OpenAI hat mit GPT-5.6 drei feste Modellstufen eingeführt: Sol als Flaggschiff, Terra als ausgewogenes Alltagsmodell und Luna als schnelles, günstiges Modell. Statt eines einzelnen Modells pro Generation gibt es damit erstmals drei parallele Leistungsstufen, die Unternehmen gezielter auf Kosten und Aufgabe abstimmen können.

Was unterscheidet Sol, Terra und Luna voneinander?

Laut OpenAI steht die Versionsnummer künftig für die Modellgeneration, während die Namen Sol, Terra und Luna feste Fähigkeitsstufen markieren, die sich unabhängig voneinander weiterentwickeln können. Sol ist als leistungsfähigstes Modell der Reihe positioniert und wird von OpenAI mit einer robusteren Sicherheitsausstattung gegen Cyberrisiken beschrieben als frühere Modelle. Terra ist auf ausgewogene Alltagsaufgaben zugeschnitten, Luna auf hohes Tempo bei niedrigen Kosten. OpenAI hat die Reihe zunächst als begrenzte Vorschau für ausgewählte Partner über API und Codex veröffentlicht, die allgemeine Verfügbarkeit ist für die kommenden Wochen angekündigt.

Was kosten die drei Modelle im Vergleich?

Die Preise gelten jeweils pro Million Token:

  • Sol: 5 US-Dollar Eingabe, 30 US-Dollar Ausgabe
  • Terra: 2,50 US-Dollar Eingabe, 15 US-Dollar Ausgabe
  • Luna: 1 US-Dollar Eingabe, 6 US-Dollar Ausgabe

Zwischen Sol und Luna liegt damit ein Preisunterschied von Faktor 5. Wer eine Aufgabe fälschlich immer über das teuerste Modell laufen lässt, zahlt entsprechend deutlich mehr, ohne dass die Aufgabe das rechtfertigt.

Wann lohnt sich welche Stufe für ein Unternehmen?

Als Faustregel gilt: Je höher die Fehlerkosten einer Aufgabe und je mehr Kontext oder Werkzeugeinsatz nötig ist, desto eher lohnt sich Sol, etwa bei komplexer Vertragsprüfung oder sicherheitsrelevanten Analysen. Terra eignet sich für die Masse an alltäglicher Wissensarbeit wie Zusammenfassungen, Entwürfe oder Recherchen, bei denen ein Mensch das Ergebnis ohnehin noch prüft. Luna passt zu hochvolumigen, klar definierten Aufgaben wie Klassifizierung, Datenextraktion oder einfachen Antworten, bei denen Geschwindigkeit und Kosten pro Anfrage stärker zählen als maximale Tiefe.

Ein Finanzdienstleister könnte etwa Sol für die Prüfung komplexer Vertragsklauseln oder für Analysen mit hohem Haftungsrisiko einsetzen, Terra für das Zusammenfassen von Kundenkorrespondenz oder das Vorbereiten von Berichten, und Luna für die Vorsortierung eingehender Belege oder die erste Klassifizierung von Support-Anfragen. Drei Stufen statt eines Modells bedeuten drei separate Entscheidungen, aber auch drei Möglichkeiten, gezielt zu sparen, statt pauschal für das teuerste Modell zu zahlen.

Was bedeutet die Modellstaffelung für die Kostenplanung einer KI-Belegschaft?

Für ein Unternehmen, das mehrere wiederkehrende Abläufe gleichzeitig automatisiert, ist die feste Stufung ein Werkzeug für die Budgetplanung. Statt eine KI-Belegschaft pauschal auf einem einzigen, teuren Modell zu betreiben, lässt sich jeder Ablauf einzeln der passenden Stufe zuordnen: Ein AI Backbone System kann so für jede Teilaufgabe automatisch das wirtschaftlich sinnvollste Modell wählen, ohne dass die Gesamtqualität leidet. Wichtig dabei: Solange GPT-5.6 nur als begrenzte Partner-Vorschau läuft, lohnt es sich, die eigene Aufgabenliste schon jetzt nach Komplexität zu sortieren, damit die Zuordnung zur richtigen Modellstufe steht, sobald die allgemeine Verfügbarkeit startet.