GPT-5.6 vollumfänglich veröffentlicht, Codex offiziell in ChatGPT integriert

Am 9. Juli US-Zeit wurde die mit Spannung erwartete GPT-5.6-Serie endlich vollständig für alle Nutzer freigegeben.

Gleichzeitig wurde ChatGPT Work vorgestellt – und das Konzept lässt sich in einem Satz zusammenfassen: Codex wurde direkt in ChatGPT integriert.

Es handelt sich nicht nur um einen zusätzlichen Zugangspunkt wie früher, sondern um eine vollständige Zusammenführung: Codex ist nun ein fester Bestandteil von ChatGPT, selbst die App-Ikone wurde auf ChatGPT umgestellt (die ursprüngliche Ikone kann optional beibehalten werden).

Vor 13 Tagen hat OpenAI in der Dokumentation zur begrenzten Vorschau von GPT-5.6 Sol nur wichtige Bewertungen in den Bereichen Codierung, Biologie und Cybersicherheit gezeigt und angekündigt, dass eine erweiterte Reihe von Bewertungsergebnissen veröffentlicht wird, sobald das Modell breiter zugänglich ist. Diese Ergebnisse wurden nun zusammen mit der vollständigen Modellfreigabe bereitgestellt.

Noch vor der Veröffentlichung der offiziellen Bewertungsberichte hat eine Art „Community-Bewertung“ bereits begonnen.

Viele Nutzer mit frühem Zugriff haben ihre Erfahrungen auf sozialen Plattformen geteilt. Im Vergleich zu kalten Benchmarks wirken diese Rückmeldungen wie vorab veröffentlichte praktische Beobachtungen aus dem echten Einsatz.

Lassen Sie mich es Ihnen so direkt, einfach und unkompliziert wie möglich sagen …

GPT-5.6 Sol ist bei der Bewältigung schwierigster Aufgaben nicht so leistungsstark wie Fable5, bietet aber ein besseres Preis-Leistungs-Verhältnis und eignet sich besser für den täglichen Arbeitsalltag.

Es ist relativ günstig und extrem schnell – das ist ein entscheidender Vorteil.

01

Kernpunkte: Günstig, schnell, hohes Preis-Leistungs-Verhältnis

In der offiziellen Veröffentlichungsdokumentation von OpenAI wird direkt zu Beginn klar ausgesprochen: Das Ziel von GPT-5.6 ist „mehr Intelligenz pro Token, eine bessere Leistung pro Dollar und die Möglichkeit, bei schwierigsten Aufgaben bei Bedarf auf höhere Fähigkeiten zuzugreifen“.

Zuerst noch einmal zur Preisgestaltung der GPT-5.6-Serie:

GPT-5.6 ist in drei Versionen unterteilt: Sol, Terra und Luna. Laut den von OpenAI veröffentlichten API-Preisen berechnet sich GPT-5.6 pro 1 Million Token: Bei Sol kostet die Eingabe 5 USD und die Ausgabe 30 USD; bei Terra kostet die Eingabe 2,5 USD und die Ausgabe 15 USD; bei Luna kostet die Eingabe 1 USD und die Ausgabe 6 USD.

Diese Preise zu kennen ist sehr wichtig – sie lassen Nutzer zumindest einige Leistungseinschränkungen leichter akzeptieren. Viele vergleichen GPT-5.6 Sol mit Claude Fable 5, aber bei den API-Einheitspreisen ist GPT-5.6 Sol deutlich günstiger: Der Eingabepreis beträgt nur die Hälfte von Fable 5, der Ausgabepreis liegt um 40 % niedriger.

Zudem weist OpenAI darauf hin, dass GPT-5.6 vorhersehbareres Prompt-Caching unterstützt, mit einem Rabatt von 90 % für das Lesen aus dem Cache – was die tatsächlichen Kosten bei Aufgaben mit langen Kontexten deutlich senkt.

Neben dem Preis ist die Geschwindigkeit ein weiterer besonders bemerkenswerter Punkt: Offiziell wird hervorgehoben, dass Sol bis zu 750 Token pro Sekunde verarbeiten kann.

Großbasiert umgerechnet entspricht das etwa 500 bis 700 chinesischen Zeichen pro Sekunde.

Dadurch werden die Denk- und Generierungsprozesse des Modells stark beschleunigt, sodass bei normalen Gesprächen eine fast sofortige Antwort spürbar wird.

In unserenfrüheren Artikeln haben wir bereits wichtige Bewertungen in Bereichen wie Codierung, Biologie und Cybersicherheit erwähnt. Die aktuellen Bewertungen sind umfassender, unterscheiden sich thematisch aber nicht wesentlich davon.

Beispielsweise erreicht GPT-5.6 Sol bei der Bewertung „Agents’ Last Exam“, die lange professionelle Arbeitsabläufe testet, eine Punktzahl von 53,6 – 13,1 Punkte mehr als Fable 5. Selbst bei aktiviertem mittlerem Denkvermögen übertrifft es Fable 5 bei etwa einem Viertel der geschätzten Kosten.

OpenAI gibt zudem an, dass Terra und Luna Fable 5 bei etwa 1/16 der Kosten übertreffen können.

Obwohl offizielle Benchmarks keine endgültigen Schlussfolgerungen darstellen, verdeutlichen sie zumindest den Fokus von OpenAI bei dieser Veröffentlichung:

Es wird nicht nur verglichen, wer leistungsstärker ist, sondern auch wer mehr Aufgaben zu niedrigeren Kosten erledigen kann.

Neben den offiziellen Dokumenten zeigt sich im umfassenden Bewertungssystem von Artificial Analysis, dass GPT-5.6 bei der Erledigung von Aufgaben deutlich weniger Token verbraucht – insbesondere die Denk-Token sind extrem gering. Bezogen auf die Leistung pro Token und die Verarbeitungsgeschwindigkeit ist die Effizienz außergewöhnlich hoch.

Verglichen mit kalten Benchmarks ist eine aktuelle Live-Übertragung viel aufschlussreicher: Um ein Uhr nachts veranstaltete OpenAI eine Live-Session, in der alle Details der neuen Aktualisierung vorgestellt wurden.

In dieser Übertragung wurden ChatGPT Work und GPT-5.6 fast gleichwertig behandelt – teilweise wurde ChatGPT Work sogar stärker hervorgehoben. Sam Altman nannte es direkt ein „wirklich großes Ding“.

Aus der Live-Übertragung geht hervor, dass GPT-5.6 in gewisser Weise wie eine Basismodellplattform wirkt, die speziell für ChatGPT Work entwickelt wurde.

Und ChatGPT Work selbst ist im Grunde genommen nichts anderes als Codex, integriert in ChatGPT.

Schauen Sie sich diese Seite in der Live-Übertragung an – kommt sie Ihnen nicht bekannt vor?

OpenAI beschreibt ChatGPT Work direkt in der Vorstellung als einen Agent in ChatGPT, der über Anwendungen und Dateien hinweg Aktionen ausführen kann, bei Bedarf stundenlang an einem Projekt mitarbeitet und ein Ziel zu einem fertigen Ergebnis umsetzt.

Es ist amüsant, dass OpenAI Codex nicht einfach in ChatGPT Work umbenannt hat – OpenAI gibt an, dass ab sofort die Codex-App in die neue ChatGPT-Desktop-App integriert wird. Codex bleibt weiterhin der leistungsstarke Codierungs-Agent für Entwickler und Technikexperten, erscheint aber nun gemeinsam mit Chat und Work in derselben Desktop-Anwendung.

OpenAI hat Codex bereits früher als „Produktivitätswerkzeug für alle“ positioniert und betont, dass Codex Menschen in unterschiedlichen Berufen dabei hilft, alltägliche Aufgaben zu automatisieren, Ergebnisse zu beschleunigen und Engpässe bei der Wissensarbeit zu reduzieren. Bei der eigentlichen Zusammenführung wurden die Fähigkeiten von Codex nun aber in zwei Bereiche aufgeteilt.

Der Zugangspunkt von Codex bleibt bestehen und richtet sich weiterhin an Entwickler und Technikexperten, der für technische Aufgaben wie Code-Verwaltung, Repository-Arbeit, PR-Management, Diff-Auswertungen, Code-Reviews und Projekte mit mehreren Repositories zuständig ist.

Aber die wertvolleren Kernkompetenzen hinter Codex – die Fähigkeit, Aufgaben entgegenzunehmen, Kontexte zu lesen, Werkzeuge aufzurufen, Schritt für Schritt auszuführen und schließlich Ergebnisse zu liefern – wurden abstrahiert und in ChatGPT Work integriert.

Das bedeutet, dass ChatGPT nun drei Zugangspunkte bietet: Chat ist für Gespräche zuständig, Codex für Codierung und Work für allgemeine Büroaufgaben.

Im Großen und Ganzen ist das ein weiterer Schritt in Richtung eines universellen Zugangspunkts für alle Aufgaben.

02

Praktische Erfahrung: Besser geeignet für alltägliche Aufgaben

Viele Nutzer mit frühem Zugriff auf GPT-5.6 haben ihre praktischen Erfahrungen geteilt.

Zusammengefasst: Die Stärken von GPT-5.6 Sol liegen nicht in der Bewältigung extrem schwieriger Spitzenaufgaben (viele Nutzer erwähnen, dass es bei maximaler Leistung noch einen Abstand zu Fable 5 hat), aber es hat das Vertrauen der Nutzer für den täglichen Arbeitsalltag gewonnen – Nutzer sind bereit, es ständig geöffnet zu lassen und ihm eine Vielzahl alltäglicher Aufgaben, Detailprüfungen, Kontextbeurteilungen und Zwischenschritte zu überlassen.

Ein Nutzer verglich Sol mit einem sympathischen, effizienten, talentierten und bewundernswerten Kollegen, während Fable wie ein etwas eigenwilliges Genie wirkt, das bei seinen Lieblingsproblemen herausragende Leistungen erbringt, aber für den alltäglichen Umgang weniger geeignet ist.

Seiner Erfahrung nach bleibt Fable für Aufgaben mit sehr klar definierten Zielen geeignet, beispielsweise für gezieltes Debuggen, Sicherheitsprüfungen und Leistungsoptimierungen. Bei solchen Aufgaben gibt es eine klare Belohnungsstruktur, sodass das Modell kontinuierlich auf ein genaues Ziel hinarbeiten kann.

Bei normalen alltäglichen Arbeitsabläufen hingegen zeigen sich die Vorteile von Sol: Es ist intuitiver zu bedienen, kooperativer und eignet sich besser für lang andauernde Zusammenarbeit.

Daher ist es möglicherweise sinnvoller, Fable für die Konzeption und Lösungsfindung einzusetzen und Sol anschließend für die Umsetzung zu nutzen.

Ein anderer Nutzer beschrieb Veränderungen auf Teamebene: Sein Team war bei der Nutzung von KI-Modellen bisher eher zurückhaltend, aber GPT-5.6 hat einen enormen Einfluss ausgeübt – die Menge an verbrauchten Token ist nun fünfmal so hoch wie früher.

Er stimmt ebenfalls