Dots vs GPT-5.6 Sol: Ein Abonnement und eine Preisliste vom selben Unternehmen

Das Unternehmen verkauft zwei Dinge, die von außen beide wie „ein Open​AI-Modell“ aussehen. Dots ist der Always-on-Agent, der am 29. September 2026 auf dem DevDay angekündigt wurde: Jeder Dot bekommt seinen eigenen Cloud-Computer und Browser, erreicht über das Connector-Ökosystem des Unternehmens mehr als 4.000 Apps, lebt in ChatGPT, Slack und Teams und läuft auf GPT-6 Astra, dem Modell, das das Unternehmen in seinen eigenen Launch-Materialien nennt. GPT-5.6 Sol ist ein nach Verbrauch abgerechnetes API-Modell, verfügbar seit dem 9. Juli 2026: ein Kontextfenster von 1.050.000 Tokens, bis zu 128.000 Tokens Ausgabe pro Antwort, Text-, Bild- und Dateieingabe mit Textausgabe, Tool-Aufrufe, strukturierte Ausgabe und einen konfigurierbaren Regler für den Reasoning-Aufwand. Das erste ist ein Abonnement, dessen Kontingent niemand veröffentlicht hat; das zweite ist eine Preisliste, auf der vier Zahlen stehen. Dieser Unterschied, nicht eine Benchmark-Lücke, ist das, worum es in diesem Vergleich eigentlich geht.

Die nützliche Frage ist also nicht, welches von beiden klüger ist. Sondern mit welchem man planen kann und welches im Stillen entscheidet, wie viel von deiner Arbeit überhaupt möglich ist.

Die eine Sache, die sie trennt

Ein dot hat keinen Tokenzähler. Man kann nicht sehen, wie viele Token es verbraucht hat, weil das nicht die Einheit ist, in der es verkauft wird. GPT-5.6 Sol hat nichts als einen Tokenzähler – jede Fähigkeit, die es hat, wird pro Million Token berechnet, und seine einzige harte architektonische Grenze, das 1.050.000-Token-Fenster, ist zugleich die Grenze dafür, wie viel von einem Problem man ihm auf einmal übergeben kann.

Diese Asymmetrie erklärt fast jeden praktischen Unterschied zwischen ihnen. Wenn man etwas nicht messen kann, kann man es weder prognostizieren noch verschieben. Wenn man etwas messen kann, kann man es mit einem günstigeren Pendant vergleichen und wechseln, weil sich nur eine Kennungszeichenfolge ändert.

Was GPT-5.6 Sol veröffentlicht

• Kontext und Ausgabe — 1.050.000 Tokens Eingabe, 128.000 Tokens Ausgabe, genug für ein vollständiges Repository oder ein Jahr Korrespondenz in einem einzigen Aufruf

• Eingabeoberfläche — Text, Bild und Datei als Eingabe, Text als Ausgabe, wobei Vision, Tool-Aufrufe, JSON und Reasoning alle als erstklassige Fähigkeiten aufgeführt sind

• Preis — 4,00 $ pro Million Eingabe-Tokens und 20,00 $ pro Million Ausgabe-Tokens unter einem Prompt von 272.000 Tokens, ab dieser Grenze steigt er auf 8,00 $ und 30,00 $; Cache-Lesevorgänge kosten 0,40 $ pro Million, Cache-Schreibvorgänge 5,00 $

• Unabhängige Belege — ein Artificial Analysis Coding Index von 77,4, Dritter von 138 gemessenen Modellen, und ein Intelligence Index von 47, Dreizehnter von 145; 94,1 bei GPQA Diamond und 84 beim Long-Context-Recall, alle Drittanbieter-Zahlen mit ihrer Quelle in unserem Katalog geführt statt Herstellerzahlen

• Beobachtetes Verhalten in unserem eigenen Traffic – eine mediane Zeit bis zum ersten Token von 1,72 Sekunden über ein Sieben-Tage-Fenster, etwa 171 Ausgabe-Token pro Sekunde und 88,99 Millionen Token, die in dieser Woche weitergeleitet wurden

Diese Zahlen sind kein Verkaufsargument; sie sind eine Spezifikation. Sie können einen Auftrag anhand dieses Modells kalkulieren, bevor Sie ihn ausführen, und Sie können das Ergebnis hinterher überprüfen, weil jede Einheit irgendwo gezählt wird.

Was Dots nicht veröffentlicht

OpenAI hat genau eine Sache dazu gesagt, was ein dot kostet: Der erste ist in Pro und Business Premium enthalten, mit erweiterten Limits im ersten Monat und ohne dass die ChatGPT-Nutzungslimits für Gespräche mit Ihrem dot verbraucht werden. Alles andere ist unbeziffert. Es gibt keine Kontingentzahl, keinen Preis für einen zweiten dot, keinen veröffentlichten Tarif für schnellere oder größere Kapazität und in den Launch-Materialien nirgends Kosten pro Aufgabe. Die Pro-500-Stufe für 500 US-Dollar pro Monat ist ein Nutzungskontingent plus dem Ultrafast-Modus, kein Preis pro dot, sodass sich selbst der teuerste Tarif auf OpenAIs Liste nicht in Kosten pro Einheit Agentenarbeit umrechnen lässt.

Lies das als Beschreibung einer Produktkategorie, nicht als Lücke in der Dokumentation. Ein dot wird wie ein Seat bepreist, nicht wie eine Workload. Seats lassen sich leicht budgetieren und sind unmöglich zu optimieren; das ist der ganze Trade-off.

Zwei Rechnungen, von denen du eine vorhersagen kannst

Stell die beiden Kostenmodelle nebeneinander, und der Unterschied liegt nicht in der Größe, sondern in der Form. Die Kosten von GPT-5.6 Sol sind eine gerade Linie durch den Ursprung, die ab 272.000 Eingabe-Tokens steiler wird. Die Kosten eines Punkts sind eine flache Linie, die dir nichts darüber sagt, wie weit du gekommen bist – bis sie sich ändert.

Jene zweite Eigenschaft ist die, die Teams überrascht. Eine Kapazitätsänderung, eine Änderung der Geschwindigkeitsstufe oder eine Änderung dessen, was der erste Punkt umfasst, kommt in Form einer Support-E-Mail und eines neuen Preises – ohne ein Äquivalent zu einer Rate-Card-Revision, die man diffen kann. Eine Token-Preisänderung ist eine Zahl, die sich ändert; eine Abonnementänderung ist eine Richtlinie, die sich ändert. Beides ist legitim, und nur eines davon lässt sich in einer Tabellenkalkulation modellieren.

Wohin die beiden Formen in einer Pipeline gehören

Ein Punkt verdient seinen Platz bei Arbeit, die keine natürliche Einheit hat: eine Entscheidung über vier Tage hinweg durch drei Apps zu verfolgen, ein Projekt am Laufen zu halten, wenn niemand hinsieht. GPT-5.6 Sol verdient seinen Platz bei Arbeit, die eine solche hat. Strukturierte Datensätze aus einem langen Archiv extrahieren, ein großes Repository in einem Durchgang prüfen, ein langes Dokument aus einer langen Quelle erzeugen – diese Aufgaben haben einen Anfang, ein Ende und eine Tokenanzahl, und das 1,05-Millionen-Token-Fenster ist der Grund, warum einige davon überhaupt möglich sind, statt eine Bequemlichkeit für diejenigen, die es ohnehin schon waren.

OrcaRouter liegt vollständig auf der abgerechneten Seite dieser Trennlinie. Das Modell wird geroutet als openai/gpt-5.6-sol zum Listenpreis von OpenAI, ohne Aufschlag durchgereicht, im selben Katalog wie über 200 weitere Modelle hinter einem Schlüssel, mit automatischem Failover über vorgelagerte Anbieter hinweg und einer Routing-DSL zum Senden einer einzelnen Anfrage an das Modell, das sie beantworten soll. Was man dadurch nicht bekommt, ist irgendetwas innerhalb eines Punkts: Es gibt keine Dots API, keine Modellkennung, an die man eine Anfrage richten könnte, und keine Möglichkeit, die darunter laufende Intelligenz auszutauschen. Der Katalog reicht bis zur Preisliste und hört dort auf.

Welcher Kauf ist ein Fehler?

Einen Punkt zu kaufen in der Erwartung, ihn zu optimieren, ist ein Fehler, denn die Oberfläche, die man optimieren würde, ist nicht exponiert. GPT-5.6 Sol zu kaufen in der Erwartung, dass es ein Projekt für einen weiterverfolgt, ist derselbe Fehler in die andere Richtung — ein Modell, das antwortet, wenn man es ruft, ist kein Arbeiter, der weitermacht, wenn man aufhört zu rufen.

Die Teams, die das richtig machen, behandeln die beiden als unterschiedliche Posten mit unterschiedlichen Verben: ein Abonnement für die Arbeit, die immer weiter geschehen muss, und ein verbrauchsabhängiges Modell für die Arbeit, die gezählt werden muss. Das Abonnement ist das, was man kündigt; das verbrauchsabhängige Modell ist das, was man prognostiziert. Zu wissen, was was ist, bevor man sich festlegt, macht den größten Teil der Entscheidung aus.