OpenAI GPT-6 halbiert die Token-Kosten in allen Benchmarks – Sol und Luna kommen hinzu

Laut Artificial Analysis ist GPT-6 Sol (max) das führende Modell in Sachen Intelligenz und kostet 48 US-Dollar. Bildnachweis: Getty Images

Nachdem OpenAI GPT-6 Sol und Luna veröffentlicht hatte, erläuterte Matt Weaver, Leiter des Bereichs Solutions Engineering, gegenüber dem AI Magazine, wie diese neuen Modelle Unternehmen mehr operative Flexibilität bieten.

OpenAI hat kürzlich GPT-6 Astra vorgestellt und es als das „intelligenteste und am besten abgestimmte Modell der Welt“ bezeichnet. Das KI-Labor hat anschließend GPT-6 Sol und GPT-6 Luna angekündigt, kostengünstige Varianten, die mit ähnlichen Methoden wie GPT-6 Astra, dem Flaggschiff-Modell, trainiert wurden.

Angesichts wachsender Bedenken hinsichtlich steigender Kosten für die Token-Nutzung konkurrieren KI-Unternehmen zunehmend über den Preis, insbesondere da chinesische Open-Weight-Modelle drohen, Unternehmenskunden abzuwerben.

Das Benchmarking-Unternehmen Artificial Analysis stellt fest, dass GPT-6 Sol und Luna „die Grenzen der Kosteneffizienz erweitern“, indem sie die Kosten im Vergleich zu GPT-5.6 Sol und Luna um die Hälfte senken.

Matt Weaver, Leiter des Bereichs Solutions Engineering bei OpenAI, erklärte gegenüber dem AI Magazine: „Mit GPT-6 Sol und Luna bieten wir Unternehmen mehr Flexibilität, das Modell an die jeweilige Aufgabe anzupassen.“

Matt Weaver, Leiter des Bereichs Solutions Engineering bei OpenAI. Bildnachweis: Matt Weaver/LinkedIn

Anpassung der Modelle an Arbeitsabläufe

OpenAI behauptet, dass seine GPT-6-Modelle in Sachen Kosten-Leistungs-Verhältnis führend sind und dank einer für den effizienten, groß angelegten Einsatz konzipierten Infrastruktur in allen Leistungsstufen außergewöhnliche Fähigkeiten bieten.

Das Unternehmen weist darauf hin, dass Fortschritte im Bereich Caching und Inferenz es ermöglichen, diese Modelle kostengünstiger bereitzustellen, wobei die Einsparungen direkt an die Nutzer weitergegeben werden – durch eine Senkung der API-Preise für Sol und Luna um 50 % im Vergleich zu den Aktionspreisen für GPT-5.6.

Matt erläutert die unterschiedlichen Rollen der einzelnen KI-Modelle und fügt hinzu: „GPT-6 Astra ist für die anspruchsvollsten Projekte gedacht, bei denen maximale Leistungsfähigkeit entscheidend ist.

Matt erklärt: „GPT-6 Sol wurde für komplexe professionelle Aufgaben entwickelt, darunter komplizierte Geschäftsabläufe und Programmierung, während GPT-6 Luna eine effizientere Lösung für umfangreiche, klar definierte Aufgaben wie die Zusammenfassung von Dokumenten oder die Informationsextraktion bietet.

„Sol und Luna übertragen die Fortschritte von Astra in den Bereichen professionelle Arbeit, Faktengenauigkeit, Programmierung und Computernutzung auf schnellere, kostengünstigere Modelle. Da KI zunehmend vom Experimentierstadium in den Kerngeschäftsbetrieb übergeht, ist die Auswahl des richtigen Modells für jede Aufgabenart entscheidend.

„Unser Ziel ist es, fortschrittliche KI in allen Unternehmen praxistauglich zu machen – damit Teams schneller vorankommen, bessere Entscheidungen treffen und mehr Zeit für wertschöpfendere Aufgaben aufwenden können.“

Wichtige Fakten

• OpenAI hat die API-Preise für GPT-6 Sol und Luna im Vergleich zu GPT-5.6 um 50 % gesenkt
• GPT-6 Sol übertrifft Claude Opus 5 auf AutomationBench bei nur 9 % der Kosten
• GPT-6 Sol (max) erreicht Ausgabegeschwindigkeiten von 131 Tokens pro Sekunde
• Die Kosten pro Aufgabe im Intelligence Index sanken auf 1,06 US-Dollar für Sol und 0,07 US-Dollar für Luna
• Sowohl GPT-6 Sol als auch Luna weisen im AA-Omniscience-Benchmark weniger Halluzinationen auf.

Analyse der Modellleistung

OpenAI hebt hervor, dass GPT-6 Sol bei „xhigh effort“ auf AutomationBench – einem Test für geschäftliche Arbeitsabläufe über verschiedene Anwendungen hinweg – Claude Opus 5 bei „max effort“ übertrifft, und das bei nur 9 % der Kosten pro Aufgabe von Opus 5.

Bei „high effort“ verbessert sich GPT-6 Luna gegenüber seinem Vorgänger um 5,4 Prozentpunkte bei um 58 % geringeren Kosten pro Aufgabe, wie das Unternehmen feststellt.

OpenAI weist darauf hin, dass GPT-6 Sol bei „Agents’ Last Exam“, einem Test, der Agenten anhand komplexer professioneller Arbeitsabläufe bewertet, bei „max effort“ 56,4 % erreicht und damit die höchste Punktzahl von Claude Opus 5 in der Bewertung übertrifft – und das bei um 61 % geringeren Kosten pro Aufgabe.

Das Unternehmen stellt fest, dass GPT-6 Sol bei „FrontierCode“ – einem Test, der bewertet, ob Programmieragenten Änderungen erzeugen, die bereit für die Einbindung in echte Codebasen sind – eine erhebliche Verbesserung gegenüber GPT-5.6 Sol zeigt und mit Claude Fable 5.1 xhigh gleichzieht, und das bei deutlich geringeren Kosten.

Beide Modelle weisen im „AA-Omniscience“ – dem Benchmark von Artificial Analysis für Wissen und Halluzinationen – weniger Halluzinationen auf.

„Mit GPT-6 Sol und Luna geben wir Unternehmen mehr Flexibilität, das Modell an die jeweilige Aufgabe anzupassen“, so

Matt Weaver, Leiter des Bereichs Solutions Engineering bei OpenAI

Kosten pro „Intelligence Index Task“. Bildnachweis: Artificial Analysis

Das Benchmarking-Unternehmen erklärt, dass die GPT-6-Sol-Version sechs Modelle umfasst, die sich jeweils in Bezug auf Intelligenz, Leistung und Preisgestaltung unterscheiden. Beim Vergleich der wichtigsten Kennzahlen dieser sechs Modelle stellte Artificial Analysis Folgendes fest:

• In Bezug auf die Intelligenz ist das Spitzenmodell von GPT-6 Sol das Modell GPT-6 Sol (max) mit einem Wert von 48.
• Bei der Ausgabegeschwindigkeit ist das schnellste Modell GPT-6 Sol (max) mit 131 t/s.
• Bei der Latenz bietet GPT-6 Sol (Non-reasoning) mit 0,93 s die kürzeste Zeit bis zum ersten Antwort-Token.
• Bei den Kosten bietet „GPT-6 Sol (low)“ mit 0,13 US-Dollar die niedrigsten Kosten pro Aufgabe. Die Preise variieren je nach Modell um das bis zu 8-Fache.

Das Unternehmen stellte fest, dass die Werte des Intelligenz-Index und des Coding-Agent-Index über alle Modelle hinweg mit denen von GPT-5.6 übereinstimmen, wobei bei einigen Bewertungen Fortschritte und bei anderen Rückschritte zu verzeichnen sind.

GPT-6 Sol ist für anspruchsvolle fachliche Aufgaben konzipiert – von komplexen Geschäftsabläufen bis hin zur Programmierung –, während GPT-6 Luna eine effizientere Option für umfangreiche, klar definierte Aufgaben wie das Zusammenfassen von Dokumenten oder das Extrahieren von Informationen darstellt

. Matt Weaver, Leiter des Bereichs Solutions Engineering bei OpenAI

In FrontierCode 1.1 Main⁠ schreiben KI-Agenten Code, der nicht nur nach Korrektheit, sondern auch nach „Mergeability“ bewertet wird: z. B. Testqualität, Umfangsdisziplin, Codestil und Einhaltung von Codebase-Standards. Bildnachweis: OpenAI

Die Bedeutung der Kosteneffizienz

Der Wettbewerb um die Preisgestaltung bei KI-Modellen verschärft sich, oft angetrieben durch kostengünstige chinesische Modelle. Wie Kyle Chan von der Brookings Institution in einem Blogbeitrag feststellt, sind chinesische Modelle meist Open-Source, was es Nutzern ermöglicht, das Modell anzupassen und zu niedrigeren Preisen darauf zuzugreifen – bei 90 % der Leistungsfähigkeit eines US-Modells. Folglich gewinnen diese Modelle bei kostenbewussten Unternehmen rasch an Boden.

OpenAI positioniert sich so, um wettbewerbsfähig zu bleiben; der Betrieb des Artificial Analysis Intelligence Index ist mit den neuen Modellen deutlich kostengünstiger, obwohl beide pro Aufgabe etwas mehr Token ausgeben:

• GPT-6 Sol (max): Kosten von 1,06 US-Dollar pro Aufgabe (ein Rückgang um ca. 50 % gegenüber 1,99 US-Dollar für GPT-5.6 Sol), obwohl das Volumen der ausgegebenen Token von 29.000 bei GPT-5.6 auf 31.000 gestiegen ist.
• GPT-6 Luna (max): Kosten von 0,07 US-Dollar pro Aufgabe (ein Rückgang um ca. 60 % gegenüber 0,18 US-Dollar für GPT-5.6 Luna), obwohl die Anzahl der ausgegebenen Token von 41.000 bei GPT-5.6 auf 51.000 gestiegen ist.

Artificial Analysis hebt hervor, dass diese beiden Veröffentlichungen es OpenAI ermöglichen, einen bedeutenden Teil der Pareto-Grenze der Kosteneffizienz abzudecken – jene optimale Grenze, jenseits derer die Leistung nicht ohne eine entsprechende Preiserhöhung gesteigert werden kann.

Indem OpenAI die Zugangsbarrieren senkt, ohne dabei an Leistungsfähigkeit einzubüßen, positioniert sich das Unternehmen so, dass es der „Token-Müdigkeit“ in Unternehmen entgegenwirken und sich gleichzeitig gegen kostengünstige Marktkonkurrenten behaupten kann.