OpenAI hat GPT-5.6 am 9. Juli 2026 allgemein verfügbar gemacht, und zum ersten Mal erschien eine Flaggschiff-GPT-Veröffentlichung als drei Modelle mit drei separaten Preisen. Sol bewältigt die schwierigsten Schlussfolgerungen für 5 $ pro Million Eingabetoken und 30 $ pro Million Ausgabe. Terra liegt mit 2,50 $ und 15 $ im mittleren Bereich. Luna deckt Hochvolumen-Arbeiten für 1 $ und 6 $ ab. Das ist eine 5-fache Spanne von oben nach unten, was die Modellwahl in diesem Jahr zum größten Hebel für Ihre API-Rechnung macht.
In der Namensgebung versteckt sich eine Falle. Der bloße Alias gpt-5.6 leitet zu Sol, der Flaggschiff-Stufe für Schlussfolgerungen, weiter. Kopieren Sie einen Quickstart, lassen Sie den Modell-String unverändert, und jede Produktionsanfrage zahlt Flaggschiff-Tarife für Arbeiten, die Luna zu einem Fünftel der Kosten erledigen könnte. Die Standardeinstellung ist die teure, und nichts in der Antwort wird Sie warnen.
Dieser Leitfaden stellt die vollständige Preisliste dar, zeigt durchgerechnete Kostenbeispiele für jede Stufe, erklärt die Cache-Berechnung, erläutert, wie sich der Denkaufwand und der Ultra-Modus auf die Ausgaben auswirken, und schließt mit Routing-Mustern ab, die die Rechnung stabil halten, ohne die Qualität dort zu opfern, wo es darauf ankommt.
Kurz gesagt
- GPT-5.6 Preise pro 1 Mio. Token: Sol 5 $ Eingabe / 30 $ Ausgabe, Terra 2,50 $ / 15 $, Luna 1 $ / 6 $.
- Der bloße
gpt-5.6-Alias leitet zu Sol weiter. Verwenden Siegpt-5.6-terraodergpt-5.6-luna, es sei denn, Sie möchten standardmäßig Flaggschiff-Tarife. - OpenAI positioniert Terra als wettbewerbsfähig zu GPT-5.5 zu etwa dem halben Preis, was es zum natürlichen Migrationsziel macht.
- Prompt-Caching: Schreibvorgänge werden mit dem 1,25-fachen des Eingaberates abgerechnet, Lesevorgänge erhalten 90 % Rabatt, und die minimale Cache-Lebensdauer beträgt 30 Minuten. Caching rentiert sich ab der zweiten Anfrage.
- Höherer Denkaufwand bedeutet mehr Ausgabetoken; der Ultra-Modus führt vier Agenten parallel aus und multipliziert die Token-Ausgaben bewusst.
- ChatGPT Free- und Go-Pläne erhalten Terra; Plus und höher wählen zwischen allen dreien.
- Vergleichen Sie die Stufen nebeneinander und beobachten Sie die Token-Nutzung pro Anfrage in Apidog, bevor Sie eine Modell-ID in Produktion geben.
Die GPT-5.6 Preisliste
Hier ist, was jedes Modell pro Million Token kostet, einschließlich der abgeleiteten Caching-Raten (Lesevorgänge zu 10 % des Eingabepreises, Schreibvorgänge zu 125 %):
| Modell | Eingabe / 1 Mio. | Ausgabe / 1 Mio. | Gecachter Eingabe-Lesezugriff / 1 Mio. | Cache-Schreibzugriff / 1 Mio. |
|---|---|---|---|---|
gpt-5.6-sol (Alias: gpt-5.6) |
$5.00 | $30.00 | $0.50 | $6.25 |
gpt-5.6-terra |
$2.50 | $15.00 | $0.25 | $3.13 |
gpt-5.6-luna |
$1.00 | $6.00 | $0.10 | $1.25 |
Die Modell-IDs sind in den Entwicklerdokumenten von OpenAI bestätigt, und der API-Zugriff ist für jedes API-Konto selbstständig verfügbar. Es gibt keine Plan-Beschränkungen auf der API-Seite; die Juni-Vorschau-Einschränkung endete vor der allgemeinen Verfügbarkeit und gehört der Geschichte an.
Noch einmal, weil es jemanden in Ihrem Team treffen wird: gpt-5.6 ohne Suffix ist Sol. Wenn Ihre Konfiguration, der SDK-Standard oder ein kopiertes Beispiel den bloßen Alias verwendet, zahlen Sie Tarife von 5 $ / 30 $, unabhängig davon, ob die Aufgabe diese benötigt. Pinnen Sie die vollständige Modell-ID überall fest und machen Sie die Stufenwahl im Code-Review explizit.
Was die Stufung bedeutet
Die Zahl ist die Generation; Sol, Terra und Luna sind dauerhafte Leistungsstufen, die sich in ihrem eigenen Rhythmus weiterentwickeln werden. Zu wissen, wofür jede Stufe ist, ist der größte Teil der Kostenentscheidung.
Terra ist der Preis-Leistungs-Spitzenreiter. OpenAI positioniert es als wettbewerbsfähig zu GPT-5.5 zu etwa dem halben Preis. Wenn Sie heute GPT-5.5 in Produktion verwenden, ist Terra der direkte Ersatz, der Ihre Preisliste halbiert; vergleichen Sie Ihre aktuellen Ausgaben mit der GPT-5.5 Preisübersicht, um die Einsparungen vor der Migration abzuschätzen. Behandeln Sie den Qualitätsanspruch als den von OpenAI, bis Ihre eigenen Evaluierungen ihn bestätigen, aber die Preissenkung ist bedingungslos.
Luna ist die Volumen-Stufe. Mit 1 $ / 6 $ ist es für Klassifizierung, Extraktion, Routing und Erstellung von Erstentwürfen konzipiert: die hochfrequente, latenzempfindliche Arbeit, bei der die Kosten pro Anfrage alle anderen Bedenken dominieren.
Sol ist für Probleme, die anderswo scheitern. Tiefste Schlussfolgerungen, höchste Tarife. Simon Willisons Launch-Day-Review ist lesenswert für die Perspektive eines Praktikers, wo das Flaggschiff seinen Premium-Status verdient und wo nicht.
Alle drei teilen sich Berichten zufolge ein 1M-Token-Kontextfenster und eine maximale Ausgabe von 128K, laut früher Dokumentation, Sie tauschen also keine Kapazität ein, wenn Sie eine Stufe nach unten routen. Sie tauschen Schlussfolgerungstiefe gegen Preis.
Was Anfragen in der Praxis kosten
Raten pro Million sind abstrakt, bis Sie eine reale Anfrage bepreisen. Nehmen Sie einen typischen RAG-Stil-Aufruf: 10.000 Eingabetoken (System-Prompt, abgerufener Kontext, Benutzerfrage) und 1.000 Ausgabetoken.
| Modell | Eingabekosten | Ausgabekosten | Gesamt pro Anfrage |
|---|---|---|---|
| Sol | $0.050 | $0.030 | $0.080 |
| Terra | $0.025 | $0.015 | $0.040 |
| Luna | $0.010 | $0.006 | $0.016 |
Eine einzelne Anfrage erscheint überall günstig. Das Volumen ist der Punkt, an dem sich die Stufen unterscheiden. Bepreisen Sie eine Klassifizierungs-Workload: 1 Million Anfragen pro Monat, jeweils 500 Eingabetoken und 50 Ausgabetoken. Das sind monatlich 500 Mio. Eingabetoken und 50 Mio. Ausgabetoken.
| Modell | Eingabe | Ausgabe | Monatliches Gesamt |
|---|---|---|---|
| Luna | $500 | $300 | $800 |
| Terra | $1,250 | $750 | $2,000 |
| Sol | $2,500 | $1,500 | $4,000 |
Führen Sie diese Workload mit dem bloßen gpt-5.6-Alias aus und Sie zahlen 4.000 $ pro Monat für eine Aufgabe, die Luna für 800 $ erledigt. Der Alias-Standard ist ein Tippfehler von 3.200 $ pro Monat, jeden Monat, bis jemand die Rechnung liest.
Cache-Ökonomie, mit echter Mathematik
GPT-5.6 verwendet explizite Cache-Breakpoints: Sie aktivieren diese mit prompt_cache_options.mode: "explicit" und einem ttl-Feld, anstatt sich auf die automatische Präfixerkennung zu verlassen. Drei Zahlen bestimmen die Ökonomie. Cache-Schreibvorgänge werden mit dem 1,25-fachen des ungecachten Eingaberates abgerechnet. Cache-Lesevorgänge behalten den 90 % Rabatt bei. Die minimale Cache-Lebensdauer beträgt 30 Minuten.
{
"model": "gpt-5.6-terra",
"input": [
{ "role": "system", "content": "You are a support triage assistant. Classify each ticket..." },
{ "role": "user", "content": "Ticket #4821: webhook retries firing twice after 502s" }
],
"prompt_cache_options": { "mode": "explicit", "ttl": "30m" }
}
Nun das durchgerechnete Beispiel. Angenommen, Sie haben einen System-Prompt von 5.000 Token, der bei 100 Anfragen innerhalb des Cache-Fensters wiederverwendet wird und auf Sol läuft.
- Ungecached: 100 Anfragen x 5.000 Token = 500.000 Präfix-Token zu 5 $ pro 1 Mio. = 2,50 $
- Gecached: ein Schreibvorgang (5.000 Token zu 6,25 $ pro 1 Mio. = 0,031 $) plus 99 Lesevorgänge (495.000 Token zu 0,50 $ pro 1 Mio. = 0,248 $) = ungefähr 0,28 $
Das sind ungefähr 89 % Rabatt auf den Präfix-Anteil der Rechnung. Der Break-Even-Punkt liegt bei der zweiten Anfrage: Der Schreib-Premium kostet 25 % eines ungecachten Durchlaufs, während jeder Lesevorgang 90 % einspart. Ein zweimal verwendetes Präfix ist bereits günstiger gecached.
Die 30-Minuten-Untergrenze wirkt in beide Richtungen. Ein Chat-Assistent oder eine Support-Pipeline, die alle paar Minuten Anfragen abfeuert, hält den Cache kostenlos warm. Ein Batch-Job, der einmal pro Nacht läuft, gewinnt nichts und zahlt den 1,25-fachen Schreib-Premium bei jedem Kaltstart; lassen Sie das Caching dort deaktiviert. Cachen Sie das stabile Präfix (System-Prompt, Tool-Definitionen, Few-Shot-Beispiele) und halten Sie den volatilen Teil (Benutzereingabe, abgerufene Dokumente, die sich pro Anfrage ändern) nach dem Breakpoint.
Denkaufwand, Pro-Modus und Ultra
GPT-5.6 bietet sechs Denkaufwandstufen: none, low, medium, high, xhigh und max. Aufwand ist ein Kostenregler, nicht nur ein Qualitätsregler. Höhere Einstellungen erzeugen mehr ausgabeseitige Token pro Anfrage, und die Ausgabe ist die teure Richtung: 30 $ pro Million auf Sol, das Fünffache des Eingaberates. Zwei Anfragen mit identischen Prompts können sich in den Kosten allein aufgrund der Aufwandseinstellung um ein Vielfaches unterscheiden.
Die eigene Migrationsanleitung von OpenAI besagt, dass der Wechsel als Tuning-Pass behandelt werden sollte, nicht nur als Modell-Slug-Änderung: Vergleichen Sie Ihren aktuellen Aufwandsgrad und einen niedrigeren Grad bei repräsentativen Aufgaben. Viele Workloads behalten die Qualität bei niedrigerer Einstellung bei, und die Einsparung summiert sich bei jeder Anfrage.
Der Pro-Modus (reasoning.mode: "pro") ist eine Einstellung, die für alle drei Modelle verfügbar ist, nicht ein separates Modell mit eigener Preislinie. Sie zahlen die gleichen Token-Preise; das Modell verbringt mehr Token mit dem Denken, also planen Sie für eine höhere Ausgabe bei qualitätsorientierten Workloads.
Ultra ist die bewusste Mehrausgabe. Es führt standardmäßig vier Agenten parallel aus, was die Token-Ausgaben bewusst multipliziert, um schnellere reale Ergebnisse und einen messbaren Qualitätsgewinn zu erzielen: Laut OpenAI erhöht es den Terminal-Bench 2.1 Score von Sol von 88,8 % auf 91,9 %. Als erste Annäherung planen Sie etwa das Vierfache der Token eines Einzelagentenlaufs ein und reservieren Sie es für Arbeiten, bei denen die Antwortzeit wichtiger ist als die Kosten pro Antwort. Die vollständige Aufschlüsselung, wann sich die parallelen Ausgaben lohnen, finden Sie in unserem Erklärer zum GPT-5.6 Ultra-Modus. Ultra ist in ChatGPT Work in Pro- und Enterprise-Plänen sowie in Codex ab Plus aufwärts verfügbar.
Was ChatGPT-Pläne erhalten
Wenn Ihre GPT-5.6-Nutzung konversationell statt programmatisch ist, kann ein Abonnement die API kostenmäßig übertreffen. So ordnet sich der Modellzugriff den Plänen zu:
| Plan | GPT-5.6 Zugriff |
|---|---|
| Free / Go | Terra |
| Plus | Sol, Terra, Luna; auf Modellebene einstellbarer Denkaufwand (Sol ab mittlerem Aufwand) |
| Pro / Business / Enterprise | Alle drei, plus Sol Pro |
| ChatGPT Work (Pro / Enterprise) | Fügt Ultra hinzu |
Für Free- und Go-Benutzer ist die Nutzung von Terra eine starke Standardeinstellung; es ist die Stufe, die OpenAI mit GPT-5.5 vergleicht. Ab Plus ist die Steuerung des Denkaufwands pro Modell verfügbar, was wichtig ist, wenn Sie sich bei schwierigen Problemen innerhalb von ChatGPT auf Sol verlassen. Entwicklerteams, die Codex-Lizenzen gegen reine API-Ausgaben abwägen, sollten beachten, dass Ultra in Codex ab Plus aufwärts enthalten ist; die Codex-Preisübersicht erklärt, wie sich diese Lizenzen im Vergleich zur Token-basierten Bezahlung verhalten.
Muster zur Senkung der Rechnung
Die Preisliste belohnt Routing-Disziplin mehr als Prompt-Optimierung. Die Muster, die die Zahl beeinflussen:
- Nach Aufgabe routen, nicht nach Gewohnheit. Luna für Klassifizierung, Extraktion und Routing; Terra als Standard für alles andere; Sol nur für Probleme, bei denen Terra nachweislich versagt. Die meisten Teams stellen fest, dass der Sol-würdige Anteil gering ist.
- Vollständige Modell-IDs festpinnen. Verbannen Sie den bloßen
gpt-5.6-Alias im Code-Review. Jeder Modell-String in Ihrer Codebasis sollte angeben, welche Stufe gewählt wurde und warum. - Lange Präfixe cachen. Jedes stabile Präfix von über ein paar tausend Token, das innerhalb von 30 Minuten wiederkehrt, sollte hinter einem expliziten Breakpoint liegen. Die obige Berechnung besagt, dass es sich ab der zweiten Anfrage rentiert.
- Denkaufwand um eine Stufe reduzieren. Vergleichen Sie den aktuellen Aufwand mit einem niedrigeren Niveau, bevor Sie es veröffentlichen. Dies ist OpenAIs eigener Rat, und es ist kostenloses Geld, wenn die Qualität erhalten bleibt.
- Kurze Antworten kurz halten. GPT-5.6 schreibt deutlich kürzere Antworten mit weniger generischen Einleitungen als frühere Generationen. Entfernen Sie den „sei prägnant“-Standardtext aus alten Prompts; redundante Anweisungen fügen Eingabetoken hinzu, um ein Problem zu beheben, das nicht mehr existiert.
- Messen, bevor Sie sich festlegen. Speichern Sie
gpt-5.6-sol,gpt-5.6-terraundgpt-5.6-lunaals Umgebungsvariablen in Apidog, senden Sie dieselbe Anfrage durch jede Stufe und vergleichen Sie die Token-Nutzungsfelder in den Antworten. Zehn Minuten Side-by-Side-Tests verraten Ihnen mehr über Ihre Rechnung als jede Preisliste, einschließlich dieser.
FAQ
Ist GPT-5.6 günstiger als GPT-5.5?
Der Vergleichspunkt ist Terra, das OpenAI als wettbewerbsfähig zu GPT-5.5 positioniert, und zwar etwa 2-mal günstiger, mit 2,50 $ Eingabe und 15 $ Ausgabe pro Million Token. Sol kostet mehr als Terra, bietet aber tiefere Schlussfolgerungen. Führen Sie Ihre eigenen Evaluierungen durch, bevor Sie qualitätssensible Workloads migrieren, aber allein preislich halbiert Terra die GPT-5.5 Preisliste.Was kostet die bloße GPT-5.6 Modell-ID?
Der Alias gpt-5.6 leitet zu Sol weiter, sodass Sie die höchsten Tarife zahlen: 5 $ pro Million Eingabetoken und 30 $ pro Million Ausgabe. Diese Standardeinstellung erwischt Teams, die Quickstart-Code unverändert kopieren. Verwenden Sie gpt-5.6-terra oder gpt-5.6-luna explizit, wenn die Aufgabe keine Flaggschiff-Schlussfolgerungen erfordert.
Werden Denk-Token gegen die Ausgabepreise gerechnet?
Ja. Höhere Aufwandseinstellungen erzeugen mehr ausgabeseitige Token, die zum Ausgaberate abgerechnet werden, die 30 $ pro Million auf Sol und 6 $ auf Luna beträgt. Der Aufwandsregler ist einer der größten Kostenhebel in GPT-5.6, daher sollten Sie Ihre Workload auf dem aktuellen und einem niedrigeren Niveau benchmarken, bevor Sie ihn festlegen.
Was ist der günstigste Weg, um mit dem Testen von GPT-5.6 zu beginnen?
Richten Sie Ihre ersten Anfragen an gpt-5.6-luna: Eine Anfrage mit 10.000 Eingabe- und 1.000 Ausgabetoken kostet etwa 0,016 $, sodass ein ganzer Nachmittag des Experimentierens deutlich unter einem Dollar bleibt. Unser Leitfaden zur Verwendung der GPT-5.6 API führt Sie Schritt für Schritt durch die Authentifizierung, die Form des Responses API-Aufrufs und die Stufenauswahl.
Was das für Sie bedeutet
Machen Sie Terra zu Ihrem Standard, leiten Sie Volumenarbeiten zu Luna, und bewahren Sie Sol für Probleme auf, die eine Ausgabe von 30 $ pro Million rechtfertigen. Fügen Sie explizites Caching zu jedem Präfix hinzu, das innerhalb von 30 Minuten wiederkehrt, und testen Sie einen Denkaufwandsgrad niedriger als den, den Sie heute verwenden. Diese vier Schritte reduzieren eine GPT-5.6-Rechnung routinemäßig um mehr als die Hälfte, ohne die Qualität zu beeinträchtigen.
Bevor all dies in Produktion geht, erhalten Sie reale Zahlen von Ihren eigenen Prompts. Laden Sie Apidog herunter, speichern Sie die drei Modell-IDs als Umgebungsvariablen, senden Sie dieselbe Anfrage durch jede Stufe und vergleichen Sie die Token-Nutzungsfelder in den Antworten. Zehn Minuten Side-by-Side-Tests verraten Ihnen mehr über Ihre Rechnung als jede Preisliste, einschließlich dieser.