GPT-5.6 Preise nach dem Preisschnitt: Luna vs Terra vs Sol und welche Stufe man wählen sollte

Nach der Preissenkung von O​penAI am 30. Juli 2026 war die GPT-5.​6-Familie – GPT-5.6 Luna, GPT-5.6 Terra und GPT-5.6 Sol – noch nie so günstig im großen Maßstab zu betreiben. Eine Woche später, am 6. August, hat O​penAI dieselben Stufen in ChatGPT selbst integriert: GPT-5.6 Luna wird zum Standardmodell für kostenlose und Go-Konten mit unbegrenzten Text-Chats, während GPT-5.6 Sol für Plus und Pro aktualisiert wurde. Die drei Stufen sind jedoch sehr unterschiedlich bepreist, und die richtige Wahl zu treffen (plus den Einsatz von Caching, Batch und Routing) ist der größte Hebel für deine API-Rechnung. Dieser Leitfaden zeigt die vollständige Preisgestaltung nach der Senkung, durchgerechnete Kostenbeispiele, wie jede Stufe im Vergleich zu Konkurrenten abschneidet und wie du über einen einzigen Endpunkt zwischen ihnen routen kannst.

Die Preise gelten pro Million Tokens (Eingabe / Ausgabe) und spiegeln die nach der Preissenkung gültige Tarifkarte, wie berichtet, sowie die Pass-through-Modellseiten von OrcaRouter wider; Stufen- und Cache-Preise stammen von den Modellseiten von OrcaRouter, und Wettbewerbszahlen sind entsprechend gekennzeichnet. Die Angaben zum ChatGPT-Rollout in diesem Beitrag entsprechen dem, was O​penAI am 6. August 2026 mitgeteilt hat — vom Anbieter gemeldet, nicht unabhängig gemessen. Preise ändern sich — vor dem Erstellen überprüfen.

TL;DR

GPT-5.6 Luna ($0.20 / $1.20) ist das Arbeitstier für hohe Volumina; Terra ($2 / $12) ist die ausgewogene Mitte; Sol ($5 / $30) ist das Flaggschiff für die anspruchsvollsten Reasoning- und Agentic-Coding-Aufgaben. Alle drei teilen einen Kontext von ~1,05 Millionen Token und eine maximale Ausgabe von 128K. Prompt-Caching und die Batch-Option senken die Kosten weiter, während sehr lange Eingaben Sie in eine höhere Stufe versetzen. Auf der Verbraucherseite gab O​penAI am 6. August bekannt, dass GPT-5.6 Luna für Free- und Go-ChatGPT-Konten mit unbegrenzten Text-Chats zum Standard wird und dass ein aktualisiertes GPT-5.6 Sol für Plus und Pro ausgerollt wird. Nutzen Sie Luna für die Mehrheit der einfachen Aufgaben, Terra, wenn Sie mehr brauchen, und Sol nur dort, wo es seinen Preis rechtfertigt — und leiten Sie Anfragen je nach Schwierigkeit durch einen O​penAI-kompatiblen Endpunkt, um die Ausgaben zu minimieren.

Wichtige Erkenntnisse

• Luna: 0,20 $ / 1,20 $ pro 1 Mio. Tokens — schnell, günstig, für hohe Volumina und latenzempfindliche Anwendungen.

• Terra: $2 / $12 — die ausgewogene Mittelklasse für anspruchsvollere Aufgaben, die kein Flaggschiff benötigen.

• Sol: $5 / $30 — das Flaggschiff für tiefgehendes Denken, großangelegtes Codieren und langfristige Agenten.

• Caching und Batch senken die Kosten weiter; lange Eingaben bringen Sie in eine teurere Long-Context-Stufe.

• ChatGPT (laut O​penAI, 6. Aug.): Luna wird zum Standard für free/Go mit unbegrenzten Text-Chats; Sol erhält ein Zuverlässigkeitsupdate für Plus/Pro.

• Größter Sparhebel: nach Schwierigkeit routen — zahle keine Sol-Preise für Arbeit, die Luna erledigen kann.

Die neue Basispreisgestaltung von GPT-5.6

Hier ist die Basispreisgestaltung nach der Senkung pro Million Input-/Output-Tokens: Luna 0,20 $ / 1,20 $ (gesenkt von 1 $ / 6 $), Terra 2 $ / 12 $ (gesenkt von 2,50 $ / 15 $) und Sol 5 $ / 30 $ (unverändert). Die beiden günstigeren Stufen wurden am 30. Juli 2026 gesenkt; die Flaggschiff-Stufe blieb unverändert. Einfach ausgedrückt: Die niedrigen Stufen sind jetzt auf Skalierung ausgelegt, während das Flaggschiff Premium bleibt.

Gestaffelte, zwischengespeicherte und Stapelpreise

Der Basistarif ist nur der Ausgangspunkt. Die Preisgestaltung von GPT-5.6 umfasst drei Modifikatoren, die Ihre effektiven Kosten wesentlich verändern.

• Stufen für lange Kontexte. Die Preise steigen für sehr lange Eingaben. Auf den Pass-through-Seiten von OrcaRouter kostet Luna $0.20 / $1.20 bis zu einer großen Kontextstufe und $0.40 / $1.80 darüber hinaus; Sol kostet auf seiner Basisstufe $5 / $30 und auf der größten Stufe $10 / $45. Die Stufe wird anhand der Anzahl der Eingabe-Tokens jeder Anfrage gewählt, sodass ein paar sehr große Prompts Ihren Durchschnittspreis unbemerkt erhöhen können.

• Prompt-Caching. Wiederverwendeter Kontext wird zu einem stark reduzierten Preis abgerechnet — Lunas Cache-Read kostet etwa 0,02 $ pro Million Tokens (gegenüber 0,20 $ frisch), mit Cache-Writes um 0,25 $; Sols Cache-Read liegt bei etwa 0,50 $ (gegenüber 5 $ frisch). Für Agenten und Chat mit einem stabilen System-Prompt ist Caching oft die größte Einsparung.

• Batch. Nicht dringende Jobs werden asynchron zu einem reduzierten Preis ausgeführt — ideal für Massenklassifizierung, Evaluierungen und Offline-Generierung, bei denen Latenz keine Rolle spielt.

Rechenbeispiele: Was es tatsächlich kostet

Konkrete Zahlen machen die Stufen greifbar. Nehmen wir 10 Millionen Tokens pro Monat mit einer Aufteilung von 70 % Input / 30 % Output (eine typische Chat/Agent-Mischung):

• Luna: etwa 5 $ pro Monat (ungefähr 4,37 $ mit Prompt-Caching).

• Terra: etwa 50 $ pro Monat.

Sol: etwa 125 $ pro Monat (ungefähr 109 $ mit Caching).

Das ist eine 25-fache Spreizung zwischen Luna und Sol für dasselbe Volumen — und genau deshalb ist es wichtiger, jede Anfrage der günstigsten geeigneten Stufe zuzuordnen, als sich auf einen einzelnen Tarif zu verlassen. (Diese Werte entsprechen dem On-Page-Kostenrechner von OrcaRouter, der auf Basis des Listenpreises schätzt; Ihre tatsächlichen Zahlen hängen vom Caching und Ihrer Eingabe-/Ausgabe-Mischung ab.)

Wofür jede Stufe eigentlich gedacht ist

GPT-5.6 Luna — das Volumen-Arbeitstier

Luna ist die schnelle, kosteneffiziente Stufe, optimiert für hochvolumige, latenzempfindliche Workloads: Chat, Klassifizierung, Extraktion, Routing und leichte agentische Aufgaben, mit einer p50-Zeit bis zum ersten Token von etwa 1,65 Sekunden. Nach der Preissenkung ist sie mit $0.20 / $1.20 so bepreist, dass sie direkt mit günstigen offenen Modellen konkurriert – die Standardoption für die große Mehrheit einfacher Aufrufe. Sie ist auch die Stufe, auf die O​penAI den Verbraucher-ChatGPT ausrichtet: Laut seiner Ankündigung vom 6. August wird GPT-5.6 Luna zum Standardmodell für Free- und Go-Konten, wobei reine Text-Chats unbegrenzt werden und in der folgenden Woche ein neuer Think-Button erscheint, der bei schwierigeren Fragen für tiefergehendes Denken sorgt (Datei-, Bild- und Sprachlimits bleiben bestehen). O​penAI gibt an, dass Luna 62 % weniger Faktenfehler macht als das GPT-5.5 Instant, das es ersetzt – eine vom Anbieter gemeldete Zahl, aber ein klares Signal, dass die Volumenstufe der Bereich ist, in den das Unternehmen den Großteil seines Datenverkehrs lenkt.

GPT-5.6 Terra — die ausgewogene Mitte

Terra liegt zwischen Volume und Flaggschiff: leistungsfähiger als Luna für anspruchsvolleres Reasoning und Coding, aber deutlich günstiger als Sol. Bei $2 / $12 ist es eine sinnvolle Standardwahl, wenn Luna nicht ganz ausreicht, man aber nicht das Flaggschiff braucht — Extraktion mittlerer Komplexität, Entwurfserstellung und mehrstufige Aufgaben, die weiterhin in großem Maßstab laufen.

GPT-5.6 Sol — das Flaggschiff

Sol ist für die härtesten Aufgaben gebaut: tiefes mehrstufiges Denken, Softwareentwicklung in großem Maßstab und agentische Workflows mit langem Zeithorizont, wobei es über einen Kontext von ~1,05 Mio. Tokens und bis zu 128K Ausgabe hinweg kohärent bleibt. Bei $5 / $30 (Basis) ist es eine Premium-Wahl – heben Sie es für Aufgaben auf, die es wirklich brauchen, wie komplexe Multi-Datei-Programmierung oder lange Agentenläufe. Am 6. August hat O​penAI außerdem GPT-5.6 Sol in ChatGPT für Plus- und Pro-Nutzer aktualisiert: Das Unternehmen sagt, die Chat-Version sei bei Fakten zuverlässiger – 68 % weniger Faktenfehler, so O​penAI – und gebe fokussiertere Antworten, mit einem neuen Schieberegler, um zu steuern, wie viel Denkaufwand sie anwendet. Das Update betrifft nur den Chat (das Sol hinter Work und Codex ist unverändert), und die API-Stufe bleibt bei $5 / $30.

Der Reasoning-Token-Vorbehalt

GPT-5.6 sind Reasoning-Modelle, daher können die effektiven Ausgabekosten eine naive Schätzung übersteigen: Wenn Reasoning aktiviert ist, werden interne Reasoning-Tokens als Ausgabe abgerechnet. Bei schwierigen Eingabeaufforderungen mit hohem Reasoning-Aufwand kann das deine Rechnung dominieren. Passe den Reasoning-Aufwand an die Aufgabe an (niedrig oder aus für einfache Aufrufe), begrenze die Ausgabetokens wo möglich, und messe die tatsächliche Nutzung. Günstigere Preise pro Token helfen; weniger Tokens zu erzeugen hilft mehr.

Wie jede Stufe im Vergleich zur Konkurrenz abschneidet

Die Preissenkung positionierte GPT-5.​6 neu im Wettbewerbsfeld. Berichten zufolge unterbietet Luna mit 0,20 $ / 1,20 $ nun Claude Haiku 4.5 um etwa das Fünffache beim Input und das Vierfache beim Output, und Terra liegt mit 2 $ / 12 $ unter den Standardpreisen von Claude Sonnet 5 (angegeben mit 3 $ / 15 $). Gegenüber Open-Weight-Modellen liegt Luna nahe der Untergrenze, die durch Deep​Seeks V4-Linie und Zhipus GLM-5.2 (etwa 1,20 $ / 4,10 $) gesetzt wird, mit Qw​en- und Gemini-Flash-Stufen in der Nähe. Unterm Strich: Für kostenbewusste Anwendungen ist Luna nun wettbewerbsfähig mit den günstigsten leistungsfähigen Modellen, statt eine Premium-Alternative zu ihnen zu sein – während Sol eine echte Premium-Stufe für Leistungsfähigkeit bleibt, die man nicht günstig bekommt.

Der eigentliche Sparhebel: nach Schwierigkeit routen

Die günstigste Rechnung ist keine einzelne Preisstufe – es geht darum, jede Anfrage dem günstigsten Modell zuzuordnen, das sie bewältigen kann. In der Praxis: Senden Sie einfache, hochvolumige Anfragen an Luna (oder ein günstiges offenes Modell), steigen Sie für schwierigere Aufgaben auf Terra um und nutzen Sie Sol nur für die wirklich schwierige Minderheit. In Kombination mit Caching und Batch-Betrieb senkt dies die Kosten regelmäßig weit stärker als jede einzelne Preisänderung. Der Haken ist operativer Natur: Man möchte nicht drei OpenAI-Stufen plus Alternativen offener Modelle separat wieder integrieren.

Greifen Sie über einen einzigen Endpunkt auf alle drei (und günstigere Alternativen) zu.

Hier hilft ein herstellerneutraler Router. OrcaRouter macht GPT-5.6 Luna, Terra und Sol — zu denselben Post-Cut-Preisen, 0 % Aufschlag — über einen einzigen O​penAI-kompatiblen Endpoint verfügbar, neben günstigeren offenen Modellen wie DeepSeek V4 Pro, GLM-5.2 und Qw​en. Den Tarif zu wechseln (oder Luna gegen ein offenes Modell zu testen) ist eine Konfigurationsänderung, keine Neuintegration, und du kannst jede Anfrage an das jeweils günstigste Modell routen.

Die nach der Preissenkung gültige Luna-Preisliste ist auf OrcaRouters eigener Modellseite zum Listenpreis sichtbar – 0,20 $ / 1,20 $ pro Million Token –, da der Router die Preise der Anbieter mit 0 % Aufschlag weitergibt, mit einem Kostenrechner direkt auf der Seite für eine typische monatliche Rechnung. Es gibt außerdem einen kostenlosen Tarif und eine Angebotsseite für zusätzliche Ersparnisse.

FAQ

Wie hoch sind die GPT-5.6-Preise nach der Senkung?

Luna $0.20 / $1.20, Terra $2 / $12, und Sol $5 / $30 pro Million Eingabe-/Ausgabetokens. Luna und Terra wurden am 30. Juli 2026 gesenkt; Sol ist unverändert.

Welchen GPT-5.6-Tarif sollte ich verwenden?

Luna für umfangreiche, latenzempfindliche Arbeit; Terra für anspruchsvollere Aufgaben, die nicht das Flaggschiff benötigen; Sol für das anspruchsvollste Denken und agentisches Codieren. Nach Schwierigkeit routen, um Kosten zu minimieren.

Ist GPT-5.6 Luna in ChatGPT kostenlos?

O​penAI gab am 6. August bekannt, dass GPT-5.6 Luna zum Standardmodell für kostenlose und Go-ChatGPT-Konten wird, mit unbegrenzten Text-Chats; Einschränkungen bleiben bei Datei-Uploads, Bildern und Sprach-Tools bestehen, und ein Think-Button für höheres Denkvermögen wird separat eingeführt. Dies sind von O​penAI angekündigte Pläne, nicht unabhängig verifiziert.

Wie viel kostet GPT-5.6 pro Monat?

Bei 10M Token pro Monat (70 % Input): grob 5 $ auf Luna, 50 $ auf Terra und 125 $ auf Sol – ein 25-facher Unterschied, vor Caching. Ihre tatsächlichen Kosten hängen vom Caching und Ihrer Input-/Output-Mischung ab.

Verfügen alle drei Stufen über dasselbe Kontextfenster?

Ja — ungefähr ein Kontext von 1,05M Token und bis zu 128K Ausgabe-Token, mit Unterstützung für Vision, Tools, JSON und Reasoning.

Wie wirkt sich Prompt-Caching auf die Kosten aus?

Caching reduziert die Kosten für wiederholten Kontext drastisch — Lunas Cache-Read liegt bei etwa $0.02 pro Million Tokens gegenüber $0.20 für frische Kontexte — verwenden Sie also wann immer möglich gecachte Prompts. Lange Eingaben hingegen können Sie in eine teurere Long-Context-Stufe versetzen.

Wie schneiden die Stufen im Vergleich zu Anthropic oder offenen Modellen ab?

Laut Berichten unterbietet Luna Claude Haiku 4.5 (ca. 5x Input / 4x Output) und Terra liegt unter Claude Sonnet 5 (3 $ / 15 $). Luna liegt außerdem nahe der günstigen Open-Model-Untergrenze (Deep​Seek, GLM-5.2 ~1,20 $ / 4,10 $).

Wo kann ich alle drei Ebenen zusammen verwenden?

Über OrcaRouters einzelnen OpenAI-kompatiblen Endpunkt mit 0% Aufschlag, zusammen mit günstigeren offenen Modellen für ein schwierigkeitsbasiertes Routing.

Fazit

Nach der Preissenkung sind GPT-5.6 Luna ($0.20 / $1.20) und Terra ($2 / $12) überzeugend für Arbeiten mit hohem Volumen und mittlerer Preisklasse, während Sol ($5 / $30) das Premium-Flaggschiff bleibt – eine 25-fache Kostenspanne, die intelligentes Routing belohnt. Der Verbraucher-Rollout unterstreicht die Trennung: O​penAI macht Luna zum kostenlosen Standard, während Sols Zuverlässigkeitsupdate den kostenpflichtigen Plänen vorbehalten bleibt – für API-Entwickler ein weiterer Grund, einfachen Datenverkehr an Luna weiterzuleiten. Die größten Einsparungen erzielt man durch Routing nach Schwierigkeit, den Einsatz von Caching und Batch sowie die Kontrolle von Reasoning-Tokens, statt standardmäßig eine Stufe zu verwenden. Am einfachsten gelingt das über einen einzigen Endpunkt mit 0 % Aufschlag wie OrcaRouter, wo alle drei Stufen (zu den neuen Preisen) neben den günstigeren offenen Modellen liegen, mit denen man sie vergleichen möchte.