GPT-6 Sol: Die vollständige Referenz für OpenAIs GPT-6 der Mittelklasse

GPT-6 Sol ist die mittlere Stufe der Familie – das Modell zwischen dem Flaggschiff GPT-6 Astra darüber und dem günstigen, schnellen GPT-6 Luna darunter, ausgeliefert am 22. September 2026 zu 2,00 $ pro Million Input-Tokens und 10,00 $ pro Million Output-Tokens. Das ist die Hälfte dessen, was GPT-5.6 Sol für ein Modell kostete, das der Anbieter in seiner eigenen Dokumentation als „darauf ausgelegt, komplexe Coding- und agentische Workflows anzutreiben" beschreibt: 1.050.000-Token-Kontextfenster, 128.000-Token-Ausgabegrenze, Text- und Bildeingabe sowie sechs Stufen des Reasoning-Aufwands von none bis max.

Diese Seite ist die Referenz für dieses Modell – die Seite, auf der man landet, nachdem man seinen Namen eingegeben hat. Sie ist bewusst keine zweite Ankündigung. Das Launch-Datum wird hier verwendet, um das Modell zeitlich einzuordnen, nicht um ein Ereignis zu melden: Das Modell ist heute ein live und allgemein verfügbares API-Produkt, und was ein Leser, der auf dieser Seite ankommt, braucht, ist die Preisliste, der Rahmen, die klar gekennzeichneten Angaben des Anbieters und das, was ein unabhängiger Evaluator gemessen hat. Der Datetime-Anker ist der 22. September 2026, sechs Tage vor der Erstellung dieser Seite, sodass auch der Launch innerhalb eines Sieben-Tage-Frischefensters liegt; der Abschnitt, den Sie gerade lesen, ist der Grund, warum die Seite eine Referenz und kein Nachrichtenartikel ist. Der Grund, warum sie überhaupt existiert, ist die auf dieser Website First-Party gemessene Suchnachfrage: Die Leute geben den Namen des Modells selbst ein, und der unspezifische Traffic rund um diesen Namen ist vollständig auf Versus-Suchen ausgerichtet und wird bereits von den Vergleichsseiten bedient, die wir separat veröffentlichen.

Wo GPT-6 Sol im GPT-6-Stack steht

Die eigene Dokumentation von OpenAI nennt drei GPT-6-Modelle und weist jedem eine Aufgabe zu. GPT-6 Astra ist das Flaggschiff – der eigene Leitfaden des Unternehmens nennt es sein intelligentestes Modell, ausgerichtet auf Computernutzung, Browsing, Softwareentwicklung, Wissenschaft und Dokumenterstellung, und kostet 10,00 $ / 50,00 $ vor jeglichen Staffelungen. GPT-6 Luna ist die Effizienzstufe, ausgerichtet auf klar definierte Arbeit mit hohem Volumen, und kostet 0,10 $ / 0,50 $. GPT-6 Sol ist das mittlere Modell: Die Modellseite von OpenAI beschreibt es in einer Zeile als auf komplexes Coding und agentische Workflows ausgelegt, und der Leitfaden für die Modellfamilie weist Entwickler an, Folgendes zu wählen: gpt-6-astra für die höchste Stufe der Leistungsfähigkeit, gpt-6-sol für „starkes Reasoning bei anspruchsvollen Aufgaben“ und gpt-6-luna für effiziente, wiederholbare Arbeit im großen Maßstab.

Zwei Fakten machen die Stufe real und nicht bloß zu einem Preislabel. Sol hat dasselbe 1.050.000-Token-Fenster und dasselbe 128.000-Token-Ausgabelimit wie Astra — die mittlere Stufe ist kein kleineres Fenster, sondern weniger Fähigkeits-Dollar pro Token. Und Sol unterstützt eine Reasoning-Einstellung, die Astra nicht hat: reasoning.effort akzeptiert none auf Sol, sodass das Modell ganz ohne einen Reasoning-Durchlauf ausgeführt werden kann, während Astral Leiter bei low. Ansonsten ist die Effort-Leiter identisch — none, low, medium (der Standard), high, xhigh, max.

Artificial Analysis datiert GPT-6 Astra auf den 3. September 2026 und GPT-6 Sol und Luna auf den 22. September 2026 — drei Wochen, die die erste Veröffentlichung der Flaggschiff-Generation von ihren günstigeren Geschwistern trennen. Beachten Sie, dass unsere eigene Katalogzeile für GPT-6 Astra ein Katalogdatum vom 4. September trägt; das ist ein Katalogartefakt, und der 3. September des unabhängigen Trackers ist das Veröffentlichungsdatum, das wir hier verwenden.

Die Preisliste, vollständig

Jede Zahl in diesem Abschnitt stammt aus OpenAIs eigener Preisgestaltungsdokumentation und der Modellseite von GPT-6 Sol, beide gelesen am 28. September 2026, und beide pro Million Token in USD.

• Standard, bis zu 272.000 Input-Tokens — 2,00 $ Input, 0,20 $ gecachter Input, 2,50 $ für Cache-Schreibvorgänge, 10,00 $ Output.

• Anteil zwischengespeicherter Eingaben — OpenAI berechnet zwischengespeicherte Eingaben mit 10 % des nicht zwischengespeicherten Tarifs, ein Rabatt von 90 %, und gibt an, dass Cache-Schreibvorgänge mit dem 1,25-Fachen des Tarifs für nicht zwischengespeicherte Eingaben berechnet werden. Die Einführung von GPT-6 hat außerdem eine Hürde beseitigt, die früher still Geld gekostet hat: Das Ändern des Reasoning-Aufwands oder der Tool-Verfügbarkeit macht den Cache nicht mehr ungültig.

• Langkontext, über 272.000 Eingabe-Token — 4,00 $ Eingabe, 0,40 $ gecachte Eingabe, 5,00 $ Cache-Schreibvorgänge, 15,00 $ Ausgabe. Der Schwellenwert liegt bei 272K und wird auf der Modellseite von OpenAI GPT-6 Sol selbst genannt, statt von der Astra-Seite übernommen zu werden, die dieselbe Zahl trägt. Dieselbe Seite nennt die Preisänderungsregel in einem Satz: Prompts mit mehr als 272K Eingabe-Token werden mit 2× Eingabe- und Cache-Tarifen und 1,5× Ausgabe für die gesamte Anfrage berechnet. Dies ist kein Aufpreis auf den Überschuss. Eine Anfrage mit 300.000 Token berechnet alle 300.000 Token zum Langkontext-Tarif, sodass die Kosten für das Überschreiten der Grenze ein Sprung statt einer Steigung sind — und der Sprung tritt an einer Grenze auf, die die meisten Langdokument-Pipelines versehentlich überschreiten.

• Batch and Flex — beide werden mit 50 % der geltenden Standardtarife berechnet, daher kosten Batch and Flex auf Sol $1.00 / $5.00 für kurzen Kontext und $2.00 / $7.50 für langen Kontext, wobei gecachte Eingabe bei $0.10 bzw. $0.20 liegt.

• Fast mode — 2× des geltenden Tarifs, also $4.00 / $20.00 bei kurzem Kontext und $8.00 / $30.00 bei langem Kontext. OpenAI hat die Priority-Verarbeitung am 30. Juli 2026 in Fast mode umbenannt und akzeptiert entweder service_tier: "priority" oder "fast".

• Zwei Aufschläge, die man kennen sollte — regionale Verarbeitungs-Endpunkte beinhalten einen Aufschlag von 10 % für Modelle, die am oder nach dem 5. März 2026 veröffentlicht wurden, und FedRAMP-Endpunkte haben einen Aufschlag von 10 % auf die Standardtarife. Für GPT-6 Sol und Luna ist EU-Datenresidenz nur mit Standard-Verarbeitung verfügbar.

• Kontext zum Preis — Das Preisblatt von OpenAI führt GPT-5.6 Sol weiterhin mit 4,00 $ / 20,00 $, wobei angegeben wird, dass die Aktionspreise mindestens bis zum 21. November 2026 gelten. Sols 2,00 $ / 10,00 $ bedeuten eine Kürzung um 50 % bei beiden Werten seines direkten Vorgängers, und OpenAI sagte Reportern, die neuen Tarife seien dauerhaft und nicht als Aktion gedacht. Das ist eine Aussage eines Sprechers und keine schriftliche Zusage auf dem Preisblatt, daher sollte es eher als vom Anbieter angegeben denn als vertragliche Tatsache behandelt werden.

Der Umschlag

• Kontext und Ausgabe — 1.050.000-Token-Kontextfenster, 922.000 maximale Eingabe-Tokens, 128.000 maximale Ausgabe-Tokens. Die Zahl 1.050.000 stammt von OpenAI selbst; Artificial Analysis führt 872.000 in seiner Spezifikationstabelle für dasselbe Modell auf, und die FAQ auf dieser Seite nennt 870k. Betrachte die Zahl des Anbieters als vertraglich zugesichert und die Zahl des Trackers als Messung einer bestimmten bereitgestellten Konfiguration.

• Modalitäten — Text und Bild als Eingabe, Text als Ausgabe, gemäß der Modellseite von OpenAI. Unsere eigene Katalogzeile für das Modell führt zusätzlich zu Text und Bild auch eine Dateieingabe auf, während die Seite von OpenAI dies nicht tut. Die Seite des Anbieters ist maßgeblich, daher ist die ehrliche Lesart dieses Modells heute die Eingabe von Text und Bild.

• Wissensstichtag — 20. April 2026. GPT-6 Lunas ist der 18. Mai 2026, und Astras ist der 30. April 2026, daher haben die drei Modelle der Familie keinen gemeinsamen Wissensstichtag.

• Endpunkte — Chat Completions und Responses werden beide unterstützt, Batch ebenfalls. Realtime, Echtzeit-Übersetzung und -Transkription, Assistants, Fine-Tuning, Embeddings, Bildgenerierung und -bearbeitung, Sprache, Audiotranskription und -übersetzung, Moderation sowie die Legacy-Route „Completions“ werden alle nicht unterstützt.

• Tools und strukturierte Ausgabe — Streaming, strukturierte Ausgaben, Function Calling, Dateisuche, Bildeingabe, Websuche und Prompt-Caching werden alle aufgeführt. Es gibt einen Haken: Bei Chat Completions funktioniert Function Calling nur, wenn reasoning_effort auf none. Reasoning mit Tools erfordert die Responses API.

• Nicht unterstützte Parameter, wenn Reasoning aktiviert ist — wenn der Reasoning-Aufwand auf einen anderen Wert als none gesetzt ist, entfernen Sie temperature, top_p und top_logprobs; entfernen Sie bei Chat Completions außerdem logprobs.

Was OpenAI behauptet – und um welche Art von Behauptung es sich dabei handelt

OpenAIs Einführungsmaterial für GPT-6 Sol, über das The Decoder am Tag der Einführung berichtete, sollte man am besten als Argument für Kosten bei gleichem Leistungsniveau lesen und nicht als Fähigkeitsbehauptung. Die untenstehenden Zahlen sind vom Anbieter angegeben, wurden nicht unabhängig reproduziert und entsprechen den Formen, die OpenAI zu veröffentlichen wählte; das Benchmark-Set ist schmaler als das übliche Aufgebot, worauf dieselbe Berichterstattung hinweist – GDPval und Terminal-Bench 4.0 fehlen darin.

• FrontierCode 1.1, vom Anbieter angegeben — GPT-6 Sol erzielt 49,3 % bei maximalem Aufwand für 2,14 $ pro Aufgabe. OpenAI setzt das ungefähr gleichauf mit Claude Fable 5.1 bei 50,3 % maximalem Aufwand, was in OpenAIs eigenem Vergleich 12,83 $ pro Aufgabe kostet.

• DeepSWE v1.1, laut Anbieter — 68,8 % für GPT-6 Sol bei maximalem Aufwand, nur 1,1 Punkte unter den besten veröffentlichten 69,9 % von Claude Fable 5 und damit vor OpenAIs eigenem GPT-6 Luna, das laut OpenAI Sol bei xhigh für deutlich weniger erreicht.

• AutomationBench und OSWorld 2.0, vom Anbieter angegeben — OpenAI berichtet, dass GPT-6 Sol mit maximalem Aufwand Claude Opus 5 mit maximalem Aufwand im Business-Workflow-Benchmark bei 9 % der Kosten pro Aufgabe übertrifft, und sagt, dass GPT-6 Computer-Use-Ergebnisse erzielt, die denen von Claude Opus 5 ähneln, und zwar bei rund 80 % niedrigeren Kosten, wobei GPT-6 Astra in dieser Kategorie innerhalb von OpenAIs eigener Familie weiterhin führend ist.

Achte eher auf die Form dieser Sätze als auf die Zahlen. Jeder von ihnen verbindet eine Punktzahl, die nahe an der eines Konkurrenten liegt, mit Kosten, die nur einen Bruchteil davon betragen. Das ist die Behauptung von Gleichstand bei geringeren Kosten, keine Dominanzbehauptung, und sie ist eine substanziell schwächere Aussage als „das beste Modell“ – was OpenAI Astra vorbehält. Die Anbieteraussagen hier besagen, dass die mittlere Stufe die Preislücke geschlossen hat; sie besagen nicht, dass sie die Fähigkeitslücke geschlossen hat.

Die unabhängige Lektüre

Artificial Analysis hat GPT-6 Sol mit maximalem Reasoning-Aufwand evaluiert und die Ergebnisse am Starttag veröffentlicht. Die Zahlen sind unabhängig und bilden das Gegengewicht zum obigen Absatz.

• Intelligence Index — 48 im Artificial Analysis Intelligence Index v4.3.2, der zehn Evaluierungen einbezieht, darunter AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience und AA-LCR v1.1. Die Seite platziert es auf Platz 18 von 211 Modellen in seiner Vergleichsklasse — ein Nenner, der sich verschiebt, wenn der Tracker Modelle hinzufügt.

• Kosten pro Aufgabe — 1,06 $ pro Intelligence-Index-Aufgabe, gegenüber einem Mischpreis von 1,54 $ pro Million Tokens beim 7:2:1-Mix von Artificial Analysis aus Cache-Treffern, Input und Output. Das Modell generierte während des Index-Laufs 77 Millionen Output-Tokens, gegenüber einem Median von 88 Millionen bei Reasoning-Modellen seiner Preisklasse, sodass es bei der Kürze nicht punktet.

• Geschwindigkeit und Latenz — 88,7 Ausgabe-Token pro Sekunde, gemessen über die OpenAI-API, über dem Median von 82,6 des Trackers für vergleichbare Reasoning-Modelle, bei einer Zeit bis zum ersten Token von 138,06 Sekunden gegenüber einem Median von 3,79 Sekunden. Diese beiden Zahlen beschreiben denselben Kompromiss: Das Modell ist schnell, sobald es einmal läuft, und langsam beim Start, was die erwartete Signatur eines langen Reasoning-Durchlaufs ist.

• Wo es Rückschritte gab — Die Decoder-Lesart der Ergebnisse von Artificial Analysis meldet Regressionen bei zwei Knowledge-Work-Evaluierungen gegenüber der vorherigen Generation: rund 100 Elo-Punkte verloren bei GDPval-AA v2.1 und etwa 75 bei Luna, wobei eine manuelle Prüfung den Rückgang hauptsächlich auf die Präsentationsqualität und unvollständige Ergebnisse zurückführt. Die eigene Zusammenfassung von Artificial Analysis, wie berichtet wird, lautet, dass sich die Kosten pro Aufgabe etwa halbierten, während die Intelligenzwerte auf dem Niveau von GPT-5.6 blieben, mit Zugewinnen bei einigen Evaluierungen und Regressionen bei anderen.

Eine Einschränkung gehört zu all dem. GPT-6 Sol und GPT-6 Astra wurden von keiner uns zitierbaren Stelle bei vergleichbarem Reasoning-Aufwand auf einem identischen Testaufbau direkt gegeneinander benchmarked, und die beiden Werte, die Seite an Seite zitiert werden – Sol mit 48 und Astra mit 53 – stammen aus demselben Index, aber nicht unbedingt aus derselben Konfiguration. Die ehrliche Version dieses Vergleichs ist kurz: Im Index liegt Astra über Sol, und kein veröffentlichter Lauf isoliert, wie viel der Lücke auf das Modell und wie viel auf die Effort-Einstellung entfällt.

Verfügbarkeit und die eine Sache, die sich nach dem Launch geändert hat

OpenAI lieferte beide Modelle am 22. September 2026 über seine eigene API als gpt-6-sol und gpt-6-luna aus, und sein Markteinführungsmaterial platzierte sie in ChatGPT Work und Codex für Plus-, Pro-, Business-, Enterprise- und Edu-Abonnenten, wobei Free- und Go-Nutzer über die Desktop-App auf GPT-6 Luna zugreifen konnten. Keines der Modelle war zum Start in der regulären ChatGPT-Chat-Oberfläche verfügbar – das ist OpenAIs eigene Darstellung, wie sie an dem Tag berichtet wurde, und es ist das Detail, das einen Leser am ehesten verwirren dürfte, der im Modellauswahlmenü nach Sol suchte und es nicht fand.

Die nach der Veröffentlichung vorgenommene Änderung, die für alle relevant ist, die diesem Modell Bilder zuführen, steht in OpenAIs eigenem API-Changelog vom 25. September 2026: OpenAI hat einen Fehler in der Bildkodierung behoben, der laut eigener Aussage das Bildverständnis in GPT-6 Sol und GPT-6 Luna beeinträchtigt hat und visuelle Aufgaben in der API und in Codex betraf, einschließlich Computer Use. Die Empfehlung des Changelogs selbst lautet, Evaluierungen erneut auszuführen und betroffene Workflows erneut auszuführen, wenn Bildeingaben Teil Ihres Anwendungsfalls sind. Das ist ein drei Tage alter Fix für ein sechs Tage altes Modell, und es ist der Grund, warum ein Benchmark-Lauf aus der Launch-Woche und ein Lauf aus dieser Woche bei allem Visuellen voneinander abweichen können.

GPT-6 Sol auf OrcaRouter ausführen

GPT-6 Sol wird auf OrcaRouter als openai/gpt-6-sol auf OrcaRouter, zu OpenAIs eigenem Listenpreis, wobei der Listenpreis des Anbieters mit 0 % Aufschlag weitergegeben wird, neben openai/gpt-6-astra und openai/gpt-6-luna. Alle drei stehen hinter einem OpenAI-kompatiblen Endpunkt und einem API-Schlüssel, was die Tier-Frage testbar statt theoretisch macht: Derselbe Request-Body kann auf Sol für einen Produktionspfad und auf Luna für den Bulk-Job daneben gerichtet werden, ohne einen zweiten Vertrag und ohne Codeänderung, und eine Preisänderung des Anbieters ist hier am selben Tag live statt erst nach einem Preisanpassungszyklus. Wenn Sie eine Workload auf ein so neues Modell verlagern, automatisches Failover über Anbieter hinweg ist die andere Hälfte des Arguments — so testen Sie ein sechs Tage altes Modell mit echtem Traffic, ohne einen Produktionspfad auf seinen ersten Monat zu setzen.

Zwei Dinge, die die Rate Card mit einer echten Rechnung macht, durchgerechnet:

• Ein Dokumentanalyse-Lauf mit 900.000 Token wird zum Long-Context-Tarif für die gesamte Anfrage abgerechnet: 900.000 Eingabe-Token zu $4,00 pro Million ergeben $3,60, plus Ausgabe. Derselbe Lauf, unter 272.000 Token gehalten, wird mit $2,00 pro Million abgerechnet. Eine übergroße Anfrage in vier Aufrufe unterhalb des Schwellenwerts aufzuteilen, ist hier kein Hack; es ist eine unkomplizierte 2×-Einsparung bei der Eingabe.

• Eine gecachte Agent-Schleife ist der Punkt, an dem der 90 %-Rabatt auf gecachte Eingaben zum Tragen kommt: ein stabiles Präfix, das hunderte Male erneut gelesen wird, kostet auf Sol 0,20 $ pro Million statt 2,00 $, und weil eine Änderung des Reasoning-Aufwands nicht mehr den Cache ungültig macht, kann die Aufwandsleiter innerhalb einer einzigen Konversation durchlaufen werden, ohne für den Neuaufbau des Präfixes zu bezahlen.

Wenn es Ihnen eigentlich um die Entscheidung zwischen den beiden Modellen geht – dieses oder das Flaggschiff –, haben wir den vollständigen Vergleich von GPT-6 Sol gegen GPT-6 Astra separat durchgeführt, und die Vorab-Aufzeichnung über ein damals noch unveröffentlichtes Modell ist in einem eigenen Beitrag festgehalten, statt hier erneut aufgerollt zu werden.