OpenAI hat die neuen Modellvarianten GPT-6 Sol und GPT-6 Luna angekündigt, deren Hauptmerkmal eine Preissenkung um 50 bis 60 Prozent gegenüber der Vorgängergeneration GPT-5.6 ist. Während GPT-6 Sol im Artificial Analysis Coding Agent Index leichte Performance-Gewinne erzielt, verzeichnet GPT-6 Luna minimale Einbußen bei der Codiergenauigkeit, bietet jedoch extrem niedrige Token-Kosten. Die Ankündigung löste in der Entwickler-Community Debatten über die zunehmende Komplexität der Modell- und Reasoning-Auswahl, bestehende Engpässe bei Kontextfenstern sowie den direkten Vergleich mit Anthropics zeitgleich veröffentlichter Modellreihe Claude Opus 5.5 aus.
Wichtigste Punkte
Massive Preisreduktion: GPT-6 Sol kostet 2,00 $ (Input) bzw. 10,00 $ (Output) pro 1 Million Token (50 % günstiger als GPT-5.6 Sol). GPT-6 Luna sinkt auf 0,10 $ (Input) und 0,50 $ (Output) pro 1M Token (50–60 % günstiger als GPT-5.6 Luna).
Benchmark-Entwicklung: Im Coding Agent Index von Artificial Analysis steigt GPT-6 Sol (max) auf 57 Punkte (Gewinne bei Terminal-Bench 4.0 auf 43 % und SWE-Atlas-QnA auf 58 %). GPT-6 Luna (max) fällt um 2 Punkte auf 41 (SWE-Atlas-QnA sinkt auf 44 %, DeepSWE v1.1 auf 64 %).
Abkündigung und Portfolio-Anpassung: OpenAI stellt GPT-5.6 Sol zugunsten von GPT-6 Sol ein. Eine GPT-6-Variante des bisherigen Mittelklasse-Modells Terra wurde nicht veröffentlicht.
Prompt-Caching-Funktionen: Die Plattform bietet ein dediziertes Caching-Dashboard sowie die Möglichkeit, Denkaufwand (Reasoning Effort) und Tool-Zugriffe anzupassen, ohne den bestehenden Cache zu entleeren.
Diskussions-Highlights
Preis-Leistungs-Verhältnis: GPT-6 Luna wird als extrem kostengünstige Lösung für Routine- und Automatisierungsaufgaben hervorgehoben und unterbietet preislich Alternativen wie DeepSeek 4.1 Flash. Einige Anwender vermuten jedoch, dass die reduzierten Preise durch ein kleineres Basismodell in Kombination mit höherer Reasoning-Token-Abrechnung erkauft werden.
Vergleich mit Anthropic: Claude Opus 5.5 wird trotz höherer Preise (4,00 $ Input / 20,00 $ Output) bei komplexen Entwicklungs- und UI-Design-Aufgaben (/design) weiterhin bevorzugt. OpenAI punktet hingegen bei der uneingeschränkteren Nutzung im Codex-Pro-Tarif, wenngleich Neuanmeldungen für den 20x-Plan derzeit gestoppt sind.
Verwirrung durch Optionsvielfalt: Nutzer kritisieren die hohe Komplexität bei der Wahl zwischen Modellen (Astra, Sol, Luna) und Reasoning-Stufen (light, medium, high, xhigh, max, ultra). Gefordert wird eine automatisierte Selektion statt manueller Konfiguration.
Kontextfenster-Limitierungen: Die Begrenzung auf 1 Million Token führt bei allen Flaggschiff-Modellen weiterhin zu häufiger Kontext-Kompaktierung (Compaction), was bei langen Programmiersitzungen in der Codex-Umgebung zu Orientierungsverlusten des Modells führt.
Visuelle Evaluierung und Barrierefreiheit: Benchmarks zur Generierung von SVG-Grafiken und Image-to-HTML-Transkriptionen zeigen, dass GPT-6 Astra qualitativ vor Sol und Luna bleibt. Ergänzend wurden Mängel bei der Screenreader-Unterstützung (VoiceOver) der mobilen ChatGPT-Apps kritisiert.
Glossar
Astra / Sol / Luna / Terra: Produktbezeichnungen für unterschiedliche Leistungs- und Preiskategorien von OpenAIs LLM-Familie (Astra = High-End, Sol = Ausgewogen, Luna = Extrem günstig/schnell, Terra = Bisherige Mittelklasse).
Coding Agent Index: Ein von Artificial Analysis erstellter zusammengesetzter Benchmark zur Bewertung der autonomen Softwareentwicklungskompetenz von KI-Modellen.
Context Compaction: Automatische Zusammenfassung und Reduktion des bisherigen Chat- oder Code-Verlaufs, um das Limit des verfügbaren Kontextfensters nicht zu überschreiten.
DeepSWE / SWE-Atlas-QnA / Terminal-Bench: Standardisierte Benchmark-Suites zur Evaluierung von KI-Modellen bei der Lösung realer Software-Engineering-Aufgaben, Code-Analyse und Terminal-Befehlsausführung.
MCP (Model Context Protocol): Ein offener Standard zur Anbindung externer Datenquellen, Werkzeuge und Datenbanken an KI-Modelle.
Prompt Caching: Serverseitiges Zwischenspeichern wiederkehrender Prompt-Teile zur Reduzierung von Latenzzeit und Token-Kosten bei Folgeanfragen.
Reasoning Effort: Einstellbarer Parameter, der festlegt, wie viel Rechenzeit und wie viele interne Denk-Tokens ein Modell für die Strukturierung seiner Antwort aufwendet.
VoiceOver: Die in Apple-Betriebssystemen integrierte Screenreader-Software für sehbehinderte und blinde Nutzer.