
GPT-6.2 Sol vs. GPT-6 Sol: Der letzte Sol, mit dem du Reasoning deaktivieren kannst
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 43 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 132 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 132 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 183 tok/s
Drei Sol-Modelle sind inzwischen zum selben Listenpreis auf den Markt gekommen, und das älteste von ihnen kann noch immer etwas, was die beiden neueren verweigern. GPT-6 Sol kam am 22. September 2026 zu 2 US-Dollar pro Million Eingabetokens und 10 US-Dollar pro Million Ausgabetokens auf den Markt und akzeptiert none als Reasoning-Aufwand. GPT-6.2 Sol, veröffentlicht am 17. November 2026, berechnet dieselben 2 und 10 US-Dollar und lehnt none rundweg ab — ebenso wie GPT-6.1 Sol, das sieben Tage nach GPT-6 Sol erschien und ihm bei unverändertem Preis still die Krone abnahm. Wer also GPT-6 Sol noch in der Produktion betreibt, betreibt nicht versehentlich ein veraltetes Modell. In mehreren Konfigurationen ist es das einzige Modell der Familie, das die Anfrage annimmt.
Dasselbe Messgerät, ein Zeiger, der sich tatsächlich bewegt hat
Die Launch-Posts lassen das wie ein Nicht-Ereignis aussehen: OpenAI beschrieb GPT-6.2 Sol als Fortführung der Tarife von GPT-6.1 Sol, und GPT-6.1 Sol hat nie erhöht, was GPT-6 Sol berechnete. Geht man jedoch alle drei Preistabellen durch, hat sich genau eine Position jemals geändert. Zwischengespeicherte Eingabe.
• Eingabe — 2,00 $ pro Million Tokens bei GPT-6 Sol, GPT-6.1 Sol und GPT-6.2 Sol. Über drei Generationen hinweg unverändert.
• Ausgabe — 10,00 $ für alle drei. Unverändert.
• Cache-Schreibvorgänge — 2,50 US-Dollar pro Million bei allen drei für 30 Minuten Aufbewahrung. GPT-6.2 Sol dokumentiert zusätzlich einen 12-Stunden-Cache-Schreibvorgang zu 5 US-Dollar pro Million für Anfragen mit kurzem Kontext zum Standardpreis; die Seite von GPT-6 Sol beschreibt keine solche Option.
• Zwischengespeicherte Eingabe — 0,20 $ bei GPT-6 Sol, wo sie mit 10 % des nicht zwischengespeicherten Tarifs abgerechnet wird. 0,10 $ bei GPT-6.2 Sol, wo sie mit 5 % abgerechnet wird. Der Cache-Lesevorgang wurde 50 % günstiger, während die headline Zahl unverändert blieb.
• Kontext — 1.050.000 Tokens, 922.000 maximale Eingabe, 128.000 maximale Ausgabe, Text und Bild als Eingabe, Text als Ausgabe. Auf allen drei identisch.
• Wissensstichtag — {{1}}20. April 2026{{/1}} bei {{2}}GPT-6 Sol{{/2}}, {{3}}30. April{{/3}} bei {{4}}GPT-6.1 Sol{{/4}}, {{5}}1. Juni{{/5}} bei {{6}}GPT-6.2 Sol{{/6}}. Sechs Wochen zusätzliches Weltwissen zwischen dem ältesten und dem neuesten.
• Reasoning-Aufwand — GPT-6 Sol unterstützt none, low, medium, high, xhigh und max. GPT-6.2 Sol unterstützt dieselbe Liste ohne none.
• Datenresidenz – GPT-6 Sol unterstützt EU-Residenz mit Standard, Flex und Batch, jedoch nicht Fast. GPT-6.2 Sol unterstützt US- und EU-Residenz mit Standard, Fast und Batch. Beim neueren Modell ist die Fast-Stufe für die EU-Verarbeitung zulässig; beim älteren nicht.
• Cloud — GPT-6 Sol ist auf Amazon Bedrock als openai.gpt-6-sol aufgeführt. GPT-6.2 Sol hat auf seiner Modellseite noch keinen Eintrag bei einem Cloud-Anbieter.
Bei Workloads mit Cache-Treffern zeigt sich genau diese 50 %. Eine Retrieval-Pipeline, die pro Anfrage 800.000 gecachte Tokens und 20.000 frische Tokens sendet, zahlt $0,16 für Cache-Lesevorgänge auf GPT-6 Sol und $0,08 auf GPT-6.2 Sol – noch bevor eines der Modelle überhaupt irgendetwas nachdenkt. Multipliziert man das mit dem Anfragevolumen, wirkt der unveränderte Nennpreis plötzlich wie die uninteressanteste Zahl im Vergleich.
Eine Generation, die sieben Tage währte
Es lohnt sich, präzise darzulegen, wie GPT-6 Sol zum alten Modell wurde, denn es geschah schneller, als es jeder Deprecation-Zyklus nahelegen würde. OpenAI kündigte am 22. September 2026 GPT-6 Sol und GPT-6 Luna an. Am 29. September kündigte das Unternehmen GPT-6.1 Sol an, beschrieben als „nahezu Astra-Intelligenz für Coding, Computernutzung und professionelle Arbeit zu einem Fünftel der Standard-API-Preise von Astra für Eingabe- und Ausgabe-Token“ — was auch eine treffende Beschreibung dessen ist, was GPT-6 Sol sein sollte. Eine Woche, derselbe Preis, ein besseres Modell.
Bei GPT-6 Sol wurde nichts zurückgezogen. Die Lifecycle-Tabelle von OpenAI führt es weiterhin als aktives Modell, und seine Dokumentationsseite verweist Leser einfach auf das neuere Sol. Doch Artificial Analysis hat es als veraltet markiert und führt dafür jetzt alle 18 Stunden statt alle 6 Stunden Benchmarks durch. Sein Banner empfiehlt GPT-6.1 Sol statt GPT-6.2 Sol – eine Erinnerung daran, dass diese Empfehlungsbanner nur einen Schritt nach vorn verweisen, nicht auf das derzeit beste Modell, und kein Ersatz dafür sind, die Rangliste zu lesen.
Vierundvierzig gegen siebenundfünfzig, und woraus diese Lücke besteht
Auf dem Intelligence Index v5.0.1 von Artificial Analysis, wobei beide Modelle mit maximalem Aufwand gemessen wurden, liegen die beiden Generationen weiter auseinander als der Schritt von 6.1 auf 6.2:
• GPT-6.2 Sol — Index 57, elftes von 87 Modellen, 1,01 $ gewichtete Kosten pro Index-Aufgabe, 60,9 Mio. Ausgabe-Tokens für die gesamte Suite, Zeit pro Aufgabe noch nicht veröffentlicht.
• GPT-6 Sol — Index 44, vierzigster von 87, 2,47 $ pro Aufgabe, 65,1 Mio. Ausgabe-Tokens, 7,4 Minuten pro Aufgabe bei etwa 121 Ausgabe-Tokens pro Sekunde mit 37,34 Sekunden bis zum ersten Antwort-Token.
Dreizehn Indexpunkte, 59 % niedrigere Kosten pro abgeschlossener Aufgabe und 6,4 % weniger Ausgabe-Tokens. Die Indexlücke ist die Schlagzeile; die Kostenlücke ist diejenige, die Budgets verändert, denn 2,47 $ gegenüber 1,01 $ bei identischen Pro-Token-Preisen bedeutet, dass das alte Modell rund zweieinhalbmal so viele abrechenbare Tokens verbraucht, um eine schlechtere Antwort zu liefern. Das ist das Fehlermuster des Vergleichs von Modellgenerationen in einer Zeile – die Preisliste sagt, die beiden Modelle seien dasselbe Produkt, und die Rechnung sagt, sie seien es nicht.

Der umgekehrte Vergleich ist genauso aufschlussreich. GPT-6 Sol ist nach der eigenen Messung des Scoreboards der schnellere der beiden – 7,4 Minuten pro Indexaufgabe gegenüber 23,1 Minuten bei GPT-6.1 Sol – und es ist das einzige der drei, für das überhaupt ein veröffentlichter Latenzwert vorliegt. Im Leistungsbereich von GPT-6.2 Sol steht N/A. Das Scoreboard erlaubt es derzeit also nicht zu behaupten, das neue Modell sei schneller; es erlaubt nur die Behauptung, es sei intelligenter und günstiger pro Aufgabe. Wenn Ihre Anwendung interaktiv ist, sollte diese unbeantwortete Zahl die Migration aufhalten, bis sie beantwortet ist, und eine Stichprobe Ihres eigenen Traffics ist der einzige Ersatz.

Der Schalter, der den Zähler nach unten statt nach oben dreht
Reasoning-Effort „none“ ist der folgenreichste nicht offensichtliche Unterschied zwischen diesen beiden Modellen, und er bekommt fast keine Aufmerksamkeit, weil jeder Vergleich mit maximaler Einstellung läuft. Auf GPT-6 Sol ist er verfügbar, und in Chat Completions ist er die einzige Einstellung, unter der Function Calling überhaupt funktioniert — OpenAIs Seite für das Modell sagt, Chat Completions „unterstützt Function Calling nur mit reasoning_effort auf none“. Auf GPT-6.2 Sol wird der Parameter abgelehnt, und Tool Calling erfordert unabhängig davon die Responses API.
Warum das kommerziell relevant ist: Ein Reasoning-Modell mit Effort „none“ ist ein anderes Kostenobjekt als dasselbe Modell mit „max“. Die Indexzahlen oben beziehen sich alle auf maximalen Effort – Artificial Analysis veröffentlicht seine Scores als die Konfiguration mit dem höchsten Effort. Ein Klassifizierungs-, Extraktions- oder Routing-Schritt, der einen chatförmigen Aufruf mit Tools und ohne Nachdenken benötigt, ist genau die Workload, bei der GPT-6 Sol mit „none“ nur einen Bruchteil dessen kosten kann, was der Indexvergleich impliziert, weil der größte Teil des Token-Verbrauchs auf diesem Board aus Reasoning-Tokens besteht, die man nicht kaufen würde.
Nichts davon macht GPT-6 Sol zum besseren Modell. Es macht es zu einem Modell mit einer anderen Form, und die Form entscheidet darüber, ob eine Migration ein Austausch oder eine Neufassung ist. Wenn Ihre Integration auf nichts davon angewiesen ist, ist der Wechsel zu GPT-6.2 Sol keine Kostenoptimierung – es ist eine Neugestaltung der Art und Weise, wie die Anfrage aufgebaut wird, plus eine Entscheidung darüber, ob Sie die Reasoning-Tokens wollen, für die Sie zuvor nicht zahlen wollten.
Was eine Migration von GPT-6 Sol tatsächlich mit sich bringt
Der direkte Wechsel von GPT-6 Sol zu GPT-6.2 Sol überspringt GPT-6.1 Sol, und die Migrationshinweise sind kumulativ statt inkrementell. Vier Dinge ändern sich:
Das Reasoning-State-Verhalten ist neu in 6.2 und läuft ohne Meldung ab. Ab GPT-6.2 verwirft die API Reasoning-Items, wenn sie mitten in der Konversation Änderungen am Verlauf erkennt – Präfixbearbeitungen, ein Modell-Downgrade, ein Wechsel des Endbenutzers, ein Wechsel der Organisation. OpenAI warnt, dass die Antwortqualität sinken kann und das Modell mehr Tokens verbrauchen kann, um frühere Arbeit zu wiederholen, wenn das Modell diese Items verliert. Für eine Anwendung, die ihren System-Prompt zwischen den Turns neu schreibt, ist dies eine Kostenregression, ohne dass ein Fehler dazu gemeldet wird. Halten Sie das Präfix stabil und hängen Sie neue Anweisungen stattdessen an.
Sampling-Parameter sind entfallen. Lasse temperature, top_p, logprobs und top_logprobs bei Chat-Completions-Anfragen weg; bei Responses lasse temperature, top_p und top_logprobs weg und entferne message.output_text.logprobs aus include. Dies ist die Änderung, die bei einem Smoke-Test am wahrscheinlichsten lautstark fehlschlägt, was ein Segen ist.
Prompt-Caching wurde umbenannt und wird neu abgerechnet. Wenn Sie im selben Durchlauf von GPT-5.5 oder einer früheren Version kommen, wird prompt_cache_retention zu prompt_cache_options.ttl mit dem Wert "30m". Cache-Schreibvorgänge sind ein abgerechneter Posten zu 2,50 USD pro Million Token für 30 Minuten Aufbewahrung und 5 USD für 12 Stunden. Eine Pipeline, die davon ausging, dass Caching auf der Schreibseite kostenlos sei, wird eine neue Position auf der Rechnung sehen.
Aufwandsstufen müssen neu gewählt werden. none wird abgelehnt, daher benötigt alles, was damit durchgegangen ist – einschließlich jedes Tool-Calling-Pfads von Chat Completions auf GPT-6 Sol – eine neue Aufwandsstufe. OpenAIs Empfehlung für neue Integrationen lautet, mit medium zu beginnen und auf low zu wechseln, wo eine ältere Integration none oder minimal verwendet hat.
Zwei der drei sind heute über eine einzige Taste abrufbar.
Der unangenehme Teil dieses Vergleichs ist die Verfügbarkeit, und sie teilt sich in drei Punkte auf. GPT-6 Sol und GPT-6.1 Sol sind beide im Katalog von OrcaRouter zu Durchlaufpreisen — 2 $ Eingabe, 0,20 $ gecacht und 10 $ Ausgabe für GPT-6 Sol, die eigene Liste des Anbieters mit 0 % Aufschlag obendrauf. Das macht das ehrliche erste Experiment günstig: Fahren Sie Ihren eigenen Traffic gegen GPT-6 Sol und GPT-6.1 Sol mit einem Schlüssel, ohne zweiten Vertrag, und finden Sie heraus, was der Abstand von dreizehn Indexpunkten bei Ihren Aufgaben wert ist und nicht in einer Benchmark-Suite. Wo die beiden sich im Preis unterscheiden, unterscheiden wir uns ebenfalls, denn eine Preisänderung des Anbieters wird hier am selben Tag weitergegeben, an dem sie angekündigt wird, und nicht erst, wenn eine Aufschlagstabelle neu aufgebaut wird.
GPT-6.2 Sol ist noch nicht im Katalog enthalten. Es ist seit dem Launch-Tag in der API von OpenAI, in ChatGPT Work und in Codex verfügbar, und das ist die ehrliche Liste – jeder Artikel, der etwas anderes behauptet, einschließlich einer unserer eigenen, wäre falsch. Das Routing-Muster, das die Lücke abdeckt, besteht darin, die beiden Katalogmodelle unter einer Richtlinie zu führen, den Traffic des neuen Modells auf die Hersteller-API zu leiten und Failover den Fall übernehmen zu lassen, in dem das neuere Modell eine Anfrage ablehnt, die das ältere beantworten würde. Der letzte Punkt ist nicht hypothetisch: OpenAI hat beide 6.2-Modelle mit strengeren Schutzvorkehrungen für Cybersicherheitsunterstützung mit höherem Risiko ausgeliefert und erklärt im Launch-Beitrag, dass die Schutzmaßnahmen „einige legitime Workflows zur Schwachstellenforschung und zum Sicherheitstest einschränken“, wobei der Daybreak-Zugang für 6.2 noch aussteht.

Wer sollte verschoben werden, und wer ist bereits korrekt?
Wechsle zu GPT-6.2 Sol, wenn deine Workload Batch- oder Hintergrundarbeit ist, wenn du bereits für Reasoning-Tokens gezahlt hast und wenn du es dir leisten kannst, die Latenz an deinem eigenen Traffic neu zu messen, statt einem Board zu vertrauen, das die Zahl nicht veröffentlicht hat. Du gewinnst dreizehn Indexpunkte gegenüber GPT-6 Sol, 59 % geringere Kosten pro abgeschlossener Aufgabe bei denselben Token-Preisen, einen halbierten Cache-Lese-Preis, EU-Residenz auf der schnellen Stufe und eine 12-Stunden-Cache-Option.
Bleiben Sie bei GPT-6 Sol, wenn die Form der Anfrage von effort none abhängt – insbesondere bei Chat Completions mit Function Calling, die die neueren Modelle überhaupt nicht unterstützen. Das ist keine Nostalgie; es ist die eine Fähigkeit, die der Nachfolger entfernt hat, und etwas darum herum neu aufzubauen, ist ein Projekt mit eigenem Budget.
Ziehen Sie GPT-6.1 Sol als mittlere Stufe in Betracht, wenn Sie den größten Teil des Intelligenzgewinns ohne die Migration auf 6.2 mitnehmen wollen. Es erreicht 55 gegenüber 44 beim GPT-6 Sol, kostet 1,27 US-Dollar pro Index-Aufgabe gegenüber 2,47 US-Dollar, behält den Satz von 5 % für zwischengespeicherte Eingaben bei, und sein Launch-Material drehte sich ausdrücklich darum, Arbeit nahe an Astra zu einem Bruchteil von Astras Preis zu erledigen. Was es Ihnen nicht bietet, ist Geschwindigkeit: 23,1 Minuten pro Index-Aufgabe sind der langsamste Wert in dieser Stufe – gegenüber 7,4 bei dem Modell, das es ersetzt hat. Wenn die Latenz die Einschränkung ist, die Sie tatsächlich spüren, dann ist GPT-6.1 Sol das falsche Upgrade, und GPT-6 Sol leistet mehr für Sie, als sein Index-Wert vermuten lässt.
Eine hilfreiche Art, alle drei im Kopf zu behalten, ist die Einordnung, dass die Sol-Reihe in jedem Release auf Token-Effizienz optimiert wurde und die Preisliste dabei unverändert blieb. GPT-6 Sol verbraucht 65,1 Mio. Ausgabe-Tokens, um 44 Punkte zu erreichen. GPT-6.1 Sol verbraucht 63,7 Mio., um 55 Punkte zu erreichen. GPT-6.2 Sol verbraucht 60,9 Mio., um 57 Punkte zu erreichen. Nichts an dieser Entwicklung wurde mit einer Preiserhöhung erkauft – und genau deshalb gelangt ein Team, das Modelle anhand von Dollars pro Million Tokens vergleicht statt anhand von Dollars pro erledigter Aufgabe, immer wieder zu dem Schluss, dass sich seit September nichts geändert hat.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
