OpenAI begrub den interessantesten Teil der GPT-5.6 Sol-Einführung unter den Nachrichten über die staatliche Regulierung. Neben der neuen Modellfamilie lieferte OpenAI zwei neue Denksteuerungen: einen „Max“-Denkaufwand, der Sol die meiste Zeit zum Nachdenken gibt, und einen „Ultra“-Modus, der laut OpenAI „über einen einzelnen Agenten hinausgeht, indem er Unteragenten nutzt, um komplexe Arbeit zu beschleunigen“. Letzteres ist eine echte Veränderung in der Funktionsweise eines einzelnen Modellaufrufs.
Zunächst zur Zugangsrealität. GPT-5.6 Sol ist derzeit nur als eingeschränkte Vorschau über die OpenAI API und Codex verfügbar. Es ist noch nicht in ChatGPT enthalten und auf etwa 20 Partner beschränkt, deren Namen individuell von der US-Regierung genehmigt wurden. Sie können den Ultra-Modus heute also nicht aktivieren, es sei denn, Sie gehören zu diesen Partnern. Dieser Artikel richtet sich an Entwickler, die verstehen möchten, wie Unteragenten innerhalb eines Modellaufrufs das Agenten-Design, die Latenz und die Kosten verändern, damit Sie entscheiden können, ob sich das Warten lohnt. OpenAI gibt an, dass die allgemeine Verfügbarkeit in ChatGPT, Codex und der API in den kommenden Wochen erfolgen wird.
TL;DR
- Der „Max“-Denkaufwand ist eine tiefere Version einer bestehenden Einstellung: mehr Denkzeit, ein Agent, eine Arbeitskette.
- Der „Ultra“-Modus ist seiner Art nach neu: Das Modell erzeugt laut OpenAI eigene Unteragenten, um komplexe Arbeit aufzuteilen.
- Sie können beides noch nicht verwenden. GPT-5.6 ist eine staatlich eingeschränkte Vorschau, nur über API und Codex verfügbar, nicht in ChatGPT.
- Die Sol-Ausgabe kostet 30 US-Dollar pro 1 Mio. Tokens, daher ist der Ultra-Modus, der sich in Unteragenten aufteilt, nicht billig. Reservieren Sie ihn für anspruchsvolle, parallelisierbare Aufgaben.
- Dies ist dieselbe Multi-Agenten-Orchestrator-Idee, die andere Labore anbieten, jetzt in einem Modellaufruf integriert. Um das Orchestrierungsmuster heute zu testen, müssen Sie ein Modell verwenden, auf das Sie zugreifen können.
Was der „Max“-Denkaufwand bewirkt
OpenAI ermöglichte es bereits, die Intensität der Arbeit eines Denkmodells durch eine Einstellung des Denkaufwands anzupassen. GPT-5.6 fügt eine neue oberste Stufe namens „Max“ hinzu. Wenn Sie diese Einstellung wählen, erhält Sol die meiste Zeit, um tiefgründig nachzudenken, bevor es antwortet.
Stellen Sie sich Max vor wie das Betätigen eines Drehreglers, den Sie bereits kennen. Das Modell läuft immer noch als einzelner Agent und produziert immer noch eine Kette von Überlegungen. Sie bezahlen für mehr dieser Überlegungen, in Tokens und Echtzeit, um das letzte bisschen Genauigkeit bei einem schwierigen Problem herauszuholen. Der Kompromiss ist bekannt: Tieferes Nachdenken kostet mehr und dauert länger, und die meisten Prompts benötigen es nicht. Max ist die richtige Einstellung, wenn eine einzelne schwierige Frage zusätzliche Überlegung belohnt, wie eine subtile Umstrukturierung oder ein mathematisch anspruchsvoller Plan. Es ändert nicht die Form der Arbeit. Es ändert, wie lange der eine Arbeiter dafür braucht.
Was der „Ultra“-Modus ändert
Ultra ist ein ganz anderes Konzept. Laut OpenAI „geht der Ultra-Modus über einen einzelnen Agenten hinaus, indem er Unteragenten nutzt, um komplexe Arbeit zu beschleunigen.“ Anstatt dass ein Modell ein Problem in einer einzigen Kette abarbeitet, orchestriert das Modell mehrere Unteragenten, die Teile der Aufgabe bearbeiten, und führt deren Arbeit dann wieder zusammen.
Wenn Sie Agentensysteme manuell gebaut haben, haben Sie dies bereits auf die schwierige Art und Weise getan. Sie schreiben einen Orchestrator. Dieser zerlegt eine Aufgabe in Unteraufgaben, verteilt diese auf separate Modellaufrufe, sammelt dann die Ergebnisse und erstellt eine endgültige Antwort. Sie verwalten die Prompts, den Zustand, die Wiederholungsversuche und den Glue Code zwischen jedem Schritt.
Der Ultra-Modus zieht dieses Muster in den Modellaufruf hinein. Sie fragen einmal. Das Modell entscheidet, wie die Arbeit aufgeteilt wird, führt die Unteragenten aus und gibt ein Ergebnis zurück. Die Orchestrierung, die Sie früher selbst verwaltet haben, geschieht jetzt hinter einem API-Aufruf. Das ist der wirklich neuartige Teil. Für den breiteren Familienkontext bietet die GPT-5.6 Sol Übersicht Informationen zu den Stufen, der Benennung und warum das Ganze hinter einer staatlich eingeschränkten Vorschau verborgen ist.
Was es für das Agenten-Design ändert
Verlagert man die Orchestrierung in das Modell, ändern sich drei Dinge in der Art und Weise, wie Sie entwickeln.
Weniger Glue Code. Die Logik für Zerlegung, Verteilung und Zusammenführung, die früher in Ihrer Anwendung lebte, kann schrumpfen. Sie beschreiben das Ziel und lassen das Modell die Aufteilung handhaben. Das bedeutet weniger Angriffsfläche für die Wartung und weniger Stellen, an denen Ihre Orchestrierung mit dem Verhalten des Modells aus dem Takt geraten kann.
Weniger Kontrolle. Die Kehrseite der Medaille ist, dass Sie Sichtbarkeit aufgeben. Wenn Sie den Orchestrator selbst betreiben, sehen Sie jede Unteraufgabe, jedes Zwischenergebnis und jeden Wiederholungsversuch, und Sie können diese protokollieren oder eingreifen. Bei Unteragenten innerhalb eines Aufrufs ist diese Maschinerie undurchsichtig. Sie sehen die Eingabe und die endgültige Ausgabe, nicht die Verzweigungen dazwischen. Für Workflows, die einen Audit-Trail benötigen, gewinnt ein handgebauter Orchestrator immer noch.
Andere Fehlerursachen. Ein einzelner Agent schlägt auf Weisen fehl, die Sie normalerweise nachvollziehen können. Ein Modell, das interne Unteragenten ausführt, schlägt auf Weisen fehl, die schwerer zuzuordnen sind. Ist ein Unteragent entgleist? Hat der Zusammenführungsschritt etwas übersehen? Sie werden es von außen nicht immer erkennen können, was wichtig ist, wenn Sie einen Produktionsagenten debuggen.
Dies ist dieselbe Spannung, die sich durch jedes Multi-Agenten-System zieht, hier jedoch verlagert. Um zu sehen, wie dedizierte Orchestratoren es formulieren, vergleicht Fugu Ultra versus Fable 5 versus Mythos ein Modell, das explizit als Multi-Agenten-Orchestrator gebaut wurde – ein nützlicher Kontrast dazu, dass OpenAI die Idee in ein Modell integriert.
Latenz und Kosten: Warum Ultra nicht kostenlos ist
Unteragenten arbeiten parallel, so dass Ultra für die richtige Aufgabe schneller fertig sein kann als ein Agent, der jeden Schritt nacheinander abarbeitet. Das ist das Versprechen der „Beschleunigung komplexer Arbeit“.
Bei den Kosten müssen Sie ehrlich sein. Sol ist die Flaggschiff-Stufe, und seine Ausgabe ist mit 30 US-Dollar pro 1 Mio. Tokens bepreist, wobei die Eingabe 5 US-Dollar pro 1 Mio. kostet (Terra und Luna sind günstigere Stufen in derselben Familie). Stellen Sie sich nun vor, Ultra erzeugt mehrere Unteragenten, jeder generiert seine eigenen Denk- und Ausgabe-Tokens. Diese Tokens summieren sich über jeden Unteragenten hinweg, sodass ein einzelner Ultra-Aufruf weitaus mehr verbrauchen kann als ein einzelner Max-Aufruf mit demselben Prompt. Ultra tauscht Tokens gegen Geschwindigkeit und Tiefe bei anspruchsvollen, parallelisierbaren Aufgaben. Wenn Ihre Aufgabe sich nicht in unabhängige Teile zerlegen lässt, bezahlen Sie für Unteragenten, die aufeinander warten oder doppelte Arbeit leisten. Das ist der Overkill-Fall.
Prompt-Caching mildert die Rechnung. GPT-5.6 unterstützt explizite Cache-Haltepunkte mit einer minimalen Cache-Lebensdauer von 30 Minuten. Cache-Schreibvorgänge werden mit dem 1,25-fachen des Preises für ungecachte Eingaben abgerechnet, und Cache-Lesevorgänge erhalten einen Rabatt von 90 % auf gecachte Eingaben. Wenn Ihre Unteragenten einen großen gemeinsamen Kontext teilen, wie einen großen System-Prompt oder eine feste Codebasis, spart es richtig Geld, diesen einmal zu cachen und dann günstig über mehrere Aufrufe hinweg zu lesen. Es ändert nichts an den Kosten für Ausgabe-Tokens, wo Ultra am meisten ausgibt.
Wo Ultra hilft und wo es übertrieben ist
Verwenden Sie Ultra, wenn die Aufgabe sich in unabhängige Teile aufteilt, die von paralleler Arbeit profitieren und bei denen die Genauigkeit die Ausgaben rechtfertigt. Denken Sie an eine große Codebasisänderung, die viele Dateien gleichzeitig betrifft, eine Forschungsaufgabe, die sich über mehrere Quellen erstreckt, oder eine komplexe Agentenaufgabe mit parallelen Zweigen. Dies sind die Aufgaben, für die OpenAI Sol positioniert, einschließlich Kodierungs- und Wissenschaftsarbeit.
Verzichten Sie auf Ultra, wenn die Aufgabe sequenziell, klein oder bei begrenztem Budget latenzkritisch ist: eine kurze Antwort, eine Einzeldateibearbeitung, eine schnelle Klassifizierung. In diesen Fällen startet Ultra Unteragenten, die nichts zu parallelisieren haben, und maximaler Denkaufwand oder sogar Standardaufwand ist die ehrlichere Wahl.
Hier ist eine direkte Art zu entscheiden: Wenn Sie die Aufgabe nicht auf mehrere menschliche Auftragnehmer aufteilen könnten, die gleichzeitig arbeiten, kann das Modell wahrscheinlich auch nicht viel Wert aus Unteragenten ziehen. Sequenzielle Arbeit bleibt sequenziell, egal wie viele Agenten man darauf ansetzt.
Wie dies in den breiteren Multi-Agenten-Trend passt
OpenAI ist nicht die Ersten mit der Idee, dass mehrere koordinierte Agenten einem einzelnen überlegen sind. Andere Labore haben Modelle und Frameworks veröffentlicht, bei denen ein Controller an Spezialisten delegiert und die Ergebnisse zusammenfügt. Neu ist die Verpackung: OpenAI bietet dieses Muster als Modus für ein einzelnes Modell an, anstatt eines separaten Systems, das man selbst zusammenstellt.
Das ist eine Wette, wohin sich die Agentenentwicklung bewegt. Wenn die Orchestrierung innerhalb des Modells gut genug wird, werden viele handgestrickte Orchestrierungsschichten für gängige Fälle überflüssig. Bleibt sie undurchsichtig und schwer zu debuggen, werden Teams, die Kontrolle benötigen, weiterhin ihre eigenen entwickeln. Beides kann gleichzeitig zutreffen, wobei Ultra die einfachen Fälle handhabt und benutzerdefinierte Orchestrierung die Fälle übernimmt, die einen Audit-Trail benötigen. Die GPT-5.6 Sol Benchmark-Analyse untersucht, ob die Zahlen die Orchestrierungsansprüche untermauern, und konzentriert sich auf die einzige Entscheidung, die Sie jetzt treffen können: warten oder weitermachen.
Was Sie heute tun können
Sie können den Ultra-Modus nicht ausführen, daher ist der praktische Schritt, das Orchestrierungsmuster an einem Modell zu erstellen und zu testen, das Sie aufrufen können. Die derzeit verfügbaren Frontier-Modelle wie Claude Mythos 5, Claude Fable 5, GPT-5.5, Gemini 3.5 Pro, GLM-5.2 und Fugu Ultra stellen alle OpenAI-kompatible oder Standard-Chat-Endpunkte bereit, die Sie heute anschließen können.
Hier kommt Apidog ins Spiel. Sie können Anfragen an jede dieser Modell-APIs senden, Parameter wie den Denkaufwand einstellen, wo das Modell es unterstützt, die Antworten überprüfen und die Aufrufe als wiederverwendbare Testszenarien speichern. Wenn Ihr GPT-5.6-Vorschauzugriff eintrifft, ist dieselbe Einrichtung bereit: Tauschen Sie den Endpunkt und den Modell-Identifikator aus, und Sie testen Sol an dem Tag, an dem Sie Zugang erhalten. Sie testen Sol heute noch nicht, da niemand außerhalb der genehmigten Partner dies kann. Sie bereiten Ihr Testgerüst vor, damit der erste Tag kein Chaos wird.
Fazit
Der Ultra-Modus ist der zukunftsweisendste Aspekt der GPT-5.6-Einführung: Orchestrierung, die früher in Ihrem Code lebte und nun in einen einzelnen Modellaufruf verlagert wurde. Es ist auch etwas, das Sie noch nicht nutzen können, und wenn Sie es können, wird es nicht billig sein, daher besteht die Disziplin darin, die Einstellung an die Aufgabe anzupassen. Verwenden Sie Max, wenn ein Arbeiter intensiver nachdenken muss. Greifen Sie nur zu Ultra, wenn die Aufgabe sich wirklich in parallele Teile aufteilen lässt, die die Token-Kosten wert sind.
Möchten Sie Ihr Testgerüst bereit haben für den Tag, an dem Sol verfügbar wird? Laden Sie Apidog herunter und beginnen Sie noch heute mit dem Testen der Frontier-Modell-APIs, die Sie aufrufen können.