Der KI-Modell-Preiskrieg im September 2026: Grok 4.7, Opus 5.5, GPT-6 Sol und Luna

Wenn Sie eine Tabelle mit Modellpreisen führen, ist sie diese Woche veraltet. xAI veröffentlichte Grok 4.7 am 21. September. Am nächsten Tag veröffentlichte Anthropic Claude Opus 5.5 und OpenAI zwei neue GPT-6-Modelle, Sol und Luna. Drei Launches in 48 Stunden, zwei Frontier-Labore am selben Tag – und jede Zeile in Ihrem Kostenmodell ist jetzt falsch.

Die Pro-Token-Zahlen stehen unten. Die nützlichere Geschichte ist, dass der Preis pro Token aufgehört hat, die Einheit zu sein, um die irgendjemand konkurriert, und dass eine der lautesten Behauptungen der Woche innerhalb von Stunden nach ihrer Veröffentlichung verfiel.

Jeder neue Preis in einer Tabelle

Drei Dinge fallen auf. Opus 5.5 liegt bei $4/$20 gegenüber Opus 5 mit $5/$25, das Flaggschiff wurde also 20 % günstiger und belegte gleichzeitig mit 58 den Spitzenplatz im Artificial-Analysis-Index. Sol liegt sowohl bei Eingabe als auch Ausgabe bei einem Fünftel des Tarifs von Astra. Und Luna bietet ein Kontextfenster von 1M für zehn Cent pro Million Eingabetoken.

Anthropic führt außerdem einen Fast-Modus für Opus 5.5 zu $8/$40 und eine maximale Ausgabe von 128k auf. Wenn Sie Tarife aus unseren Claude-Opus-5-Preisen oder GPT-5.6-Preisen fest einprogrammiert haben, beschreiben diese Seiten jetzt die vorherige Generation.

Was sich tatsächlich verschoben hat: Kosten pro Aufgabe, nicht Kosten pro Token

OpenAIs Launch-Beitrag beginnt nicht mit Pro-Token-Preisen. Er beginnt mit Kosten pro abgeschlossener Aufgabe, und die Tabelle, die er veröffentlicht, ist das interessanteste Artefakt der Woche.

Lesen Sie die unterste Zeile sorgfältig. Sol mit extrahohem Reasoning erzielt einen höheren Wert als Opus 5 bei max – zu etwa 9 % der Kosten pro Aufgabe von Opus 5. Kosten pro Aufgabe sind die ehrliche Einheit, weil sie einbeziehen, was die Pro-Token-Preise verbergen: Reasoning-Token, Tool-Aufrufe, Wiederholungen und wie viele Turns ein Modell braucht, bis es aufhört. Ein Modell mit doppeltem Listenpreis, das mit einem Drittel der Token auskommt, ist günstiger – und keine Preisseite sagt Ihnen das.

Das Muster wiederholt sich. Bei Agents’ Last Exam V1 erzielt Sol bei max 56,4 % – über dem besten Ergebnis von Opus 5 – bei 60 % niedrigeren Kosten pro Aufgabe. Bei DeepSWE 1.1 erreicht Sol bei max 68,8 %, innerhalb von 1,1 Punkten von Fable 5 bei xhigh (69,9 %) und rund 80 % günstiger pro Aufgabe; Luna bei max erzielt 66,6 %, was OpenAI im selben Bereich wie Opus 5 und Fable 5 bei mittlerem Aufwand einordnet – bei 93 % weniger pro Aufgabe als Opus 5 und 96 % weniger als Fable 5. Bei OSWorld 2.0 offline erreicht Sol bei xhigh 60,5 % gegenüber Opus 5 bei medium mit 60,3 % – erneut rund 80 % günstiger pro Aufgabe. Bei Faktenrichtigkeit macht Sol laut OpenAI etwa halb so viele Fehler wie sein Vorgänger, und Luna mit höherem Aufwand erreicht GPT-5.6 Sol zu etwa einem Hundertstel der Kosten.

Die praktische Konsequenz: Die Beschaffungsfrage lautet nicht mehr „Wie hoch ist der Tarif pro Million Token?“, sondern „Was kostet eine meiner Aufgaben von Anfang bis Ende?“ – und nur Ihre eigene Workload kann das beantworten.

Der Vergleich, der am selben Tag verfiel, an dem er erschien

Jede obige Aussage wird gegen Claude Opus 5 gemessen, weil Opus 5.5 noch nicht existierte, als OpenAIs Beitrag geschrieben wurde. Anthropic veröffentlichte Opus 5.5 Stunden später: 20 % günstiger als Opus 5, laut Anthropics eigener Angabe 40 % weniger Betriebskosten, 30 % schneller bei der Ausgabe und an der Spitze des Artificial-Analysis-Index.

„Schlägt Opus 5 zu 9 % der Kosten pro Aufgabe“ ist also eine wahre Aussage über ein Modell, das noch am selben Nachmittag abgelöst wurde. Niemand hat eine Kosten-pro-Aufgabe-Zahl für Sol gegen Opus 5.5 veröffentlicht, weil jeder Harness in diesen Tabellen lief, bevor Opus 5.5 existierte. Wenn Sie eine Workload aufgrund dieses Verhältnisses migrieren wollen, vergleichen Sie gegen ein Modell, das Sie nicht mehr einsetzen würden.

Seien Sie auch in die andere Richtung vorsichtig. Anthropics eigenes Datenblatt für Opus 5.5 liest sich so: Terminal-Bench 4.0 66,4 %, FrontierCode v1.1 54,4 %, CursorBench 4.0 57,8 %, GDPval-AA v2.1 bei 1846 Elo, AutomationBench 40,0 %, Humanity’s Last Exam 67,7 % mit Tools, OSWorld 2.0 81,8 %, Chartography 89,0 %. Diese 40,0 % bei AutomationBench lassen sich nicht von OpenAIs 33,2 % abziehen: andere Harness-Version, andere Aufwandseinstellungen, anderer Lauf, keine angegebene gemeinsame Baseline. Zwei Anbieter, die denselben Benchmark-Namen nennen, sind kein direkter Vergleich. OpenAIs eigene Position ist, dass Astra „weiterhin unser bestes Modell in allen Bereichen“ ist; die GPT-6-Geschichte dieser Woche dreht sich also um Preis und Effizienz, nicht um eine neue Obergrenze. Vergleiche, die auf X kursieren und konkrete Opus-5.5-Zahlen gegen konkrete Astra-Zahlen stellen, sind Tweets, keine Anbieterdaten.

„50 % günstiger“ wird gegen einen Rabatt gemessen – und der tatsächliche Schnitt ist größer

OpenAI gibt an, dass Sol und Luna jeweils 50 % günstiger sind als die Aktionspreise von GPT-5.6. „Promotional“ ist OpenAIs Wort, und es ist tragend: Die halbierte Baseline ist ein rabattierter Preis, kein Standard-Listenpreis. Viele Berichte dieser Woche ließen die Einschränkung weg.

Hier ist die Abstammungslinie, mit den GPT-5.6-Listenpreisen, die wir damals in unserer eigenen Launch-Berichterstattung dokumentiert haben:

Zwei Dinge fallen dabei heraus. Erstens: Die ehrliche Version der Schlagzeile schlägt die Schlagzeile – gegenüber den GPT-5.6-Listenpreisen ist Sol bei $2/$10 eine Senkung um 60 % bei der Eingabe und 67 % bei der Ausgabe, und Luna bei $0.10/$0.50 um 90 % bzw. 92 %. OpenAI hat gegen den eigenen Aktionspreis verglichen, was die Bewegung für alle unterschätzt, die gegen Listenpreise budgetieren.

Zweitens gibt es kein GPT-6 Terra. GPT-5.6 bestand aus Sol, Terra und Luna; GPT-6 besteht aus Astra, Sol und Luna. Wenn Sie eine mittlere Stufe in der Konfiguration festgelegt haben, wartet kein gleichwertiger Nachfolger darauf, und unser GPT-5.6-Naming-Guide liest sich jetzt als Geschichte statt als aktuelle Karte.

Die günstigen Modelle sind nicht die schnellen Modelle

Artificial Analysis hat die neuen Modelle gemessen. Für die Max-Reasoning-Varianten meldet es GPT-6 Sol mit 115,2 Ausgabetoken pro Sekunde und einer Zeit bis zum ersten Token von 102,15 Sekunden sowie Luna mit 153,9 Token pro Sekunde und 124,23 Sekunden bis zum ersten Token. [VERIFY] Dies sind Drittanbieter-Zahlen, keine Anbieterzahlen, und sie beschreiben die höchste Reasoning-Einstellung, nicht das, was Sie bei niedrigem oder mittlerem Aufwand sehen würden.

Tendenziell ist dies der Handel, den der Preiskrieg anbietet: Frontier-nahe Qualität zu einem Bruchteil der Kosten – bezahlt mit Latenz, bevor das erste Byte ankommt. In Ordnung für einen Batch-Job oder einen nächtlichen Agent-Lauf. Fatal für eine Anfrage, bei der ein Mensch wartet.

Messen Sie dies selbst, statt es von einem Leaderboard zu übernehmen, denn es ändert sich mit Ihrer Aufwandseinstellung, Prompt-Größe und Region. Richten Sie Apidog auf den Completions-Endpunkt jedes Kandidatenmodells, senden Sie denselben Prompt mit der Aufwandseinstellung, die Sie tatsächlich ausliefern würden, und erfassen Sie Zeit bis zum ersten Byte und Gesamtantwortzeit neben dem Body. Als Testszenario gespeichert, ist der nächste Launch ein erneuter Lauf statt eines Forschungsprojekts.

Caching ist die andere Hälfte der Preissenkung dieser Woche

Zusammen mit den Modellen hat OpenAI ein echtes Prompt-Caching-Release für GPT-6 veröffentlicht: 90 % Rabatt auf gecachte Eingabe-Lesezugriffe, standardmäßig höhere Trefferquoten, ein Prompt Caching Dashboard, ein Diagnosewerkzeug und zwei Verhaltenskorrekturen, die wichtiger sind als der Rabatt. Das Ändern des Reasoning-Aufwands oder der Tool-Verfügbarkeit macht den Cache nicht mehr ungültig, und explizite Breakpoints lassen Sie entscheiden, wo ein gecachtes Präfix endet. OpenAI nennt GitHub, das über Milliarden von Anfragen hinweg mehr als 50 % weniger Prompt-Token gesehen habe, die frisch verarbeitet werden mussten. Anthropics Seite steht in der Tabelle oben: Opus-5.5-Cache-Lesezugriffe kosten $0.20 pro Million gegenüber $4 für frische Eingabe, ein gecachter Lesezugriff ist also 5 % eines frischen.

Wenn Ihr Agent bei jedem Turn einen großen System-Prompt und ein fettes Tool-Schema erneut sendet – und die meisten tun das –, werden diese Änderungen Ihre Rechnung stärker bewegen als jeder Listenpreis hier. Das macht Caching zum dauerhaftesten Element der Woche und zu dem, gegen das es sich zu optimieren lohnt.

Was diese Woche zu tun ist

1. Verschieben Sie Modell-IDs in die Konfiguration, nicht in den Code. Drei IDs haben sich in zwei Tagen geändert. claude-opus-5-5, gpt-6-sol und gpt-6-luna gehören in Umgebungsvariablen, die Sie umschalten können, nicht als String-Literale in einen Client-Wrapper.
2. Führen Sie Ihre eigene Evaluierung erneut aus, bevor Sie wechseln. Kosten-pro-Aufgabe-Tabellen der Anbieter werden auf Anbieter-Harnesses gegen Anbieter-Aufgaben gemessen. Ihre werden abweichen.
3. Instrumentieren Sie Kosten pro Aufgabe. Protokollieren Sie Eingabe-, Ausgabe- und Reasoning-Token gegen abgeschlossene Arbeitseinheiten, einschließlich Wiederholungen. Pro-Token-Dashboards werden Sie für den Rest dieses Jahres in die Irre führen.
4. Legen Sie ein Latenzbudget fest und testen Sie mit dem Aufwand, den Sie ausliefern. Ein Modell, das 93 % günstiger pro Aufgabe und zwei Minuten langsamer bis zum ersten Token ist, ist ein anderes Produkt, kein günstigeres.
5. Prüfen Sie Ihre Cache-Grenze. Stabiles Präfix zuerst, flüchtiger Inhalt zuletzt, explizite Breakpoints, wo die Plattform sie unterstützt.
6. Aktualisieren Sie Vertragstests für die neuen Hüllen. Sol hat 872k Kontext, Luna und Opus 5.5 haben 1M, und Opus 5.5 begrenzt die Ausgabe auf 128k. Assertions, die gegen die Limits des letzten Monats geschrieben wurden, laufen still durch und kürzen in der Produktion ab.
7. Routen Sie nach Aufgabe, statt pauschal zu migrieren. Die Spanne zwischen $0.10 und $10 pro Million Eingabetoken beträgt zwei Größenordnungen. Günstige Stufen für Extraktion und Klassifizierung, teure Stufen für Arbeit, die sie braucht.

Eine Zahl zur Einordnung: OpenAI hat offengelegt, dass sein interner Forscher im Median über $600 pro Tag für Coding-Agenten ausgibt, wobei das 90. Perzentil bei $7,000 liegt. Kürzungen dieser Größenordnung zielen auf Workloads mit diesem Spielraum. Wenn Ihre kleiner ist, kaufen sie Ihnen vor allem die Option, mit demselben Budget ein besseres Modell laufen zu lassen.

Verfügbarkeit, kurz gefasst

Sol und Luna sind in ChatGPT Work und Codex für Plus, Pro, Business, Enterprise und Edu verfügbar. Free und Go erhalten Luna in der Desktop-App. Keines der beiden ist bisher in Chat. Die API-IDs sind gpt-6-sol und gpt-6-luna, neben der bestehenden GPT-6 Astra API. Opus 5.5 läuft auf der Claude Platform, AWS, Google Cloud und Azure.

Für Details Modell für Modell: Was ist Claude Opus 5.5, Was ist GPT-6 Sol, Was ist GPT-6 Luna, der Direktvergleich Sol gegen Opus 5.5 und das GPT-6-Prompt-Caching-Release.

Das Fazit

Die Listenpreise sind gefallen, aber das eigentliche Ereignis ist, dass die Branche die Einheit gewechselt hat. Kosten pro Aufgabe, Cache-Trefferquote und Zeit bis zum ersten Token entscheiden jetzt darüber, was ein Modell Sie kostet – und keines davon steht auf einer Preisseite. Messen Sie alle drei diese Woche an Ihrem eigenen Traffic, denn die Vergleichstabellen, die alle zitieren, waren bereits veraltet, als sie veröffentlicht wurden.