OpenAI hat eine begrenzte Vorschau auf seine neue Modellfamilie GPT-5.6 angekündigt. Zum Start gibt es drei Versionen: Sol, Terra und Luna. Zunächst erhalten nur rund 20 ausgewählte Organisationen Zugriff. Ein breiterer Rollout soll in den kommenden Wochen folgen.
Zusammenfassung
- OpenAI veröffentlicht GPT-5.6 zunächst nur als Limited Preview mit den drei Varianten Sol, Terra und Luna.
- Sol ist für anspruchsvolle Probleme gedacht, Terra für hohe Arbeitsvolumina und Luna für schnelle, kostengünstige Standardaufgaben.
- Die ersten Zugriffe erhalten rund 20 Organisationen; ein allgemeiner Start ist für die nächsten Wochen vorgesehen.
- OpenAI koppelt die Freigabe an Sicherheits- und Bewertungsprozesse der US-Regierung und stuft alle drei Modelle intern als „High“ für Cyber- sowie Bio-/Chemie-Fähigkeiten ein.
Die Modelle sind auf unterschiedliche Einsatzszenarien ausgelegt. Sol richtet sich an besonders komplexe Aufgaben, Terra an große Geschäftsanwendungen und Luna an schnellere, günstigere Routinearbeiten. Parallel verweist OpenAI auf neue Sicherheits- und Freigabeprozesse, die mit der Veröffentlichung verbunden sind.
Die gestaffelte Einführung steht im Zusammenhang mit einem US-Erlass vom 2. Juni 2026, der Behörden dazu anhält, neue KI-Modelle gemeinsam zu bewerten, bevor sie breit verfügbar gemacht werden. OpenAI sagt, man habe die Pläne und Fähigkeiten der Modelle vor dem Start mit der US-Regierung abgestimmt.
OpenAI ordnet GPT-5.6 in drei Leistungsstufen ein
Mit GPT-5.6 versucht OpenAI, die Modellwahl klarer an konkrete Anforderungen auszurichten. Statt nur kleinerer oder größerer Varianten setzt das Unternehmen auf drei Capability-Stufen, die sich in Zielsetzung, Preis und Leistungsprofil unterscheiden.
Sol für komplexe Aufgaben, Terra für Skalierung, Luna für Tempo
Sol ist das leistungsstärkste Modell der Familie und für besonders schwierige Anwendungsfälle gedacht. Dazu zählen laut OpenAI komplexes Coding, längere Reasoning-Aufgaben, agentische Workflows und Sicherheitsforschung. Der Preis liegt bei 5,00 US-Dollar pro Million Input-Tokens und 30,00 US-Dollar pro Million Output-Tokens. Damit bleibt Sol auf dem Niveau von GPT-5.5.
Terra richtet sich an Unternehmen, die große Mengen an Arbeit verarbeiten müssen, ohne das teuerste Modell einzusetzen. OpenAI positioniert Terra als ausgewogenes Modell für Kundenservice, interne Werkzeuge und Dokumentenanalyse. Die Kosten liegen bei 2,50 US-Dollar pro Million Input-Tokens und 15,00 US-Dollar pro Million Output-Tokens.
Luna ist die leichteste und günstigste Variante der Reihe. Sie soll vor allem bei Zusammenfassungen, Entwürfen und einfacher Automatisierung punkten. Preislich liegt Luna bei 1,00 US-Dollar pro Million Input-Tokens und 6,00 US-Dollar pro Million Output-Tokens. OpenAI ordnet das Modell damit als schnellste und kosteneffizienteste Option der Familie ein.
Nach Angaben des Unternehmens soll die neue Benennung die bisherigen „nano“- und „mini“-Varianten ablösen. Die Zahlen stehen für die Modellgeneration, Sol, Terra und Luna für dauerhaft unterschiedliche Leistungsstufen. Intern, so OpenAI, soll das Nutzern und Entwicklern die Auswahl zwischen Intelligenz, Geschwindigkeit und Kosten erleichtern.
Auch die Namensgebung folgt offenbar diesem Ansatz. Die Bezeichnungen greifen Themen rund um den Kosmos auf. Sol passt zudem zu OpenAIs Daybreak-Programm für Organisationen, die Modelle für Cybersicherheitszwecke einsetzen möchten. Die gleichnamige Sprachstimme in ChatGPT hat damit nach Angaben des Unternehmens nichts zu tun und dürfte umbenannt werden.
In der System Card weist OpenAI darauf hin, dass alle drei GPT-5.6-Modelle im Bereich Cyber sowie bei biologischen und chemischen Fähigkeiten in die Risikoklasse „High“ fallen. Für Selbstverbesserung durch KI stuft das Unternehmen die Modelle darunter ein. Für Unternehmen in sicherheitskritischen Bereichen kann das zusätzliche Governance-Anforderungen bedeuten.
Neue Inferenzmodi und Subagenten
Technisch setzt GPT-5.6 vor allem auf mehr Zeit und Struktur für schwierige Aufgaben während der Ausführung. Für Sol führt OpenAI einen neuen max-Reasoning-Modus ein, der für Fälle mit besonders hohem Denkaufwand gedacht ist.
Zusätzlich gibt es einen ultra-Modus. Er nutzt Subagenten, die komplexe Projekte aufteilen und parallel bearbeiten sollen, statt alles in einem einzigen Agentenablauf zu verarbeiten. Laut OpenAI verbessern diese Mechanismen die Leistung bei mehreren agentenartigen Aufgaben.
Deutliche Verbesserungen in mehreren Tests
OpenAI verweist auf spürbare Fortschritte gegenüber GPT-5.5, vor allem bei komplexen Reasoning- und Langstreckenaufgaben. In TerminalBench 2.1, einem Test für Command-Line-Automatisierung, erreichen Sol und Terra bessere Ergebnisse als die vorherige Generation. Sol kommt mit dem neuen Ultra-Modus auf 91,91 Prozent, der max-Modus auf 88,76 Prozent. Zum Vergleich: GPT-5.5 liegt bei 83,4 Prozent, Claude Mythos 5 bei 88 Prozent.
Auch im Agent’s Last Exam setzt Sol neue Maßstäbe. Dort ist das Modell laut OpenAI das einzige, das im „code mode“ die 50-Prozent-Marke überschreitet und auf 50,9 Prozent kommt. Luna liegt in diesem Test knapp vor dem vorherigen Flaggschiff der GPT-5.5-Generation.
Bei Tests für quantitative Biologie und Genomik erzielen Sol und Terra höhere Genauigkeiten als GPT-5.5 und GPT-5.4. OpenAI betont zudem, dass Sol dafür weniger Tokens verbraucht. In Sicherheits- und Cyber-Tests übertreffen die neuen Modelle laut Unternehmen frühere Leistungsgrenzen ebenfalls. Auf ExploitBench soll Sol nahe an Mythos Preview liegen und dabei rund ein Drittel so viele Output-Tokens erzeugen.
Preisvergleich und Einordnung im Markt
Die Preisstaffelung zeigt, dass Luna zwar das günstigste Modell innerhalb der GPT-5.6-Familie ist, im Marktvergleich aber nicht zu den billigsten Angeboten zählt. OpenAI ordnet Luna unter anderem hinter Modellen von Xiaomi MiMo, DeepSeek, MiniMax, Google, Alibaba Cloud, xAI, Kimi und Z.ai ein. Sol und Terra liegen preislich über vielen Mittelklasse- und Oberklassemodellen, bewegen sich aber im Bereich anderer Frontier-Modelle.
Neue Regeln für Caching und schnellere Ausführung
Für Unternehmen, die KI-Modelle in wiederkehrenden oder agentischen Abläufen einsetzen, führt OpenAI ein überarbeitetes Prompt-Caching ein. Entwickler können jetzt explizite Cache-Punkte setzen. Der Cache soll mindestens 30 Minuten lang gültig bleiben.
Beim ersten Schreiben in den Cache fallen 1,25-mal so hohe Kosten an wie beim normalen, ungecachten Input. Spätere Abrufe aus dem Cache sind um 90 Prozent günstiger. OpenAI will damit vor allem Nutzern helfen, die große Kontextfenster oder Codebasen wiederholt an das Modell übergeben.
Außerdem kündigt das Unternehmen an, Sol im Juli auf Cerebras-Hardware bereitzustellen. OpenAI nennt dafür eine Geschwindigkeit von bis zu 750 Tokens pro Sekunde. Ziel sind Anwendungen, bei denen Latenz ein zentraler Engpass ist und dennoch Frontier-Leistung gefragt ist.
Hoher Sicherheitsaufwand vor der Freigabe
Vor der Freigabe hat OpenAI nach eigenen Angaben rund 700.000 A100e-GPU-Stunden für automatisiertes Red-Teaming von GPT-5.6 eingesetzt. Dabei ging es vor allem um sogenannte universelle Jailbreaks, also Angriffsmuster, die Sicherheitsmechanismen in unterschiedlichen Situationen umgehen sollen.
Das Unternehmen setzt dafür auf mehrere Schutzebenen in Echtzeit. Dazu gehören Modell-Ablehnungen bei verbotener Cyber-Hilfe, eine laufende Erkennung von Missbrauch in den erzeugten Antworten sowie zusätzliche Aktivierungs-Classifier für Sol und Terra. Wenn diese Systeme ein riskantes Muster erkennen, kann die Auslieferung der Antwort angehalten und von einer weiteren Sicherheitsprüfung unterbrochen werden. Luna scheint diese Aktivierungsprüfung nicht zu erhalten, wird aber ebenfalls von anderen Monitoringsystemen überwacht.
Bei erhöhtem Risiko kann die Generierung zudem pausieren, während ein weiteres System den Verlauf und den Kontext prüft. Wird eine Ausgabe als nicht zulässig eingestuft, blockiert OpenAI sie vor der Auslieferung an den Nutzer.
OpenAI räumt zugleich ein, dass die Systeme auch legitime Sicherheitsarbeit betreffen können. Gerade bei Code-Reviews, Schwachstellenanalysen oder defensiven Tests werden oft dieselben technischen Bausteine verwendet wie bei Angriffen. Nach Angaben in der System Card erreichte die Überwachung im Biologie-Testset einen Recall von 94,8 Prozent, im Cyber-Testset 81,6 Prozent.
Bei Tests gegen Chromium- und Firefox-Codebasen konnte Sol zwar Fehler und Ausnutzungsbausteine isolieren, aber keinen vollständigen funktionierenden Exploit autonom bauen. Damit blieb das Modell unter dem von OpenAI gesetzten „Cyber Critical“-Schwellwert. In internen Capture-the-Flag-Tests überschritten dennoch alle drei Modelle die eigene „High“-Schwelle: Sol erreichte 96,7 Prozent, Terra 91,84 Prozent und Luna 85,19 Prozent.
Die gestaffelte Freigabe bleibt damit eng mit politischen und regulatorischen Vorgaben verknüpft. OpenAI kritisiert in seiner Ankündigung, dass ein solches Regierungsverfahren nicht zum dauerhaften Standard werden sollte, weil es leistungsfähige Werkzeuge vor Nutzern, Entwicklern, Unternehmen, Cyber-Verteidigern und internationalen Partnern zurückhalte.
