DEV Community

Cover image for Sol, Terra, Luna: OpenAI entkoppelt Modellnamen von Versionsnummern
Emre Demir
Emre Demir

Posted on • Originally published at apidog.com

Sol, Terra, Luna: OpenAI entkoppelt Modellnamen von Versionsnummern

OpenAI kündigte GPT-5.6 am 26. Juni 2026 an. Der wichtigste Punkt für Entwickler ist nicht nur das Modell selbst, sondern das neue Namensschema: Sol, Terra und Luna sind keine separaten Releases, sondern drei dauerhafte Fähigkeitsstufen innerhalb derselben Generation GPT-5.6. Die Zahl beschreibt die Generation. Der Name beschreibt die Stufe.

Teste Apidog noch heute

Wichtig für die Praxis: Sie können GPT-5.6 aktuell noch nicht allgemein nutzen. Die Einführung läuft als begrenzte Vorschau über die OpenAI API und Codex, nicht in ChatGPT. Der Zugang ist auf etwa 20 Partner beschränkt, deren Namen einzeln von der US-Regierung genehmigt wurden. OpenAI nennt eine allgemeine Verfügbarkeit für ChatGPT, Codex und API „in den kommenden Wochen“. Behandeln Sie GPT-5.6 daher zunächst als Architektur- und Planungsinformation, nicht als sofort verfügbare Integrationsoption.

Kurz gesagt

  • GPT-5.6 ist die Generation.
  • Sol, Terra und Luna sind Fähigkeitsstufen innerhalb dieser Generation.
  • Sol ist das Flaggschiff für anspruchsvolle Reasoning-, Coding-, Wissenschafts- und Sicherheitsaufgaben.
  • Terra ist die ausgewogene Stufe.
  • Luna ist die schnelle und kostengünstige Stufe.
  • Die Vorschau ist eingeschränkt: API und Codex, nicht ChatGPT, nur für etwa 20 genehmigte Partner.
  • Die Preview-Preise pro 1 Mio. Tokens lauten:
    • Sol: 5 $ Input / 30 $ Output
    • Terra: 2,50 $ Input / 15 $ Output
    • Luna: 1 $ Input / 6 $ Output

Was sich an den Namen geändert hat

Bisher bedeutete ein OpenAI-Modellname meist: neue Versionsnummer, neues Modell, allgemein besser als vorher. GPT-4, GPT-5 oder GPT-5.5 kombinierten dabei zwei Dinge in einem Label:

  1. Generation: Welcher Trainings- und Fähigkeitsstand?
  2. Stufe: Wie viel Qualität, Tiefe, Geschwindigkeit und Kostenprofil benötigen Sie?

GPT-5.6 trennt diese Konzepte:

GPT-5.6 Sol
│       │
│       └── Stufe: Flaggschiff
└────────── Generation
Enter fullscreen mode Exit fullscreen mode

Das hilft bei technischen Entscheidungen. Sie wählen nicht nur „das neueste Modell“, sondern eine Spur:

  • maximale Tiefe: Sol
  • ausgewogenes Kosten-Leistungs-Verhältnis: Terra
  • niedrige Latenz und geringere Kosten: Luna

Wenn Sie die Grundlage verstehen möchten, auf der GPT-5.6 aufsetzt, lesen Sie den Erklärungsartikel zu was GPT-5.5 ist.

Die drei Stufen in der Praxis

OpenAI positioniert die Stufen so:

Stufe Rolle Typischer Einsatz
Sol Flaggschiff komplexes Reasoning, Coding, Wissenschaft, Sicherheitsanalyse
Terra ausgewogen alltägliche produktive Workloads mit gutem Kosten-Leistungs-Verhältnis
Luna schnell und günstig hohe Anfragevolumen, niedrige Kosten, niedrige Latenz

Das bedeutet nicht, dass Sie heute eine davon produktiv einbinden können. Die Stufen sind aktuell vor allem eine Karte dafür, wie OpenAI die Familie strukturiert.

Die Idee einer Aufteilung nach Geschwindigkeit und Tiefe ist nicht neu. OpenAI hatte bereits frühere Varianten wie Pro und Instant. Neu ist, dass Sol, Terra und Luna dauerhafte Identitäten sind, nicht nur Suffixe an einer Versionsnummer. Mehr dazu im Vergleich GPT-5.5 Pro versus Instant.

Warum dauerhafte Stufen für Entwickler wichtig sind

Ein Versionssuffix wie „Pro“ oder „Instant“ ist leicht austauschbar. Bei jeder neuen Generation müssen Teams neu prüfen, welche Variante welche Rolle erfüllt.

Mit dauerhaften Stufen wird die Zuordnung stabiler:

Sol   = Flaggschiff-Spur
Terra = ausgewogene Spur
Luna  = schnelle und günstige Spur
Enter fullscreen mode Exit fullscreen mode

Wenn OpenAI später etwa „GPT-5.7 Terra“ veröffentlicht, wäre die Lesart sofort klar:

  • GPT-5.7 = neuere Generation
  • Terra = ausgewogene Stufe

Für Entwicklerteams ändert sich damit die Art, wie Modell-Rollouts geplant werden. Statt nur nach der neuesten Versionsnummer zu fragen, sollten Sie zwei Fragen stellen:

  1. Welche Generation ist verfügbar?
  2. Welche Stufe passt zum Workload?

Für mehr Kontext zu Sol und den aktuellen Zugriffsbeschränkungen siehe die Übersicht zu GPT-5.6 Sol und warum Sie es noch nicht verwenden können.

Das Preisspektrum als technische Entscheidungsgrundlage

OpenAI veröffentlichte für die Vorschau folgende Preise pro 1 Mio. Tokens:

Stufe Input Output
Sol 5 $ 30 $
Terra 2,50 $ 15 $
Luna 1 $ 6 $

Lesen Sie diese Werte nicht als sofort buchbares Menü. Es gibt aktuell keinen allgemeinen Zugriff. Die Preise zeigen aber die Positionierung:

  • Sol kostet am meisten und ist für die schwierigsten Aufgaben gedacht.
  • Terra halbiert ungefähr die Kosten gegenüber Sol.
  • Luna ist die kostengünstigste Option.

Für die Implementierungsplanung können Sie daraus ein Routing-Modell ableiten:

kritische Analyse / komplexes Coding      -> Sol
Standard-Assistenz / produktive Workloads -> Terra
Batch, Klassifikation, einfache Antworten -> Luna
Enter fullscreen mode Exit fullscreen mode

Sobald die Modelle allgemein verfügbar sind, sollten Sie solche Entscheidungen nicht fest im Code verstreuen, sondern zentral konfigurieren.

Beispiel für eine einfache Modellkonfiguration:

{
  "models": {
    "deep_reasoning": "REPLACE_WITH_SOL_MODEL_ID",
    "balanced": "REPLACE_WITH_TERRA_MODEL_ID",
    "fast": "REPLACE_WITH_LUNA_MODEL_ID"
  }
}
Enter fullscreen mode Exit fullscreen mode

Da die exakten API-Modellkennungen noch nicht veröffentlicht wurden, sollten Sie keine Strings fest codieren.

Reasoning-Steuerungen bei Sol

GPT-5.6 führt neue Steuerungen für anspruchsvolles Reasoning ein, die besonders mit Sol verbunden sind.

OpenAI nennt:

  • einen neuen Reasoning-Aufwand max
  • einen neuen Modus ultra

Der max-Aufwand soll Sol mehr Zeit geben, ein Problem tief zu durchdenken. Der ultra-Modus soll laut OpenAI „über einen einzelnen Agenten hinausgehen“, indem Unteragenten genutzt werden, um komplexe Arbeit zu beschleunigen.

Für Entwickler heißt das: Sol ist nicht nur „GPT-5.6, aber teurer“. Es ist die Spur, in der OpenAI die schwerste Reasoning-Logik positioniert.

Ein mögliches API-Request-Pattern, sobald dokumentierte Modell-IDs verfügbar sind, könnte konzeptionell so aussehen:

{
  "model": "REPLACE_WITH_DOCUMENTED_SOL_MODEL_ID",
  "messages": [
    {
      "role": "system",
      "content": "Du analysierst Code defensiv und schlägst sichere Fixes vor."
    },
    {
      "role": "user",
      "content": "Prüfe diesen Pull Request auf mögliche Sicherheitsprobleme."
    }
  ],
  "reasoning": {
    "effort": "max"
  }
}
Enter fullscreen mode Exit fullscreen mode

Wichtig: Dieses Beispiel ist ein Strukturmuster, keine bestätigte finale API-Spezifikation für GPT-5.6.

Live-Verifizierung ab Juni 2026: GPT-5.6 befindet sich in einer begrenzten Vorschau. OpenAI hat noch nicht alle Details veröffentlicht. Die finalen API-Modellkennungen sind nicht öffentlich dokumentiert. Berichte über Kontextfenster, etwa rund 1,5 Mio. Tokens, sind unbestätigt. Behandeln Sie solche Zahlen als Signale, nicht als feste technische Grundlage.

Wofür die Stufen optimiert sind

OpenAI nennt als Fokusbereiche dieser Generation:

  • Coding
  • Wissenschaft
  • Biologie, inklusive GeneBench v1
  • Cybersicherheit, inklusive ExploitBench und ExploitGym

Gerade der Sicherheitskontext ist wichtig. Sol soll Software-Schwachstellen finden und Fixes schreiben können, während es gleichzeitig Versuchen widersteht, vollständige Exploit-Ketten zu erstellen. Das ist eine defensive Ausrichtung.

Für Entwickler bedeutet das: Denken Sie bei Sol eher an Workflows wie:

Code Review
Dependency Review
Patch-Vorschläge
Sicherheitsanalyse
Testfall-Generierung
Enter fullscreen mode Exit fullscreen mode

Nicht an offensive Automatisierung.

OpenAI bezeichnet das Ergebnis als den bisher robustesten Sicherheits-Stack des Unternehmens. Laut OpenAI und frühen Berichten führen Sol und die ultra-Konfiguration bei agentenhaften Coding-Aufgaben. Diese Zahlen stammen jedoch aus Zweitberichten und sollten bis zur vollständigen Systemkarte als Behauptungen behandelt werden.

Lesen Sie dazu die OpenAI-Ankündigung zu GPT-5.6 Sol sowie die von VentureBeat gesammelten Details.

Warum der Start eingeschränkt ist

Die Namensänderung kommt zusammen mit einem stark eingeschränkten Rollout.

Laut Berichten beschränkte die US-Regierung die Einführung im Rahmen einer Executive Order vom 2. Juni 2026, die Benchmarking und Bewertung neuer KI-Modelle festlegte. Der Zugang wurde etwa 20 genehmigten Partnern über API und Codex gewährt. ChatGPT ist in der Vorschau nicht enthalten.

Wie MacRumors berichtet, sagte OpenAI:

„Wir ergreifen diesen kurzfristigen Schritt, weil wir glauben, dass dies der stärkste Weg zu einer breiteren Verfügbarkeit in den kommenden Wochen ist.“

Das bedeutet für Entwickler:

  • keine sofortige Produktivmigration
  • keine zuverlässigen finalen Modellkennungen
  • keine Annahmen über endgültige Limits
  • Vorbereitung ja, harte Integration nein

So bereiten Sie Ihre Integration trotzdem vor

Auch ohne Zugriff auf GPT-5.6 können Sie Ihre Architektur jetzt vorbereiten.

1. Modellwahl zentralisieren

Vermeiden Sie verstreute Modellnamen im Code.

Schlecht:

const model = "some-hardcoded-model";
Enter fullscreen mode Exit fullscreen mode

Besser:

const model = process.env.LLM_MODEL_BALANCED;
Enter fullscreen mode Exit fullscreen mode

Oder als einfache Routing-Funktion:

function selectModel(taskType) {
  const models = {
    deep_reasoning: process.env.LLM_MODEL_DEEP_REASONING,
    balanced: process.env.LLM_MODEL_BALANCED,
    fast: process.env.LLM_MODEL_FAST
  };

  return models[taskType] || models.balanced;
}
Enter fullscreen mode Exit fullscreen mode

2. Basis-URL und Authentifizierung konfigurierbar halten 

LLM_BASE_URL=https://api.example.com/v1
LLM_API_KEY=your_api_key
LLM_MODEL_DEEP_REASONING=placeholder-sol
LLM_MODEL_BALANCED=placeholder-terra
LLM_MODEL_FAST=placeholder-luna
Enter fullscreen mode Exit fullscreen mode

Wenn GPT-5.6 verfügbar wird, ändern Sie Konfiguration statt Anwendungscode.

3. Testszenarien für verschiedene Stufen vorbereiten

Definieren Sie Testfälle nach Workload-Typ:

deep_reasoning:
- komplexes Debugging
- Architekturentscheidung
- Security Review

balanced:
- API-Dokumentation
- Feature-Erklärung
- Standard-Codehilfe

fast:
- Klassifikation
- Zusammenfassung
- einfache Transformationen
Enter fullscreen mode Exit fullscreen mode

4. Kosten- und Latenzmetriken erfassen

Wenn Sie später Sol, Terra oder Luna testen, sollten Sie direkt messen:

  • Input-Tokens
  • Output-Tokens
  • Antwortzeit
  • Fehlerrate
  • Qualität je Testfall
  • Kosten pro erfolgreichem Lauf

So können Sie entscheiden, ob ein Workload wirklich Sol braucht oder ob Terra beziehungsweise Luna ausreicht.

Wie Sie zukünftige OpenAI-Releases lesen sollten

Sobald Sie die Trennung verstanden haben, werden OpenAI-Ankündigungen leichter interpretierbar.

Fragen Sie immer:

  1. Welche Generation ist es?
  2. Welche Stufe ist es?

Beispiele:

GPT-5.7 Sol
= neue Generation, Flaggschiff-Spur

GPT-5.7 Terra
= neue Generation, ausgewogene Spur

Luna erhält ein Update
= schnelle Spur verbessert sich, ohne dass zwingend Sol oder Terra betroffen sind
Enter fullscreen mode Exit fullscreen mode

Das reduziert Verwirrung bei Modellmigrationen. Sie vergleichen nicht mehr nur Versionsnummern, sondern Generation und Stufe getrennt.

Wo Apidog passt

Sie können Sol, Terra oder Luna heute nicht allgemein testen. Was Sie aber tun können: Ihre API-Requests, Umgebungen und Testfälle mit aktuell verfügbaren Frontier-Modellen vorbereiten.

Dazu gehören Modelle wie Claude Mythos 5, Claude Fable 5, GPT-5.5, Gemini 3.5 und 3.1 Pro, GLM-5.2 und Fugu Ultra. Diese stellen OpenAI-kompatible oder standardmäßige HTTP-Endpunkte bereit. Dadurch können Sie Requests senden, Antworten prüfen und Assertions in Apidog erstellen.

Ein sinnvoller Workflow:

  1. Erstellen Sie eine Umgebung für Ihren aktuellen Modellanbieter.
  2. Speichern Sie Base URL, API-Key und Modellname als Variablen.
  3. Legen Sie Requests für typische LLM-Aufgaben an.
  4. Ergänzen Sie Assertions für Antwortstruktur, Statuscode und Latenz.
  5. Duplizieren Sie die Umgebung später für GPT-5.6.
  6. Tauschen Sie Base URL und Modellkennung aus, sobald OpenAI sie dokumentiert.

Beispiel für Umgebungsvariablen:

base_url = https://api.example.com/v1
api_key = {{YOUR_API_KEY}}
model = current-frontier-model
Enter fullscreen mode Exit fullscreen mode

Beispiel für einen generischen Chat-Request:

{
  "model": "{{model}}",
  "messages": [
    {
      "role": "system",
      "content": "Du bist ein technischer Assistent für API-Reviews."
    },
    {
      "role": "user",
      "content": "Analysiere diese API-Antwort und nenne mögliche Probleme."
    }
  ]
}
Enter fullscreen mode Exit fullscreen mode

Wenn GPT-5.6 allgemein verfügbar wird, sollte der Wechsel idealerweise nur diese Variablen betreffen:

base_url = OPENAI_GPT_5_6_BASE_URL
model = DOCUMENTED_SOL_OR_TERRA_OR_LUNA_ID
Enter fullscreen mode Exit fullscreen mode

Das ist die praktische Vorbereitung: Testinfrastruktur jetzt bauen, Modell später austauschen.

FAQ

Was bedeuten Sol, Terra und Luna?

Sol, Terra und Luna sind die drei Fähigkeitsstufen von GPT-5.6. Sol ist das Flaggschiff, Terra die ausgewogene mittlere Stufe und Luna die schnelle, kostengünstige Stufe. Die Zahl 5.6 ist die Generation; der Name ist die Stufe.

Ist Sol ein anderes Modell als GPT-5.6?

Nein. Sol ist GPT-5.6 in der Flaggschiff-Stufe. Terra und Luna gehören zur selben Generation, sind aber auf andere Kosten- und Geschwindigkeitsprofile ausgelegt.

Kann ich Sol, Terra oder Luna heute verwenden?

Noch nicht allgemein. GPT-5.6 befindet sich in einer regierungsgesteuerten, begrenzten Vorschau über API und Codex. Der Zugang ist auf etwa 20 genehmigte Partner beschränkt. ChatGPT ist während der Vorschau nicht enthalten. Mehr Hintergrund finden Sie im Artikel darüber, was GPT-5.6 Sol ist.

Was kostet GPT-5.6?

OpenAI nennt für die Vorschau pro 1 Mio. Tokens:

  • Sol: 5 $ Input / 30 $ Output
  • Terra: 2,50 $ Input / 15 $ Output
  • Luna: 1 $ Input / 6 $ Output

Jede Stufe abwärts halbiert ungefähr die Kosten.

Werden die Namen in zukünftigen Generationen bleiben?

Das ist die Absicht. Sol, Terra und Luna sollen dauerhafte Stufen sein. Ein zukünftiges Terra sollte also weiterhin die ausgewogene Spur signalisieren, auch wenn das zugrunde liegende Modell neuer ist.

Fazit

GPT-5.6 ist vor allem ein neues Strukturmodell für OpenAI-Releases: Die Generation steht in der Zahl, die Fähigkeitsstufe im Namen. Sol, Terra und Luna helfen dabei, Kosten, Geschwindigkeit und Reasoning-Tiefe klarer einzuordnen.

Für Entwickler ist der wichtigste Schritt jetzt nicht die Migration, sondern die Vorbereitung:

  • Modellnamen nicht fest codieren
  • Base URLs und Keys über Umgebungen verwalten
  • Testfälle nach Workload-Typ strukturieren
  • Kosten, Latenz und Qualität messbar machen

Wenn der Zugang geöffnet wird, sollte das Testen von Sol, Terra oder Luna ein Konfigurationswechsel sein, kein kompletter Neubau. Laden Sie Apidog herunter, um Ihre Anfrageszenarien für verfügbare Modelle vorzubereiten und später schnell auf GPT-5.6 umzuschalten.

Top comments (0)