GPT-5.6 Preise und Kosten: Sol, Terra, Luna – So senken Sie Ihre Rechnung

OpenAI hat GPT-5.6 am 9. Juli 2026 allgemein verfügbar gemacht – erstmals als Flaggschiff-Familie mit drei Modellen und separaten Preisen. gpt-5.6-sol kostet 5 $ pro Million Eingabetoken und 30 $ pro Million Ausgabetoken. gpt-5.6-terra liegt bei 2,50 $ und 15 $, gpt-5.6-luna bei 1 $ und 6 $. Die 5-fache Preisspanne macht die Modellwahl zu einem der größten Hebel für Ihre API-Rechnung.

Apidog noch heute ausprobieren

Die Falle steckt im Alias: gpt-5.6 verweist auf Sol, die Flaggschiff-Stufe für Schlussfolgerungen. Wenn Sie einen Quickstart kopieren und den Modell-String nicht ändern, bezahlen Sie für jede Produktionsanfrage Sol-Tarife – auch wenn Luna die Aufgabe für ein Fünftel der Kosten erledigen könnte. Die API warnt Sie nicht davor.

Dieser Leitfaden zeigt die Preise, rechnet typische Workloads durch und liefert konkrete Routing-, Caching- und Tuning-Muster für den produktiven Einsatz.

Kurz gesagt

• Preise pro 1 Mio. Token:
  • Sol: 5 $ Eingabe / 30 $ Ausgabe
  • Terra: 2,50 $ Eingabe / 15 $ Ausgabe
  • Luna: 1 $ Eingabe / 6 $ Ausgabe
• Der Alias gpt-5.6 verweist auf Sol. Verwenden Sie stattdessen explizit gpt-5.6-terra oder gpt-5.6-luna.
• Terra ist laut OpenAI ungefähr halb so teuer wie GPT-5.5 und damit das naheliegende Migrationsziel.
• Prompt-Caching: Schreibvorgänge kosten das 1,25-Fache des Eingabepreises, Lesevorgänge erhalten 90 % Rabatt. Caching lohnt sich bereits ab der zweiten Anfrage.
• Höherer Denkaufwand erzeugt mehr Ausgabetoken. Ultra führt vier Agenten parallel aus und erhöht den Tokenverbrauch bewusst.
• ChatGPT Free und Go erhalten Terra; ab Plus sind alle drei Modelle verfügbar.
• Testen Sie alle Stufen mit denselben Prompts und vergleichen Sie die Token-Nutzung in Apidog, bevor Sie ein Modell in Produktion übernehmen.

Die GPT-5.6-Preisliste

Die folgende Tabelle enthält die regulären Tokenpreise sowie die abgeleiteten Caching-Raten. Cache-Lesezugriffe kosten 10 % des normalen Eingabepreises, Cache-Schreibzugriffe 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. API-Zugriff ist für API-Konten selbstständig verfügbar; auf API-Seite gibt es keine Plan-Beschränkung.

Wichtig für Code-Reviews: gpt-5.6 ohne Suffix ist immer Sol. Pinnen Sie daher vollständige Modell-IDs in Konfiguration und Code fest.

// Nicht verwenden: verweist auf Sol
const model = "gpt-5.6";

// Besser: Modellstufe bewusst festlegen
const model = "gpt-5.6-terra";

Was die Stufung bedeutet

Sol, Terra und Luna sind Leistungsstufen innerhalb derselben Generation. Die Wahl sollte von Ihrer Aufgabe abhängen, nicht vom kopierten Default.

Terra: der Standard für die meisten Produktiv-Workloads

OpenAI positioniert Terra als wettbewerbsfähig zu GPT-5.5 – bei etwa halben Kosten. Wenn Sie heute GPT-5.5 einsetzen, ist Terra der direkte Kandidat für Ihren ersten Migrationstest.

Vergleichen Sie Ihre aktuelle Rechnung vorab mit der GPT-5.5-Preisübersicht. Übernehmen Sie Qualitätsaussagen jedoch erst nach eigenen Evaluierungen für Ihre Prompts, Daten und Erfolgsmetriken.

Luna: für hohe Anfragevolumina

Luna eignet sich für hochfrequente und latenzsensitive Aufgaben:

• Klassifizierung
• Extraktion strukturierter Daten
• Routing
• Tagging
• Erstentwürfe
• einfache Transformationen

Wenn Kosten pro Anfrage wichtiger sind als maximale Schlussfolgerungstiefe, sollte Luna Ihre erste Wahl sein.

Sol: für Aufgaben, bei denen andere Stufen scheitern

Sol ist die teure Stufe für anspruchsvolle Schlussfolgerungen. Verwenden Sie sie gezielt für Aufgaben, bei denen Terra in Ihren Evaluierungen nicht zuverlässig genug ist.

Für eine Praxisperspektive, wann sich das Flaggschiff lohnt, lesen Sie Simon Willisons Launch-Day-Review.

Alle drei Modelle teilen sich Berichten zufolge ein Kontextfenster von 1 Mio. Token und eine maximale Ausgabe von 128K Token. Beim Downgrade einer Stufe reduzieren Sie damit nicht die Kontextkapazität, sondern tauschen Schlussfolgerungstiefe gegen Kosten.

Was Anfragen in der Praxis kosten

Preise pro Million Token sind abstrakt. Rechnen wir einen typischen RAG-Aufruf durch:

• 10.000 Eingabetoken: System-Prompt, abgerufener Kontext, Benutzerfrage
• 1.000 Ausgabetoken: Antwort des Modells

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

Die Einzelanfrage wirkt günstig. Entscheidend ist das Volumen.

Nehmen wir eine Klassifizierungs-Workload mit:

• 1 Mio. Anfragen pro Monat
• 500 Eingabetoken pro Anfrage
• 50 Ausgabetoken pro Anfrage

Das entspricht 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

Wenn diese Workload versehentlich über den Alias gpt-5.6 läuft, zahlen Sie 4.000 $ statt 800 $ pro Monat. Die explizite Modell-ID spart in diesem Beispiel 3.200 $ monatlich.

Cache-Ökonomie mit echter Mathematik

GPT-5.6 verwendet explizite Cache-Breakpoints. Aktivieren Sie sie mit prompt_cache_options.mode: "explicit" und einem ttl-Feld, statt sich nur auf automatische Präfixerkennung zu verlassen.

Die relevanten Regeln:

1. Cache-Schreibvorgänge kosten das 1,25-Fache des ungecachten Eingaberates.
2. Cache-Lesevorgänge erhalten 90 % Rabatt.
3. 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"
  }
}

Beispiel: 5.000-Token-System-Prompt, 100 Wiederholungen

Angenommen, ein System-Prompt mit 5.000 Token wird innerhalb des Cache-Fensters 100-mal wiederverwendet. Das Modell ist Sol.

Ohne Cache:

100 × 5.000 Token = 500.000 Token
500.000 Token × $5 / 1 Mio. = $2.50

Mit Cache:

1 Cache-Schreibvorgang:
5.000 Token × $6.25 / 1 Mio. = $0.031

99 Cache-Lesevorgänge:
495.000 Token × $0.50 / 1 Mio. = $0.248

Gesamt: ungefähr $0.28

Das reduziert den Präfix-Anteil der Rechnung um ungefähr 89 %.

Der Break-even liegt bei der zweiten Anfrage: Der erste Cache-Schreibvorgang kostet zwar 25 % mehr als eine normale Eingabe, aber jeder nachfolgende Zugriff spart 90 %.

Was Sie cachen sollten

Cachen Sie stabile Inhalte:

• System-Prompts
• Tool-Definitionen
• Few-Shot-Beispiele
• lange Richtlinien
• wiederkehrende Formatvorgaben

Platzieren Sie variable Daten nach dem Breakpoint:

• Benutzereingaben
• dynamisch abgerufene Dokumente
• Ticketinhalte
• aktuelle Zustände
• pro Anfrage generierte Metadaten

Caching lohnt sich besonders für Chat-Assistenten und Support-Pipelines mit wiederkehrenden Anfragen innerhalb von 30 Minuten. Ein Batch-Job, der nur einmal täglich läuft, profitiert dagegen nicht und zahlt bei jedem Kaltstart den Schreibaufschlag.

Denkaufwand, Pro-Modus und Ultra

GPT-5.6 bietet sechs Denkaufwandstufen:

none
low
medium
high
xhigh
max

Der Denkaufwand ist ein Kostenregler. Höhere Stufen erzeugen mehr Ausgabetoken, und Ausgabetoken sind die teure Richtung:

• Sol: 30 $ pro 1 Mio. Ausgabetoken
• Terra: 15 $ pro 1 Mio. Ausgabetoken
• Luna: 6 $ pro 1 Mio. Ausgabetoken

Zwei Anfragen mit identischem Prompt können deshalb unterschiedlich teuer sein, obwohl Modell und Eingabe gleich bleiben.

Vorgehen für das Tuning

Behandeln Sie die Migration nicht nur als Änderung des Modell-Slugs. Testen Sie Modell und Aufwand gemeinsam:

1. Definieren Sie repräsentative Testfälle.
2. Führen Sie sie mit dem aktuellen Aufwand aus.
3. Wiederholen Sie den Test mit einer niedrigeren Stufe.
4. Vergleichen Sie Qualität, Tokenverbrauch und Latenz.
5. Übernehmen Sie die niedrigste Stufe, die Ihre Qualitätskriterien erfüllt.

Der Pro-Modus (reasoning.mode: "pro") ist für alle drei Modelle verfügbar. Er ist kein separates Modell mit eigener Preisliste. Die Tokenpreise bleiben gleich, aber der Modus kann mehr Denk- und damit Ausgabetoken erzeugen.

Ultra ist die gezielte Mehrausgabe: Standardmäßig laufen vier Agenten parallel. Das vervielfacht bewusst den Tokenverbrauch, um schneller zu einem besseren Ergebnis zu kommen. Als erste Näherung sollten Sie mit etwa dem Vierfachen der Token eines Einzelagentenlaufs planen.

Laut OpenAI steigt der Terminal-Bench-2.1-Score von Sol mit Ultra von 88,8 % auf 91,9 %. Reservieren Sie Ultra für Aufgaben, bei denen Antwortzeit und Qualitätsgewinn wichtiger sind als Kosten pro Antwort. Details finden Sie im Erklärer zum GPT-5.6-Ultra-Modus.

Ultra ist in ChatGPT Work für Pro- und Enterprise-Pläne sowie in Codex ab Plus verfügbar.

Was ChatGPT-Pläne erhalten

Wenn Sie GPT-5.6 vor allem interaktiv und nicht per API verwenden, kann ein Abonnement wirtschaftlicher sein. Der Modellzugriff nach ChatGPT-Plan sieht wie folgt aus:

Plan	GPT-5.6-Zugriff
Free / Go	Terra
Plus	Sol, Terra, Luna; Aufwand auf Modellebene einstellbar, Sol ab mittlerem Aufwand
Pro / Business / Enterprise	Alle drei Modelle plus Sol Pro
ChatGPT Work (Pro / Enterprise)	Zusätzlich Ultra

Für Free- und Go-Nutzer ist Terra die Standardstufe. Ab Plus können Sie Modell und Denkaufwand gezielt auswählen.

Wenn Sie Codex-Lizenzen gegen reine API-Ausgaben abwägen, beachten Sie: Ultra ist in Codex ab Plus enthalten. Die Codex-Preisübersicht hilft beim Vergleich mit tokenbasierter Abrechnung.

Muster zur Senkung der Rechnung

Die größten Einsparungen entstehen durch Routing-Disziplin, nicht durch kosmetische Prompt-Optimierung.

1. Nach Aufgabe routen

Verwenden Sie eine explizite Modellstrategie:

type TaskType =
  | "classification"
  | "extraction"
  | "routing"
  | "draft"
  | "analysis"
  | "hard_reasoning";

const modelByTask: Record<TaskType, string> = {
  classification: "gpt-5.6-luna",
  extraction: "gpt-5.6-luna",
  routing: "gpt-5.6-luna",
  draft: "gpt-5.6-terra",
  analysis: "gpt-5.6-terra",
  hard_reasoning: "gpt-5.6-sol"
};

Starten Sie mit Luna für einfache Hochvolumen-Aufgaben, Terra als Standard und Sol nur für evaluierte Ausnahmefälle.

2. Vollständige Modell-IDs festpinnen

Verbannen Sie gpt-5.6 im Code-Review. Jede Modell-ID sollte sichtbar machen, welche Kosten- und Leistungsstufe gewählt wurde.

GPT_MODEL_FAST=gpt-5.6-luna
GPT_MODEL_DEFAULT=gpt-5.6-terra
GPT_MODEL_REASONING=gpt-5.6-sol

3. Lange Präfixe cachen

Lange, wiederkehrende Präfixe sollten hinter einem expliziten Cache-Breakpoint liegen. Ab der zweiten Anfrage innerhalb des 30-Minuten-Fensters ist das bereits günstiger.

4. Denkaufwand um eine Stufe reduzieren

Benchmarken Sie jede Workload mit dem aktuellen und einem niedrigeren Aufwand. Wenn die Qualität gleich bleibt, reduzieren Sie dauerhaft Ausgabetoken.

5. Antworten nicht künstlich kürzen

GPT-5.6 schreibt laut Beschreibung kürzere Antworten mit weniger generischen Einleitungen als frühere Generationen. Prüfen Sie alte Prompt-Zusätze wie „sei prägnant“ oder „keine Einleitung“. Wenn sie nicht mehr nötig sind, entfernen Sie sie, um Eingabetoken zu sparen.

6. Vor der Migration messen

Speichern Sie Sol, Terra und Luna als Umgebungsvariablen in Apidog. Senden Sie denselben Request an jede Stufe und vergleichen Sie:

• Antwortqualität
• Latenz
• Eingabetoken
• Ausgabetoken
• Gesamtkosten pro Anfrage

Zehn Minuten Side-by-Side-Tests mit Ihren echten Prompts sind wertvoller als jede allgemeine Preistabelle.

FAQ

Ist GPT-5.6 günstiger als GPT-5.5?

Terra ist der relevante Vergleichspunkt. OpenAI positioniert es als wettbewerbsfähig zu GPT-5.5 und ungefähr doppelt so günstig: 2,50 $ für Eingabe und 15 $ für Ausgabe pro Million Token.

Sol kostet mehr als Terra, bietet aber tiefere Schlussfolgerungen. Führen Sie vor der Migration qualitätssensibler Workloads eigene Evaluierungen durch.

Was kostet die bloße GPT-5.6-Modell-ID?

Der Alias gpt-5.6 verweist auf Sol. Damit gelten die höchsten Preise:

• 5 $ pro Million Eingabetoken
• 30 $ pro Million Ausgabetoken

Verwenden Sie gpt-5.6-terra oder gpt-5.6-luna explizit, wenn Ihre Aufgabe keine Flaggschiff-Schlussfolgerungen benötigt.

Werden Denk-Token zu Ausgabepreisen abgerechnet?

Ja. Höhere Aufwandseinstellungen erzeugen mehr ausgabeseitige Token. Diese werden zum Ausgabepreis des gewählten Modells abgerechnet – bei Sol also mit 30 $ pro Million Token, bei Luna mit 6 $.

Testen Sie daher mindestens eine niedrigere Aufwandseinstellung, bevor Sie eine Konfiguration produktiv festlegen.

Was ist der günstigste Weg, GPT-5.6 zu testen?

Starten Sie mit gpt-5.6-luna. Eine Anfrage mit 10.000 Eingabe- und 1.000 Ausgabetoken kostet ungefähr 0,016 $. Damit bleibt auch ein ganzer Nachmittag mit Tests deutlich unter einem Dollar.

Der Leitfaden zur Verwendung der GPT-5.6-API zeigt Authentifizierung, den Aufbau eines Responses-API-Aufrufs und die Modellauswahl.

Was das für Sie bedeutet

Setzen Sie Terra als Standard ein, routen Sie Volumenarbeit zu Luna und reservieren Sie Sol für Aufgaben, die dessen Preis rechtfertigen. Ergänzen Sie explizites Caching für Präfixe, die innerhalb von 30 Minuten wiederkehren, und testen Sie einen niedrigeren Denkaufwand als bisher.

Bevor Sie die Konfiguration produktiv schalten, messen Sie mit Ihren echten Prompts. Laden Sie Apidog herunter, speichern Sie die drei Modell-IDs als Umgebungsvariablen und vergleichen Sie die Token-Nutzungsfelder in den Antworten.