OpenAI hat gestern Abend GPT-6 Sol und GPT-6 Luna veröffentlicht, wenige Stunden nach Claude Opus 5.5. Beide Modelle kosten in der API die Hälfte ihrer Vorgänger. Sol steht bei 2 Dollar Eingabe und 10 Dollar Ausgabe je Million Token, Luna bei 10 und 50 Cent.
GPT-6 Astra, Anfang September erschienen, bleibt laut OpenAI das beste Modell der Firma. Sol und Luna sollen die Fähigkeiten von Astra in günstigere Klassen tragen, trainiert mit ähnlichen Methoden.
Neun Prozent der Kosten von Opus 5
Die Vergleiche, die OpenAI zieht, richten sich fast alle gegen Claude. Auf AutomationBench, einem Test für Geschäftsabläufe über 47 Werkzeuge hinweg, kommt Sol bei xhigh-Effort auf 33,2 Prozent und 27 Cent je Aufgabe. Opus 5 bei max-Effort liegt bei 26,9 Prozent und kostet laut OpenAI das 11,1-Fache. Fable 5.1 mit Opus-5-Fallback erreicht 31,4 Prozent, wobei OpenAI anmerkt, dass die Kosten der Fallbacks in dieser Zahl fehlen — sie traten bei rund 40 Prozent der Aufgaben auf.
Bei Agents’ Last Exam schafft Sol im max-Effort 56,4 Prozent und liegt damit über dem besten Wert von Opus 5, bei 60 Prozent niedrigeren Kosten je Aufgabe. Auf DeepSWE v1.1 erreicht Sol 68,8 Prozent und bleibt damit 1,1 Punkte unter dem besten Wert von Claude Fable 5, zu rund 80 Prozent geringeren Kosten. Luna kommt dort auf 66,6 Prozent und kostet je Aufgabe 93 Prozent weniger als Opus 5.
Man muss dazusagen: Alle diese Zahlen stammen von OpenAI und vergleichen gegen Opus 5 und Fable 5.1, nicht gegen Opus 5.5. Umgekehrt misst sich Anthropic in seiner eigenen Tabelle an GPT-6 Astra und GPT-5.6 Sol. Beide Häuser haben am selben Tag veröffentlicht und dabei jeweils das vorherige Spitzenmodell des anderen als Messlatte genommen.
Halb so viele Fehler
Interessanter als die Benchmarks finde ich die Faktentreue. OpenAI misst sie an anonymisierten echten Gesprächen, in denen Nutzer einen Fehler eines früheren Modells markiert haben. Sol macht dort etwa halb so viele Fehler wie sein Vorgänger. Luna erreicht bei höherem Effort das Niveau von GPT-5.6 Sol, zu ungefähr einem Hundertstel der Kosten.
Auch am Ton hat OpenAI geschraubt: weniger Jargon, weniger belanglose Details, etwas kürzere Antworten. Das Beispiel im Blogpost zeigt zwei Antworten auf denselben Prompt, und die neue kündigt an, was sie prüfen wird, statt sofort loszulegen. Anthropic beschreibt bei Opus 5.5 fast wortgleich dieselbe Verbesserung.
Beim Caching liegt der zweite Preisnachlass
Neben den Token-Preisen hat OpenAI das Prompt-Caching überarbeitet. Die Trefferquote steigt ab Werk, gecachte Eingabe-Token kosten 90 Prozent weniger. Dazu kommen ein Dashboard, ein Diagnosewerkzeug und explizite Breakpoints, mit denen Entwickler festlegen, wo ein gecachter Prefix endet. Effort-Stufe und Werkzeugliste lassen sich jetzt ändern, ohne den Cache zu zerstören.
Eine Zahl aus dem Beitrag bleibt hängen: Bei OpenAI selbst liegt der tägliche Token-Verbrauch je Forscher im Median über 600 Dollar, im 90. Perzentil über 7.000 Dollar, gerechnet zu API-Preisen. Wenn die eigene Belegschaft so viel verbraucht, ist ein halbierter Preis keine Großzügigkeit, sondern Betriebswirtschaft.
An einem Tag ist der Preis pro Aufgabe zum Hauptargument geworden
Zwei Frontier-Labore, ein Tag, zwei Ankündigungen — und beide handeln in erster Linie vom Preis. Anthropic senkt Cache-Reads um 60 Prozent, OpenAI halbiert die Token-Preise und gibt 90 Prozent auf gecachte Eingaben. Über neue Fähigkeiten reden beide erst danach.
Für alle, die Agenten über Stunden laufen lassen, ist das die eigentliche Nachricht. Lösen können die Aufgabe inzwischen mehrere Modelle. Entscheidend wird, was ein Versuch kostet — und diese Zahl ist gestern an zwei Stellen gleichzeitig gefallen.