OpenAI bringt GPT-6 Sol und Luna und senkt API-Preise um 50 Prozent

OpenAI erweitert die GPT-6-Modellfamilie um zwei günstigere Varianten. Die neuen Modelle sollen bei deutlich niedrigeren Kosten die Leistung der Vorgängermodelle einholen oder übertreffen.

Die wichtigste Neuerung ist die Preissenkung von 50 Prozent gegenüber den Vorgängermodellen GPT-5.6 Sol und Luna. GPT-6 Sol kostet nun 2 Dollar pro Million Input-Tokens und 10 Dollar pro Million Output-Tokens. GPT-6 Luna liegt bei 0,10 Dollar für Input und 0,50 Dollar für Output.

OpenAI begründet die niedrigeren Preise mit Verbesserungen bei Caching und Inferenz, die man direkt an die Nutzer weitergebe. Damit ist OpenAI im Preisbereich der günstigeren Open-Weight-Modelle angekommen. Das zuvor günstigste Terra-Modell gibt es nicht mehr.

Laut OpenAI ist Sol für regelmäßig anfallende komplexe Aufgaben wie die Entwicklung neuer Funktionen, Code-Prüfungen, Fehlersuche und Datenanalyse gedacht. Luna soll dagegen große Mengen klar umrissener Aufgaben kostengünstig bearbeiten, etwa Dokumente zusammenfassen, Informationen extrahieren oder kurze Fragen beantworten.

Neben den niedrigeren Token-Preisen hat OpenAI laut eigenen Angaben das Prompt-Caching für GPT-6 verbessert. Gecachte Input-Tokens erhalten einen Rabatt von 90 Prozent. Neue Tools wie ein Prompt-Caching-Dashboard und ein Diagnostics-Tool sollen Entwicklern helfen, ihre Cache-Nutzung zu optimieren. Reasoning-Effort und Tool-Verfügbarkeit lassen sich laut OpenAI jetzt ändern, ohne den Cache zu invalidieren.

GPT-6 Sol und Luna sind zum Start in ChatGPT Work und Codex für Nutzer der Tarife Plus, Pro, Business, Enterprise und Edu verfügbar. Free- und Go-Nutzer erhalten Zugang zu Luna über die Desktop-App. Im regulären Chat stehen die Modelle zunächst nicht zur Verfügung. Über die API sind sie als gpt-6-sol und gpt-6-luna abrufbar. Die Freischaltung in ChatGPT erfolgt schrittweise.

GPT-6 Sol und Luna punkten in Benchmarks nur bei den Kosten

OpenAI positioniert die neuen Modelle primär über das Preis-Leistungs-Verhältnis gegenüber Anthropics Claude-Modellen. Bei der Computernutzung, getestet auf OSWorld 2.0, erreicht GPT‑6 laut OpenAI ähnliche Ergebnisse wie Claude Opus 5 bei etwa 80 Prozent niedrigeren Kosten. Astra bleibe jedoch das beste Modell in dieser Kategorie.

Auf dem AutomationBench, einem Test für Geschäftsabläufe über 47 Tools hinweg, soll GPT-6 Sol bei höchster Leistungsstufe Claude Opus 5 bei maximaler Leistung übertreffen, und das bei lediglich 9 Prozent der Kosten pro Aufgabe. GPT-6 Luna verbessere sich seinem Vorgänger gegenüber um 5,4 Prozentpunkte bei gleichzeitig 58 Prozent niedrigeren Kosten.

Im Bereich Coding liefert OpenAI Vergleichswerte aus zwei Benchmarks. Auf FrontierCode 1.1 werden KI-Agenten darauf getestet, ob der Code tatsächlich in eine bestehende Codebasis integriert werden kann, also Kriterien wie Testqualität, Code-Stil und Einhaltung von Vorgaben erfüllt. GPT-6 Sol erzielt hier bei maximaler Effort-Stufe einen Score von 49,3 Prozent bei Kosten von 2,14 Dollar pro Aufgabe. Damit liegt es praktisch gleichauf mit Claude Fable 5.1, das bei maximalem Aufwand 50,3 Prozent erreicht, mit 12,83 Dollar pro Aufgabe aber sechsmal so teuer ist. Claude Opus 5 kommt bei mittlerer Stufe, die in diesem Test das beste Ergebnis erzielte, auf 53,4 Prozent bei Kosten von 4,31 Dollar. Grundlage sind OpenAIs eigene Messungen.

OpenAI verzettelt sich in seinen eigenen Reasoning-Levels

Auf DeepSWE v1.1, einem Benchmark für anspruchsvolle Softwareentwicklung mit langen Zeithorizonten in echten Codebasen, offenbart der Blick auf die Messwerte ein getrübtes Bild: GPT-6 Sol erzielt laut OpenAI bei maximalem Aufwand 68,8 Prozent.

Damit liegt es zwar nur 1,1 Prozentpunkte hinter dem Spitzenwert von Claude Fable 5 (69,9 Prozent bei Stufe "xhigh", bei Stufe "max" sind es 69,7 Prozent für 21,63 Dollar), bleibt beim reinen Score jedoch hinter der Spitzenklasse zurück. Claude Opus 5 erreicht bei maximalem Aufwand 73,7 Prozent für 11,84 Dollar pro Aufgabe, und selbst OpenAIs eigener Vorgänger GPT-5.6 Sol schnitt mit 72,7 Prozent für 6,46 Dollar besser ab als das neue Modell.

GPT-6 Sol punktet stattdessen über die Kosten: Auf Stufe "xhigh" liefert es 66,6 Prozent für 1,00 Dollar pro Aufgabe. Noch günstiger ist GPT-6 Luna: Bei maximaler Effort-Stufe erzielt das Modell denselben Score von 66,6 Prozent für 0,22 Dollar. Laut OpenAI ist dieses Ergebnis mit dem von Claude Opus 5 und Claude Fable 5 auf jeweils mittlerer Stufe vergleichbar. Luna koste dabei 93 Prozent weniger als Opus und 96 Prozent weniger als Fable.

Bei DeepSWE stellt sich damit auch die Frage nach der Modellwahl innerhalb von OpenAIs Angebot: Luna erreicht auf maximaler Effort-Stufe einen ähnlichen Score wie Sol auf der niedrigeren Stufe "xhigh", kostet aber 78 Prozent weniger. Auf maximaler Stufe erzielt Sol mit 68,8 Prozent einen um 2,2 Prozentpunkte höheren Score als Luna. Wer soll diese Komplexität noch in realen Szenarien überprüfen?

Insgesamt wirken die Benchmarks von OpenAI gezielt ausgewählt. Metriken wie GDPval für Wissensarbeit oder Terminal-Bench 4.0 für agentisches Coding fehlen, obwohl sie sonst zum Standard-Repertoire gehören. Offenbar hatte OpenAI zudem noch nicht den Launch von Opus 5.5 auf dem Schirm, das bis zu 40 Prozent günstiger sein soll als Opus 5 bei deutlich besserer Leistung.

Unabhängige Analyse sieht wenig Fortschritte

Laut der Analyse von Artificial Analysis halbieren GPT-6 Sol und Luna zwar die Kosten pro Aufgabe gegenüber ihren Vorgängern, die Intelligenzwerte bleiben jedoch auf dem Niveau von GPT-5.6, mit Fortschritten in einigen Evaluierungen und Rückschritten in anderen. Beim Coding-Agent-Index etwa verbessert sich Sol laut der Analyse um 2 Punkte, während Luna um 2 Punkte zurückfällt.

Artificial Analysis beobachtet zudem Rückschritte bei zwei zentralen Wissensarbeits-Benchmarks. Im GDPval-AA v2.1, einem Benchmark für Wissensarbeit am Computer über 44 Berufsfelder hinweg, verliere Sol rund 100 Elo-Punkte und Luna etwa 75. Die Rückschritte seien bei manueller Inspektion primär auf geringere Präsentationsqualität und unvollständige Ergebnisse zurückzuführen.

Artificial Analysis geriet allerdings bereits in die Kritik, als es das Astra-Modell von OpenAI wegen veralteter Benchmarks zu schlecht evaluierte. Anschließend gab es zwei Benchmark-Updates, nach denen Astra wieder vorn lag.

In jedem Fall: Es ist klar, dass OpenAI mit GPT-6 Sol und Luna voll auf die Preiskarte setzt. Jetzt müssen sich die Modelle im realen Arbeitsalltag bewähren, denn Benchmarks sind nur begrenzt aussagekräftig; auch deshalb könnte OpenAI sie teils weglassen.