
GPT-6.2 Sol Ultrafast, gemessen: 126 Token pro Sekunde und keine Spur von 4,5×
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 153 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 277 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 89 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 98 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Die erste öffentliche Zahl für GPT-6.2 Sol mit eingeschaltetem Ultrafast liegt bei 126 Tokens pro Sekunde, gemittelt über einen Auftrag, der 27 Minuten Uhrzeit und rund 14 Minuten tatsächliche Modellantwortzeit beanspruchte, mit einer Spitzenlast von 252 Tokens pro Sekunde. Sie stammt von einem Videoeditor auf X, der das Modell bat, ein achtminütiges Video zu schneiden – eine echte Aufgabe, in vier Zeilen berichtet, ohne Testumgebung, ohne Wiederholungsläufe und ohne Kontrolllauf im Standard-Modus. Setzt man diesen Durchschnitt der Zahl gegenüber, die Artificial Analysis für dasselbe Modell im Standard-Modus veröffentlicht – 85 Ausgabe-Tokens pro Sekunde –, dann landete die Stufe, von der OpenAI sagt, sie erzeuge Tokens „mit bis zu 4,5-mal der Geschwindigkeit von Standard“, in diesem einen Bericht bei ungefähr 1,5×. GPT-6.2 Astra und GPT-6.1 Sol, die beiden anderen Modelle auf der Ultrafast-Liste, liegen in diesem unabhängigen Ranking mit 60 bzw. 49 Tokens pro Sekunde noch niedriger, weshalb das Verhältnis hier mehr zählt als die reine Zahl.
Vier Zahlen, und die fünfte hat niemand gepostet.
Der Beitrag ist für eine Geschwindigkeitsaussage in sozialen Medien ungewöhnlich konkret, weshalb es sich lohnt, ihn auseinanderzunehmen. Er nennt die Aufgabe (einen achtminütigen Videoschnitt), die Gesamtzeit (27 Minuten), den Anteil, der mit Warten auf das Modell verbracht wurde (etwa 14 Minuten), die durchschnittliche Generierungsrate (126 Tokens pro Sekunde) und den besten einzelnen Burst (252). OpenAI dokumentiert die Stufe als Ultrafast; der Beitrag nennt sie „Ultra Fast“. Beide Namen beschreiben dasselbe – die schnellste Geschwindigkeitsoption in der Auswahl in ChatGPT Work und der Codex-App.
Was der Beitrag nicht liefert, ist die Hälfte, die ihn zu einem Maßstab machen würde:
• Auf welcher Oberfläche es lief — ChatGPT Work, die Codex-App oder die API. Alle drei geben die Stufe an; die Zahlen sind zwischen ihnen nicht vergleichbar.
• Die Einstellung für den Reasoning-Aufwand. Sol at Light und Sol at Pro bedeuten unterschiedlich viel Nachdenken vor dem ersten Token, und die Denkzeit liegt innerhalb dieser 14 Minuten.
• Wie viele Tokens tatsächlich generiert wurden. Das lässt sich aus dem Durchschnitt und der Dauer ableiten, und es lohnt sich, das abzuleiten – siehe unten –, aber es ist eine Ableitung.
• Was Standard bei derselben Aufgabe gebraucht hätte. Das ist die Zahl, um die es in diesem Beitrag wirklich geht, und es ist die eine Zahl, die der Beitrag nicht enthalten kann, weil es ein einzelner Durchlauf ist, mit dem sich nichts vergleichen lässt.
• Ob die Bearbeitung auf Anhieb brauchbar war. „Es hat ein achtminütiges Video gekürzt“ ist eine Erfolgsaussage, keine Qualitätsaussage, und ein erneuter Durchlauf hätte die Gesamtzeit erheblich verändert.
Die Behauptung, exakt formuliert, und was die Stufe kostet
OpenAIs Geschwindigkeitsdokumentation ist präzise dazu, was Ultrafast verspricht: „Auf GPT-6.2 Astra und GPT-6.2 Sol erzeugt Ultrafast Tokens mit bis zu 4,5-mal der Geschwindigkeit von Standard beim selben Modell.“ Beachten Sie die beiden Einschränkungen. Es ist eine Aussage über die Tokengenerierung, nicht über die Zeit bis zum ersten Token und nicht über die Zeit, die eine gesamte Aufgabe dauert. Und es heißt „bis zu“, was eine Obergrenze und keinen typischen Wert darstellt – ein Unterschied, der enorm wichtig ist, wenn die erste unabhängige Messung bei etwa einem Drittel dieser Obergrenze liegt.
In der API ist es ein Flag, kein Modell: Setzen Sie model auf gpt-6.2-sol und service_tier auf "ultrafast". OpenAI empfiehlt WebSockets für agentische Arbeit, damit der Verbindungsaufwand den Gewinn nicht auffrisst, und Ultrafast hat eigene Ratenlimits, getrennt von Standard und Fast. Für die GPT-6.2-Modelle sind diese Limits nicht veröffentlicht – die Dokumentation sagt, man solle die eigenen Einstellungen der Organisation prüfen –, während GPT-6.1 Sol Ultrafast im Build-Tarif 1.000.000 Token pro Minute veröffentlicht und GPT-6 Astra 500.000. Die Inferenz-Residenz für die GPT-6.2-Stufe ist auf die Vereinigten Staaten beschränkt. In ChatGPT erhält Pro für 200 $ Ultrafast nur bei Sol und Pro für 500 $ beide Modelle.
Der Preis ist der Punkt, an dem eine Frist hängt. Ultrafast auf GPT-6.2 Sol kostet während des Aktionszeitraums 6,00 US-Dollar pro Million Eingabe-Tokens, 0,30 US-Dollar für zwischengespeicherte Eingabe und 30,00 US-Dollar für die Ausgabe sowie 12,00 / 0,60 / 60,00 US-Dollar zum Listenpreis — genau das 3-Fache bzw. 6-Fache des Standardtarifs von 2,00 / 0,10 / 10,00 US-Dollar. OpenAI nennt den Termin für die Umstellung: „Ultrafast kostet bis zum 28. Februar 2027 das 3-Fache des Standardtarifs und ab dem 1. März 2027 (Pazifische Zeit) das 6-Fache des Standardtarifs.“

Die Grundlinie, die 126 lesbar macht
Eine Angabe in Tokens pro Sekunde bedeutet nichts ohne Referenz, und für diese Modellfamilie gibt es genau eine unabhängige Referenz. Artificial Analysis misst GPT-6.2 Sol bei maximalem Reasoning-Aufwand mit 85 Ausgabe-Tokens pro Sekunde, 68 Sekunden bis zum ersten Token, 7,9 Minuten für eine abgeschlossene Index-Aufgabe und 1,01 US-Dollar pro Aufgabe, bei einem Intelligence Index von 57. Dieselbe Übersicht führt GPT-6.2 Astra mit 60 Tokens pro Sekunde und einem Index von 62 bei 4,00 US-Dollar pro Aufgabe auf, und GPT-6.1 Sol mit 49 Tokens pro Sekunde und einem Index von 55 bei 1,27 US-Dollar pro Aufgabe.
Das sind Harness-Mediane auf einem festen Evaluationsset, und der Videoschnitt ist ein Nachmittag Arbeit für eine Person. Das sind nicht dieselben Messgrößen, und der ehrliche Weg, sie gemeinsam zu verwenden, ist ein grober Skalierungsfaktor statt eines Urteils:
• Gemessener Durchschnitt, 126 Token pro Sekunde — etwa das 1,5-Fache des Standard-Basiswerts von 85.
• Gemessener Spitzenwert: 252 Tokens pro Sekunde – etwa das 3,0-Fache dieser Basislinie, beim schnellsten einzelnen Burst.
• Angewendet auf 85 ergibt die 4,5×-Behauptung etwas über 380 Token pro Sekunde – ein Wert, dem nichts im Bericht nahekommt.
• Die eigene Seite von Artificial Analysis zu GPT-6.2 Sol enthält überhaupt keine Erwähnung von Ultrafast, daher ist ihre 85 standardmäßig ein Wert für den Standard-Modus und keine ausdrückliche Angabe.
Warum viereinhalbmal so viele Tokens nicht viereinhalbmal so viel Arbeit bedeuten
Das ist der Teil, der verloren geht, wenn eine Geschwindigkeitsstufe als Multiplikator verkauft wird, und der Video-Beitrag enthält versehentlich den Beweis. Vierzehn Minuten Modellantwort bei einem 27-Minuten-Job bedeuten, dass 52 % der Zeit auf die Generierung entfielen und 48 % auf alles andere – Upload, Transkodierung, die eigenen Schritte des Editors, Tool-Aufrufe, was auch immer die Pipeline zwischen den Modellrunden tut. Betrachtet man diese Aufteilung als Zuschnitt der Arbeitslast, wird die Rechnung unerbittlich:
• Die Generierungszeit deutet auf etwa 106.000 Ausgabe-Tokens hin, bei 14 Minuten und 126 Tokens pro Sekunde.
• Bei der Standard-Baseline von 85 Tokens pro Sekunde dauern diese Tokens etwa 21 Minuten, sodass der Auftrag bei etwa 34 Minuten landet.
• Bei der vollen behaupteten 4,5×-Geschwindigkeit – etwa 383 Tokens pro Sekunde – dauern sie weniger als 5 Minuten, sodass die Aufgabe bei etwa 18 Minuten landet.
• Der Lauf dauerte tatsächlich 27 Minuten, fast genau auf halber Strecke zwischen den beiden.
Selbst wenn die Stufe den vollen 4,5×-Faktor geliefert hätte, wäre der End-to-End-Gewinn bei dieser Arbeitslast etwa 1,5× gewesen, weil das Modell immer nur die Hälfte der Arbeit ausmachte. Amdahls Gesetz interessiert nicht, wie schnell der schnelle Teil wird. Das ist kein Argument gegen Ultrafast; es ist ein Argument dafür, die Stufe an der Form Ihrer eigenen Pipeline zu messen statt am Multiplikator, denn ein interaktiver Chat-Turn besteht fast ausschließlich aus Generierung, eine Medien-Pipeline nicht.
Was diese 14 Minuten wirklich gekostet haben
Wenden Sie die Aktionspreisliste auf die abgeleiteten 106.000 Ausgabe-Tokens an, und der Preis der Messung ist in einer Zeile lesbar:
• Standard, 10,00 $ pro Million Ausgabe-Token — etwa 1,06 $.
• Ultrafast zum Aktionspreis, 30,00 $ pro Million — etwa 3,18 $.
• Ultrafast zum Listenpreis ab 1. März 2027, 60,00 $ pro Million — etwa 6,35 $.
Die Ausgabe macht nur die Hälfte der Rechnung aus, und bei einem Video-Editing-Agenten ist sie wahrscheinlich die kleinere Hälfte. Jede Frame-Beschreibung, jedes Transkript und jedes Tool-Ergebnis fließt als Eingabe zu $6,00 pro Million während der Aktion wieder hinein, und ein Agent, der denselben Kontext in einer Schleife durchläuft, ist genau die Arbeitslast, für die die Cache-Schreibzeilen existieren — $7,50 pro Million für einen 30-Minuten-Cache und $15,00 für einen 12-Stunden-Cache, gegenüber $0,30 für einen Cache-Lesevorgang. Eine Pipeline, die ihren Kontext erneut sendet, statt ihn zu cachen, kann mehr für die Eingabe ausgeben als für die Ausgabe, die sie beschleunigen wollte. Der Beitrag nennt keine Token-Zahlen, daher lässt sich das nicht summieren, sondern nur eingrenzen: Die Tarifstufe hat die Generierungshälfte der Rechnung verdreifacht und wird sie in vierzehn Wochen versechsfachen.
Auf welches Modell soll die Stufe gesetzt werden?
Derselbe Faktor 4,5×, auf drei verschiedene Ausgangsbasen angewendet, ergibt drei sehr unterschiedliche Zielgrößen, und die günstigste davon ist nicht die schnellste.
• GPT-6.2 Sol — 85 Token pro Sekunde bei Standard, die Behauptung impliziert also etwa 383. Index 57, 1,01 $ pro Aufgabe.
• GPT-6.2 Astra — 60 bei Standard, die Behauptung impliziert also etwa 270. Index 62, 4,00 $ pro Aufgabe, das Vierfache der Kosten für fünf zusätzliche Indexpunkte.
• GPT-6.1 Sol — 49 bei Standard, die Behauptung impliziert also etwa 220. Index 55, $1,27 pro Aufgabe, und die Ultrafast-Stufe ist pauschal mit $12,00 für Input und $60,00 für Output pro Million bepreist, ganz ohne Aktionszeile.
Daraus folgen zwei Konsequenzen. Erstens ist Ultrafast auf Astra weiterhin langsamer als Ultrafast auf Sol, weil es von einer niedrigeren Ausgangsbasis startet – wenn der Durchsatz das Ziel ist, bringt Sie das stärkere Modell nicht ans Ziel. Zweitens ist Ultrafast von GPT-6.1 Sol bereits zu dem Preis erhältlich, den Ultrafast von GPT-6.2 Sol nach Februar kosten wird, was es zu einer fairen Vorschau auf die Rechnung statt zu einem Rabatt macht. OpenAI merkt außerdem an, dass Ultrafast auf GPT-6 Astra und GPT-6.1 Sol allen API-Nutzern zur Verfügung steht, während die GPT-6.2-Stufe auf die Ratenlimits Ihrer Organisation verweist – das sollten Sie prüfen, bevor Sie eine Warteschlange darauf aufbauen.

Eine eigene Nummer bekommen, statt diese auszuleihen
Die obige Messung ist ein einzelner Bericht und sollte als Signal, nicht als Spezifikation behandelt werden. Der Weg, das zu klären, ist ein kontrollierter A/B-Test mit Ihrer eigenen Arbeitslast – derselbe Prompt, dieselbe Aufgabe, drei Läufe mit Standard und drei mit service_tier eingestellt auf "ultrafast", wobei die End-to-End-Minuten, die Gesamtzahl der Token und die Zeit bis zum ersten Token separat erfasst werden. Geben Sie sowohl den Spitzenwert als auch den Durchschnitt an, denn die Lücke zwischen 126 und 252 im ursprünglichen Beitrag ist der Unterschied zwischen einer Stufe, die hilft, und einer Stufe, die gelegentlich hilft.
OrcaRouter bietet GPT-6.2 Sol oder GPT-6.2 Astra derzeit nicht an; der Katalog enthält openai/gpt-6-astra, openai/gpt-6-sol, openai/gpt-6.1-sol und openai/gpt-6-luna, und die Modellseiten zu GPT-6.2 lassen sich nicht auflösen. Das ist also kein Vorschlag, das neue Modell über uns zu routen. Was heute gilt, ist enger gefasst und für genau diese Entscheidung dennoch nützlich. GPT-6.1 Sol ist im Katalog, es ist das Modell, das dem gemessenen am nächsten kommt, und dein Evaluationsset über einen einzigen Schlüssel dagegen laufen zu lassen, ist der günstigste Weg herauszufinden, ob eine Geschwindigkeitsstufe dein Produkt verändert, bevor du ein Budget für eine Stufe festlegst, deren Preis sich im März verdoppelt. Die Preisgestaltung ist der Listenpreis des Anbieters, ohne Aufschlag weitergegeben, sodass die Erhöhung vom 1. März 2027 bei uns am selben Tag ankommt, an dem sie bei OpenAI ankommt – kein Preisanpassungszyklus, keine Neuverhandlung.
Es gibt außerdem ein Routing-Argument, das spezifisch für diese Stufe ist. Ultrafast hat eigene Ratenlimits, getrennt von Standard und Fast, und OpenAI veröffentlicht für die GPT-6.2-Stufe keinen Standardwert für Tokens pro Minute – die eigene Obergrenze erfährt man erst, wenn man sie erreicht. Eine Pipeline, die Ultrafast als einzigen Weg behandelt, erbt diese Unbekannte; eine Pipeline, die beim selben Modell auf Standard zurückfallen kann, wird langsamer, statt auszufallen. Das ist der eine strukturelle Vorteil, eine Geschwindigkeitsstufe hinter einen Router zu legen, statt sie fest zu codieren, und es lohnt sich, das zu haben, bevor die Stufe auf einem kritischen Pfad liegt.

Was würde es klären
Eine einzige Zahl würde dies von einer Anekdote zu einem Beleg machen: ein Standard-versus-Ultrafast-A/B-Test bei einer festen Aufgabe, veröffentlicht mit Token- und Wall-Clock-Zeit. Bis es das gibt, ist die vertretbare Lesart des 18. November 2026, dass Ultrafast auf GPT-6.2 Sol real und deutlich schneller als Standard ist – 126 gegenüber 85 ist kein Rauschen, und ein 252-Token-Burst ist kein Rundungsartefakt –, dass der veröffentlichte Multiplikator aber eine Obergrenze ist, der öffentlich niemand nahegekommen ist, und dass ein Geschwindigkeitsgewinn auf Aufgabenebene ebenso sehr davon abhängt, welcher Anteil der Pipeline auf die Token-Generierung entfällt, wie von der Stufe selbst. Die Person, die die Messung veröffentlichte, bekam einen Videoschnitt in 27 Minuten statt geschätzter 34 und erledigte das auf einer Launch-Week-Stufe, die im März doppelt so viel kosten wird. Das ist ein gutes Ergebnis und ein bescheidener Multiplikator, und beide Hälften sind es wert, bekannt zu sein, bevor jemand mit 4,5× kalkuliert.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
