GPT-5.3 Codex Spark vs GPT-5.6 Sol: OpenAIs Tempospiel ist (noch) nicht in der API

GPT-5.3 Codex Spark ist das schnellste Code-Modell, das je ausgeliefert wurde – eine Forschungsvorschau, die auf Cerebras-Silizium über 1.000 Tokens pro Sekunde erzeugt und Code-Änderungen bis zu 15-mal schneller abschließt als das vollständige GPT-5.3 Codex, so die Angabe des Anbieters. Hier ist der Teil, den die meisten Berichte verschweigen: Es ist kein allgemeines API-Produkt. Es gibt keinen öffentlichen API-Preis, der Zugang ist auf ChatGPT-Pro-Abonnenten über die Codex-App und die CLI beschränkt, und es ist nicht auf OrcaRouter verfügbar. Die zwei Code-Modelle, die Sie heute tatsächlich über einen einzigen Endpunkt aufrufen können, sind GPT-5.3 Codex zu 1,75 $ pro Million Eingabe-Tokens und 14,00 $ pro Million Ausgabe-Tokens sowie GPT-5.6 Sol zu 5,00 $ / 30,00 $ – und der Vergleich zwischen der Geschwindigkeitsvorschau und dem Flaggschiff zeigt, ob sich das Warten auf Spark lohnt.

Die Zeitleiste erklärt die Verwirrung. GPT-5.3 Codex, OpenAIs agentisches Programmiermodell, erreichte die API im Februar 2026; die Spark-Variante folgte im selben Monat als Forschungsvorschau, die gezielt auf interaktives Programmieren ausgerichtet war, wo die Millisekunden zwischen Tastendruck und Reaktion mehr zählen als ein Benchmark-Punkt. Fünf Monate später veröffentlichte OpenAI die GPT-5.6-Familie – Sol, Terra und Luna – und GPT-5.6 Sol, das am 9. Juli 2026 veröffentlichte 5-$/30-$-Flaggschiff, ist das Modell, das den Großteil des Geschwindigkeitsunterschieds gegenstandslos machte. Dies ist kein Duell zwischen zwei Rivalen; es ist ein Duell zwischen einer Forschungsvorschau und dem Flaggschiff, das danach erschien.

Was GPT-5.3 Codex Spark wirklich ist

GPT-5.3 Codex Spark ist OpenAIs erstes Modell für Echtzeit-Programmierung und der erste öffentliche Meilenstein seiner im Januar 2026 geschlossenen Partnerschaft mit dem Chiphersteller Cerebras. Es läuft auf Cerebras' Wafer Scale Engine 3, dem tellergroßen Chip mit vier Billionen Transistoren, der es ermöglicht, den Kommunikationsengpass von GPU-Clustern zu umgehen, der die Latenz bei gewöhnlicher Inferenz dominiert. Neben dem Chip reduzierte OpenAI den Overhead pro Roundtrip um etwa 80 %, den Overhead pro Token um etwa 30 % und die Zeit bis zum ersten Token um etwa 50 % durch persistente WebSocket-Verbindungen und Änderungen an der Responses-API – der WebSocket-Pfad ist für Spark standardmäßig aktiviert.

Der Trade-off ist ungeschönt. Bei den agentischen Software-Engineering-Benchmarks, die OpenAI anführt, liegt Spark deutlich unter dem vollwertigen GPT-5.3 Codex — 58,4 % gegenüber 77,3 % bei Terminal-Bench 2.0, beide vom Anbieter gemeldet —, weil es standardmäßig einen leichtgewichtigen Arbeitsstil verwendet, der minimale, gezielte Änderungen vornimmt und Tests nicht automatisch ausführt, es sei denn, man bittet ausdrücklich darum. Es ist ein rein textbasiertes Modell mit 128K-Kontext, womit es in puncto Kapazität weit hinter den aktuellen Flaggschiffen zurückliegt. Geschwindigkeit ist das Produkt, und das Produkt ist eine Vorschau.

Die Preissituation: kein API-Preis, und was die Tracker sagen.

OpenAI hat keinen API-Preis für GPT-5.3 Codex Spark veröffentlicht. Zum Start war es für ChatGPT-Pro-Abonnenten über die Codex-App, die Codex-CLI und die VS-Code-Erweiterung verfügbar, wobei der API-Zugang nur ausgewählten Design-Partnern angeboten wurde; außerdem gelten dafür eigene, separate Ratengrenzen, die nicht gegen die Standardnutzung angerechnet werden. Ein halbes Jahr später ist das immer noch die ehrliche Zusammenfassung. Einige Drittanbieter-Preistracker listen inzwischen 1,75 $ / 14,00 $ pro Million Zeilen für Spark – identisch mit dem vollständigen GPT-5.3 Codex –, aber OpenAI hat keine Allgemeinverfügbarkeit angekündigt, und eine Zahl auf einem Tracker ist keine Zahl, die man kaufen kann. Behandeln Sie jeden Spark-Preis als unbestätigt, bis OpenAI etwas anderes bekannt gibt.

Was Sie heute kaufen können, mit veröffentlichten Preisen:

• GPT-5.3 Codex — 1,75 $ pro Million Eingabe-Token, 14,00 $ pro Million Ausgabe-Token, gecachte Eingaben zu 0,175 $. Ein 400K-Kontextfenster mit einer Ausgabeobergrenze von 128K. OpenAIs agentisches Codierungsmodell, seit Februar 2026 in der öffentlichen API.

• GPT-5.6 Sol — 5,00 $ pro Million Eingabe- und 30,00 $ pro Million Ausgabe-Tokens bei Anfragen bis zu 32K Eingabe-Tokens, darüber 10 $ / 45 $; Cache-Eingabe 0,50 $, Cache-Schreiben 6,25 $. Ein Kontext von etwa 1,05 Millionen Tokens mit 128K Ausgabe, Text sowie Bild- und Dateieingabe. OpenAIs Flaggschiff, veröffentlicht am 9. Juli 2026.

Beide liegen zu den Listenpreisen der Anbieter mit 0 % Aufschlag auf OrcaRouter – hier gelten die Preise $1.75 / $14 und $5 / $30, nicht eine Wiederverkäufer-Version davon. Eine Preissenkung eines Anbieters wird auf dieser Seite am selben Tag wirksam, an dem der Anbieter sie vornimmt, da OrcaRouter den Listenpreis durchreicht, anstatt ihn neu zu bepreisen.

GPT-5.3 Codex Spark vs. GPT-5.6 Sol, Dimension für Dimension

• Geschwindigkeit — Spark mit 1.000+ Tokens pro Sekunde auf Cerebras-Hardware (vom Anbieter angegeben), der eigentliche Grund für seine Existenz; die gemessene Ausgabe von GPT-5.6 Sol über OrcaRouter in den letzten 7 Tagen beträgt etwa 244 Tokens pro Sekunde. Nicht annähernd — und das ist nicht die ganze Geschichte.

• Preis — Spark hat keinen öffentlichen API-Preis; GPT-5.6 Sol kostet $5 / $30 in der Basistufe, $10 / $45 über 32K Eingabetokens.

• Kontext — Spark bei 128K, nur Text; GPT-5.6 Sol bei etwa 1,05M mit Text-, Bild- und Dateieingabe.

• Agentisches Programmieren — Spark erzielt 58,4 % bei Terminal-Bench 2.0 (vom Anbieter gemeldet); GPT-5.6 Sol erreicht einen AA-Coding-Wert von 77,4, unabhängig von Artificial Analysis gemessen, und liegt damit auf Platz 2 von 132 Modellen.

• Arbeitsweise — Spark macht standardmäßig minimale Änderungen und überspringt Testläufe; GPT-5.6 Sol ist das vollwertige agentische Flaggschiff mit Reasoning und Tool-Nutzung.

• Zugang — Spark ist eine Forschungsvorschau von ChatGPT Pro; GPT-5.6 Sol ist ein öffentliches API-Modell mit einem veröffentlichten Preis.

Wenn du nur einen schnellen ersten Entwurf einer kleinen Änderung willst, ist Spark's Design ideal. Wenn du einen Agenten willst, der ein Repository liest, eine Änderung plant, die Tests ausführt und iteriert, bis er besteht, dann versucht Spark nicht, das zu sein – und Sol's 77,4 AA Coding score ist die Zahl, die man gegen eine Vorschau ohne einen solchen abwägen sollte.

Die Routing-Realität: Sie müssen nicht blind wählen.

Das ist eines dieser Aufeinandertreffen, bei denen die Routing-Ebene die Entscheidung verändert. Beide aufrufbaren Modelle sind auf OrcaRouter zu den eigenen Listenpreisen der Anbieter mit 0 % Aufschlag verfügbar — openai/gpt-5.3-codex für $1.75 / $14 und openai/gpt-5.6-sol für $5 / $30 — sodass du dieselbe Arbeitslast über beide mit einem einzigen API-Key laufen lassen und deinen eigenen Traffic entscheiden lassen kannst, anstatt der Erzählung eines der Anbieter zu vertrauen. Die Routing-DSL macht das praktikabel: eine Failover-Regel, bei der die codebezogenen Agentenaufgaben auf GPT-5.3 Codex laufen und die schwierigen, langkontextigen Aufrufe an GPT-5.6 Sol eskalieren, gemessen pro Aufgabe anhand deiner eigenen Daten.

Drei Besonderheiten von OrcaRouter machen dies günstiger als die Alternativen. Erstens, 0 $ Aufschlag pro Token — Sie zahlen den Listenpreis des Anbieters, ohne etwas daraufzulegen. Zweitens, BYOK — Sie bringen Ihren eigenen Provider-Key mit, und der Anbieter stellt Ihnen direkt in Rechnung; so gibt es keinen Prepaid-Kreditpool und keine durch den Router aufgeblähte Rechnung, die abzugleichen wäre. Drittens ist der Endpunkt OpenAI-kompatibel: Richten Sie Ihren vorhandenen Client für chat/completions oder Responses einfach auf die OrcaRouter-Basis-URL aus, und derselbe Code funktioniert weiterhin — mit über 200 Modellen hinter einem einzigen Endpunkt, wenn Ihnen das Angebot eines einzelnen Anbieters nicht mehr genügt. Die Guardrails-Schicht vor diesem Endpunkt ist der weitere Grund, warum der Drang zu einer Research-Preview getrost aufgeschoben werden kann — bis Spark eine öffentliche API und eine SLA hat, ist die Produktionsantwort ein veröffentlichtes Modell, und die Routing-Schicht hält dieses Modell zum Listenpreis mit automatischem Failover bereit, sodass eine Rate-Limit-Spitze keine Pipeline ins Stocken bringt.

Wo Spark die falsche Antwort ist

Ehrliche Grenzen, denn Sparks Design ist ein Kompromiss, in den du nicht hineinstolpern solltest. Wenn deine Arbeit langfristiges agentisches Programmieren ist – eine Aufgabe, die ein ganzes Repository verstehen, einen Plan über viele Runden hinweg halten und die eigenen Änderungen verifizieren muss – dann ist Sparks Standardverhalten mit minimalen Änderungen und ohne Testläufe eine Fußangel, und sein 128K-Textkontext wird das Repository nicht fassen. Wenn du Bilder oder Dateien im Prompt benötigst, kann es diese nicht aufnehmen. Wenn du einen vorhersehbaren Preis oder eine SLA brauchst, auf die du dich verlassen kannst, bietet es beides nicht. Und wenn deine Arbeitslast eine Batch-Pipeline mit hohem Durchsatz ist, spielen 1.000 Tokens pro Sekunde keine Rolle; die Kosten pro Token und der Durchsatz zählen, und diese sprechen für das günstigere GPT-5.3 Codex.

Erwähnenswert ist auch, was wir nicht hosten: GPT-5.3 Codex Spark ist nicht über OrcaRouter verfügbar, weil es keine öffentliche API gibt, an die geroutet werden kann. Wir tun nicht so, als wäre es anders, und der ehrliche Planungsschritt ist es, auf den Modellen aufzubauen, die es gibt — GPT-5.3 Codex für agentische Arbeit im Coding-Bereich zu $1.75 / $14, GPT-5.6 Sol für die anspruchsvollen, langkontextigen, multimodalen Agentenaufrufe zu $5 / $30 — und Spark als eine Vorschau zu betrachten, die man beobachten sollte, nicht als eine Abhängigkeit, auf die man eine Pipeline setzt.

Fazit

GPT-5.3 Codex Spark ist die interessanteste Forschungsvorschau, die OpenAI dieses Jahr herausgebracht hat, und ist noch keine Produktionsentscheidung. Die Produktionsentscheidung – die mit veröffentlichten Preisen, überprüfbaren Benchmarks und einer API, die antwortet – ist GPT-5.3 Codex für Agentenarbeit im Coding-Bereich und GPT-5.6 Sol für die schwierigsten Anfragen, beide auf einem einzigen Endpoint zum Listenpreis mit 0 % Aufschlag. Wenn Spark tatsächlich eine öffentliche API bekommt, wird es mit ziemlicher Sicherheit hinter derselben Art von Endpoint sitzen, und der Wechsel wird eine Änderung des Modellnamens sein, keine Migration. Bis dahin ist es ein Grund, aufmerksam zu bleiben – und der schnellste Weg, bereit zu sein, besteht darin, die aufrufbaren Modelle an einem Schlüssel anzubinden, den man bereits besitzt.