen gleichzeitig in ChatGPT, Codex und die OpenAI API. Der weltweite Rollout läuft gestaffelt und soll laut OpenAI innerhalb von 24 Stunden abgeschlossen sein.
Ich halte diese Veröffentlichung für eines der interessanteren OpenAI-Updates des Jahres. Nicht, weil Sol irgendeine Rangliste anführt. Spannend ist, dass OpenAI die neue Generation von Anfang an als Familie aufbaut: ein Spitzenmodell für schwere Aufgaben, ein vernünftiges Arbeitsmodell und eine günstige Variante für große Mengen. Das ist näher an der Realität von Unternehmen als die ewige Frage, welches Modell gerade das klügste ist.
Ende Juni hatten wir die limitierte GPT-5.6 Preview und ihre Bedeutung für Codex eingeordnet. Damals war der Zugang auf wenige Organisationen beschränkt. Jetzt beginnt der wichtigere Teil: normale Nutzer und Teams können prüfen, ob die neue Modellfamilie im Alltag wirklich besser arbeitet.
Was OpenAI am 9. Juli veröffentlicht hat
GPT-5.6 besteht aus drei Modellen. Die Zahl steht künftig für die Generation, während Sol, Terra und Luna dauerhafte Leistungsstufen markieren sollen. Diese Stufen können laut OpenAI in unterschiedlichem Tempo weiterentwickelt werden. Der Name ist also nicht nur Dekoration, sondern ein neues Modellkonzept.
- GPT-5.6 Sol ist das leistungsfähigste Modell der Familie. Es ist für komplexe Softwareentwicklung, anspruchsvolle Recherche, Sicherheitsarbeit, Wissenschaft und lange professionelle Aufgaben gedacht.
- GPT-5.6 Terra soll Leistung und Kosten ausbalancieren. OpenAI ordnet Terra ungefähr dort ein, wo früher die Mini-Stufe lag, und beschreibt seine Leistung als konkurrenzfähig zu GPT-5.5.
- GPT-5.6 Luna ist auf Geschwindigkeit, niedrige Kosten und große Mengen ausgelegt. Es entspricht grob der früheren Nano-Stufe.
In der API führt der kurze Modellname gpt-5.6 zu Sol. Entwickler können die Stufen außerdem ausdrücklich über gpt-5.6-sol, gpt-5.6-terra und gpt-5.6-luna ansprechen.
Wer GPT-5.6 jetzt nutzen kann
Die Verfügbarkeit ist breiter als in der Preview, aber nicht in jedem Produkt identisch. In ChatGPT erhalten Plus-, Pro-, Business- und Enterprise-Nutzer Zugriff auf Sol ab mittlerer Denkstufe. Pro- und Enterprise-Nutzer können zusätzlich GPT-5.6 Sol Pro für besonders anspruchsvolle Aufgaben wählen.
In ChatGPT Work und Codex bekommen Free- und Go-Nutzer Terra. Ab Plus lassen sich Sol, Terra und Luna auswählen und mit unterschiedlichen Denkstufen kombinieren. Die neue Stufe max steht dort allen Nutzern mit GPT-5.6-Zugriff zur Verfügung. ultra gibt es in Codex ab Plus und in ChatGPT Work für Pro und Enterprise.
Über die OpenAI API sind alle drei Modelle verfügbar. Wer sie noch nicht in der Auswahl sieht, sollte den gestaffelten Rollout abwarten und bei Codex außerdem prüfen, ob App, CLI oder Erweiterung aktuell sind.
Meine klare Empfehlung: Terra zuerst testen
Wenn ich aus den drei Modellen eines für den normalen Unternehmensalltag auswählen müsste, würde ich mit Terra beginnen. Sol ist beeindruckend, aber die meisten Aufgaben sind keine Forschungsprobleme. E-Mails strukturieren, Dokumente prüfen, Daten auswerten, einen überschaubaren Codebereich ändern oder einen wiederkehrenden Prozess begleiten: Dafür ist ein ausgewogenes Modell oft die bessere Wahl.
Sol gehört dorthin, wo ein Fehler teuer ist oder mehrere schwierige Schritte zusammenkommen. Luna gehört dorthin, wo Geschwindigkeit und Menge wichtiger sind als die letzte Nuance. Wer automatisch immer Sol auswählt, kauft häufig mehr Denken, als die Aufgabe braucht. Wer immer Luna nimmt, spart am falschen Ende, sobald Nacharbeit entsteht.
Die eigentliche Stärke dieser Familie liegt deshalb nicht in einem Sieger, sondern im Wechsel zwischen den Stufen. Gute KI-Systeme werden künftig Aufgaben verteilen: Luna sortiert vor, Terra erledigt den Regelfall, Sol übernimmt die schwierigen Ausnahmen. Genau diese Arbeitsteilung dürfte für Unternehmen wichtiger werden als jede einzelne Benchmarkzahl.
Was technisch wirklich neu ist
Mehr als eine Million Token Kontext
Alle drei API-Modelle besitzen ein Kontextfenster von 1.050.000 Token und können bis zu 128.000 Token ausgeben. Das reicht für große Codebasen, umfangreiche Dokumentensammlungen oder lange Arbeitsverläufe. Eingaben können Text und Bilder enthalten, die Ausgabe ist Text.
Eine Million Token sind trotzdem kein Gedächtnis und keine Garantie für eine richtige Antwort. Viel Kontext kann ein Modell auch ablenken. Außerdem werden API-Anfragen mit mehr als 272.000 Eingabetoken für den gesamten Request teurer berechnet: der Input zum doppelten, der Output zum 1,5-fachen Preis. Gute Auswahl und saubere Struktur bleiben also wertvoll.
Programmatic Tool Calling
Die technisch vielleicht wichtigste Neuerung steckt nicht im Modellnamen. In der Responses API kann GPT-5.6 kleine Programme im Arbeitsspeicher schreiben und ausführen, um mehrere Werkzeuge zu koordinieren und Zwischenergebnisse zu verarbeiten. Statt jeden Einzelschritt als langen Dialog durch das Modell zu schicken, kann es Daten gezielter sammeln, filtern und zusammenführen.
Das dürfte agentische Anwendungen schneller und günstiger machen. OpenAI beschreibt diese Form der Werkzeugsteuerung außerdem als kompatibel mit Zero Data Retention. Das bedeutet nicht, dass jede GPT-5.6-Anwendung automatisch ohne Datenspeicherung arbeitet. Es schafft aber eine bessere technische Grundlage für entsprechend konfigurierte Unternehmensabläufe.
Ultra ist ein Arbeitsmodus, kein viertes Modell
Bei ultra arbeiten standardmäßig vier Agenten parallel an Teilaufgaben und führen ihre Ergebnisse anschließend zusammen. Das kann bei umfangreicher Recherche, großen Softwareänderungen oder mehreren unabhängigen Prüfstrecken Zeit sparen. Es verbraucht aber deutlich mehr Token und ist nicht automatisch genauer.
Ich würde Ultra nur einsetzen, wenn sich eine Aufgabe wirklich teilen lässt. Vier Agenten, die denselben unklaren Auftrag unterschiedlich interpretieren, erzeugen vor allem viermal so viel Material zum Prüfen. Der Modus ist stark, wenn Ziel, Teilaufgaben und Qualitätskontrolle klar sind. Ohne diese Vorbereitung wird aus Parallelität schnell teure Unordnung.
Computer-Nutzung wird ernst zu nehmen
GPT-5.6 soll Oberflächen nicht nur erzeugen, sondern gerenderte Ergebnisse ansehen, bedienen und verbessern können. Im offiziellen OSWorld-Test erreicht Sol 62,6 Prozent, GPT-5.5 kam auf 47,5 Prozent. Das ist ein deutlicher Sprung. Im Codex-Changelog nennt OpenAI außerdem schnellere Computer-Nutzung mit GPT-5.6.
Für Softwareteams ist das wichtiger als schönere Code-Vorschläge. Ein Agent, der eine Oberfläche öffnen, Fehler erkennen, Änderungen vornehmen und das Ergebnis erneut prüfen kann, kommt echter Arbeit näher. Für Unternehmen außerhalb der Entwicklung gilt dasselbe bei Browsern, Dokumenten und Fachanwendungen.
Was die Benchmarks zeigen und was sie verschweigen
OpenAI meldet starke Werte: Sol erreicht mit max im Artificial Analysis Coding Agent Index 80 Punkte. Auf BrowseComp kommt Sol mit Ultra auf 92,2 Prozent. Beim Cybersecurity-Benchmark ExploitBench steigt der Wert gegenüber GPT-5.5 von 47,9 auf 73,5 Prozent. Terra und Luna liegen in mehreren Tests erstaunlich nah am Spitzenmodell.
Das ist beachtlich, aber Hersteller-Benchmarks bleiben Hersteller-Benchmarks. Sie zeigen, was unter definierten Bedingungen möglich ist. Sie zeigen nicht, wie gut das Modell Ihre Ablage versteht, mit Ihren Zugriffsrechten umgeht oder eine missverständlich formulierte Aufgabe löst.
Ein Wert aus derselben Tabelle ist deshalb mindestens genauso aufschlussreich: Auf AutomationBench erreicht Sol 18,1 Prozent. Besser als GPT-5.5, aber weit entfernt von einem universellen digitalen Autopiloten. Der Stand der Technik ist also nicht: Die KI kann jetzt alles selbst. Der Stand ist: Sie kann längere und schwierigere Aufgaben übernehmen, braucht aber weiterhin gute Werkzeuge, klare Grenzen und belastbare Prüfungen.
Cybersecurity: stärker, aber nicht harmlos
GPT-5.6 ist OpenAIs bisher stärkste Modellfamilie für Cybersicherheit. Laut System Card überschreiten die Modelle weder in Biologie noch in Cybersecurity die kritische Fähigkeitsschwelle des OpenAI-Rahmens. Gleichzeitig schreibt OpenAI, dass GPT-5.6 Schwachstellen besser finden und beheben kann als GPT-5.5 und bei echten, gehärteten Zielen noch weniger zuverlässig komplette Angriffe selbstständig ausführt.
Vor der allgemeinen Veröffentlichung investierte OpenAI nach eigenen Angaben mehr als 700.000 A100e-GPU-Stunden in automatisiertes Red-Teaming. Trotzdem sagt das Unternehmen ausdrücklich, dass es perfekte Sicherheit nicht gibt. Neue Jailbreaks und neue Fehlanwendungen werden auftauchen.
Für Unternehmen ist die Schlussfolgerung nüchtern: GPT-5.6 kann bei Code-Reviews, Bedrohungsmodellen, Patch-Prüfungen und defensiver Analyse helfen. Produktionszugänge, Kundendaten und sicherheitskritische Aktionen gehören trotzdem hinter Berechtigungen, Protokollierung und menschliche Freigaben.
GPT-5.6 Preise in der API
Die folgenden Preise gelten pro eine Million Token. ChatGPT- und Codex-Abonnements haben eigene Nutzungsgrenzen und werden nicht nach dieser Tabelle abgerechnet.
- GPT-5.6 Sol: 5 US-Dollar Eingabe, 0,50 US-Dollar zwischengespeicherte Eingabe und 30 US-Dollar Ausgabe.
- GPT-5.6 Terra: 2,50 US-Dollar Eingabe, 0,25 US-Dollar zwischengespeicherte Eingabe und 15 US-Dollar Ausgabe.
- GPT-5.6 Luna: 1 US-Dollar Eingabe, 0,10 US-Dollar zwischengespeicherte Eingabe und 6 US-Dollar Ausgabe.
GPT-5.6 unterstützt ausdrücklich gesetzte Cache-Punkte und garantiert eine Cache-Lebensdauer von mindestens 30 Minuten. Cache-Lesezugriffe erhalten 90 Prozent Rabatt auf den normalen Eingabepreis. Das Schreiben in den Cache kostet das 1,25-Fache des normalen Eingabepreises. Für wiederkehrende große Kontexte kann sich das rechnen, für einmalige Prompts nicht.
Wo die Technik heute steht
Wir verlassen gerade die Phase, in der ein KI-Modell hauptsächlich an seiner Antwort gemessen wurde. GPT-5.6 wird an einer Kette von Handlungen gemessen: Informationen finden, Werkzeuge auswählen, Programme ausführen, Oberflächen bedienen, Ergebnisse prüfen und bei Bedarf weitere Agenten hinzuziehen.
Das ist der eigentliche Fortschritt. Ein etwas klügerer Chatbot verändert noch keinen Betrieb. Ein System, das eine klar begrenzte Aufgabe von der Recherche bis zum geprüften Ergebnis trägt, kann Arbeitsabläufe verändern. Codex zeigt diese Entwicklung besonders deutlich, weil dort Planung, Dateien, Terminal, Browser und Tests zusammenkommen.
Gleichzeitig sollten wir uns von der Vorstellung verabschieden, dass ein größeres Kontextfenster oder vier parallele Agenten automatisch Verlässlichkeit erzeugen. Modelle bleiben probabilistisch. Sie können eine falsche Annahme sehr ausdauernd verfolgen. Je mehr sie handeln dürfen, desto wichtiger werden überprüfbare Ziele und Grenzen.
Wohin wir uns entwickeln
Meine Erwartung ist, dass Modellnamen im Alltag wieder unwichtiger werden. Nutzer werden nicht ständig zwischen Sol, Terra und Luna umschalten. Systeme werden diese Entscheidung anhand von Aufgabe, Risiko, Zeit und Budget treffen. Das Spitzenmodell wird zum Eskalationsweg, nicht zum Dauerzustand.
Der zweite Trend ist die Aufteilung von Arbeit. Ultra und die Multi-Agent-Beta der API zeigen, wohin es geht: Ein Agent plant, mehrere Spezialisten arbeiten parallel, ein weiterer prüft. Das ähnelt einem kleinen Projektteam. Der Unterschied ist, dass Rollen, Berechtigungen und Qualitätsmaßstäbe technisch beschrieben werden müssen. Schlechte Organisation wird durch KI nicht gut, sondern nur schneller sichtbar.
Der dritte Trend betrifft die Oberfläche. Wenn KI Browser, Dateien, Entwicklungsumgebungen und Unternehmenswerkzeuge direkt bedienen kann, verliert das Chatfenster seine Sonderrolle. KI wird eher zu einer Arbeitsschicht über vorhandenen Systemen. Genau dort entstehen große Chancen, aber auch die größten Fragen zu Zugriff, Haftung und Nachvollziehbarkeit.
Was Unternehmen jetzt sinnvoll testen sollten
Für einen belastbaren Test braucht es keine große KI-Strategie. Nehmen Sie zehn echte Aufgaben aus einem wiederkehrenden Ablauf und lassen Sie Terra und Sol gegeneinander antreten. Messen Sie Ergebnisqualität, Bearbeitungszeit, notwendige Eingriffe und Kosten. Luna kommt hinzu, wenn das Volumen hoch und die Aufgabe klar begrenzt ist.
Gute Startpunkte sind eine wiederkehrende Code-Prüfung, die Auswertung gleichartiger Dokumente, eine technische Recherche mit Quellen oder ein interner Prozess, der heute mehrere manuelle Übergaben hat. Bei individueller Softwareentwicklung und Prozessautomatisierung mit KI zählt nicht, wie beeindruckend die Demo aussieht, sondern ob das Ergebnis reproduzierbar besser wird.
Unser Rat bleibt deshalb einfach: erst Aufgabe und Messlatte festlegen, dann das Modell wählen. Wer mit dem Modell beginnt, findet fast immer irgendeinen Einsatz. Wer mit dem Problem beginnt, findet eher einen Einsatz, der sich rechnet.
Häufige Fragen zu GPT-5.6
Ist GPT-5.6 bereits veröffentlicht?
Ja. OpenAI hat GPT-5.6 Sol, Terra und Luna am 9. Juli 2026 allgemein für ChatGPT, Codex und die OpenAI API freigegeben. Der weltweite Rollout erfolgt gestaffelt.
Was ist der Unterschied zwischen Sol, Terra und Luna?
Sol ist das leistungsfähigste Modell für schwierige Aufgaben. Terra balanciert Leistung und Kosten. Luna ist die günstigste Variante für schnelle und umfangreiche Routinearbeit.
Welches GPT-5.6 Modell ist für Unternehmen am besten?
Für viele alltägliche Unternehmensaufgaben dürfte Terra der sinnvollste Start sein. Sol lohnt sich für komplexe oder besonders wichtige Aufgaben, Luna für klar definierte Abläufe mit hohem Volumen.
Ist GPT-5.6 in Codex verfügbar?
Ja. Free- und Go-Nutzer erhalten in Codex Terra. Nutzer ab Plus können Sol, Terra und Luna wählen. Max steht allen Codex-Nutzern mit GPT-5.6-Zugriff zur Verfügung, Ultra ab Plus.
Was bedeutet GPT-5.6 Ultra?
Ultra ist kein eigenes Modell, sondern ein besonders aufwendiger Arbeitsmodus. Standardmäßig bearbeiten vier Agenten Teilaufgaben parallel und führen ihre Ergebnisse zusammen. Das kann schneller sein, verbraucht aber mehr Token.
Wie groß ist das Kontextfenster von GPT-5.6?
Sol, Terra und Luna unterstützen in der API jeweils bis zu 1.050.000 Token Kontext und bis zu 128.000 Ausgabetoken. Sehr lange Eingaben oberhalb von 272.000 Token werden zu erhöhten API-Preisen abgerechnet.
Fazit
GPT-5.6 ist jetzt wirklich veröffentlicht. Sol, Terra und Luna machen mehr Leistung verfügbar, aber die spannendste Neuerung ist die Arbeitsteilung zwischen Modellen, Werkzeugen und Agenten. OpenAI baut nicht nur einen besseren Antwortgeber. Das Unternehmen baut eine Modellfamilie für unterschiedlich schwere Arbeit.
Mein Fazit fällt deshalb bewusst unspektakulär aus: Terra dürfte für viele Teams wichtiger werden als Sol. Ultra wird für einige anspruchsvolle Aufgaben stark sein, aber nicht zur Standardeinstellung gehören. Und der größte Fortschritt entsteht dort, wo ein Modell nicht nur Text erzeugt, sondern ein Ergebnis über mehrere Schritte sauber vorbereitet und prüft.
Wir sind näher an verlässlichen digitalen Arbeitsagenten als vor einem Jahr. Am Ziel sind wir nicht. Wer jetzt klare Prozesse, Tests und Berechtigungen aufbaut, wird von dieser Entwicklung profitieren. Wer nur auf den nächsten Modellnamen wartet, wird auch mit GPT-5.6 wenig verändern.
Quellenbasis: