OpenAI veröffentlicht GPT-5.6 weltweit – mit drei Varianten, neuer Codex-App und Namensverwirrung

Drei Varianten mit neuem Namensschema

GPT-5.6 ist in ChatGPT, Codex und über die OpenAI API verfügbar. GPT-5.6 Sol steht Plus-, Pro-, Business- und Enterprise-Nutzern zur Verfügung. Der Rollout soll sich laut Unternehmen über die kommenden 24 Stunden weltweit vollziehen.

Ebenfalls neu ist die Stufe 'Ultra' für das Sol-Modell, die vier Agenten parallel koordiniert, um besonders aufwendige Aufgaben schneller abzuschließen. Alle drei GPT-5.6-Stufen führen einen neuen Modus namens 'max reasoning effort' ein, der dem Modell bei schwierigen Problemen mehr Zeit gibt.

Verfügbarkeit und Preise

Terra kostet 2,50 beziehungsweise 15 US-Dollar. Damit entsprechen die Preise den bereits im Juni angekündigten Konditionen. Für GPT-5.6 führt OpenAI zudem Cache-Schreibpreise zum 1,25-fachen Input-Preis ein, während Cache-Lesungen weiterhin mit 90 Prozent Rabatt abgerechnet werden – eine Struktur, die auch Anthropic nutzt.

Das Namensschema erinnert an Anthropics Variantenbezeichnungen Opus, Sonnet und Haiku. Auch bei mittlerer Rechentiefe weise Sol Vorteile bei den geschätzten Kosten auf, so das Unternehmen. Sol arbeite mit weniger Token als frühere Modelle und solle dadurch ein besseres Verhältnis von Leistung zu Kosten bieten.

Nach Unternehmensangaben soll Sol in Bereichen wie Programmierung, Wissensarbeit, IT-Sicherheit und Wissenschaft neue Bestwerte erreichen. Im Bereich Programmierung verwies OpenAI auf den Artificial Analysis Coding Agent Index, in dem Sol mit maximaler Denktiefe einen Wert von 80 erreiche. Beim Coding-Benchmark Terminal-Bench 2.1 soll Sol Ultra mit 91,9 Prozent ebenfalls vor Fable 5 liegen, das 88 Prozent erreicht.

Benchmarks und Leistungsvergleich

Bei sogenannten Agentic-Last-Exam-Tests, die längere Arbeitsabläufe in 55 Fachbereichen abbilden, erzielte Sol den Angaben zufolge einen Wert von 53,6 Punkten. OpenAI verglich dies mit dem Modell Claude Fable 5, das in dem Test 13,1 Punkte niedriger liege. Dabei würden weniger als halb so viele Ausgabe-Token benötigt wie bei Vergleichsmodellen.

Im Artificial Analysis Intelligence Index liegt Claude Fable 5 (mit Fallback) mit 60 Punkten allerdings knapp vor GPT-5.6 Sol (max) mit 59 Punkten, gefolgt von Grok 4.5 (high) mit 54, GLM-5.2 (max) mit 51 und Gemini 3.5 Flash mit 50 Punkten. Auch im AA-Briefcase-Benchmark für realistische Wissensarbeit liegt Fable 5 vor Sol, wobei Sol den höchsten je gemessenen 'Presentation Elo' erzielt – ein Hinweis auf besonders gut gestaltete Ausgaben in Werkzeugen wie PowerPoint und Excel.

Zusätzlich soll GPT-5.6 in der Lage sein, eigenständig kleine Programme zu schreiben und auszuführen, um Werkzeuge zu koordinieren und Zwischenergebnisse zu verarbeiten. Auch für Büroanwendungen wie Präsentationen, Dokumente und Tabellen verspricht OpenAI Verbesserungen. Das Modell soll Vorlagen und Referenzformate zuverlässiger einhalten als der Vorgänger GPT-5.5, etwa bei Layout, Typografie und wiederkehrenden Gestaltungselementen.

Sicherheit und Schutzmaßnahmen

OpenAI beschreibt Sol als besonders stark in den Bereichen Programmieren, Biologie und Cybersicherheit. Im Bereich Cybersicherheit sei das Modell eher in der Lage, Schwachstellen zu finden und zu beheben, als eigenständig vollständige Angriffe auf gut geschützte Systeme durchzuführen. Für die Bereiche Cybersicherheit und Biologie führte OpenAI nach eigener Darstellung zusätzliche Schutzmechanismen ein.

Im Vergleich zu früheren Modellen sollen die Schutzmaßnahmen von GPT-5.6 Sol rund zehnmal mehr potenziell schädliche Aktivitäten blockieren. GPT-5.6 überschreite in keiner der beiden Kategorien die intern definierte kritische Schwelle.

Die Codex-App wird zur neuen zentralen ChatGPT-Desktop-App, die Chat, Work und Codex unter einem Dach vereint. Sie sieht aber noch weitgehend wie Codex aus und enthält das Codex-Symbol als wählbare Option. Die bisherige ChatGPT-app heißt künftig ChatGPT Classic. Auf Hacker News äußerten Nutzer Verwirrung: Nutzer fragen, wo man jetzt einfach chatten soll, und beklagen, dass beim Wechsel zwischen ChatGPT Work und ChatGPT Codex scheinbar nichts passiert.

Codex-App als neue Desktop-Zentrale

Auf dem Wissensbenchmark AA-Omniscience zeigt GPT-5.6 nur eine geringe Verbesserung gegenüber dem Vorgänger GPT-5.5, und die leicht höhere Trefferquote geht mit einer etwas erhöhten Halluzinationsrate einher. Die Zahlen stammen aus von OpenAI gewählten Tests unter selbst definierten Bedingungen und lassen sich nur bedingt unabhängig nachprüfen.

Vor der breiten Veröffentlichung war GPT-5.6 mehrere Wochen lang nur in einer stark eingeschränkten Vorschau verfügbar. GPT-5.6 war das erste führende amerikanische KI-Modell, das vor der allgemeinen Freigabe einer förmlichen staatlichen Überprüfung unterzogen wurde. Die Überprüfung wurde über das Center for AI Standards and Innovation im Handelsministerium durchgeführt; laut Axios schickte OpenAI Fachleute nach Washington, um Fragen der Behörde zu beantworten.

Staatliche Vorab-Überprüfung in den USA

An dem Verfahren waren Handelsminister Howard Lutnick, Finanzminister Scott Bessent und der nationale Cyber-Direktor Sean Cairncross beteiligt. Der zugrundeliegende Rahmen wurde von der Trump-Administration am 2. Juni 2026 eingeführt und sieht eine freiwillige Vorab-Überprüfung der leistungsfähigsten Modelle per Exekutivanordnung vor, die KI-Firmen bittet, der Regierung bis zu 30 Tage Vorab-Zugang zu Modellen mit fortgeschrittenen Cyberfähigkeiten zu gewähren.

Für GPT-5.6 eskalierte die freiwillige Überprüfung in eine staatlich verwaltete Zugangsliste, und das Modell war wochenlang nur für rund 20 Partner zugänglich, deren Namen einzeln von der Regierung genehmigt wurden. OpenAI hat deutlich gemacht, dass es diesen Präzedenzfall mit Unbehagen betrachtet. Das Unternehmen beteiligte sich diesmal, hält ein solches staatliches Zugangsverfahren aber nicht für den geeigneten Dauerzustand.