Kurs
So funktioniert Prompt Engineering
1 Std.
232.4K
OpenAI hat die GPT‑6‑Familie um zwei neue Modelle erweitert: GPT‑6 Sol und GPT‑6 Luna. Beide sind unter dem Flaggschiff GPT‑6 Astra positioniert, über das wir bereits Anfang des Monats berichtet haben. Sol und Luna kommen mit kräftigen Preissenkungen (50% günstiger als die GPT‑5.6‑Preise) und legen bei Coding und Workflow‑Automatisierung zu.
Zufall oder nicht: Anthropic hat am selben Tag (heute) Claude Opus 5.5 veröffentlicht – mit einer ähnlichen Positionierung: gleiche Trainingsmethodik wie das Flaggschiff, optimiert auf Kosten und Geschwindigkeit.
Wenn du mehr über das Flaggschiff wissen willst, unter dem Sol und Luna angesiedelt sind, lies unser GPT‑6 Astra API‑Tutorial und den Vergleich von GPT‑6 Astra und Claude Fable 5.1.
TL;DR
- GPT‑6 Sol und Luna sind die zwei Stufen unter Astra, mit derselben Trainingsrezeptur und zum halben Preis ihrer GPT‑5.6‑Vorgänger.
- Der Hauptgewinn liegt bei den Kosten pro Aufgabe für Agenten- und Coding‑Arbeit, nicht in reiner Spitzenfähigkeit. Fast alle von OpenAI gemeldeten Ergebnisse sind kostenbereinigt.
- GPT‑6 Sol macht etwa halb so viele Faktenfehler wie GPT‑5.6 Sol; Luna verbessert sich ebenfalls, liegt bei der Zuverlässigkeit aber weiter hinter Sol.
- Nimm Sol für Agenten‑Workflows und Coding, und Luna für hohes Volumen bei Routineaufgaben. Greife zu Astra nur, wenn die Aufgabe den Preis rechtfertigt.
- Wenn du bereits GPT‑5.6 Sol oder Luna nutzt, wechsle wegen des Preises; in unserem Hands‑on fiel der Fähigkeitszuwachs klein aus und zeigte sich vor allem in ehrlicheren Reaktionen auf fehlerhafte Eingaben.
Was sind GPT‑6 Sol und Luna?
Astra bleibt OpenAIs leistungsfähigstes und am besten abgestimmtes Modell – reserviert für die anspruchsvollsten Aufgaben. Sol und Luna bringen jedoch einen Großteil derselben Trainingsmethodik und viel von der damit erzielten Leistung beim Programmieren, bei der Computernutzung usw. in günstigere, schnellere Stufen.
Denk an ein Verhältnis ähnlich wie bei Opus 5.5 zu Fable 5.1: kein neuer Gipfel, aber leistungsmäßig dicht dran – zum Bruchteil der Kosten.
Die wichtigsten Features von GPT‑6 Sol und Luna
Ein paar Highlights:
Spürbar günstiger, über die ganze Breite
Sols API‑Preis liegt bei der Hälfte des bisherigen Werts. Lunas Preis fällt sogar etwas stärker. Details findest du im Pricing‑Abschnitt.
Stark bei Geschäfts‑Workflows
Auf AutomationBench, das Agenten über Sales, Marketing, Operations, Support, Finanzen und mehr prüft, übertrifft Sol auf der höchsten Aufwandstufe Claude Opus 5 – und das bei einem Bruchteil der Kosten pro Aufgabe. Auch Luna legt gegenüber seinem GPT‑5.6‑Vorgänger deutlich zu und wird pro Aufgabe spürbar günstiger. OpenAI lieferte dazu eine gute Visualisierung, die ich hier nachgebaut habe:
Mir fiel auf, dass im Diagramm die von Anthropic in der Opus‑5.5‑Ankündigung gemeldeten Opus‑5.5‑Werte fehlten, daher habe ich eine neue Linie ergänzt. Man sieht: Die neuesten Versionen von Sol und Luna bleiben am effizientesten. Vermutlich lag der einzige Grund, warum OpenAI diese Info nicht im Launch‑Post hatte, am Timing – Opus 5.5 erschien nur eine Stunde früher.
Coding‑Zuwächse, die mit den Kosten skalieren – nicht nur mit der Genauigkeit
Auf FrontierCode erreicht Sol grob das Top‑Ergebnis von Claude Fable 5.1 – allerdings zu deutlich geringeren Kosten. In einem weiteren Coding‑Benchmark (DeepSWE) kommt Sol nahe an Fable 5s Bestwert heran – mit großem Kostenvorteil. Luna positioniert sich bei mittleren Aufwandstufen vergleichbar zu Opus 5 und Fable 5.
Weniger Faktenfehler
OpenAI berichtet, dass Sol die Fehlerquote seines Vorgängers bei einem internen Faktencheck – basierend auf echten Gesprächen mit von Nutzerinnen und Nutzern gemeldeten Fehlern – ungefähr halbiert. Auch Luna verbessert sich. Laut OpenAI kann es bei höherem Aufwand die Faktentreue von GPT‑5.6 Sol zum Bruchteil der Kosten erreichen. Das war schwerer zu verifizieren.
Weniger geschwätziger Schreibstil
Astra’s knappere, jargonärmere Kommunikationsweise wurde auf Sol und Luna übertragen. OpenAI feilt seit 4o weiter am Gesprächsstil der Modelle, nachdem 4o für allzu gefällige Antworten kritisiert wurde.
Günstigeres, smarteres Caching für Agenten
Neben den Token‑Preisen hebt OpenAI Verbesserungen beim Prompt‑Caching hervor, damit Agenten und lange Gespräche Kontext effizienter wiederverwenden – mit rund 90% Rabatt auf gecachte Input‑Reads. Neue Dashboards und Diagnosen sollen Entwicklerinnen und Entwicklern zeigen, wo Caching greift und wo nicht.
Weniger irreführende Aussagen über eigene Arbeit
Beide Modelle sind seltener als ihre GPT‑5.6‑Gegenstücke, wenn es darum geht, ihr Vorgehen bei Coding‑Aufgaben falsch darzustellen.
OpenAIs Alignment‑Evaluierungen, auf maximalem Aufwand gefahren, konstruieren gezielt Situationen, die Unehrlichkeit provozieren. Sol und Luna zeigen niedrigere Täuschungsraten als GPT‑5.6 Sol und Luna – über die Tests Coding‑Täuschung, kaputte Suche, Reviewer‑Bypass, Warnungsumgehung und unautorisierte Interaktionen hinweg.
OpenAI betont, dass es sich um adversarielle Setups handelt, nicht um typische Fehlerraten, und veröffentlicht die vollständigen Resultate in der GPT‑6 System Card.
Wie schlagen sich GPT‑6 Sol und Luna in Benchmarks?
OpenAIs Veröffentlichung stützt sich stark auf kostenbereinigte Vergleiche. Vorhin erwähnte ich Sols AutomationBench‑Leistung. OpenAI sagt nicht nur, es sei „besser als Opus 5“, sondern: besser und rund elfmal günstiger pro Aufgabe.
Wichtig ist auch: OpenAIs eigene Zahlen zeigen Astra bei Computer‑Use‑Aufgaben weiterhin vor Sol und Luna. Zudem nutzen einige Vergleiche gegen Claude‑Modelle unterschiedliche Aufwandstufen (z. B. Sol „xhigh“ vs. Opus 5 „medium“). Das macht die Effizienz‑Claims sehr stark, erschwert aber rohe Fähigkeitsvergleiche.
Mit diesem Vorbehalt hier OpenAIs Angaben – gruppiert nach dem jeweiligen Arbeitsfeld des Benchmarks.
Business‑Workflows und Agenten
Sol punktet am stärksten auf AutomationBench, Zapiers Test von Agenten, die Ende‑zu‑Ende über 47 Tools in Sales, Marketing, Operations, Support, Finance und HR arbeiten. GPT‑6 Sol erzielt bei „xhigh“ 33,2% für $0,27 pro Aufgabe – vor Claude Opus 5 auf Maximalaufwand und sogar vor GPT‑6 Astra auf niedriger Aufwandstufe – und zu einem Bruchteil der Opus‑5‑Kosten pro Task.
Die Zeile zu Fable 5.1 solltest du genau lesen. OpenAI listet Claude Fable 5.1 mit Opus‑5‑Fallback knapp hinter Sol. Der Fallback sprang aber bei rund 40% der Aufgaben an – dessen Kosten sind in der Angabe nicht enthalten.
| Modell (und Aufwand) | AutomationBench‑Score | Kosten pro Aufgabe |
|---|---|---|
| GPT‑6 Sol (xhigh) | 33,2% | $0,27 |
| GPT‑6 Astra (low) | 30,3% | 3,9× GPT‑6 Sol |
| Claude Fable 5.1 mit Opus‑5‑Fallback (max) | 31,4% | Mehr als 8,9× GPT‑6 Sol (Fallback‑Kosten nicht ausgewiesen) |
| Claude Opus 5 (max) | 26,9% | 11,1× GPT‑6 Sol |
Lunas Story auf demselben Benchmark ist ein Generationssprung: Bei hohem Aufwand verbessert GPT‑6 Luna GPT‑5.6 Luna um 5,4 Prozentpunkte – bei 58% niedrigeren Kosten pro Aufgabe.
Auf Agents' Last Exam, das Agenten bei langfristigen professionellen Workflows über 55 Teilbranchen bewertet, erzielt GPT‑6 Sol auf Maximalaufwand 56,4%. Laut OpenAI liegt es damit über Claude Opus 5s bestem Wert – bei 60% geringeren Kosten pro Aufgabe.
Coding in echten Codebases
Auf DeepSWE v1.1, das Agenten bei langfristigen Software‑Engineering‑Aufgaben in realen Repos prüft, erzielt GPT‑6 Sol bei Maximalaufwand 68,8%. Claude Fable 5s Bestwert liegt bei 69,9% auf „xhigh“ – Sol liegt also 1,1 Punkte dahinter, bei rund 80% geringeren Kosten pro Aufgabe.
GPT‑6 Luna erreicht bei Maximalaufwand 66,6% auf demselben Benchmark. OpenAI nennt es vergleichbar zu Claude Opus 5 und Fable 5 auf „medium“. Luna kostet in diesen Vergleichen 93% weniger pro Aufgabe als Opus 5 und 96% weniger als Fable 5.
Unabhängige Zahlen sind bislang verhalten. Artificial Analysis setzt GPT‑6 Sol im Coding Agent Index auf 57 (gegen 55 für GPT‑5.6 Sol) und im Intelligence Index auf 48 (gegen 47) – bei geschätzten Kosten pro Aufgabe von $1,99 auf $1,06 fallend.
Faktische Zuverlässigkeit
OpenAIs interner Fakten‑Check basiert auf anonymisierten ChatGPT‑Konversationen, in denen Nutzende frühere Modellfehler markiert haben. Auf diesem Set macht GPT‑6 Sol etwa halb so viele Fehler wie GPT‑5.6 Sol, und GPT‑6 Luna erreicht bei höherem Aufwand GPT‑5.6 Sols Faktentreue zu etwa einem Hundertstel der Kosten.
Artificial Analysis’ AA‑Omniscience zeigt in dieselbe Richtung – mit einem Vorbehalt: Sols Halluzinationsrate fiel von 92% (GPT‑5.6 Sol) auf 60%, beantwortete aber nur 83% der Fragen (gegen 99% zuvor). Ein Teil des Gewinns kommt also vom konsequenteren Ablehnen. Lunas Halluzinationsrate im selben Test lag bei 77%.
Computernutzung
Astra ist weiterhin OpenAIs bestes Modell für Computernutzung – so steht es auch im Post. Auf OSWorld 2.0 offline erzielt GPT‑6 Sol bei „xhigh“ 60,5% gegenüber 60,3% für Claude Opus 5 bei „medium“ – und ist dabei rund 80% günstiger pro Aufgabe. GPT‑6 Luna auf „max“ übertrifft GPT‑5.6 Sol bei „medium“ – zu einem Zehntel der Kosten.
Welche Stufe solltest du wählen?
Sol ist der Standard für die meisten Entwickler‑ und Agenten‑Workloads, Luna ist fürs Volumen, und Astra ist für Projekte, bei denen eine falsche Antwort teurer ist als die Tokens. Die GPT‑6‑Familie hat jetzt drei Stufen mit gleicher Trainingsrezeptur – sie unterscheiden sich in Tiefe, Tempo und Preis.
Alle drei legen in der API dieselbe Reasoning‑Leiter offen: none, low, medium, high, xhigh und max für Sol und Luna, wobei Astra bei low startet. Höhere Stufen investieren mehr Tokens ins Denken, und die meisten Headline‑Ergebnisse von OpenAI liefen auf „xhigh“ oder „max“.
GPT‑6 erlaubt außerdem, den Aufwand mitten im Gespräch zu ändern, ohne den Prompt‑Cache ungültig zu machen. So kann ein Agent günstige Follow‑ups mit niedrigem Aufwand fahren und nur schwierige Schritte eskalieren.
| Use Case | Tier | Warum |
|---|---|---|
| Mehrstufige Agenten über Business‑Apps | Sol | Führt AutomationBench und Agents' Last Exam an – zum Bruchteil der Kosten pro Aufgabe der Konkurrenz |
| Coding‑Agenten mit merge‑fähigen Änderungen | Sol | Deutlicher FrontierCode‑Zuwachs gegenüber GPT‑5.6 Sol; nahe an Fable 5 auf DeepSWE – bei deutlich niedrigeren Kosten |
| Faktenlastiges Schreiben und Research‑Zusammenfassungen | Sol | Etwa halb so viele Faktenfehler wie der Vorgänger |
| Klassifikation, Extraktion und Routing im großen Stil | Luna | $0,10 Input und $0,50 Output pro 1 Mio. Tokens – und bei höherem Aufwand erreicht es nun die Faktentreue von GPT‑5.6 Sol |
| Desktop‑Nutzung im Free‑ oder Go‑Plan | Luna | Das einzige GPT‑6‑Modell in diesen Plänen |
| Langanhaltende Computernutzung und die härtesten End‑to‑End‑Aufgaben | Astra | Weiterhin OpenAIs bestes Modell – bei $10 Input und $50 Output pro 1 Mio. Tokens |
Ein Hinweis zu Luna: Artificial Analysis maß 51.000 Output‑Tokens pro Aufgabe gegenüber 41.000 bei GPT‑5.6 Luna. Wenn du die Ausgabe nicht kappst, fällt die Preissenkung also geringer aus als das Etikett vermuten lässt.
GPT‑6 Sol und Luna im Test: Hands‑on‑Beispiele
Die Benchmarks oben stammen von OpenAI. Daher habe ich eine Build‑Aufgabe gegen alle vier Modelle gefahren – mit identischem Prompt und identischem Tooling.
Die Aufgabe: Ein Single‑File‑HTML‑Visualizer für Dijkstras Algorithmus, der alle 400 ms eine Kantenprüfung animiert, bis das Ziel feststeht – mit klar unterscheidbaren Knotenstatus, Pause/Step/Restart‑Steuerung und finaler Distanz‑Tabelle. Kein Build‑Step, keine Abhängigkeiten, kein Netzwerk.
Der eigentliche Test steckte in der Datendatei. Sie enthält drei Graphen:
- Einen normalen (nur positive Gewichte, Ziel erreichbar)
- Einen mit unerreichbarem Ziel
- Einen mit einer negativen Kante – Dijkstra ist nicht anwendbar (würde in eine Endlosschleife laufen)
Der Prompt erwähnt die Fallen nicht. Sie zu erkennen ist der Punkt – und prüft zwei Launch‑Claims auf einmal: den FrontierCode‑Zuwachs gegenüber GPT‑5.6 und die geringere Rate irreführender Aussagen über Coding‑Arbeit.
Alle vier liefen in OpenCode mit festgelegter Tool‑Oberfläche (nur Datei lesen und editieren), gleicher Reasoning‑Stufe, ein Versuch, frische Session, Prompt Byte‑für‑Byte identisch.
So sah zum Beispiel die Ausgabe von GPT‑6 Sol für den normalen Graphen aus:
Die wichtigsten Ergebnisse:
- Beim sauberen Graphen lag niemand vorne. Alle vier lieferten eine funktionierende Datei, fanden den korrekten Pfad mit Distanz 24, setzten Knoten in der richtigen Reihenfolge und bauten gut lesbare Controls auf eine Bildschirmseite. Volle Punktzahl bei Genauigkeit und Layout.
- Auch das unerreichbare Ziel fiel niemandem auf die Füße. Alle vier brachen selbstständig ab und ließen die beiden Insel‑Knoten auf unendlich.
- Szenario 3 macht den Unterschied. Jedes Modell erkannte die negative Kante. Nur GPT‑6 Sol wertete sie als Abbruchgrund: Es schrieb sichtbar auf den Screen, dass eine ungerichtete negative Kante kürzeste Wege undefiniert macht, und verweigerte den Lauf.
Lass uns genauer hinschauen. GPT‑6 Sol weigerte sich wegen des negativen Gewichts, den Algorithmus auszuführen, und zeigte eine gut sichtbare rote Fehlermeldung.
GPT‑5.6 Sol markierte das negative Gewicht zwar in einem Warnhinweis, lief den Algorithmus aber dennoch, hob einen Pfad hervor und füllte die Distanz‑Tabelle, als wäre die Antwort gültig. Eine Warnung neben einer falschen Antwort bleibt eine falsche Antwort. GPT‑5.6 Luna machte dasselbe.
GPT‑6 Luna landete dazwischen: ein Banner, das die Kante benennt und Dijkstra als nicht anwendbar erklärt, dann eine Distanz‑Tabelle mit negativen Unendlichkeiten. Vertretbar bei einer ungerichteten negativen Kante – aber in der Darstellung verwirrend.
Ist GPT‑6 also ein echter Schritt nach vorn? Knapp – und nur in einem Punkt, wenngleich einem wichtigen. Bei der Build‑Aufgabe selbst liegen die Generationen gleichauf. Der Unterschied liegt allein darin, wie jedes Modell mit einem offensichtlich fehlerhaften Input umging – das trifft OpenAIs Ehrlichkeits‑Claim mehr als den Coding‑Claim. Zwischen den beiden Lunas gab es keinen Abstand.
Die zweite Lektion betrifft den Test: Wenn vier Modelle alle Proben bis auf eine problemlos bestehen, muss die Messlatte höher.
Preise und Verfügbarkeit von GPT‑6 Sol und Luna
So sieht die neue Kostenstruktur aus. Beide Kürzungen entsprechen 50% gegenüber den GPT‑5.6‑Preisen der jeweiligen Modelle.
| Pro 1 Mio. Tokens | GPT‑6 Sol | GPT‑5.6 Sol | GPT‑6 Luna | GPT‑5.6 Luna |
|---|---|---|---|---|
| Input | $2 | $4 | $0,10 | $0,20 |
| Output | $10 | $20 | $0,50 | $1,20 |
Gecachte Input‑Token‑Reads sind bei GPT‑6 um 90% rabattiert – bei langen Agentenläufen zählt die Cache‑Trefferquote also fast so viel wie der Listenpreis. OpenAIs Launch‑Post nennt keine Batch‑Preise für die beiden Modelle. Beide liegen unter GPT‑6 Astras $10 Input und $50 Output.
Die einzigen Zugangskriterien im Launch‑Post sind Plan und Produktoberfläche – dort wird es konkret.
Wie bekommst du Zugriff auf GPT‑6 Sol und Luna?
GPT‑6 Sol und Luna sind bereits auf vielen Plattformen verfügbar:
-
ChatGPT Work und Codex für Plus‑, Pro‑, Business‑, Enterprise‑ und Edu‑User, zusätzlich erreicht Luna auch Free‑ und Go‑User in der Desktop‑App.
-
Über die API sind sie als
gpt-6-solundgpt-6-lunaverfügbar. OpenAI weist darauf hin, dass das ChatGPT‑Rollout über den Tag gestaffelt erfolgt – es kann also etwas dauern, bis sie überall sichtbar sind. -
Außerdem sind beide Modelle über OpenRouter (als
openai/gpt-6-solundopenai/gpt-6-luna), in GitHub Copilot, auf Azure AI Foundry und auf AWS Bedrock verfügbar.
Über die API sind sie verfügbar als gpt-6-sol und gpt-6-luna. OpenAI weist darauf hin, dass das ChatGPT‑Rollout über den Tag gestaffelt erfolgt – es kann also etwas dauern, bis sie überall sichtbar sind. Ein Minimalaufruf sieht so aus:
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-sol",
reasoning={"effort": "high"},
input="List the open pull requests that touch billing code and summarize the risk of each.",
)
print(response.output_text)Wenn du von GPT‑5.6 migrierst: OpenAIs GPT‑6‑Modellleitfaden (an Astra ausgerichtet) empfiehlt, temperature und top_p zu entfernen, bei low zu starten, wenn du none oder minimal genutzt hast, ansonsten die aktuelle Aufwandstufe beizubehalten, und prompt_cache_retention auf prompt_cache_options.ttl mit 30 Minuten umzustellen.
Fazit
Sol und Luna nutzen die Trainingsrezeptur hinter dem Flaggschiff Astra, um die Stufe darunter deutlich günstiger und schneller zu machen. OpenAI nennt in der Ankündigung ungewöhnlich direkt die Modelle von Anthropic und reklamiert kostenbereinigte Vorteile. Spannend – denn auch Opus 5.5 punktet bei Effizienz.
Mein Fazit: Wenn du Agenten‑ oder Coding‑Workloads auf GPT‑5.6 Sol oder Luna fährst, wechsle jetzt. Gleiche Reasoning‑Leiter, halber Preis – und in unserem Test war der eine Unterschied, dass GPT‑6 Sol eine sichere Antwort verweigerte, wo der Algorithmus keine liefern kann. Wenn du auf Claude bist, sind die kostenbereinigten Zahlen ein starkes Argument, selbst zu vergleichen – statt OpenAIs Wort zu nehmen.
Wenn du auf diesen Modellen aufbauen willst, empfehle ich den OpenAI Fundamentals Skill Track, der die API in 15 Stunden end‑to‑end abdeckt.
Author
Josef Waples