GPT-5.6 Terra: OpenAIs stiller GPT-5.5 Ersatz zum halben Preis

Als OpenAI am 9. Juli 2026 GPT-5.6 auslieferte, gehörten die Schlagzeilen Sol, der Flaggschiff-Stufe mit der tiefsten Argumentation und den Benchmark-Diagrammen. Liest man die GPT-5.6-Ankündigung jedoch über die Sol-Zahlen hinaus, so befindet sich das Modell mit dem größten Produktionseinfluss eine Reihe darunter. GPT-5.6 Terra kostet 2,50 $ pro Million Eingabe-Tokens und 15 $ pro Million Ausgabe-Tokens, und OpenAI positioniert es als konkurrenzfähig zu GPT-5.5 zum etwa halben Preis.

Diese eine Behauptung rückt die Einführung in ein neues Licht. Wenn Terra auf Ihrer Arbeitslast mit GPT-5.5 mithalten kann, ist jede Anfrage, die Sie noch an GPT-5.5 weiterleiten, eine unnötige Ausgabe. Terra ist nicht der Budget-Kompromiss in der Familie; es ist die neue Standardwahl für die Produktion. Ihre Ankunft markiert auch das stille Ende von GPT-5.5 als OpenAIs Arbeitsmodell.

Dieser Leitfaden behandelt, was Terra ist, wie man die Migration von GPT-5.5 behandelt, wann Sol den doppelten Preis verdient, wann Luna beide unterbietet und wie man den Wechsel vor der Live-Schaltung für Ihre Benutzer durch Regressionstests überprüft.

TL;DR

• gpt-5.6-terra ist die ausgewogene Stufe in der GPT-5.6-Familie, zwischen dem Flaggschiff Sol und dem auf Geschwindigkeit ausgerichteten Luna.
• Preise: 2,50 $ Eingabe / 15 $ Ausgabe pro 1 Million Tokens. OpenAI positioniert Terra als konkurrenzfähig zu GPT-5.5 zum etwa halben Preis.
• Kostenlose ChatGPT-Nutzer erhalten jetzt Terra standardmäßig, ein starkes Signal für das Vertrauen von OpenAI in diese Stufe.
• Die Migration von GPT-5.5 ist laut OpenAI-Dokumentation „ein Tuning-Pass, nicht nur eine Änderung des Modell-Slugs“: Testen Sie Ihren aktuellen Reasoning-Aufwand und eine Stufe darunter, und erwarten Sie kürzere Ausgaben.
• Alle drei Stufen teilen sich den vollen Funktionsumfang: sechs Stufen des Reasoning-Aufwands, Pro-Modus, explizites Prompt-Caching und die neuen Funktionen der Responses API.
• Bevor Sie die Produktion umstellen, führen Sie Ihren gespeicherten Prompt-Satz sowohl gegen gpt-5-5 als auch gegen gpt-5.6-terra in Apidog aus und vergleichen Sie die Ausgaben und Token-Anzahlen nebeneinander.

Was GPT-5.6 Terra ist

GPT-5.6 besteht aus drei Modellen einer Generation. Sol ist das Flaggschiff mit der tiefsten Argumentation. Luna ist das schnellste und günstigste, gebaut für hochvolumige, latenzempfindliche Anfragen. Terra sitzt dazwischen: genug Argumentationstiefe für die meisten Produktionsarbeiten, preislich so angesiedelt, dass es das Modell unterbietet, das es ersetzt. Die Stufennamen sind dauerhaft, und OpenAI sagt, dass jede Stufe von nun an in ihrem eigenen Rhythmus voranschreiten wird. Terra ist eine Spur, um die herum Sie bauen können, nicht nur ein einmaliges Launch-Branding.

Die Modell-ID ist gpt-5.6-terra, und der API-Zugriff ist für jedes API-Konto im Self-Service verfügbar. Keine Warteliste, keine Plan-Einschränkungen. Ein Detail, das es hervorzuheben gilt: Der bloße Alias gpt-5.6 leitet zu Sol, nicht zu Terra. Wenn Sie die günstigere Stufe wünschen, benennen Sie sie explizit, sonst verdoppelt eine nachlässige Konfigurationsvoreinstellung Ihre Rechnung, ohne eine einzige Codezeile zu ändern.

Hier sind die Familienpreise pro 1 Million Tokens:

Vergleicht man diese Zahlen mit der GPT-5.5-Preisbasis, wird die Botschaft deutlich: Die gleiche Ausgabeklasse zum etwa halben Preis. OpenAI stellt Terra nicht als eine leichtgewichtige Ausgründung dar. Es stellt Terra als das Modell dar, das sein früheres Flaggschiff preislich überflüssig macht.

Es gibt noch ein weiteres Signal, das sich im Klaren verbirgt. Laut OpenAIs Hilfezentrum ist Terra jetzt das Modell, das kostenlose und Go ChatGPT-Benutzer erhalten. OpenAI hat diese Stufe an seinem ersten Tag seinem größten und am wenigsten verzeihenden Publikum präsentiert. Unternehmen tun das nicht mit einem Modell, bei dem sie sich unsicher sind.

Terra vs. GPT-5.5: eine Migrationsentscheidung, kein Suchen und Ersetzen

Der verlockende Schritt ist, den Modell-String auszutauschen und zu veröffentlichen. OpenAIs eigene Entwicklerdokumentation warnt genau davor: „Behandeln Sie die Migration als einen Tuning-Pass, nicht nur als eine Änderung des Modell-Slugs.“

Drei Verhaltensweisen ändern sich darunter:

• Der Reasoning-Aufwand wird anders abgebildet. OpenAI empfiehlt, Ihren aktuellen Aufwandslevel und einen Level darunter zu testen. Terra bei reduziertem Aufwand kann Ihre GPT-5.5-Ausgabequalität erreichen, während es sowohl Latenz als auch Ausgabetokens reduziert, was den Preisvorteil noch verstärkt.
• Ausgaben werden kürzer. GPT-5.6 schreibt prägnantere Antworten mit weniger generischen Einleitungen. Wenn Ihre Prompts Anweisungen wie „sei prägnant“ oder „überspringe die Einleitung“ enthalten, entfernen Sie diese; gestapelte Kürze-Direktiven bei einem bereits kurzen Modell können Inhalte abschneiden, die Sie behalten wollten.
• Caching sollte erneut überprüft werden. Achten Sie während Ihres Testzeitraums auf die Nutzung von Cached-Tokens, insbesondere wenn Sie den unten beschriebenen neuen expliziten Caching-Modus übernehmen.

Die Spezifikationen sind derzeit noch mit einem Vorbehalt versehen. Die frühe Dokumentationsabdeckung, einschließlich Simon Willisons Artikel vom ersten Tag, berichtet von einem 1M-Token-Kontextfenster, einer maximalen Ausgabe von 128K und einem Wissensstand vom 16. Februar 2026. Behandeln Sie diese als gemeldete Zahlen, bis sich die Spezifikationsseiten von OpenAI stabilisieren.

Der praktische Migrationsplan sieht so aus: Ziehen Sie 20 bis 50 repräsentative Aufgaben aus dem realen Produktionsverkehr, nicht aus synthetischen Prompts. Führen Sie sie gegen Terra mit Ihrer aktuellen Aufwandseinstellung und erneut mit einer niedrigeren Stufe aus. Bewerten Sie die Ausgaben anhand Ihrer GPT-5.5-Baseline und protokollieren Sie die Token-Anzahlen für jeden Lauf. Wenn die Qualität bei geringerem Aufwand erhalten bleibt, sparen Sie doppelt, einmal bei der Pro-Token-Rate und einmal bei kürzeren Ausgaben. Wenn sie auf einer bestimmten Route abnimmt, behalten Sie diese Route bei höherem Aufwand, anstatt die Migration aufzugeben. Der Sinn eines halbpreisigen Modells geht verloren, wenn Sie die Einsparungen durch Regressionen verbrennen, also messen Sie, bevor Sie umstellen.

Terra vs. Sol: wann das Flaggschiff den doppelten Preis verdient

Sol kostet genau das Doppelte von Terras Rate, 5 $ / 30 $ gegenüber 2,50 $ / 15 $. GPT-5.6 Sol ist die Stufe, die OpenAIs Launch-Benchmarks beschreiben, und die Unterschiede sind laut OpenAI real: ungefähr 53 auf Agents' Last Exam gegenüber 46,9 von GPT-5.5, 88,8 % auf Terminal-Bench 2.1 (91,9 % mit der Ultra-Einstellung), 73,5 auf ExploitBench gegenüber 47,9 und 62,6 auf OSWorld 2.0 gegenüber 47,5. Das sind Behauptungen vom Starttag, und es sind auch Sol-Zahlen. OpenAI hat nicht die gleiche Tiefe an Benchmark-Daten für Terra veröffentlicht, was Ihnen sagt, wo das 2x-Premium liegt: an der harten Obergrenze der Agentenarbeit.

Ein ehrlicher Vorbehalt gehört hierher: Selbst Sol ist nicht überall führend. Auf SWE-Bench Pro erreicht Claude Fable 5 80,3 % gegenüber Sols 64,6 %, laut den gleichen Startmaterialien. Die Grenze ist in diesem Zyklus umkämpft, was ein weiterer Grund ist, Ihre eigenen Aufgaben zu benchmarken, anstatt den Diagrammen eines Anbieters zu vertrauen.

Wann verdient Sol den doppelten Preis?

• Langfristige, agentenbasierte Codierung, bei der ein fehlgeschlagener Lauf einen Nachmittag eines Ingenieurs kostet.
• Mehrstufige Tool-Orchestrierung, bei der sich die Argumentationstiefe über mehrere Schritte hinweg summiert.
• Arbeitslasten, bei denen Sie "ultra" aktivieren würden, die Multi-Agenten-Einstellung, die vier Agenten parallel ausführt und zusätzliche Token-Ausgaben für schnellere Ergebnisse (gemessen an der Echtzeit) eintauscht. Ultra ist in ChatGPT Work auf Pro- und Enterprise-Plänen sowie in Codex ab Plus verfügbar.

Und wann nicht? Die meisten Chats. Zusammenfassungen. Extraktionen. Klassifizierung mit Kontext. RAG-Antworten, bei denen die Qualität des Abrufs wichtiger ist als die Obergrenze der Argumentation. Für diese ist Terra zum halben Preis die rationale Standardeinstellung. Die Arithmetik ist schwer zu widerlegen: Ein Dienst, der täglich 10 Millionen Eingabe- und 2 Millionen Ausgabe-Tokens verarbeitet, würde auf Terra 55 $ und auf Sol 110 $ kosten. Über einen Monat beträgt dieser Unterschied 1.650 $, genug, um eine ernsthafte Evaluierungssuite für die Routen zu finanzieren, bei denen Sie vermuten, dass Sol wichtig sein könnte.

Terra vs. Luna: wann man noch weiter sinken sollte

Luna kostet 1 $ / 6 $ pro 1 Million Tokens, 60 % unter Terra. Es ist die schnellste Stufe, gebaut für hochvolumige, latenzempfindliche Arbeiten: Klassifizierung, Extraktion, Routing, Erstentwürfe. Wenn die Aufgabe eng begrenzt ist und der Prompt die Hauptarbeit leistet, bringt Luna Sie oft für weniger als die Hälfte von Terras Rate ans Ziel.

Ein nützliches mentales Modell: Terra ist der Ausgangspunkt, und Luna ist der Ort, an den einzelne Routen aufsteigen, sobald Sie Evaluierungen haben, die beweisen, dass die günstigere Stufe ausreicht. Die Aufteilung des Verkehrs auf mehrere Stufen ist jetzt normaler Betrieb, keine Optimierung für später. Der Vergleich Sol vs. Terra vs. Luna schlüsselt die Entscheidung Route für Route auf, wenn Sie das vollständige Framework wünschen.

Jede Stufe erhält den vollen Funktionsumfang

Das Herabstufen von Stufen bedeutete früher den Verlust von Funktionen. Hier nicht. Alle drei GPT-5.6-Modelle teilen sich die gleiche Oberfläche:

• Sechs Reasoning-Aufwandsstufen: none, low, medium, high, xhigh, max.
• Pro-Modus (reasoning.mode: "pro"), eine Qualität-zuerst-Einstellung, die auf jeder Stufe verfügbar ist. Es ist ein Parameter, kein separates Modell.
• Explizites Prompt-Caching: Setzen Sie prompt_cache_options.mode: "explicit" mit einem ttl-Feld. Cache-Schreibvorgänge werden zum 1,25-fachen des ungecacheten Eingabepreises abgerechnet, Cache-Lesevorgänge behalten den 90%-Rabatt, und zwischengespeicherte Inhalte bleiben mindestens 30 Minuten erhalten. Für einen Agenten oder Chatbot mit einem langen, stabilen System-Prompt summiert sich dies mit Terras Grundpreis, um die effektiven Eingabekosten deutlich unter den Listenpreis zu drücken.
• Die neuen Funktionen der Responses API: programmatische Tool-Aufrufe, bei denen das Modell JavaScript schreibt, das Tool-Aufrufe innerhalb einer isolierten V8-Laufzeit ohne Netzwerkzugriff orchestriert; Multi-Agenten-Ausführung in der Beta-Phase; persistente Argumentation über mehrere Schritte hinweg über reasoning.context; und Detail-Einstellungen für die Bildverarbeitung (original / auto), die die ursprünglichen Bilddimensionen beibehalten.

Die Konsequenz ist klar: Die Wahl der Stufe ist rein eine Preis-versus-Tiefe-Entscheidung. Sie geben niemals eine API-Funktion auf, indem Sie Terra wählen.

Ein minimaler Terra-Aufruf über die Responses API sieht so aus:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize this support thread and flag any refund request."
  }'

Führen Sie Regressionstests des Wechsels durch, bevor er in Produktion geht

Die oben genannte Migrations-Checkliste funktioniert nur, wenn Sie Läufe sauber vergleichen können, und das ist eher ein Tooling-Problem als ein Modellproblem. Laden Sie Apidog herunter, und der Workflow dauert einen Nachmittag:

1. Speichern Sie Ihre Responses API-Anfrage einmal, mit dem Modellnamen als Umgebungsvariable anstelle eines festkodierten Strings.
2. Erstellen Sie zwei Umgebungen: eine setzt die Variable auf gpt-5-5, die andere auf gpt-5.6-terra.
3. Führen Sie Ihren gespeicherten Prompt-Satz in jeder Umgebung aus und vergleichen Sie die Antworten nebeneinander.
4. Lesen Sie die usage-Felder in jeder Antwort: Eingabe-Tokens, Ausgabe-Tokens und gecachte Tokens sagen Ihnen, was der Wechsel kostet, nicht was die Preisseite impliziert.

Erwarten Sie, dass Terras Antworten bei denselben Prompts kürzer ausfallen als die von GPT-5.5. Das ist beabsichtigt, hat aber nachgelagerte Konsequenzen: Parser, die eine Mindestlänge annehmen, UIs, die kurze Antworten ungeschickt auffüllen, Token-Budgets, die auf das alte Modell abgestimmt sind. Der Vergleich der Token-Anzahl ist der Schritt, den die meisten Teams überspringen, und es ist der Schritt, der die wahre Wirtschaftlichkeit der Migration entscheidet.

Sobald Terra Ihren Prompt-Satz besteht, fügen Sie eine dritte Umgebung für gpt-5.6-luna hinzu und führen Sie die günstigen Routen erneut aus. Dieselben gespeicherten Anfragen beantworten die nächste Kostenfrage, bevor sie überhaupt gestellt wird.

FAQ

Ist GPT-5.6 Terra besser als GPT-5.5?

OpenAI positioniert Terra als konkurrenzfähig zu GPT-5.5, nicht unbedingt besser, zum etwa halben Preis. Für die meisten Arbeitslasten ist der Kompromiss vergleichbare Qualität mit kürzeren Ausgaben und einer kleineren Rechnung. Die ehrliche Antwort für Ihren Stack erhalten Sie, indem Sie Ihre eigenen repräsentativen Aufgaben benchmarken, bevor Sie den Traffic umstellen.

Wie viel kostet GPT-5.6 Terra?

2,50 $ pro 1 Million Eingabe-Tokens und 15 $ pro 1 Million Ausgabe-Tokens, wobei Cache-Lesevorgänge einen 90%-Rabatt im neuen expliziten Caching-Modus behalten. Für die vollständige Familienökonomie, einschließlich Sol, Luna und der Caching-Mathematik, siehe die Aufschlüsselung der GPT-5.6-Preise.

Welche ChatGPT-Pläne beinhalten Terra?

Alle. Kostenlose und Go-Benutzer erhalten Terra als ihr Modell. Plus- und höhere Pläne können zwischen Sol, Terra und Luna wählen und einen Reasoning-Aufwandslevel pro Modell festlegen, wobei Sol auf Plus ab mittlerem Aufwand verfügbar ist.

Benötige ich Code-Änderungen, um Terra zu nutzen?

Die Aufrufstruktur bleibt unverändert; Terra funktioniert mit Ihrer bestehenden Responses API-Integration, und die Modell-IDs sind in OpenAIs Entwicklerdokumentation bestätigt. Was Aufmerksamkeit erfordert, ist das Tuning: Testen Sie Ihren Reasoning-Aufwandslevel erneut, entfernen Sie Kürze-Direktiven aus Prompts und bestätigen Sie, dass der nachgelagerte Code kürzere Ausgaben verarbeitet.

Der Standard hat sich geändert

GPT-5.5 ist heute nicht veraltet, aber seine Wirtschaftlichkeit ist es. Wenn derselbe Anbieter vergleichbare Ausgaben zum halben Preis verkauft, ist es eine Entscheidung, die Sie mit Daten verteidigen können sollten, und die meisten Teams werden das nicht können. Terra ist der neue Ausgangspunkt: Beginnen Sie dort, befördern Sie anspruchsvolle Agentenrouten zu Sol, wenn Evaluierungen dies erfordern, und stufen Sie enge, hochvolumige Routen zu Luna herab, wenn sie bestehen.

Der nächste Schritt ist klein. Nehmen Sie 20 echte Prompts aus Ihren Produktionsprotokollen, führen Sie sie gegen gpt-5-5 und gpt-5.6-terra in Apidog aus und lassen Sie die Ausgaben und Token-Anzahlen die Entscheidung treffen. Eine halbpreisige Funktionalität ist eine Behauptung, bis Ihre eigenen Evaluierungen sie bestätigen, und die Bestätigung kostet Sie einen Nachmittag.