Am 9. Juli 2026 stellte OpenAI GPT-5.6 allgemein in ChatGPT, Codex und der API zur Verfügung, mit einem globalen Rollout über etwa 24 Stunden. Wenn Sie Codex danach öffneten, sahen Sie eine neue standardmäßige „Frontier-Familie“: drei Modelle namens Sol, Terra und Luna, sechs Stufen für den Denkaufwand und einen Ultra-Modus, der vier Agenten parallel ausführt. Die begrenzte Vorschau, die am 26. Juni begann, ist beendet; alles hier ist für reguläre Konten live.
Das ist viel Neues für ein Tool, das viele Entwickler auf Autopilot laufen lassen. Egal, ob Sie Codex in der Cloud, in Ihrer IDE oder über die Codex CLI verwenden, es stellen sich jetzt Fragen, die letzte Woche noch nicht existierten. Welcher Tier sollte diese Aufgabe übernehmen? Wie viel Denkaufwand verdient eine Fehlersuche? Lohnt sich ein umfangreiches Refactoring mit den parallelen Agenten des Ultra-Modus, oder reicht ein einziger sorgfältiger Sol-Lauf?
Dieser Leitfaden behandelt, was sich geändert hat, wie man zwischen den drei Modellen für agentenbasierte Programmierung wählt, wann der Ultra-Modus seinen zusätzlichen Token-Verbrauch rechtfertigt und wie man den von Codex geschriebenen API-Code vor dem Deployment überprüft. Für diesen letzten Schritt werden wir Apidog hinzuziehen, da Codex viele Endpunktaufrufe produziert, die Sie testen sollten, anstatt ihnen zu vertrauen.
TL;DR
- GPT-5.6 erreichte Codex bei GA am 9. Juli 2026. Sol, Terra und Luna sind auswählbar, abhängig von Ihrem ChatGPT-Plan.
- Sol ist das Flaggschiff für tiefgreifendes Reasoning. Terra ist die ausgewogene Wahl. Luna ist für schnelle, günstige Arbeiten mit hohem Volumen konzipiert.
- Der Ultra-Modus führt vier Agenten parallel aus und ist in Codex ab Plus verfügbar. Laut OpenAI steigert er Terminal-Bench 2.1 von 88,8 % auf 91,9 %.
- Ultra tauscht höheren Token- und Nutzungsverbrauch gegen schnellere Ergebnisse in Echtzeit ein. Verwenden Sie es für umfangreiche Refactorings, nicht für Korrekturen in einzelnen Dateien.
- Sechs Stufen für den Denkaufwand (keine, niedrig, mittel, hoch, sehr hoch, maximal) ermöglichen es Ihnen, die Tiefe gegen die Kosten pro Aufgabe abzustimmen.
- GPT-5.6 schreibt kürzere Ausgaben als GPT-5.5, entfernen Sie daher alte „sei prägnant“-Anweisungen aus Ihren Codex-Instruktionen.
- Koppeln Sie Codex mit Apidog, um die Endpunkte zu überprüfen, die Ihr Agent generiert oder konsumiert.
Was am 9. Juli in Codex landete
Am GA-Tag wurde die vollständige GPT-5.6-Familie auf einmal in Codex integriert. Der Modellauswähler listet nun die neue Generation auf, wobei die Auswahl an Ihren ChatGPT-Plan gebunden ist. Am selben Tag sind Sol, Terra und Luna auch in GitHub Copilot angekommen, sodass die wichtigsten agentenbasierten Coding-Tools innerhalb weniger Stunden auf dieselbe Familie umgestellt wurden.
Drei Dinge bezüglich der Auswahl sind für Codex-Nutzer wichtig:
Die Nummer ist die Generation; die Namen sind Tiers (Stufen). Sol, Terra und Luna sind dauerhafte Fähigkeitsstufen, die sich in ihrem eigenen Tempo weiterentwickeln. gpt-5.6-sol ist das Flaggschiff mit der tiefsten Denkfähigkeit, und der reine gpt-5.6-Alias leitet darauf um. gpt-5.6-terra ist die ausgewogene Mitte, positioniert als konkurrenzfähig zu GPT-5.5 zu etwa der Hälfte des Preises. gpt-5.6-luna ist das schnellste und günstigste und zielt auf Arbeiten mit hohem Volumen und geringer Latenz ab.
Der Ultra-Modus ist eine Einstellung, kein Modell. Er verteilt eine Aufgabe standardmäßig auf vier parallel arbeitende Agenten. In Codex ist er ab dem Plus-Plan aufwärts verfügbar.
Die Aufwandsstufen sind jetzt eine erstklassige Steuerung. Sechs Stufen, von keiner bis maximal, ersetzen die gröberen Einstellungen der GPT-5.5-Ära. Mehr zur Verwendung für die Programmierung weiter unten.
Eine Sache hat sich nicht geändert: Codex verhält sich immer noch wie Codex. Ihre Anweisungsdateien, Genehmigungseinstellungen und der Workflow werden übernommen; die zugrunde liegenden Modelle sind intelligenter und konfigurierbarer geworden.
Ein Modell auswählen: Sol, Terra oder Luna für die Programmierung
Codex ist ein agentenbasierter Coding-Assistent, daher ist die Frage nicht „welches Modell ist das Beste“, sondern „welches Modell passt zur Tiefe dieser Aufgabe“. Die Kurzversion:
| Modell | Optimaler Einsatzbereich beim Coden | Wann man es wählen sollte |
|---|---|---|
gpt-5.6-sol |
Agentenbasierte Mehrschritt-Arbeiten: Debugging über Dateien hinweg, Architekturänderungen, lange Tool-Aufrufkette | Die Aufgabe würde Stunden dauern, und ein Fehler wäre teuer |
gpt-5.6-terra |
Tägliches Coden: Features, Tests, Reviews, mittlere Refactorings | Ihre Standardeinstellung. Die meisten Sitzungen sollten hier beginnen |
gpt-5.6-luna |
Boilerplate, Commit-Nachrichten, schnelle Skripte, erste Entwürfe | Geschwindigkeit ist wichtiger als Tiefe |
Speziell bei der agentenbasierten Programmierung weisen OpenAIs Startzahlen Sol 88,8 % auf Terminal-Bench 2.1 zu, mit einem Anstieg auf 91,9 % im Ultra-Modus. Betrachten Sie dies als Angaben des Anbieters vom Starttag; eine unabhängige Überprüfung dauert Wochen. Zum Ausgleich: Auf SWE-Bench Pro zeigt OpenAIs eigener Bericht Claude Fable 5 mit 80,3 % vor Sol mit 64,6 %, sodass GPT-5.6 nicht alle Coding-Benchmarks überragt.
Die Modellauswahl erfolgt über den Modellauswähler in Ihren Codex-Einstellungen; das Layout variiert je nach Oberfläche (Cloud, IDE-Erweiterung, CLI). OpenAIs Entwicklerdokumentation listet die aktuellen Modell-IDs und wo jede Oberfläche sie bereitstellt.
Widerstehen Sie dem Drang, Sol für alles auf maximalen Aufwand einzustellen. Sie werden Ihre Limits schneller erreichen und länger auf Antworten warten, die Terra hätte produzieren können.
Ultra-Modus in Codex
Der Ultra-Modus ist die Schlagzeilenfunktion für Codex-Nutzer. Er führt standardmäßig vier Agenten parallel aus und konsolidiert deren Ergebnisse. Ziel ist die Echtzeit-Geschwindigkeit bei großen Aufgaben, und die Kosten sind bewusst kalkuliert. Token- und Nutzungsverbrauch steigen, da vier Agenten die Arbeit eines einzigen erledigen.
Wann es sich lohnt:
- Umfassende Refactorings, die viele Dateien betreffen, bei denen die parallele Exploration die Arbeit wirklich aufteilt
- Migrationsdurchläufe (Framework-Upgrades, API-Versionserhöhungen) mit vielen ähnlichen, aber nicht identischen Aufrufstellen
- Zeitlich begrenztes Debugging, bei dem Sie mehrere Hypothesen gleichzeitig verfolgen möchten
Wann ein einziger Sol-Lauf die bessere Wahl ist:
- Änderungen in einzelnen Dateien und fokussierte Fehlerbehebungen; Parallelität hat nichts aufzuteilen
- Aufgaben mit einer seriellen Abhängigkeitskette, bei denen Schritt drei die Ausgabe von Schritt zwei benötigt
- Alles, was spät in Ihrem Abrechnungszeitraum anfällt. Ultra verbraucht Ihre Codex-Nutzungslimits spürbar schneller, und das Ausschöpfen Mitte der Woche schmerzt mehr als ein langsameres Refactoring.
Der Drei-Punkte-Gewinn bei Terminal-Bench ist real, aber bescheiden. Das stärkere Argument ist die Zeit: Wenn ein Refactoring als einzelner Lauf 40 Minuten dauert und mit vier Agenten in einem Bruchteil dieser Zeit abgeschlossen ist, sind die zusätzlichen Tokens ein fairer Tausch bei einer Deadline. Der Codex Ultra-Modus ist eher ein Zeithebel als ein Qualitätshebel. Unter So funktioniert der GPT-5.6 Ultra-Modus finden Sie eine detailliertere Betrachtung, einschließlich der Anleitung, wie man Aufgaben-Prompts schreibt, die vier parallele Agenten sauber aufteilen können.
Denkaufwand für Programmieraufgaben
GPT-5.6 bietet sechs Aufwandsstufen: keine, niedrig, mittel, hoch, sehr hoch und maximal. In Codex ist der Aufwand eine pro-Modell-Einstellung (auf Plus läuft Sol ab mittlerem Aufwand aufwärts). Eine praktische Zuordnung für Programmierarbeiten:
- keine / niedrig: Umbenennungen, Formatierung, mechanische Bearbeitungen, Generieren von Tests aus einer klaren Vorlage
- mittel: Standard-Feature-Arbeiten, Code-Review, Schreiben einfacher Endpunkte
- hoch: Debugging über mehrere Dateien, Leistungsuntersuchung, unbekannte Codebasen
- sehr hoch / maximal: Race Conditions, Speicherkorruption, „Wir starren seit zwei Tagen darauf“-Probleme
Die Migrationsanleitung von OpenAI ist wörtlich zu nehmen: Betrachten Sie den Wechsel als einen Feinabstimmungsprozess, nicht nur als einen Modellaustausch. Testen Sie Ihre aktuelle Aufwandsstufe und eine Stufe darunter. GPT-5.6 erreicht oft die Ausgabe früherer Generationen bei reduziertem Aufwand, was Ihnen kostenlosen Spielraum bei Ihrem Nutzungsbudget verschafft.
Aktualisieren Sie auch Ihre Anweisungen. GPT-5.6 schreibt merklich kürzere Antworten mit weniger generischen Einleitungen als GPT-5.5. Entfernen Sie daher übrig gebliebene „sei prägnant“- oder „Vorbemerkung weglassen“-Anweisungen aus Ihrer Anweisungsdatei. Wenn Sie Kürze-Regeln auf ein bereits kurzes Modell anwenden, kann dies zu knappen, unzureichend erklärten Diffs führen.
Was jeder ChatGPT-Plan in Codex erhält
Der Zugang ist planabhängig, und OpenAI passt diese Details häufig an. Betrachten Sie diese Tabelle als Momentaufnahme gemäß dem Hilfe-Center von OpenAI, Änderungen vorbehalten:
| Plan | GPT-5.6 Modelle | Ultra-Modus in Codex | Anmerkungen |
|---|---|---|---|
| Kostenlos / Go | Terra (in ChatGPT) | Nein | Codex ist nicht in den kostenlosen Stufen enthalten |
| Plus | Sol, Terra, Luna | Ja | Sol ab mittlerem Aufwand; aufwandsbezogene Steuerung pro Modell |
| Pro | Sol, Terra, Luna, Sol Pro | Ja | Höhere Limits; Ultra auch in ChatGPT Work |
| Business / Enterprise | Sol, Terra, Luna, Sol Pro | Ja | Ultra über ChatGPT Work; Administratorsteuerungen |
Zwei Erkenntnisse. Erstens erhält Plus bereits den vollen Modellauswähler und den Ultra-Modus in Codex, sodass der Unterschied zwischen Plus und Pro für das Coden eher bei Limits und Sol Pro liegt, nicht bei der rohen Leistungsfähigkeit. Zweitens, wenn die API-Abrechnung besser zu Ihnen passt als ein Abonnement, hat die API keinerlei Plan-Einschränkungen: Jedes API-Konto kann alle drei Modelle selbstständig zu Preisen von 5 $/30 $ für Sol, 2,50 $/15 $ für Terra und 1 $/6 $ für Luna pro Million Eingabe-/Ausgabe-Token aufrufen.
Überprüfen Sie, was Codex schreibt: Koppeln Sie es mit Apidog
Ein Großteil dessen, was ein Programmieragent in einer Arbeitssitzung produziert, ist Code, der mit APIs kommuniziert: Routen-Handler, Client-Aufrufe, Webhook-Konsumenten, Test-Fixtures. GPT-5.6 macht Codex schneller beim Produzieren dieses Codes. Es macht den Code jedoch nicht korrekt, und ein Agent, der zuversichtlich einen falschen Endpunktaufruf schreibt, ist bei 91,9 % in einem Benchmark gefährlicher als bei 60 %, da Sie seine Ausgabe weniger sorgfältig überprüfen.
Ein Workflow, der die Geschwindigkeit ohne blindes Vertrauen beibehält:
- Geben Sie Codex Ihre OpenAPI-Spezifikation. Legen Sie die Spezifikationsdatei im Repository ab oder verweisen Sie darauf in Ihren Anweisungen, damit der Agent gegen Ihren echten Vertrag generiert, anstatt Feldnamen zu erraten.
- Lassen Sie Codex die Integration schreiben. Endpunkte, Clients, Tests: Hier glänzen Terra oder Sol mit mittlerem bis hohem Aufwand.
- Testen Sie die Endpunkte vor dem Mergen. Importieren Sie dieselbe Spezifikation in Apidog, rufen Sie jeden Endpunkt auf, den Codex generiert oder konsumiert hat, und überprüfen Sie Statuscodes, Antwortschemata und Edge Cases visuell. Laden Sie Apidog kostenlos herunter; ein spezifikationsgesteuerter Testlauf fängt die Diskrepanzen ab, die ein Agent stillschweigend einführt, wie ein umbenanntes Feld oder einen falschen Inhaltstyp.
- Mocken Sie, was noch nicht existiert. Wenn Codex gegen eine API entwickelt, die noch nicht bereitgestellt ist, mocken Sie diese aus der Spezifikation, damit die Integrationsarbeit des Agenten gegen etwas Realitätsnahes läuft.
Wenn Sie die Verifizierungs-Schleife innerhalb des Agenten statt daneben haben möchten, können Sie die Apidog CLI direkt in Codex integrieren, damit der Agent Ihre API-Testsuiten als Teil seiner eigenen Aufgabenschleife ausführt. Die Einrichtung wird Schritt für Schritt unter Wie man die Apidog CLI in Codex verwendet behandelt.
Was sich noch einpendelt
GPT-5.6 in Codex ist erst wenige Tage alt, und damit kommen einige Unschönheiten:
- Unebenheiten beim Rollout. GA wurde über etwa 24 Stunden verteilt ausgerollt, und einige Oberflächen oder Regionen hinken möglicherweise noch hinterher. Falls ein Modell oder eine Einstellung in Ihrem Auswähler fehlt, sei es in der IDE oder der Codex CLI, überprüfen Sie die Release Notes von OpenAI, bevor Sie einen Fehlerbericht einreichen.
- Spezifikationen sind noch aus zweiter Hand. Das gemeldete 1M-Token-Kontextfenster und die maximale Ausgabe von 128K stammen aus der frühen Dokumentationsabdeckung und nicht aus einem bestätigten Spezifikationsblatt. Behandeln Sie sie als gemeldet, bis sich die Seiten von OpenAI stabilisieren.
- Benchmarks werden vom Anbieter gemeldet. Die Terminal-Bench- und andere Startzahlen stammen von OpenAI selbst. Unabhängige Bewertungen werden in den kommenden Wochen folgen.
- Plan-Details ändern sich. OpenAI hat eine Geschichte der Anpassung von Limits und Zugang in den Wochen nach einer Einführung. Der oben verlinkte Hilfe-Artikel ist die Quelle der Wahrheit.
Nichts davon ist ein Grund zu warten. Es ist ein Grund, GPT-5.6 bei einer Handvoll repräsentativer Aufgaben aus Ihrem Backlog auszuprobieren, bevor Sie die Standardeinstellungen Ihres Teams festlegen.
FAQ
Welches GPT-5.6-Modell sollte ich als meine Codex-Standardeinstellung festlegen?
Terra. OpenAI positioniert es als konkurrenzfähig zu GPT-5.5 zu etwa der Hälfte der Kosten, und es bewältigt die tägliche Feature-Arbeit bequem. Wechseln Sie zu Sol, wenn eine Aufgabe viele Dateien umfasst oder lange Denkketten erfordert, und nutzen Sie Luna für Boilerplate und schnelle Skripte.
Kann ich GPT-5.6 in Codex ohne einen kostenpflichtigen Plan nutzen?
Nicht direkt. Codex erfordert einen kostenpflichtigen ChatGPT-Plan, und der kostenlose ChatGPT-Zugang zu GPT-5.6 ist auf Terra beschränkt. Es gibt jedoch legitime kostengünstige und Test-Wege, und die API selbst hat keine Plan-Einschränkungen. Die Optionen sind unter So nutzen Sie Codex kostenlos gesammelt.
Verbraucht der Ultra-Modus meine Nutzungslimits schneller?
Ja, systembedingt. Ultra führt vier Agenten parallel aus, sodass eine einzelne Aufgabe das Mehrfache der Tokens eines normalen Laufs verbraucht, im Austausch für eine schnellere Fertigstellung. Reservieren Sie es für große parallelisierbare Aufgaben und überprüfen Sie Ihr verbleibendes Guthaben, bevor Sie eine starten.
Ist der Ultra-Modus dasselbe wie Sol Pro?
Nein. Der Pro-Modus (Sol Pro in ChatGPT) ist eine qualitätsorientierte Denk-Einstellung für ein einzelnes Modell. Ultra ist ein Multi-Agenten-Ausführungsmodus, der die Arbeit parallelisiert. Pro zielt auf eine bessere Antwort ab; Ultra zielt auf ein schnelleres Echtzeit-Ergebnis bei großen Aufgaben ab.
Wo Sie jetzt stehen
Codex erhielt am 9. Juli ein echtes Upgrade: ein smarteres Flaggschiff, eine günstigere, starke Standardeinstellung, aufwandsbezogene Steuerung pro Modell und einen Parallelmodus, der große Aufgaben verkürzt. Das Setup, das den meisten Entwicklern dient, ist unspektakulär. Führen Sie Terra als Standard mit mittlerem Aufwand aus, greifen Sie bei schwierigen Tickets auf Sol mit hohem Aufwand zurück und reservieren Sie Ultra für umfassende Refactorings, wenn die Deadline es erfordert.
Egal, welche Einstellungen Sie wählen, die Ausgabe des Agenten bedarf immer noch der gleichen sorgfältigen Prüfung wie die eines schnellen Menschen. Geben Sie Codex Ihre OpenAPI-Spezifikation, damit es gegen den echten Vertrag erstellt wird, und überprüfen Sie dann jeden generierten Endpunkt in Apidog, bevor er einen Branch erreicht, von dem jemand abhängt. Schnellere Codegenerierung zahlt sich nur aus, wenn die Überprüfung Schritt hält.