GPT-5.6 Terra vs Sol: Welche Stufe brauchen Sie wirklich?

Für die meisten API-Workloads lautet die Antwort GPT-5.6 Terra: bei $2 pro Million Input und $12 pro Million Output kostet ein typischer Monat mit 10 Millionen Tokens etwa $50, wobei Terra bei den unabhängigen Benchmarks, die am wichtigsten sind, ein bis zwei Punkte von GPT-5.6 Sol entfernt liegt und sein $2/$12-Preis auch in mehr als achtmal tieferen Long-Context-Bereichen gilt. GPT-5.6 Sol — $5 / $30, das Flaggschiff — ist die Stufe, auf die du nur umsteigen solltest, wenn deine eigenen Evals zeigen, dass Terra bei schwierigen, hochwertigen Aufgaben versagt. Beide Stufen sind live auf OrcaRouter zum Listenpreis erhältlich, mit $0 Aufschlag pro Token, und mit Bring-Your-Own-Key wird die Anfrage direkt deinem bestehenden Konto belastet.

Dies ist der Leitfaden „Welchen brauche ich tatsächlich?“, keine Preistabelle — die vollständigen Preise nach der Senkung für alle drei Stufen finden Sie in unserem Begleitbeitrag zu den Preisen von GPT-5.6 Luna, Terra und Sol. GPT-5.6 Sol und GPT-5.6 Terra wurden beide am 9. Juli 2026 veröffentlicht, teilen sich ein Kontextfenster von etwa 1,05 Millionen Token und eine maximale Ausgabe von 128K und sind preislich so weit voneinander entfernt, dass eine falsche Wahl einen 2,5-fachen Posten auf Ihrer Rechnung bedeutet. Hier ist die Entscheidung mit den entsprechenden Zahlen.

Die dreistufige Leiter, kurz

OpenAIs GPT-5.6-Familie ist eine dreistufige Leiter, und zu wissen, welche Sprosse welche ist, macht den mittleren Vergleich ehrlich:

• GPT-5.6 Sol — das Flaggschiff. $5 / $30, entwickelt für das anspruchsvollste Reasoning, groß angelegte Softwareentwicklung und langfristige agentische Arbeit.

• GPT-5.6 Terra — die ausgewogene Mitte. $2 / $12, die Stufe, die Leistung der GPT-5.5-Klasse zu einem Bruchteil des Flaggschiffpreises liefert.

• GPT-5.6 Luna — die Volumen-Stufe. $0.20 / $1.20, preislich ausgelegt für hohe Volumina und latenzempfindliche Aufrufe: Chat, Klassifizierung, Extraktion, Routing.

Alle drei sind Reasoning-Modelle mit einem Kontext von ~1,05 Millionen Token und maximal 128K Ausgabe, die Wahl hängt also von Kosten und Leistungsfähigkeit am Rande ab, nicht davon, was die Modelle lesen können. Lunas Stufe ist leicht zu wählen (es ist die günstige) und Sols Rolle ist klar (es ist das Flaggschiff) – die Entscheidung, die tatsächlich einer Analyse bedarf, ist Terra vs. Sol, weil sich diese beiden Stufen überschneiden.

Der Direktvergleich: wo sich die beiden tatsächlich unterscheiden

Auf dem unabhängigen Artificial-Analysis-Ranking (bewertet am 9. Juli 2026, dem Veröffentlichungsdatum) liegen die beiden Stufen weit näher beieinander, als ihre Preise vermuten lassen. Beim Kodieren – die Kennzahl, die die Agent-Community zitiert – liegt AA Coding bei 77,4 für GPT-5.6 Sol (#2 von 132) gegenüber 76,7 für GPT-5.6 Terra (#4 von 132), und bei Terminal-Bench 2.1 erzielen beide exakt 88,0. Beim Multi-Turn-Agent-Benchmark τ²-Bench liegt Terra sogar knapp vor Sol: 86,3 gegenüber 85,1. Die Lücke ist nur dort real, wo die Aufgabe wirklich schwer ist: AA Intelligence Index 60,9 (Sol) gegenüber 56,6 (Terra), und Humanity's Last Exam 49,5 gegenüber 42,9 – eine Lücke von 6,6 Punkten, die genau der Tiefenwissens-Vorsprung ist, den das Flaggschiff erzielen soll.

Die praktische Lesart: Bei Routinearbeit — Chat, RAG, Extraktion, Standardcodierung — sind die Stufen praktisch nicht zu unterscheiden, was mit der Erkenntnis aus unserer eigenen Stufenleiter-Fallstudie übereinstimmt, bei der GPT-5.6 Terra 11/11 Testaufrufe mit einer geringeren medianen Latenz abschloss als GPT-5.6 Sol. Die Divergenz zeigt sich an der Grenze, bei der schwierigsten Teilmenge der Aufgaben.

Was die Preisdifferenz tatsächlich einbringt

Die Preisschild-Rechnung: GPT-5.6 Sol ist $5 / $30 pro Million Tokens; GPT-5.6 Terra ist $2 / $12 – das 2,5-Fache auf beiden Seiten. Aber die Preisstufengrenzen ändern das Bild. Terras Basisrate von $2 / $12 gilt für Eingaben bis zu 272.000 Token; Sols Basisrate von $5 / $30 gilt nur bis zu 32.000 Eingabe-Token, darüber steigt sie auf $10 / $45 und Terra steigt auf $4 / $18. Für einen Prompt mit 100.000 Token – einem langen Dokument oder einem großen Agent-Kontext – liegt Terra immer noch im günstigen Tarif, während Sol bereits in die Stufe für lange Kontexte gewechselt ist.

Prompt-Caching verringert die Lücke etwas: Sols Cache-Read ist 0,50 $ pro Million gegenüber 5 $ für frische Tokens, und der von Terra ist 0,20 $ gegenüber 2 $ für frische Tokens, mit Cache-Schreibvorgängen von 6,25 $ bzw. 2,50 $. Rechenbeispiel: Ein Monat mit 10 Millionen Tokens bei einer 70/30-Aufteilung von Eingabe/Ausgabe kostet etwa 125 $ auf Sol und 50 $ auf Terra – was mit dem integrierten Kostenrechner von OrcaRouter übereinstimmt – und bei 50 M Eingabe plus 10 M Ausgabe beläuft sich die Rechnung auf 550 $ auf Sol gegenüber 220 $ auf Terra zu den Preisen nach der Senkung.

Die Standardeinstellung: Terra wählen und den Reasoning-Aufwand anpassen

Meine Empfehlung: Machen Sie gpt-5.6-terra zu Ihrer Standard-Modell-ID und stufen Sie je nach Arbeitslast hoch, nicht je nach Stack. Das stärkste Argument dafür liefert der Leitfaden zu apidog GPT-5.6: Bei Routinefragen können Nutzer Sol nicht von Terra unterscheiden, und Terra mit höherem Reasoning-Aufwand schließt einen Großteil der Qualitätslücke zu Sol bei mittlerem Aufwand – für den halben Token-Preis. Der einzige messbare Nachteil von Terra ist die Zeit bis zum ersten Token: Auf den Modellseiten liegt Terras p50-TTFT bei 3.66s gegenüber Sols 2.44s, wobei Terra 128 Token/s ausgibt gegenüber Sols 246 – für die meisten Arbeitslasten in Ordnung, aber wissenswert für latenzempfindliche Agenten.

Eine Alias-Falle: Der reine Modellstring gpt-5.6 routet zu Sol — der teuersten Preisstufe — geben Sie also gpt-5.6-terra in jedem Aufruf explizit an, oder ein stiller Standardwert macht diese gesamte Analyse hinfällig.

Wann Sol den Aufpreis wert ist

Die Argumente für die Zahlung des 2,5-fachen Preises sind begrenzt, aber real. Wechseln Sie zu gpt-5.6-sol wenn: Ihre eigenen Evals zeigen, dass Terra bei einem nennenswerten Teil schwieriger Aufgaben scheitert — die AA-Intelligence-Lücke (60,9 gegenüber 56,6) und die Lücke beim Humanity's Last Exam (49,5 gegenüber 42,9) sind die Bereiche, in denen sich Sols zusätzliches Training zeigt; Sie betreiben tiefe mehrstufige Agenten, bei denen sich ein einzelner fehlgeschlagener Schritt kumuliert, sodass die Kosten eines Fehlers die zusätzlichen Inferenzausgaben übersteigen; oder Sie benötigen Frontier-Reasoning für wirklich hochwertige, seltene Arbeiten. Sol ist die Stufe, die weltweit auf Platz 2 im Artificial-Analysis-Coding und auf Platz 4 bei der Intelligenz rangiert (bei der Bewertung zum Startzeitpunkt) — wenn eine Aufgabe schwer genug ist, zahlen Sie genau für dieses Ranking.

Wenn diese Empfehlung falsch ist

Drei ehrliche Grenzen. Erstens: „Terra ist die Standardeinstellung“ setzt voraus, dass Terra selten scheitert; wenn deine Agent-Schleife zeigt, dass auch nur ein paar Prozent der Schritte auf Terra scheitern und auf Sol gelingen, potenzieren sich die Fehler, und Sol kann insgesamt billiger sein – führe das Eval durch, nimm es nicht einfach an. Zweitens: Die Mathematik des langen Kontexts wirkt in beide Richtungen: Terras breiterer Basistarif macht es zum Gewinner bei langen Prompts, aber bei kurzen Prompts ist der Listenpreisunterschied die ganze Geschichte, und ein „günstiger“ Tarif, der stark argumentiert, kann ein heruntergedrehtes Flaggschiff an Ausgaben übertreffen – Reasoning-Tokens werden als Ausgabe abgerechnet. Drittens: Die ehrliche Grenze dessen, was wir versprechen können: OrcaRouter leitet weiter und rechnet mit 0 $ Aufschlag ab, aber OpenAI betreibt das Modell – die Benchmark-Zahlen sind die Werte von Artificial Analysis auf der Modellseite aus dem Eval zum Startdatum, und Inferenzqualität sowie Sicherheitsverhalten sind Sache von OpenAI, nicht unsere.

Ein Endpunkt, alle drei Tarife, 0 $ Aufschlag

Wenn du GPT-5.6-Tarife vergleichst, hast du bereits eine Integration oder bist gerade dabei, eine zu schreiben, und die eigentlichen Kosten entstehen bei der Wartung. OrcaRouter stellt GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna und 200+ andere Modelle hinter einen OpenAI-kompatiblen Endpunkt: dieselbe Basis-URL, denselben Client und eine Modell-ID pro Tarif — gpt-5.6-sol heute, gpt-5.6-terra wenn die Arbeitslast eine 2,5-fache Ersparnis einbringt, ohne Codeänderung.

Die Preisgestaltung ist der ehrliche Teil: OrcaRouter fügt $0 pro Token hinzu, sodass die $5 / $30 und $2 / $12 auf den Modellseiten die durchgereichten Preise von OpenAI sind, und eine Preisänderung des Anbieters ist bei uns am selben Tag live, an dem sie angekündigt wird. Bring-your-own-key ist eine erstklassige Option: Übergeben Sie Ihren vorhandenen OpenAI-Schlüssel und der Anbieter rechnet direkt mit Ihnen ab. Schutzmaßnahmen — ein PII-Schutz und eine Inhaltsrichtlinie — werden durchgesetzt, bevor die Anfrage abgerechnet wird, nicht danach, und die Routing-DSL setzt Failover zusammen, sodass eine günstigere Stufe antwortet, wenn das Flaggschiff Fehler macht oder das Verkehrsaufkommen es zulässt.

Fazit

GPT-5.6 Terra ist die richtige Standardwahl für fast alles: Bei Coding-Benchmarks liegt es innerhalb von ein oder zwei Punkten an GPT-5.6 Sol, ist 2,5x günstiger und bei langen Prompts sogar noch günstiger. GPT-5.6 Sol ist die richtige Eskalation, wenn deine eigenen Evaluierungen eine messbare Lücke bei schwieriger, wertvoller Arbeit zeigen – und die Benchmarks sagen, dass diese Lücke real ist, aber an der Spitze liegt, nicht in der Routine. Beginne mit gpt-5.6-terra, lege es explizit fest, eskaliere bewusst und halte beide Stufen hinter einem Endpunkt, wo der Wechsel eine Modell-ID-Änderung ist, keine Neu-Integration.

Beide Tarife sind live auf OrcaRouter zu OpenAIs Listenpreisen mit 0 $ Aufschlag pro Token — bringen Sie Ihren bestehenden OpenAI-Schlüssel mit, und der Anbieter stellt Ihnen direkt in Rechnung. Beginnen Sie mit der GPT-5.6-Sol-Modellseite — keine Kreditkarte, in 60 Sekunden live.