GPT 5.6 Terra Modell-Übersicht

GPT-5.6 Terra ist das mittlere Modell der GPT-5.6-Serie von OpenAI und sitzt zwischen dem günstigen Luna ($1 / $6 pro 1 Mio. Token) und dem Flaggschiff Sol ($5 / $30). OpenAI positioniert Terra als Allround-Modell für Alltags-Nutzung, Zusammenfassungen, Recherche-Aufgaben und Routine-Coding. Laut den Entwicklern liegt GPT-5.6 Terra in etwa bei der Leistung des Vorgängers GPT-5.5, bei allerdings nur halb so hohen Kosten von $2,50 / $15 pro 1 Mio. Input-/Output-Token. Als Einordnung könnte man GPT-5.6 Terra als neues Standard-Modell für ChatGPT gesehen werden. Luna ist die günstige Alternative für Sub-Agent-Tasks und Sol das große Orcheestrations / Coding-Modell. Der breite Marktstart erfolgte am 9. Juli 2026, nachdem die Bereitstellung von GPT-5.6 zuvor auf Wunsch von US-Behörden beschränkt war.

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

2,50 $

15,00 $

Unbekannt

GPT 5.6 Terra 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 Terra Benchmark Übersicht

GPT 5.6 Terra Performance im Vergleich zu anderen KI-Modellen

Benchmark	GPT 5.6 Terra	GPT 5.6 Sol	Muse Spark 1.1	GPT 5.6 Luna	Grok 4.5	Claude Sonnet 5	Fugu Ultra
AA-OmniscienceWissen & Sprache	-21,7 Pkt.	—	—	—	26,4 Pkt.	—	—
ARC-AGI-2Logik & Schlussfolgerung	37,5 %	67,1 %	—	7,4 %	—	—	—
ARC-AGI-3Logik & Schlussfolgerung	0,8 %	Top 7,8 %	—	0,2 %	—	—	—
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	55 Pkt.	58,9 Pkt.	—	51,2 Pkt.	53,8 Pkt.	—	—
BrowseCompWissen & Sprache	87,5 %	Top 90,4 %	—	83,3 %	—	84,7 %	—
CyberGymCybersecurity	81,8 %	Top 84,5 %	59 %	77,9 %	—	52,7 %	—
FrontierMathLogik & Schlussfolgerung	84,9 %	Top 89 %	—	78,6 %	—	—	—
GDPval-AAAgentische Aufgaben	1.593 ELO	1.747,8 ELO	1.381 ELO	1.591,8 ELO	1.543 ELO	1.618 ELO	—
GPQA DiamondWissen & Sprache	92,9 %	94,6 %	—	92,3 %	93,1 %	—	Top 95,5 %
Humanity's Last ExamWissen & Sprache	41,8 %	47,2 %	52,2 %	—	40,3 %	43,2 %	50 %
LiveCodeBenchProgrammierung	85,9 %	82,6 %	—	—	—	—	93,2 %
MMLU-ProWissen & Sprache	86,7 %	Top 89,1 %	—	—	—	—	—
MMMUMultimodalität	Top 86,5 %	—	—	—	—	—	—
MMMU-ProMultimodalität	80,7 %	83 %	—	78,4 %	80,4 %	—	—
MRCR v2Logik & Schlussfolgerung	89,6 %	91,5 %	54,1 %	41,3 %	—	—	Top 93,6 %
SWE-bench ProProgrammierung	63,4 %	64,6 %	61,5 %	62,7 %	64,7 %	63,2 %	73,7 %
SWE-bench VerifiedProgrammierung	75,2 %	Top 96,2 %	—	—	—	85,2 %	—
Terminal-Bench 2.1Programmierung	87,4 %	Top 88,8 %	80 %	84,7 %	83,3 %	80,4 %	82,1 %
τ²-BenchAgentische Aufgaben	86,3 %	—	—	—	—	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	33 %
Grok 4.5	26,4 %
Claude Opus 4.6	14 %
Claude Sonnet 4.6	12 %
GPT-5.3-Codex	10 %
GPT-5.4	6 %
MiniMax M2.7	1 %
GLM-5	-1 %
Kimi K2.5 (Thinking)	-8 %
GPT-5.6 Terra	-21,67 %
Qwen3.5-397B-A17B	-36 %
MiniMax M2.5	-40 %

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

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. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Terra	86,47 %
GPT-5.1	85,4 %
GPT-5 Pro	84,2 %
Claude Opus 4.5	80,7 %
Claude Haiku 4.5	73,2 %

Vergleich von LLMs im Benchmark MMMU. 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 %.

Darstellung der Rohdaten für den Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	95,6 %
Gemini 3.1 Pro	95,1 %
Claude Sonnet 4.6	94,8 %
Claude Opus 4.5	93,55 %
Muse Spark	91,5 %
GPT-5.2	90,35 %
GLM-5	89,7 %
GPT-5.4 nano	88,38 %
GLM-4.7	87,4 %
MiniMax M2.1	87 %
Qwen3.5-397B-A17B	86,7 %
GPT-5.6 Terra	86,26 %
Gemini 3 Pro	85,4 %
DeepSeek-v3.2 Thinking	80,3 %
GPT-5.1	80,2 %
MiniMax-M2	77,2 %
Gemma 4 31B	76,9 %
GPT-5.4 mini	74,1 %
GLM-5.1	70,6 %
Nemotron 3 Super	61,15 %

Vergleich von LLMs im Benchmark τ²-Bench. 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

Prompt Caching mit Cache-Breakpoints	Explizit setzbare Cache-Breakpoints machen das Caching planbar.

Vorteile & Nachteile

Vorteile

Großes Kontextfenster
Rund 1 Mio. Token Kontext und 128K Token Output erlauben ganze Codebasen oder umfangreiche Dokumentsammlungen in einem einzigen Request zu verarbeiten.
Guter Kompromiss aus Qualität und Preis
Als mittleres Modell der GPT-5.6 Reihe dürfte Terra der neue Default in ChatGPT werden, der in etwa gleich stark wie der Vorgänger, aber dabei deutlich günstiger ist.

Nachteile

Kein Frontier-Modell
Terra ist auf Alltagsaufgaben ausgelegt und laut OpenAI nur mit dem Vorgänger GPT-5.5 vergleichbar. Für die schwierigsten Reasoning-, Coding- oder Agenten-Aufgaben bleibt das teurere Flaggschiff GPT-5.6 Sol die bessere Wahl.
Aufpreis bei sehr langem Kontext
Ab 272K Input-Token pro Request verdoppelt sich der Input-Preis (auf ca. $5) und der Output-Preis steigt um Faktor 1,5 (auf ca. $22,50). Der volle 1-Mio.-Kontext ist damit deutlich teurer als der Grundpreis.
Teurer als Luna für einfache Massenaufgaben
Für hochvolumige, latenzkritische oder sehr einfache Tasks ist das kleinere GPT-5.6 Luna ($1 / $6 pro 1 Mio. Token) deutlich günstiger. Terra lohnt sich erst, wenn Luna gewisse Aufgaben nicht zufriedenstellend erledigen kann.
Proprietär, keine offenen Gewichte, kein Fine-Tuning
Terra 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 (bzw. JSON). Audio- und Video-Ein- oder -Ausgabe werden nicht unterstützt.

Vergleiche GPT 5.6 Terra mit anderen LLMs

Vergleiche GPT 5.6 Terra 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 Terra über die API folgender Anbieter nutzen.

OpenAI
Zu OpenAI
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
2,50 $
USD / 1M Output
15,00 $
Throughput
Unbekannt
Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
2,50 $
USD / 1M Output
15,00 $
Throughput
Unbekannt

‌
‌
‌

GPT 5.6 Terra Modell-Übersicht

Features

Tools

Multimodalität

Finetuning

Details zum Modell

GPT 5.6 Terra Benchmark Scores

GPT 5.6 Terra Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Cybersecurity

GPT 5.6 Terra Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche GPT 5.6 Terra mit anderen LLMs

Provider & APIs

OpenAI

GPT 5.6 Terra Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Cybersecurity

GPT 5.6 Terra Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

OpenAI