GPT-6 Sol und Luna:
API-Preis -50 % gegenüber GPT-5.6

OpenAI hat am 22. September 2026 GPT-6 Sol und GPT-6 Luna veröffentlicht, 19 Tage nach dem Spitzenmodell GPT-6 Astra. GPT-6 Sol ist für komplexes Programmieren und Agenten-Arbeit gebaut, Luna für schnelle Aufgaben in großer Stückzahl. In der API kosten beide Modelle halb so viel wie ihre GPT-5.6-Vorgänger. Die unabhängigen Tester von Artificial Analysis messen allerdings kaum mehr Intelligenz als bei GPT-5.6.

Laut der offiziellen Ankündigung von GPT-6 Sol und Luna hat OpenAI beide Modelle mit ähnlichen Methoden trainiert wie Astra. Astra bleibt nach OpenAIs eigener Aussage das beste Modell der Firma. In ChatGPT laufen Sol und Luna zunächst nur in ChatGPT Work und Codex, nicht im normalen Chat. Rund 90 Minuten vor dem Start hatte Anthropic sein neues Modell Claude Opus 5.5 herausgebracht (TechCrunch zum Launch von Sol und Luna).

GPT-6 Sol kostet 2 Dollar pro Million Input-Tokens

GPT-6 Sol kostet in der API 2 Dollar pro Million Input-Tokens und 10 Dollar pro Million Output-Tokens, GPT-6 Luna 0,10 und 0,50 Dollar. OpenAI vergleicht das mit den Preisen von GPT-5.6 Sol (4 und 20 Dollar) und GPT-5.6 Luna (0,20 und 1,20 Dollar) und spricht von 50 Prozent Ersparnis. Beim Output von Luna sind es sogar gut 58 Prozent. Anthropic zog am 7. Oktober 2026 mit Claude Haiku 5.5 auf denselben Preis nach, allerdings nur bis 100.000 Token je Prompt. Luna hält ihn bis 272.000 Token.

OpenAI nennt beide Vorgängerpreise „promotional pricing“, laut OpenAIs API-Changelog war aber nur der Sol-Preis eine Aktion. Er gilt seit dem 21. August für mindestens drei Monate. Luna war schon am 30. Juli um 80 Prozent billiger geworden, eine Frist nennt OpenAI dafür nicht. Danach wuchs ihre Nutzung laut OpenAI auf mehr als das Zehnfache, wie die VentureBeat-Analyse der GPT-6-Preise berichtet. Ein OpenAI-Sprecher sagte The New Stack zu den neuen GPT-6-Preisen, die GPT-5.6-Preise seien immer als Aktionspreise gedacht gewesen. Die GPT-6-Preise seien der reguläre Standardpreis.

Damit liegt GPT-6 Sol exakt auf dem Preis von Claude Sonnet 5 und bei der Hälfte von Opus 5.5. Oberhalb von 272.000 Input-Tokens verdoppelt OpenAI den Input-Preis, der Output kostet dann das 1,5-Fache (Sol 4 und 15 Dollar). Für Datenresidenz in der EU verlangt OpenAI 10 Prozent Aufschlag, dann gibt es nur die Standardverarbeitung. Der schnellere Fast mode kostet das Doppelte.

Update (28.09.2026): Anthropic verlangt für das neue Claude Sonnet 5.5 denselben Tokenpreis von 2 und 10 Dollar. Im Intelligence Index von Artificial Analysis liegt es mit 56 Punkten 8 Punkte vor GPT-6 Sol, kostet auf Max mit 7,60 Dollar pro Index-Aufgabe aber rund siebenmal so viel.

Update (30.09.2026): Sieben Tage nach dem Start hat OpenAI auf dem DevDay den Nachfolger GPT-6.1 Sol vorgestellt. Der Tokenpreis bleibt bei 2 und 10 Dollar. Eingaben aus dem Cache kosten mit 0,10 Dollar nur noch die Hälfte (OpenAI DevDay 2026 im Überblick).

Noch günstiger ist Xiaomis MiMo-V2.6-Pro. Das laut Artificial Analysis zum Start stärkste Modell mit offenen Modellgewichten (Open Weights) kostet über Xiaomis API 0,435 Dollar Input und 0,87 Dollar Output pro Million Tokens. Unternehmen dürfen es unter MIT-Lizenz auch selbst betreiben.

Außerdem senkt OpenAI die Kosten über besseres Prompt-Caching. Gelesene Cache-Tokens kosten 90 Prozent weniger als frische, so viel wie beim Prompt Caching von Claude. Laut OpenAIs Beitrag zum verbesserten Prompt-Caching für GPT-6 gilt der Rabatt für gleiche Prompt-Anfänge, die innerhalb von 30 Minuten erneut gesendet werden. Bei GitHub ist der Anteil der Prompt-Tokens, die Copilot frisch verarbeiten muss, in den vergangenen Monaten um mehr als die Hälfte gesunken, über Milliarden Anfragen an OpenAI-Modelle hinweg.

Neue Stellschrauben für Entwickler:

• Cache-Haltepunkte: Entwickler legen selbst fest, wo der gecachte Teil des Prompts endet.
• Denkstufe wechseln: Per configuration_update lässt sich der Reasoning Effort zwischen zwei Antworten ändern, ohne den Cache zu verlieren.
• Tools einzeln freigeben: Statt Tool-Definitionen zu löschen, schaltet allowed_tools nur die aktuell benötigten frei. Die Tool-Liste bleibt dadurch im Cache.
• Prewarming: Feste Anweisungen, Tool-Definitionen und Referenzmaterial landen schon beim Start im Cache, bevor die erste Nutzerfrage eintrifft.
• Dashboard und Diagnose: Das Caching-Dashboard zeigt die Trefferquote, das Diagnose-Tool nennt den Grund eines Fehlschlags, z. B. geänderte Tools.

Halb so viele Faktenfehler wie GPT-5.6 Sol

GPT-6 Sol macht nach OpenAIs Messung etwa halb so viele Faktenfehler (Halluzinationen) wie GPT-5.6 Sol und kommt damit nah an die Zuverlässigkeit von Astra heran. Auf der Denkstufe „high“ sinkt die Fehlerrate von 10,8 auf 5,1 Prozent, Astra liegt dort bei 3,9 Prozent. Grundlage ist ein interner Test mit anonymisierten realen Gesprächen, in denen Nutzer einen Fehler des Modells markiert hatten. OpenAI schreibt selbst, dass diese Gespräche nicht repräsentativ sind. Im normalen Gebrauch seien Faktenfehler seltener.

Bei Luna fällt die Fehlerrate auf der höchsten Stufe „max“ von 12,0 auf 7,6 Prozent und liegt damit unter GPT-5.6 Sol (8,5 Prozent). OpenAI rechnet vor, dass Luna auf den oberen Stufen das Niveau von GPT-5.6 Sol erreicht, zu etwa einem Hundertstel der Kosten. Die Stufen von „low“ bis „max“ legen den Reasoning Effort fest, also wie lange das Modell vor der Antwort nachdenkt.

Beim Schreibstil verspricht OpenAI „more clarity, less jargon“ und etwas kürzere Antworten.

Benchmarks: OpenAI misst gegen Opus 5 statt Opus 5.5

In OpenAIs eigenen Benchmarks zeigt GPT-6 Sol beim Preis pro gelöster Aufgabe seine Stärke. Im AutomationBench von Zapier (Geschäftsabläufe mit 47 Tools) erreicht Sol auf der Stufe „xhigh“ 33,2 Prozent für 0,27 Dollar je Aufgabe. Claude Opus 5 kommt auf höchster Stufe auf 26,9 Prozent und kostet laut OpenAI das 11,1-Fache. Im Agents’ Last Exam liegt Sol mit 56,4 Prozent knapp vor dem besten Opus-5-Wert von 55,9 Prozent, bei 60 Prozent niedrigeren Kosten.

OpenAI stellt Sol gegen Claude Opus 5, das Anthropic am selben Tag durch Opus 5.5 ersetzt hat. Die Redaktion von The Decoder bemängelt in ihrer Analyse zu GPT-6 Sol und Luna außerdem, dass etablierte Tests wie GDPval und Terminal-Bench 4.0 in der Auswahl fehlen. In zwei von OpenAIs eigenen Diagrammen schneidet der Vorgänger sogar besser ab. Bei DeepSWE kommt GPT-5.6 Sol auf 72,7 Prozent, GPT-6 Sol auf 68,8 Prozent. In OSWorld 2.0, dem Test für die Bedienung eines Computers, steht es 66,2 zu 64,4 Prozent. Die Vorgängerwerte stehen nicht im Text der Ankündigung. Dort hebt OpenAI hervor, dass Sol auf der Stufe „xhigh“ mit 60,5 Prozent gleichauf mit Opus 5 auf „medium“ liegt (60,3 Prozent), bei rund 80 Prozent geringeren Kosten je Aufgabe.

Luna erreicht im DeepSWE-Test 66,6 Prozent für 0,22 Dollar je Aufgabe. Nach OpenAIs Rechnung sind das 93 Prozent weniger als bei Opus 5 und 96 Prozent weniger als bei Claude Fable 5. Im Agents’ Last Exam kostet Luna 0,15 Dollar je Aufgabe, GPT-5.6 Luna 2,57 Dollar bei fast gleichem Ergebnis.

Artificial Analysis: gleiche Intelligenz, halbe Kosten

Im Intelligence Index von Artificial Analysis erreicht GPT-6 Sol 48 Punkte, gerundet einen Punkt mehr als GPT-5.6 Sol. Luna bleibt mit 37 Punkten gerundet auf dem Wert ihres Vorgängers. Der Index fasst zehn Tests zusammen, darunter GDPval und Terminal-Bench 4.0. Die Kosten pro Aufgabe haben sich nach der Messung dagegen etwa halbiert.

GPT-6 Sol and Luna push the cost efficiency frontier by halving cost relative to GPT-5.6 Sol and Luna. Intelligence Index and Coding Agent Index scores remain level with GPT-5.6, with progress in some evaluations and regressions in others

— Artificial Analysis (@ArtificialAnlys) September 22, 2026

An der Spitze des Index steht Claude Opus 5.5 mit 58 Punkten, gefolgt von Claude Fable 5.1 und GPT-6 Astra mit je 53 Punkten. GPT-6 Sol liegt mit 48 Punkten knapp hinter Metas Muse Spark 1.3, das gerundet ebenfalls auf 48 kommt. Laut The Decoder, der den Thread von Artificial Analysis auswertet, verlieren beide neuen Modelle im Bürotest GDPval Punkte, Sol rund 100 Elo. Als Ursache nennen die Tester schwächer gestaltete Präsentationen und unvollständige Ergebnisse.

Dan Shipper, Chef des Medienhauses Every, nennt GPT-6 Sol auf X seinen neuen Standard in Codex, „not quite Astra, but close enough for much of my everyday work“. Seine Firma hat Sol nach eigener Angabe direkt gegen Opus 5.5 getestet. In Deutschland stieg die Zahl der Google-Suchen nach „gpt 6 sol“ am Starttag laut Google Trends um mehr als 5.000 Prozent gegenüber den 24 Stunden davor.

Kontextfenster mit 1,05 Millionen Tokens

Beide Modelle verarbeiten laut OpenAIs Modellseite zu GPT-6 Sol ein Kontextfenster von 1.050.000 Tokens, also die Textmenge, die ein Modell auf einmal im Blick hat. Davon dürfen höchstens 922.000 Tokens Eingabe sein, eine Antwort umfasst bis zu 128.000 Tokens. Sol und Luna lesen Text und Bilder und antworten in Text.

• Wissensstand (Wissens-Cutoff): Sol kennt Daten bis zum 20. April 2026, Luna bis zum 18. Mai 2026 (Astra bis 30. April).
• Denkstufen: none, low, medium (Standard), high, xhigh und max. Astra hat die Stufe „none“ nicht.
• Modell-IDs: gpt-6-sol und gpt-6-luna, beide seit dem 22. September in der API.

Einen Ultrafast-Modus auf Cerebras-Chips wie bei GPT-5.6 Sol Ultrafast gab es für GPT-6 zum Start nicht. Seit dem DevDay am 29. September bietet OpenAI die Stufe Ultrafast für GPT-6 Astra an. Ein GPT-6 Terra hat OpenAI ebenfalls nicht angekündigt. GPT-5.6 Terra bleibt als mittleres Modell der Vorgängergeneration verfügbar.

Sicherheit: Risikostufe „High“ bei Cyber und Bio

OpenAI stuft GPT-6 Sol und Luna nach seinem Preparedness Framework in den Bereichen Cybersicherheit sowie Biologie und Chemie als „High“ ein, die Stufe „Critical“ erreichen beide nicht. Die Angaben stehen in einem neuen Sol-und-Luna-Anhang der Astra-System-Card, eine eigene System Card gibt es nicht. Astra selbst hatte OpenAI bei Cyber als erstes Modell auf „Critical“ gesetzt und es trotz Risikostufe Kritisch freigegeben. Im Test SEC-Bench Pro, der das Finden von Sicherheitslücken prüft, kommt Sol auf 66,3 Prozent, Astra auf 85,4 Prozent.

Update (27.09.2026): Einen Tag nach dem Start von Sol und Luna sagte Sam Altman vor dem UN-Sicherheitsrat, OpenAI werde bei Bedarf wieder einseitig bremsen.

In OpenAIs Alignment-Tests täuscht GPT-6 Sol beim Programmieren in 1,3 Prozent der Fälle, GPT-5.6 Sol in 10,4 Prozent. Ein defektes Such-Tool verschweigt Sol nur noch in 4,9 Prozent der Fälle, vorher waren es 77,5 Prozent. Unerlaubte Anweisungen anderer Agenten befolgt Sol in 11,3 statt 51,9 Prozent der Fälle.

OpenAI hat vor dem Start den Einsatz von Sol in Codex simuliert. Bei 50.319 internen Aufgaben erhielt GPT-6 Sol 42 Warnungen der Schwerestufe 3 oder höher (0,083 Prozent), GPT-5.6 Sol 66 (0,131 Prozent). Warnungen wegen Datenabfluss nahmen dagegen zu.

Stößt Sol auf eine Sperre mit dem Hinweis „access denied“, versucht das Modell in 64,4 Prozent der Fälle, sie zu umgehen (GPT-5.6 Sol 68,2 Prozent, Astra 17,4 Prozent). The New Stack nennt diesen Wert „a bit more concerning“ und bringt den Alignment-Schwerpunkt mit dem Vorfall in Verbindung, den OpenAI im Bericht über den Hugging-Face-Angriff aufgearbeitet hat.

Verfügbar in ChatGPT Work, Codex und der API

Seit dem 22. September stehen GPT-6 Sol und Luna in ChatGPT Work und Codex für alle Tarife Plus, Pro, Business, Enterprise und Edu bereit. Nutzer der Tarife Free und Go bekommen Luna in der Desktop-App. Im normalen ChatGPT-Chat sind die Modelle bisher nicht verfügbar. OpenAI schaltet sie im Lauf des Tages schrittweise frei. In der Modellauswahl von ChatGPT Work stehen GPT-6 Astra, Sol und Luna über den drei GPT-5.6-Modellen und GPT-5.5. Aktiv war in unserem Test „Standard“ mit dem Zusatz „Empfohlene Modellauswahl“, die Schaltfläche zeigte dabei GPT-6 Astra auf der Denkstufe „Gering“.

Seit dem 23. September nehmen Sol und Luna in ChatGPT Work auch gesprochene Aufträge entgegen. OpenAIs Preisseite merkt allerdings an, dass Cloud-Chats auf ChatGPT-Tarifen GPT-5.6 Sol nutzen. Welches Modell ein Sprachauftrag vom Handy bekommt, bleibt damit offen, wie unser Artikel zu den ChatGPT Voice Plugins zeigt.

Work und Codex verrechnen die Nutzung in Credits. GPT-6 Sol verbraucht pro Million Tokens 50 Credits für Input und 250 für Output, halb so viel wie GPT-5.6 Sol (100 und 500). Luna liegt bei 2,5 und 12,5 Credits, Astra bei 250 und 1.250.

Wegen der hohen Astra-Nachfrage hatte OpenAI im September eine ChatGPT Pro Pause verhängt und den Tarif für 200 Dollar für Neukunden gesperrt. Die Sperre endete am 29. September. Zum Start von Sol und Luna bekamen Konten der Tarife Plus, Pro und Business einen zusätzlichen Limit-Reset gutgeschrieben, den Nutzer selbst einlösen. OpenAI-Mitarbeiter Tibo Sottiaux kündigte das auf X an, OpenAIs Entwicklerforum zum GPT-6-Launch zitiert die Ankündigung.

Außerhalb von OpenAI laufen beide Modelle seit dem Starttag in GitHub Copilot und bei OpenRouter. GPT-5.6 Sol, Terra und Luna bleiben in ChatGPT vorerst wählbar. GPT-5.5 verschwindet am 14. Oktober 2026 aus ChatGPT, Work und Codex, als Ersatz empfiehlt OpenAI GPT-6 Sol und in den Tarifen Free und Go GPT-6 Luna.

Häufige Fragen zu GPT-6 Sol und Luna