GPT-6 Sol und Luna sind online, die Rabatte sind sogar noch aggressiver als die von Liang Wenfeng

Diese Nacht ist schlaflos vorbestimmt.

Gerade 90 Minuten nach der Veröffentlichung von Opus 5.5 hat OpenAI GPT-6 Sol und Luna gleichzeitig auf den Markt gebracht.

Kurz nachdem Anthropic den Preis von Opus herabgesetzt hat, hat OpenAI den Preis noch drastischer gesenkt.

Für GPT-6 Sol kostet eine Million Eingabe-Token nur 2 US-Dollar und die entsprechende Ausgabe 10 US-Dollar – der Preis beträgt genau die Hälfte von Opus 5.5 und ein Fünftel von Astra.

Luna ist noch günstiger: es kostet nur 0,1 US-Dollar für die Eingabe und 0,5 US-Dollar für die Ausgabe, was direkt 1 % des Preises von Astra entspricht.

In dieser Nacht wurde die Preisschlacht bereits ausgelöst, bevor die Fähigkeiten der neuen Modelle überhaupt geprüft werden konnten.

01

Günstig, ohne Leistungseinbußen

Astra bleibt nach wie vor das Spitzenmodell der GPT-6-Serie. OpenAI hat ausdrücklich darauf hingewiesen, dass Sie weiterhin Astra wählen sollten, wenn die Aufgabe wichtig und schwierig genug ist und Sie keine Kompromisse bei der Leistung eingehen möchten.

Die Aufgabe der neu erschienenen Modelle Sol und Luna besteht darin, die Fähigkeiten von Astra in preisgünstigere Modelle zu übertragen.

Laut OpenAI verwenden die beiden Modelle ähnliche Trainingsmethoden wie Astra und haben die Fortschritte dieser Generation in den Bereichen professionelle Arbeit, Genauigkeit von Fakten, Codierung, Computer Use und Alignment nach unten "verteilt".

GPT-6 Sol ist als Hauptmodell für komplexe Codierungs- und Agent-Arbeitsabläufe positioniert, während Luna für hochfrequente, groß angelegte und relativ fokussierte Aufgaben zuständig ist – der Kern liegt auf Geschwindigkeit und niedrigen Kosten.

Beide Modelle verfügen über einen Kontext von 1,05 Millionen Token und eine maximale Ausgabekapazität von 128.000 Token, was derselben Klasse wie Astra entspricht. Beide unterstützen die Eingabe von Text und Bildern, und Tools wie Websuche, Dateisuche, Code-Interpreter, Computer Use, MCP und Skills können normal aufgerufen werden.

Ihre Inferenzstufen haben sogar eine zusätzliche Option im Vergleich zu Astra: Astra bietet nur die Stufen low, medium, high, xhigh und max an, während Sol und Luna eine zusätzliche Stufe "none" haben, mit der die Inferenz deaktiviert werden kann. Die Standardstufe ist bei beiden Modellen medium.

Der Wissensstichtag von Sol ist der 20. April 2026, während Luna aktueller ist und bis zum 18. Mai 2026 reicht. Interessanterweise liegt der Wissensstichtag von Astra am 30. April 2026, also zwischen den beiden neuen Modellen. Es zeigt sich, dass der Wissensstichtag nicht gleichbedeutend mit der "Leistungsstufe" des Modells ist.

Werfen wir nun einen Blick auf die Preise: Für GPT-6 Sol betragen die Kosten für eine Million Eingabe-Token 2 US-Dollar, für die Ausgabe 10 US-Dollar, und die Kosten für zwischengespeicherte Eingaben betragen nur 0,2 US-Dollar. GPT-6 Luna ist noch günstiger: eine Million Eingabe-Token kostet 0,1 US-Dollar, die entsprechende Ausgabe 0,5 US-Dollar, und die Kosten für das Lesen aus dem Cache liegen sogar bei nur 0,01 US-Dollar.

Und das ist noch nicht die untere Preisgrenze: Die Modi Batch und Flex werden weiterhin zum halben Preis angeboten, und die Kosten für Eingabe-Token, die im Cache getroffen werden, betragen nur 10 % des normalen Eingabepreises.

Allerdings können die Kosten für den gesamten Kontext von einer Million Token nicht nach diesem Preis berechnet werden.

OpenAI hat festgelegt: Sobald die Eingabe einer einzelnen Anfrage 272.000 Token überschreitet, wird die gesamte Anfrage nach dem Preis für langen Kontext berechnet: Die Preise für Eingabe und Cache verdoppeln sich, und der Ausgabepreis steigt um 50 %.

Daher betragen die Kosten für Sol bei Verwendung von extrem langem Kontext 4 US-Dollar für die Eingabe und 15 US-Dollar für die Ausgabe; bei Luna sind es 0,2 US-Dollar für die Eingabe und 0,75 US-Dollar für die Ausgabe.

Der Kontext von 1,05 Millionen Token ist real, und der Preis von 0,1 US-Dollar ist ebenfalls real – aber die beiden Werte lassen sich nicht direkt miteinander multiplizieren.

Der Preis ist drastisch gesunken, aber die Leistung ist nicht vernachlässigbar.

Mit Sol hat OpenAI bewiesen, dass Aufgaben, für die früher teure Flaggschiff-Modelle benötigt wurden, heute zu viel niedrigeren Kosten erledigt werden können.

Nehmen wir zum Beispiel den anwendungsübergreifenden Agent-Test AutomationBench: Da die Dokumentation von OpenAI keine Informationen zum gerade veröffentlichten Opus 5.5 enthält, haben wir die öffentliche Rangliste von Zapier herangezogen.

In diesem Test erreicht GPT-6 Sol bei der Einstellung xhigh einen Wert von 33,2 %, wobei die Kosten pro Aufgabe nur 0,27 US-Dollar betragen.

Wenn man nur die absolute Leistung betrachtet, ist es noch nicht so stark wie das neu veröffentlichte Opus 5.5, das bei der Einstellung max einen Wert von 40,0 % erreicht – nur hinter dem Wert von 41,4 % von Astra max. Aber Opus 5.5 kostet 1,28 US-Dollar pro Aufgabe, fast das 4,7-fache von Sol; Astra kostet 1,73 US-Dollar, das 6,4-fache von Sol.

Obwohl Sol nicht den ersten Platz belegt hat, ist es mit einem Preis von weniger als 0,3 US-Dollar bereits in die gleiche Rangliste der führenden Agent-Modelle eingetreten.

Bei der Codierung ist die Situation ähnlich.

Im Software-Engineering-Test DeepSWE v1.1 mit echten Codebasen erreicht GPT-6 Sol max einen Wert von 68,8 %, nur 1,1 Prozentpunkte unter dem bisherigen Höchstwert von 69,9 % von Fable 5. Laut Schätzungen von OpenAI sind die Kosten pro Aufgabe jedoch um etwa 80 % niedriger.

Luna ist noch beeindruckender: Dieses Modell, das nur 0,1 US-Dollar pro Million Eingabe-Token kostet, erreicht bei der Einstellung max einen Wert von 66,6 %.

Laut OpenAI liegt dieser Wert bereits nahe an den Werten von Opus 5 und Fable 5 bei der Einstellung medium, während die Kosten pro Aufgabe um 93 % bzw. 96 % niedriger sind.

Im OSWorld 2.0-Test für Computer Use erreicht Sol xhigh einen Wert von 60,5 %, was im Grunde dem Wert von 60,3 % von Opus 5 medium entspricht, während die Kosten um etwa 80 % gesenkt werden. Wenn Luna auf die Stufe max eingestellt ist, übertrifft es auch das vorherige GPT-5.6 Sol medium, wobei die Kosten nur etwa ein Zehntel des letzteren betragen.

Es ist jedoch zu beachten, dass Anthropic am selben Tag einen Wert von bis zu 81,8 % für Opus 5.5 bekannt gegeben hat – dieser Wert stammt aus der eigenen Bewertungseinstellung von OSWorld 2.0 von Anthropic. Der von OpenAI angegebene Wert von 60,5 % wurde hingegen auf dem Offline-Aufgabensatz der Version vom 8. August 2026 nach der Teilabschlussquote berechnet. Es handelt sich nicht um denselben öffentlichen Quervergleich, sodass die Werte nicht direkt verglichen werden können.

Um herauszufinden, welches Modell bei Computer Use stärker ist – Sol oder Opus 5.5 – muss man auf einen einheitlichen Dritttest warten.

GPT-6 Sol und Luna sind heute bereits in ChatGPT Work und Codex verfügbar und können von Nutzern der Tarife Plus, Pro, Business, Enterprise und Edu verwendet werden. Nutzer der Tarife Free und Go können GPT-6 Luna auch in der Desktop-App nutzen.

Entwickler können die Modelle direkt über die API aufrufen, die Modell-IDs lauten gpt-6-sol und gpt-6-luna.

Derzeit sind die beiden Modelle noch nicht im normalen Chat verfügbar. Die Rollout für Work und Codex wird im Laufe des Tages abgeschlossen – wenn Sie die Modelle noch nicht sehen, sind sie einfach noch nicht für Ihren Account freigegeben.

Der bekannte "Tibo-Reset" fehlt ebenfalls nicht.

Neue Modelle, dauerhafte Preissenkungen und ein zusätzliches Guthaben-Reset – diese Veröffentlichungsnacht hat das Konzept "günstig" vollständig umgesetzt.

02

Kein sprunghafter Anstieg bei Benchmarks, aber das Nutzungserlebnis verändert sich

Wenn wir den Blick auf die Drittplattform Artificial Analysis richten, unterscheidet sich die Intelligenz dieser Modellgeneration kaum von der vorherigen Generation.

Im aktuellen Intelligence Index erreicht GPT-6 Sol max 48 Punkte, während das vorherige GPT-5.6 Sol 47 Punkte erzielte. GPT-6 Luna max erreicht 37 Punkte, während das vorherige GPT-5.6 Luna sogar einen Punkt mehr hatte.

Die Gesamtleistung der beiden Modelle hat sich kaum verbessert, aber die Kosten sind völlig anders.

Laut Messungen von Artificial Analysis sind die durchschnittlichen Kosten pro Aufgabe für Sol max von 1,99 US-Dollar der vorherigen Generation auf 1,06 US-Dollar gesunken, während die Kosten für Luna von 0,18 US-Dollar auf 0,07 US-Dollar gefallen sind.

Das liegt nicht einmal daran, dass die beiden neuen Modelle "Token sparen": Die durchschnittliche Anzahl an generierten Token pro Aufgabe ist bei Sol von 29.000 auf 31.000 gestiegen, bei Luna sogar von 41.000 auf 51.000. Sie sind einfach deutlich günstiger angeboten worden.

Wenn wir von niedrigen Preisen sprechen, dürfen chinesische Modelle nicht fehlen.

Das aktuelle DeepSeek V4.1 Flash erreicht im Artificial Analysis Intelligence Index 39 Punkte, mit durchschnittlichen Kosten von etwa 0,27 US-Dollar pro Aufgabe. Obwohl sein Ergebnis zwei Punkte höher ist als das von Luna, betragen die Kosten pro Aufgabe von Luna nur 0,07 US-Dollar, also etwa ein Viertel des Preises von V4 Flash.

Aber als "Preiskiller" ist es noch nicht ganz überzeugend: Erst gestern hat Xiaomi die MiMo-V2.6-Serie veröffentlicht. MiMo-V2.6-Pro erreicht im selben Artificial Analysis Intelligence Index 46 Punkte, nur 2 Punkte unter dem Wert von 48 Punkten von Sol max. Aber seine durchschnittlichen Kosten pro Aufgabe betragen nur 0,13 US-Dollar, während Sol 1,06 US-Dollar kostet.

Wenn man nur die API-Preise betrachtet, kostet MiMo-V2.6-Pro 0,435 US-Dollar pro Million Eingabe-Token und 0,87 US-Dollar pro Million Ausgabe-Token. Die niedrigere Stufe MiMo-V2.6-Flash kostet sogar nur 0,14 US-Dollar für die Eingabe und 0,28 US-Dollar für die Ausgabe.

Leider hat Artificial Analysis bisher keinen vollständigen Gesamtindex für MiMo-V2.6-Flash veröffentlicht, sodass vorläufig kein vollständiger Vergleich des Preis-Leistungs-Verhältnisses mit