GPT 5.6 Sol Modell-Übersicht

GPT-5.6 Sol ist das Flaggschiff der GPT-5.6-Serie von OpenAI und neben den "kleineren Geschwistern" Terra und GPT-5.6 Luna das stärkste Modell aus der GPT-5.6 Reihe. OpenAI positioniert das Modell für langfristige agentische Aufgaben in den Bereichen Coding, Biologie und Cybersecurity, ein kleiner Seitenhieb auf Anthropic, die ihr Modell Claude Fable 5 auf Druck der US-Regierung genau in diesen Bereichen einschränken mussten. Gegenüber dem Vorgänger GPT-5.5 soll GPT-5.6 Sol eine neue Stufe erreicht haben, vergleichbar mit der von Opus --> Fable. Das Community-Feedback spiegelt wider, dass ein ähnlich großer Sprung durchaus erreicht worden sein könnte. Mit $5 / $30 pro 1 Mio. Input-/Output-Token liegt Sol deutlich über Terra ($2,50 / $15) und Luna ($1 / $6) aber mit <272k Token Kontext nur bei knapp der Hälfte von Fable 5 ($10 / $50) Der Marktstart war zudem auf Wunsch von US-Behörden zunächst auf ausgewählte Partner beschränkt und wurde erst am 9. Juli 2026 breit geöffnet.

Playground API Dokumentation System Card Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

1,05 Mio. Token

128k Token

Unbekannt

5,00 $

30,00 $

Unbekannt

GPT 5.6 Sol Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

GPT 5.6 Sol Benchmark Übersicht

GPT 5.6 Sol Performance im Vergleich zu anderen KI-Modellen

Benchmark	GPT 5.6 Sol	GPT 5.6 Terra	Muse Spark 1.1	GPT 5.6 Luna	Grok 4.5	Claude Sonnet 5	Fugu Ultra
ARC-AGI-2Logik & Schlussfolgerung	67,1 %	37,5 %	—	7,4 %	—	—	—
ARC-AGI-3Logik & Schlussfolgerung	Top 7,8 %	0,8 %	—	0,2 %	—	—	—
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	58,9 Pkt.	55 Pkt.	—	51,2 Pkt.	53,8 Pkt.	—	—
BrowseCompWissen & Sprache	Top 90,4 %	87,5 %	—	83,3 %	—	84,7 %	—
CyberGymCybersecurity	Top 84,5 %	81,8 %	59 %	77,9 %	—	52,7 %	—
FrontierMathLogik & Schlussfolgerung	Top 89 %	84,9 %	—	78,6 %	—	—	—
GDPval-AAAgentische Aufgaben	1.747,8 ELO	1.593 ELO	1.381 ELO	1.591,8 ELO	1.543 ELO	1.618 ELO	—
GPQA DiamondWissen & Sprache	94,6 %	92,9 %	—	92,3 %	93,1 %	—	Top 95,5 %
Humanity's Last ExamWissen & Sprache	47,2 %	41,8 %	52,2 %	—	40,3 %	43,2 %	50 %
LiveCodeBenchProgrammierung	82,6 %	85,9 %	—	—	—	—	93,2 %
MMLU-ProWissen & Sprache	Top 89,1 %	86,7 %	—	—	—	—	—
MMMU-ProMultimodalität	83 %	80,7 %	—	78,4 %	80,4 %	—	—
MRCR v2Logik & Schlussfolgerung	91,5 %	89,6 %	54,1 %	41,3 %	—	—	Top 93,6 %
SWE-bench ProProgrammierung	64,6 %	63,4 %	61,5 %	62,7 %	64,7 %	63,2 %	73,7 %
SWE-bench VerifiedProgrammierung	Top 96,2 %	75,2 %	—	—	—	85,2 %	—
Terminal-Bench 2.1Programmierung	Top 88,8 %	87,4 %	80 %	84,7 %	83,3 %	80,4 %	82,1 %

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.5	85 %
Gemini 3.1 Pro	77,1 %
Gemini 3.5 Flash	72,1 %
Claude Opus 4.6	68,8 %
GPT-5.6 Sol	67,1 %
Claude Sonnet 4.6	58,3 %
GPT-5.2 Pro	54,2 %
GPT-5.2	52,9 %
Gemini 3 Deep Think	45,1 %
Muse Spark	42,5 %
Claude Opus 4.5	37,6 %
GPT-5.6 Terra	37,5 %
Gemini 3 Pro	31,1 %
Grok-4	15,9 %
GPT-5.6 Luna	7,4 %

Vergleich von LLMs im Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark ARC-AGI-3. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	7,78 %
Claude Opus 4.8	1,5 %
GPT-5.6 Terra	0,8 %
Claude Opus 4.6	0,5 %
GPT-5.5	0,4 %
Gemini 3.1 Pro	0,4 %
Claude Opus 4.7	0,2 %
GPT-5.4	0,2 %
GPT-5.6 Luna	0,18 %

Vergleich von LLMs im Benchmark ARC-AGI-3. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	65 %
Claude Opus 4.8	61 %
GPT-5.6 Sol	58,9 %
GPT-5.6 Terra	55 %
Gemini 3.5 Flash	55 %
Grok 4.5	53,8 %
GPT-5.6 Luna	51,2 %
MiniMax M2.7	50 %
DeepSeek-V4-Pro (Preview)	44 %

Vergleich von LLMs im Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	90,4 %
GPT-5.6 Terra	87,5 %
Claude Sonnet 5	84,7 %
GPT-5.5	84,4 %
Claude Opus 4.8	84,3 %
MiniMax-M3	83,52 %
DeepSeek-V4-Pro (Preview)	83,4 %
GPT-5.6 Luna	83,3 %
Kimi K2.6	83,2 %
Claude Opus 4.7	79,3 %
MiniMax M2.7	76,3 %
GLM-5.1	68 %

Vergleich von LLMs im Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark CyberGym. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	84,5 %
GPT-5.6 Terra	81,8 %
GPT-5.5	81,8 %
Claude Opus 4.8	78,8 %
GPT-5.6 Luna	77,9 %
Claude Opus 4.7	73,1 %
GLM-5.1	68,7 %
Muse Spark 1.1	59 %
Claude Sonnet 5	52,7 %

Vergleich von LLMs im Benchmark CyberGym. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark FrontierMath. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	89 %
GPT-5.6 Terra	84,9 %
GPT-5.6 Luna	78,6 %
GPT-5.5	51,7 %
GPT-5.2 Pro	31,3 %
GPT-5.4	27,1 %
Claude Opus 4.6	22,9 %
GPT-5.2	18,8 %
Gemini 3 Pro	18,75 %
Gemini 3.1 Pro	16,7 %
GPT-5 Pro	14,6 %
GPT-5.1	12,5 %
GPT-5	12,5 %
Claude Sonnet 4.6	8,3 %
Kimi K2.5 (Thinking)	4,2 %
Claude Opus 4.5	4,17 %
Claude Opus 4.1	4,17 %
GLM-5	2,1 %
DeepSeek-v3.2 Thinking	2,1 %
Grok-4 Heavy	2,08 %

Vergleich von LLMs im Benchmark FrontierMath. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	1.932 %
Claude Opus 4.8	1.890 %
GPT-5.6 Sol	1.747,8 %
Gemini 3.5 Flash	1.656 %
Claude Sonnet 5	1.618 %
GPT-5.6 Terra	1.593 %
GPT-5.6 Luna	1.591,8 %
DeepSeek-V4-Pro (Preview)	1.554 %
Grok 4.5	1.543 %
MiniMax M2.7	1.495 %
Muse Spark	1.444 %
Muse Spark 1.1	1.381 %

Vergleich von LLMs im Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Mythos Preview	94,5 %
Claude Opus 4.7	94,2 %
Claude Opus 4.8	93,6 %
GPT-5.5	93,6 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
GPT-5.4	92,8 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
Kimi K2.6	90,5 %
DeepSeek-V4-Pro (Preview)	90,1 %
Muse Spark	89,5 %
Gemini 3.1 Flash-Lite	86,9 %
GLM-5.1	86,2 %
Gemma 4 31B	84,3 %
GPT-5.4 nano	82,83 %
GPT-5.4 mini	81,57 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Mythos Preview	56,8 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Claude Opus 4.7	46,9 %
Claude Sonnet 5	43,2 %
Muse Spark	42,8 %
GPT-5.6 Terra	41,8 %
GPT-5.5	41,4 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
DeepSeek-V4-Pro (Preview)	37,7 %
Kimi K2.6	34,7 %
GLM-5.1	31 %
GPT-5.4 nano	24,26 %
Gemma 4 31B	19,5 %
GPT-5.4 mini	18,32 %
Nemotron 3 Super	18,26 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	2.887 %
DeepSeek-V4-Pro (Preview)	93,5 %
Fugu Ultra	93,2 %
Kimi K2.6	89,6 %
DeepSeek-v3.2 Speciale	88,7 %
GPT-5.6 Terra	85,93 %
Kimi K2.5 (Thinking)	85 %
GLM-4.7	84,9 %
Qwen3.5-397B-A17B	83,6 %
DeepSeek-v3.2 Thinking	83,3 %
Kimi K2 Thinking	83,1 %
MiniMax-M2	83 %
GLM-4.6	82,8 %
GPT-5.6 Sol	82,6 %
Nemotron 3 Super	81,19 %
MiniMax M2.1	81 %
Muse Spark	80 %
Gemma 4 31B	80 %
Gemini 3.1 Flash-Lite	72 %
Kimi K2 (0905)	53,7 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	89,1 %
MiniMax M2.1	88 %
Qwen3.5-397B-A17B	87,8 %
DeepSeek-V4-Pro (Preview)	87,5 %
Kimi K2.5 (Thinking)	87,1 %
GPT-5.6 Terra	86,66 %
Grok-4	86,6 %
Gemma 4 31B	85,2 %
DeepSeek-R1-0528	85 %
Kimi K2 Thinking	84,6 %
GLM-4.5	84,6 %
Qwen3 235B A22B Thinking 2507	84,4 %
GLM-4.7	84,3 %
Nemotron 3 Super	83,73 %
MiniMax-M2	82 %
GLM-4.5 Air	81,4 %
Qwen3 30B A3B Instruct 2507	78,4 %
Gemma 3	67,5 %

Vergleich von LLMs im Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	89,31 %
Gemini 3.5 Flash	83,6 %
GPT-5.6 Sol	83 %
GPT-5.5	81,2 %
GPT-5.6 Terra	80,7 %
Grok 4.5	80,4 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
GPT-5.6 Luna	78,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %

Vergleich von LLMs im Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	93,6 %
GPT-5.6 Sol	91,5 %
GPT-5.6 Terra	89,6 %
Gemini 3.5 Flash	77,3 %
Gemma 4 31B	66,4 %
Muse Spark 1.1	54,1 %
GPT-5.6 Luna	41,3 %

Vergleich von LLMs im Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	80 %
Claude Mythos Preview	77,8 %
Fugu Ultra	73,7 %
Claude Opus 4.8	69,2 %
Grok 4.5	64,7 %
GPT-5.6 Sol	64,6 %
Claude Opus 4.7	64,3 %
GPT-5.6 Terra	63,4 %
Claude Sonnet 5	63,2 %
GPT-5.6 Luna	62,7 %
GLM-5.2	62,1 %
Muse Spark 1.1	61,5 %
MiniMax-M3	59 %
GPT-5.5	58,6 %
Kimi K2.6	58,6 %
GLM-5.1	58,4 %
MiniMax M2.7	56,22 %
DeepSeek-V4-Pro (Preview)	55,4 %
Gemini 3.5 Flash	55,1 %
Muse Spark	52,4 %

Vergleich von LLMs im Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	96,2 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
Claude Opus 4.6	80,8 %
DeepSeek-V4-Pro (Preview)	80,6 %
Gemini 3.1 Pro	80,6 %
MiniMax-M3	80,5 %
Kimi K2.6	80,2 %
MiniMax M2.5	80,2 %
MiniMax M2.7	79,9 %
Claude Sonnet 4.6	79,6 %
GLM-5	77,8 %
Muse Spark	77,4 %
Kimi K2.5 (Thinking)	76,8 %
Qwen3.5-397B-A17B	76,4 %
GPT-5.6 Terra	75,2 %
MiniMax M2.1	74 %

Vergleich von LLMs im Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	88,8 %
GPT-5.6 Terra	87,4 %
GPT-5.6 Luna	84,7 %
Claude Fable 5	84,3 %
Grok 4.5	83,3 %
GLM-5.2	82,7 %
Fugu Ultra	82,1 %
Claude Sonnet 5	80,4 %
Muse Spark 1.1	80 %
Gemini 3.5 Flash	76,2 %
Claude Opus 4.8	74,6 %
MiniMax-M3	66 %
MiniMax M2.7	51,1 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Proprietärer Transformer
Input Kontextlänge	1,05 Mio.
Output Kontextlänge	128k
Tokenizer	Proprietärer Tokenizer

Besonderheiten

Pro Mode	Parallel Test-Time-Compute für optimierten Output bei hohen Kosten
Ultra Mode (Multi-Agent)	Koordiniert in ChatGPT Work/Codex mehrere parallel laufende, kooperierende KI-Agenten.
Prompt Caching mit Cache-Breakpoints	Explizit setzbare Cache-Breakpoints machen das Caching planbarer.

Vorteile & Nachteile

Vorteile

Stark verbesserte Frontend Skills
GPT-5.6 erreicht (zugegebenermaßen subjektiv) deutlich bessere Ergebnisse in der Web-Entwicklung von Frontends. Sogar funktionierende und unterhaltsame (3D-) Spiele können per Vibe-Coding mit GPT-5.6 Sol ge-one-shotted werden.
Großes Kontextfenster
Mit rund 1 Mio. Token Kontextfenster und bis zu 128k Token Output ist GPT-5.6 Sol für ganze Codebases als Input gewappnet.
Kompetitive Kosten
GPT-5.6 Sol ist günstiger, als viele Nutzer erwartet hatten. Erst ab Kontextfenstern jenseits der 272k Tokens wird die Nutzung ähnlich teuer wie bei Fable 5.

Nachteile

Aufpreis bei sehr langem Kontext
Ab 272K Input-Token pro Request verdoppelt sich der Input-Preis (auf ca. $10) und der Output-Preis steigt um Faktor 1,5 (auf ca. $45). Der volle 1-Mio.-Kontext ist damit deutlich teurer.
Proprietär, keine offenen Gewichte, kein Fine-Tuning
Sol ist ausschließlich über OpenAIs API/ChatGPT nutzbar. Es gibt keine herunterladbaren Gewichte, kein lokales Deployment und keine Fine-Tuning Möglichkeiten.
Begrenzte Modalitäten
Input nur als Text und Bild, Output ausschließlich Text. Audio- und Video-Ein- oder -Ausgabe werden nicht unterstützt.

Vergleiche GPT 5.6 Sol mit anderen LLMs

Vergleiche GPT 5.6 Sol mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
OpenAI	GPT 5.6 Sol	Proprietär	Unbekannt	1,05 Mio.	128k	5,00 $	30,00 $	09.07.2026
OpenAI	GPT 5.6 Terra	Proprietär	Unbekannt	1,05 Mio.	128k	2,50 $	15,00 $	09.07.2026
OpenAI	GPT 5.6 Luna	Proprietär	Unbekannt	1,05 Mio.	128k	1,00 $	6,00 $	09.07.2026
Meta AI	Muse Spark 1.1	Proprietär	Unbekannt	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	09.07.2026
xAI	Grok 4.5	Proprietär	Unbekannt	500k	500k	2,00 $	6,00 $	08.07.2026
Anthropic	Claude Sonnet 5	Proprietär	Unbekannt	1 Mio.	128k	3,00 $	15,00 $	30.06.2026
Sakana AI	Fugu Ultra	Proprietär	7 Mrd.	1 Mio.	1 Mio.	5,00 $	30,00 $	21.06.2026
Z.ai	GLM 5.2	MIT	753 Mrd.	1,05 Mio.	131,07k	1,40 $	4,40 $	16.06.2026
Anthropic	Claude Fable 5	Proprietär	Unbekannt	1 Mio.	128k	10,00 $	50,00 $	09.06.2026
MiniMax	MiniMax M3	Andere	Unbekannt	1 Mio.	512k	0,60 $	2,40 $	01.06.2026

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst OpenAI GPT 5.6 Sol über die API folgender Anbieter nutzen.

OpenAI
Zu OpenAI
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
5,00 $
USD / 1M Output
30,00 $
Throughput
Unbekannt
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
5,00 $
USD / 1M Output
30,00 $
Throughput
Unbekannt

‌
‌
‌

GPT 5.6 Sol Modell-Übersicht

Features

Tools

Multimodalität

Finetuning

Details zum Modell

GPT 5.6 Sol Benchmark Scores

GPT 5.6 Sol Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Cybersecurity

GPT 5.6 Sol Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche GPT 5.6 Sol mit anderen LLMs

Provider & APIs

OpenAI

GPT 5.6 Sol Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Cybersecurity

GPT 5.6 Sol Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

OpenAI