Lernpfad
Grundlagen der KI
10 Std.
SpaceXAI hat Grok 4.6 am 12. August 2026 veröffentlicht, etwa einen Monat nachdem OpenAI am 9. Juli die GPT-5.6-Familie allgemein verfügbar gemacht hat. Beide Launches setzen auf Ähnliches: langlebige Agenten, die Aufgaben über viele Schritte hinweg verfolgen, und stärkere Erstentwürfe bei interaktiver Arbeit. Grok 4.6 kam mit dem Anspruch, beim Artificial Analysis Intelligence Index mit GPT-5.6 Sol gleichzuziehen – und stellt damit ein $6-Output-Modell neben ein $20-Modell und fragt dich, ob du den Unterschied erkennst.
In diesem Artikel vergleiche ich Grok 4.6 und GPT-5.6 Sol bei agentischem Coding, lang angelegter Wissensarbeit, Kontexthandling, Steuerung der Reasoning-Tiefe und Preis – und schicke beide anschließend durch dieselbe anspruchsvolle Build-Aufgabe im gleichen Coding-Agenten. Für tiefergehende Einzelanalysen sieh dir unseren Grok 4.6 Guide und unseren Guide zu GPT-5.6 Sol, Terra und Luna an.
TL;DR
- Die Fähigkeiten liegen eng beieinander: Beide erreichen 61 auf dem Artificial Analysis Intelligence Index und führen jeweils etwa die Hälfte der veröffentlichten Coding-Benchmarks an.
- Beim Preis trennen sie sich – und nicht linear: Sol kostet beim Input doppelt so viel, beim Output 3,3-mal so viel.
- Beide Modelle erheben Zuschläge für lange Prompts, und Groks Schwelle greift früher: ab 200.000 Token, bei Sol ab 272.000.
- Im praktischen Build-Test lieferten beide ein korrektes, stabiles Simulationsergebnis. Sol brauchte 3 Iterationen; Grok 14.
- Wähle Grok 4.6 für reasoning- und generationlastige Schleifen; wähle GPT-5.6 Sol für ein 1.050.000-Token-Fenster, terminallastiges Engineering oder die geringste Zahl an Iterationen bis zum fertigen Artefakt.
Was ist Grok 4.6?
Grok 4.6 ist SpaceXAIs Spitzenmodell für Coding, agentische Aufgaben und Wissensarbeit, veröffentlicht am 12. August 2026. Es baut auf Grok 4.5 auf, mit Fokus auf langlebige Agenten sowie ambitioniertere interaktive und visuelle Arbeit. SpaceXAI sagt, es bleibe bei komplexen Aufgaben über viele Schritte hinweg am Ball: ein Thema recherchieren, in einem Codebase-Umfeld arbeiten oder eine Idee in eine lauffähige Anwendung verwandeln. Das Training ergänzte kuratierte, modellgenerierte Reasoning-Daten und agentisches Reinforcement Learning zu Kernel-Optimierung, Webentwicklung und CAD.
Markant ist die Preisstrategie. Grok 4.6 hält die Aushängeschilder von Grok 4.5 mit $2 und $6 pro 1 Mio. Input- bzw. Output-Token – und legt gleichzeitig 5 Punkte im Artificial Analysis Intelligence Index zu. Artificial Analysis merkt an, dass das an der Spitze ungewöhnlich ist, wo Fähigkeitszuwächse üblicherweise mit Preiserhöhungen einhergehen.
Wie das Modell in der Praxis aussieht, zeigen dir unser Grok 4.6 API-Tutorial für einen Tool-using Agent Schritt für Schritt und unser Grok Build Tutorial, das ein Machine-Learning-Projekt direkt im Coding-Agent aufsetzt – dort ist 4.6 inzwischen das Standardmodell. Außerdem haben wir SpaceXAIs Agent-Teammate im Grok Bot-Artikel behandelt.
Was ist GPT-5.6 Sol?
GPT-5.6 Sol ist das Flaggschiff von OpenAIs GPT-5.6-Familie, seit dem 9. Juli 2026 allgemein verfügbar, zusammen mit Terra für Alltagsarbeit und Luna als kosteneffizienter Stufe. OpenAI positioniert Sol ebenso über Effizienz wie über rohe Leistung: State-of-the-Art-Ergebnisse in Coding, Wissensarbeit, Cybersicherheit und Wissenschaft – bei geringerem Token-Verbrauch. Dank stärkerer Computer-Nutzung kann es ein gerendertes Ergebnis inspizieren und verfeinern statt nur den zugrunde liegenden Code zu generieren.
Zwei Fähigkeitsregler sind neu. Die Einstellung max gibt dem Modell mehr Zeit als xhigh für Reasoning und Überarbeitung, und ultra koordiniert standardmäßig vier Agenten parallel – mehr Token für eine bessere Punktzahl in weniger Echtzeit. Auf Terminal-Bench 2.1 erreicht Sol Ultra 91,9% gegenüber 88,8% bei Sol ohne Ultra.
Für Praxisarbeit mit diesem Modell baut unser Cursor Agent Mode Tutorial eine REST-API mit GPT-5.6 Sol, und unser ChatGPT Work Guide führt einen End-to-End Data-Science-Workflow auf GPT-5.6 aus. Wenn du eine andere Gegenüberstellung willst: Wir haben Sol auch gegen Anthropics Flaggschiff verglichen: Claude Opus 5 vs GPT-5.6 Sol.
Grok 4.6 vs GPT-5.6 Sol: Direktvergleich
Kurz gesagt: Bei den Fähigkeiten sind sie ebenbürtig, beim Preis Welten auseinander.
Beide stehen mit 61 auf dem Intelligence Index, teilen sich die Coding-Benchmarks – und Sol kostet beim Output 3,3-mal so viel.
| Funktion | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Veröffentlichung | 12. August 2026 | 9. Juli 2026 |
| AA Intelligence Index | 61 | 61 |
| Input / Output pro 1 Mio. Token | $2 / $6 | $4 / $20 |
| Kontextfenster | 500.000 Token | 1.050.000 Token |
| Long-Context-Schwelle | 200.000 Token | 272.000 Token |
| Preise oberhalb der Schwelle | $4 / $12 | 2x Input, 1,5x Output |
| Reasoning-Einstellungen | Low, Medium, High, XHigh | None bis Max, plus Ultra |
| API Model ID | grok-4.6 |
gpt-5.6-sol |
| Wissensstand | 1. Februar 2026 | 16. Februar 2026 |
Coding- und agentische Workflows
Die Cursor-Tabelle, Grok 4.6 auf high gegen GPT-5.6 Sol auf max, kürt keinen eindeutigen Sieger. Grok führt CursorBench v3.2 mit 69,9% gegenüber 67,2% und GDPval-AA v2 mit 1753 Elo gegenüber 1728. Sol nimmt DeepSWE v1.1 mit 73% zu 65,9% und Terminal-Bench v3.0 mit 34,6% zu 26%.
| Benchmark | Grok 4.6 (high) | GPT-5.6 Sol (max) | Hinweise |
|---|---|---|---|
| AA Intelligence Index | 61 | 61 | Komposit aus neun Benchmarks; Gleichstand |
| CursorBench v3.2 | 69,9% | 67,2% | Cursors eigenes Agent-Setup |
| DeepSWE v1.1 | 65,9% | 73% | Lange Horizonte in realen Codebases |
| Terminal-Bench v3.0 | 26% | 34,6% | Beide niedrig; andere Version als OpenAIs 2.1-Zahlen |
| FrontierCode v1.1 Extended | 61,3% | 60,6% | Im Rauschen |
| APEX-Agents | 57,5% | 56,7% | Im Rauschen |
Lies diese Abstände mit Vorsicht:
- Die Aufwandsstufen sind nicht gematcht: Grok auf high, Sol auf max.
- Drittanbieter-Zeilen sind die besten selbstberichteten oder öffentlichen Werte, nicht ein gemeinsames Harness.
- Terminal-Bench v3.0 in Cursors Tabelle ist nicht Terminal-Bench 2.1 in OpenAIs Post (88,8% für Sol). Andere Versionen.
Grok ist stärker in einer IDE-Agent-Schleife. Sol ist stärker bei langhorizontiger Repository-Arbeit und auf der Kommandozeile.
Lang angelegte agentische Wissensarbeit
Grok 4.6 führt AA-Briefcase, Artificial Analysis’ private Suite für lang angelegte Wissensarbeit, mit 1577 Elo gegenüber 1502 bei Sol. Auf Harvey LAB, einem Legal-Eval, lauten die publizierten Werte 15,8% versus 2,5% – ein 6x-Abstand, bei dem beide absolut schlecht abschneiden; lies es eher als Signal denn als gefestigten Unterschied.
Grok erreicht außerdem 50,7% im Banking-Teil von Artificial Analysis’ Tool-Use-Suite. Die 88,4% auf Terminal-Bench v2.1 liegen auf Augenhöhe mit den führenden Modellen, aber das ist v2.1, nicht die v3.0-Zeile oben.
Kontextfenster und Long-Context-Arbeit
Sol hält grob das doppelte Fenster: 1.050.000 Token gegenüber 500.000 bei Grok 4.6 – plus eine Output-Obergrenze von 128.000 Token, die SpaceXAI im Text nicht spiegelt. Oberhalb von 500K gibt es kein Grok-Pendant.
Beide passen lange Prompts vor diesen Obergrenzen preislich an, und bei Grok greift der Zuschlag früher:
- Grok 4.6: nach 200.000 Token zu 2x Input und 2x Output auf die gesamte Anfrage.
- GPT-5.6 Sol: nach 272.000 Token zu 2x Input und 1,5x Output auf die gesamte Anfrage.
Zwischen 200.000 und 272.000 gleichen sich die Input-Sätze bei $4 an. Beim Output bleibt Grok günstiger – mit geringerer Marge als die Überschrift vermuten lässt.
Steuerung des Reasoning-Aufwands
Sol bietet mehr Regler: none bis max plus ultra, das vier Agenten parallel ausführt. Grok 4.6 bietet standardmäßig low, medium, high sowie xhigh. Sol auf none für einen günstigen Klassifizierungs-Call ist praktisch. Ultras Sprung auf Terminal-Bench 2.1 von 88,8% auf 91,9% ist real – beide Extreme rechnen jedoch zum Output-Satz ab, der 3,3-mal über Groks liegt.
Eingebaute Tool-Oberflächen
Grok 4.6 bringt Function Calling, Websuche, X-Suche und Codeausführung mit. GPT-5.6 Sol ergänzt Dateisuche, Bildgenerierung, Code Interpreter, eine gehostete Shell, Apply Patch, Computer Use und Toolsuche in der Responses API.
Sol hat außerdem Programmatic Tool Calling: Das Modell schreibt und führt ein kleines Programm aus, das Tools koordiniert und Zwischenergebnisse filtert, statt jede Tool-Antwort erneut durchs Modell zu schicken.
Preise: Was du tatsächlich zahlst
Der Preis ist der klarste Unterschied – und nicht einfach ein fixer Multiplikator.
Token-Sätze im Vergleich
| Satz | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Input, pro 1 Mio. Token | $2,00 | $4,00 |
| Output, pro 1 Mio. Token | $6,00 | $20,00 |
| Gecachter Input-Read, pro 1 Mio. Token | $0,50 | $0,40 |
| Long-Context-Schwelle | 200.000 Prompt-Token | 272.000 Input-Token |
| Oberhalb der Schwelle | 2x Input und Output | 2x Input, 1,5x Output |
| Schnellvariante, Input / Output | $4,00 / $12,00 | Nicht zutreffend |
Sol liegt beim Input bei 2x und beim Output bei 3,3x, also weitet sich die Lücke mit allem, was das Modell schreibt. Reasoning-Token werden bei beiden zum Output-Satz abgerechnet. Gecachte Reads liegen nah beieinander ($0,50 vs $0,40), aber SpaceXAI warnt: Ohne prompt_cache_key in der Responses API zahlst du auf einem kalt gecachten Server oft den vollen Input. Mehr dazu im Grok 4.6 API-Tutorial.
Was eine echte Last kostet
Die Formel lautet (Volumen ÷ 1 Mio.) × Satz, über Input und Output summiert, zu Standardsätzen.
| Workload | Grok 4.6 | GPT-5.6 Sol | Unterschied |
|---|---|---|---|
| Generation-lastig: 1 Mio. in / 4 Mio. out | $26 | $84 | +$58 (223%) |
| Retrieval, unterhalb der Schwelle: 10 Mio. in / 1 Mio. out | $26 | $60 | +$34 (131%) |
| Retrieval, oberhalb der Schwelle: 10 Mio. in / 1 Mio. out | $52 | $110 | +$58 (112%) |
Bei generationlastigen Workloads schlägt die Output-Lücke durch. Die beiden Retrieval-Zeilen teilen sich 10 Mio. in / 1 Mio. out und unterscheiden sich nur darin, ob jede Anfrage oberhalb beider Schwellen liegt – die Differenz ist also der Zuschlag. Groks Rechnung verdoppelt sich dort von $26 auf $52. Bei Sol steigt sie von $60 auf $110. Der relative Aufpreis sinkt von 131% auf 112%, obwohl die Dollar-Lücke wächst. Keiner der Anbieter hat Tokencounts für eine gemeinsame Last veröffentlicht, lies diese Summen daher als Satzvergleich, nicht als finale Rechnung.
Wie Grok 4.6 und GPT-5.6 Sol abgeschnitten haben
Wir haben beide Modelle mit derselben harten Build-Aufgabe im gleichen Coding-Agent getestet.
Der Test
Wir ließen beide eine Ein-Datei-Physiksimulation erstellen, weil beide Anbieter starke Leistung bei interaktiver und visueller Arbeit beanspruchen. Gleicher Prompt, byte-identisch, in einen frischen Chat in einem leeren Workspace eingefügt. Jeweils ein Versuch, keine Retries, kein Steuern während des Laufs.
Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external libraries, no network) that simulates a few dozen balls of varying sizes bouncing inside a slowly rotating square container, under gravity. The balls should collide with each other and with the container walls, and lose a little energy on each collision so the system settles rather than gaining energy over time. The container keeps rotating throughout, so the balls should slosh and re-pile as it turns.
Ship it as one working file named index.html that starts animating on load. Do not ask me clarifying questions, make reasonable assumptions and note them briefly in a comment at the top of the file.Beide liefen in Cursor am 25. August 2026: Grok 4.6 mit hoher Reasoning-Stufe, GPT-5.6 Sol mit hoher Reasoning-Stufe. Das Ergebnis beschreibt sie als Agenten, nicht als nackte Modelle. Netzwerkzugriff wurde bei beiden abgelehnt.
Was Grok 4.6 geliefert hat
Grok lieferte eine lauffähige index.html, die die Kriterien erfüllte: Einzeldatei, startet die Animation beim Laden, keine ungefangenen Konsolenfehler, nach 30 Sekunden weiterhin stabil. Die Begrenzung hielt, während sich die Box drehte, Ball-zu-Ball-Kollisionen wirkten plausibel, und das System verlor Energie und beruhigte sich anstatt schneller zu werden.
Das benötigte 14 Agenten-Turns, mit mehreren Runden Selbstkorrektur. Es bat zudem um Browserzugriff zur Selbstprüfung, was wir gemäß Testregeln ablehnten.
Ergebnisse
Bewertet wurde pro Achse von 1 bis 5, jeweils durch 30 Sekunden Beobachtung jeder Simulation anhand eines vorab festgelegten Rasters.
| Messgröße | Grok 4.6 (high) | GPT-5.6 Sol (high) |
|---|---|---|
| Turns | 14 | 3 |
| Lauffähigkeit | Bestanden | Bestanden |
| Physikalische Korrektheit | 5 | 5 |
| Stabilität über die Zeit | 5 | 5 |
| Visuelle Qualität | 4 | 5 |
| Gesamt | 3,5 | 5 |
Beim Artefakt ist das nahezu ein Unentschieden: Beide trafen die Physik und blieben stabil. Der Unterschied liegt im Aufwand. Sol erreichte dasselbe Ergebnis in 3 Turns gegenüber 14 bei Grok – deshalb fällt Groks Gesamtwertung auf 3,5.
Aber Achtung: Das ist n=1 auf einem visuellen Build – lies es als Datenpunkt, nicht als Benchmark. Es sagt nichts über große Codebases oder lange Retrieval-Ketten aus.
Wann du Grok 4.6 vs GPT-5.6 Sol wählen solltest
Da die Fähigkeiten nah beieinander liegen, entscheiden Workload-Form, Kontextgröße und die Frage, wie sehr dir Iterationszahl gegenüber Kosten pro Token wichtig ist. Wähle Grok, wenn günstiger Output die Rechnung dominiert. Wähle Sol, wenn du das größere Fenster oder weniger Turns brauchst.
Wähle Grok 4.6, wenn ...
- dein Workload viel schreibt. Bei $6 pro 1 Mio. Output-Token gegenüber $20 bei Sol landet ein generationlastiger Monat bei $26 statt $84 – Reasoning-Token werden zum gleichen Output-Satz abgerechnet.
- deine Prompts unter 200.000 Token bleiben. Nur dort gelten Groks $2- und $6-Sätze voll.
- deine Agent-Arbeit in einer IDE passiert. Grok führt CursorBench v3.2 mit 69,9% an und ist das Standardmodell in Grok Build.
- du stärker auf Kosten pro Token als auf die Turn-Zahl achtest.
Wähle GPT-5.6 Sol, wenn ...
- du mehr als 500K Token Kontext brauchst. Sol bietet 1.050.000 Token – Grok 4.6 hat dafür kein Pendant.
- deine Agenten langhorizontig in realen Repos arbeiten. Sol liegt bei DeepSWE v1.1 mit 73% gegenüber 65,9% für Grok deutlich vorn – der breiteste Coding-Abstand in eine Richtung.
- Turns wichtiger sind als Tokenpreis. Sol beendete unseren Physik-Build in 3 Turns, Grok brauchte 14.
- du feinere Kontrolle über den Aufwand willst. Sol läuft von none bis max und ergänzt
ultra.
So startest du mit Grok 4.6 und GPT-5.6 Sol
Wenn du bereits einen OpenAI-kompatiblen Endpoint nutzt, ist der Wechsel beider Modelle ein String-Tausch. Die Strings sind grok-4.6 und gpt-5.6-sol. OpenAI leitet das Alias gpt-5.6 ebenfalls auf Sol.
| Surface | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Erstparteien-API | xAI API | OpenAI API |
| Consumer-App | Grok App und Grok.com | ChatGPT |
| Coding-Agenten | Grok Build (Standardmodell), Cursor (alle Pläne) | Codex, Cursor |
| Model-Gateways | OpenRouter, Vercel, Cloudflare | OpenRouter, Vercel, Cloudflare |
| API Model ID | grok-4.6 |
gpt-5.6-sol |
Einsatz von Grok 4.6 und GPT-5.6 Sol im Coding-Agent
In Cursor sind beide Modelle im Picker – so haben wir den Build-Test gefahren. Das Umschalten ist eine Picker-Änderung, kein Config-Refactor.
Über die API ist es ein String-Tausch. xAI bietet einen OpenAI-kompatiblen Endpoint:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["XAI_API_KEY"],
base_url="https://api.x.ai/v1", # drop this line for gpt-5.6-sol
)
response = client.responses.create(
model="grok-4.6", # swap for "gpt-5.6-sol"
input="Find and fix the bug: function median(a){a.sort();return a[a.length/2]}",
)
print(response.output_text)Für die vollständige Einrichtung sieh dir unser Grok 4.6 API-Tutorial, unser Cursor Agent Mode Tutorial und unser Grok Build Tutorial an.
Fazit
Wenn deine Rechnung von Output- und Reasoning-Token dominiert wird, nimm Grok 4.6. Ein Gleichstand im Intelligence Index bei weniger als einem Drittel des Output-Preises ist die naheliegende Wahl. Wenn du ein Millionen-Token-Fenster oder langhorizontige Repository-Arbeit brauchst, nimm GPT-5.6 Sol und akzeptiere den Aufpreis. Prüfe vor dem Wechsel, auf welcher Seite von Groks 200.000-Token-Zuschlag deine Prompts landen.
In unserem Test hielten die Release-Aussagen stand: Beide Modelle bestanden mit guten Ergebnissen. Allerdings war Sol deutlich schneller und brauchte nur etwa 20% der Turns von Grok – ein spürbarer Unterschied. Wenn du diese Modelle lieber im Agenten einsetzen als nur darüber lesen willst, empfehle ich unseren Kurs Software Development with Cursor.
