GPT-6 Luna, Sol oder Astra in Codex: Welches Modell ist am Ende günstiger?

So funktionieren die Lesehilfen

Anhören liest den Artikel vor. Schnelllesen zeigt Wortgruppen im gewählten Tempo. Sprachübungen vergleichen verfügbare Übersetzungen. Speichern legt ein Lesezeichen in diesem Browser an, das du in der Merkliste des Players wiederfindest. Breakout macht die Wörter des Artikels zu Steinen, die du abräumst.

Artikel teilen
GPT-6 Luna, Sol oder Astra in Codex: Welches Modell ist am Ende günstiger?
KI-generiertes Bild

Sie nehmen das billige Modell, um Geld zu sparen, und schauen 20 Minuten später immer noch zu, wie es sich im Kreis dreht. Das ist der häufigste Fehler bei KI-Programmierwerkzeugen: Ein einzelner Durchlauf kostet wenig, aber bis die Aufgabe wirklich erledigt ist, wird es teuer.

Die kurze Antwort: Luna für klare, sich wiederholende Aufgaben, Sol für die tägliche Arbeit in Codex und Astra für verzwickte Probleme, bei denen noch niemand weiß, was eigentlich kaputt ist. Hier steht, warum das teuerste Modell pro erledigter Aufgabe am Ende das günstigste sein kann.

1. Was im September 2026 dazukam

OpenAI hat GPT-6 Sol und GPT-6 Luna am 22. September 2026 in der API veröffentlicht und beide zu ChatGPT Work und Codex hinzugefügt.[1][2]

Laut OpenAI ist Sol für anspruchsvolles Programmieren gedacht und für Arbeiten in mehreren Schritten, bei denen das Modell selbst Werkzeuge benutzt. Luna ist für eng umrissene Aufgaben in großer Zahl gebaut. Beide können bis zu 1,05M Tokens auf einmal lesen und bis zu 128K Tokens in einer Antwort schreiben.[3][4][5]

Darüber steht GPT-6 Astra, das OpenAI als Modell für die schwierigsten Aufgaben von Anfang bis Ende vorstellt: programmieren, einen Computer bedienen, recherchieren und Dokumente schreiben.[6]

Übertragen aufs Büro:

  • Luna: die günstige Hilfskraft, die den Stapel Routinearbeit abarbeitet
  • Sol: die verlässliche Teamleitung, der man fast alles gibt
  • Astra: die Person, die in den Serverraum kommt und sofort fragt, warum dieses Kabel falsch herum steckt

2. „GPT-6 ist in ChatGPT“ heißt nicht, was Sie denken

Die ChatGPT-Versionshinweise vom 22. September sagen, dass Sol und Luna zu ChatGPT Work und Codex hinzugefügt wurden und dass sie getrennt von den Modellen im normalen Chat sind.[1]

„Sol ist in ChatGPT“ und „Sol lässt sich im normalen Chat auswählen“ sind also zwei verschiedene Aussagen. Wer im Modellmenü des normalen Chats danach sucht, sucht eine Schatztruhe auf einer Karte, auf der es keine gibt.

Bei Astra ist es wieder anders: Laut der Ankündigung Anfang September sollte es auch in die bezahlten ChatGPT-Tarife kommen.[6] Alle heißen GPT-6, aber jedes Modell ist an einer anderen Stelle verfügbar.

3. Auf dem Preisschild ist der Unterschied riesig

Standard-API-Preise am 23. September 2026, je 1 Million Tokens Eingabe / Ausgabe:[3][4][6][7][8][9]

Modell Eingabe Ausgabe
GPT-6 Luna $0.10 $0.50
GPT-6 Sol $2.00 $10.00
GPT-6 Astra $10.00 $50.00
GPT-5.6 Luna $0.20 $1.20
GPT-5.6 Terra $2.00 $12.00
GPT-5.6 Sol $4.00 $20.00

Bei gleicher Textmenge kostet Sol etwa das 20-Fache von Luna, und Astra das 5-Fache von Sol.

Wer nur diese Tabelle sieht, findet „einfach alles mit Luna“ schlau. Das ist dieselbe Logik, wie beim Umzug die Spedition zu sparen und den Kühlschrank selbst quer durch die Stadt zu tragen.

4. Schnell gerechnet: eine Aufgabe mit 100K Tokens rein, 20K raus

Angenommen, eine Aufgabe liest 100.000 Tokens und schreibt 20.000. Rabatte durch Zwischenspeicher, Werkzeuggebühren, Aufschläge für sehr lange Texte und Wiederholungen lassen wir weg.

Modell Ungefähre API-Kosten pro Durchlauf
GPT-6 Luna $0.020
GPT-6 Sol $0.400
GPT-6 Astra $2.000
GPT-5.6 Luna $0.044
GPT-5.6 Terra $0.440
GPT-5.6 Sol $0.800

Rein nach Preis gewinnt Luna haushoch.

Entscheidend ist aber eine andere Rechnung:

Kosten bis zum Ergebnis ≈ Kosten pro Versuch × Zahl der Versuche + Zeit, in der ein Mensch eingreifen muss + verlorener Zusammenhang, wenn ein Versuch scheitert

Bei gleicher Tokenmenge kostet ein Astra-Durchlauf so viel wie fünf Sol-Durchläufe. Braucht Sol für eine schwierige Aufgabe fünf Versuche und Astra nur einen, ist die API-Rechnung schon ausgeglichen.

Rechnet man noch die Zeit dazu, in der Sie Protokolle erneut lesen und „nein, nicht da, das hatten wir schon“ tippen, liegt Astra noch früher vorn.

5. Das teure Modell kann wirklich günstiger sein

OpenAIs eigene Zahlen zeigen das. Bei Terminal-Bench 4.0 kam GPT-6 Astra auf 57,9 % gegenüber 37,3 % für GPT-5.6 Sol, und laut OpenAI lagen Astras geschätzte API-Kosten pro Aufgabe etwa 9 % niedriger in den verglichenen Einstellungen.[6]

Bei AutomationBench stand es 41,4 % zu 18,1 %, bei OpenAI-internen Aufgaben, Datenbanken auf eine neue Struktur umzuziehen, 63,9 % zu 42,7 %.[6]

Ein höherer Preis pro Token und höhere Kosten bis zur fertigen Arbeit sind zwei verschiedene Dinge.

Astra bringt für Codex außerdem eine neue Möglichkeit mit, bereits Erledigtes in langen Sitzungen aufzubewahren und wiederzufinden.[6] Bei langwieriger Fehlersuche und großen Umbauten im Code heißt das: seltener vergessen, warum der letzte Fix gescheitert ist, und wieder ins selbe Loch laufen.

Ein Taxi ist teuer. Aber immer noch billiger, als dreimal zu Fuß um den Berg zu laufen und dann doch eins zu rufen.

6. Erst die Aufgabe einordnen, statt immer beim Billigsten anzufangen

Jede Arbeit erst durch Luna, dann durch Sol und dann durch Astra zu schicken, bis eins klappt, ist eine schlechte Angewohnheit. Schauen Sie, um welche Art von Aufgabe es geht, geben Sie sie gleich dem passenden Modell und gehen Sie nach einem echten Fehlschlag eine Stufe höher.

GPT-6 Luna

Gut für:

  • im Code suchen, Listen erstellen, sortieren und Formate umwandeln
  • kleine Änderungen mit klaren Vorgaben
  • viele voneinander unabhängige Aufgaben auf einmal
  • Tests ausführen und Ergebnisse zusammenfassen
  • Arbeiten, bei denen ein Programm entscheiden kann, ob es geklappt hat

GPT-6 Sol

Gut für:

  • normale Änderungen über mehrere Dateien
  • Fehlerbehebung, wenn man ungefähr weiß, wo das Problem liegt
  • Arbeiten, die mehrere Werkzeuge hintereinander brauchen
  • den üblichen Ablauf: prüfen → beheben → testen
  • die tägliche Standardwahl in Codex

GPT-6 Astra

Gut für:

  • Probleme, bei denen man nicht einmal weiß, was kaputt ist
  • Fehler, die mehrere Dienste, Zugriffsrechte, Netzwerke oder gespeicherte Daten betreffen
  • sehr lange Fehlersuchen
  • Datenbank-Umzüge und große Umbauten im Code
  • die Aufgabe, die bis 80 % kommt und jedes Mal an derselben Stelle stirbt
  • alles, was Sol schon einmal gründlich untersucht hat, ohne es abzuschließen

Genau in dieser letzten Gruppe machen billige Modelle „KI-Überstunden“: mehr Suchen, mehr Tokens, mehr Protokolle und kein Stück näher an der wahren Ursache.

7. Und wo bleibt GPT-5.6 Terra?

Rein nach Preis steht Terra jetzt ungünstig da.

  • GPT-5.6 Terra: $2 Eingabe / $12 Ausgabe
  • GPT-6 Sol: $2 Eingabe / $10 Ausgabe

Gleicher Eingabepreis, günstigere Ausgabe bei Sol.[3][8] Dazu ist Sol das neuere Modell, gedacht für anspruchsvolles Programmieren und mehrstufige Arbeit mit Werkzeugen.[3]

Für ein neues Projekt gibt es also kaum einen finanziellen Grund, standardmäßig Terra zu nehmen. Wer aber schon Anweisungen hat, die mit Terra getestet sind, und berechenbare Ergebnisse braucht, kann gut dabei bleiben. Modelle wechseln schnell, also nicht am Erscheinungstag eines neuen gleich alles austauschen.

Für neue Projekte reichen meist drei Stufen:

Luna = Masse und klare Regeln. Sol = Standard. Astra = die harten Fälle.

8. Testen Sie es mit 20 eigenen Aufgaben

Vergleichstests sind eine Landkarte, nicht der Schaltplan Ihres eigenen Codes.

Teilen Sie Ihre echte Arbeit in drei bis fünf Arten auf und protokollieren Sie je etwa 20 Aufgaben. Achten Sie auf:

  • wie oft es ohne zusätzliche Anweisungen von Ihnen fertig wurde
  • die Zeit, bis die Tests durchlaufen
  • die Zahl der Wiederholungen
  • verbrauchte Tokens oder Guthaben
  • wie viele Protokolle ein Mensch lesen musste
  • neue Fehler, die danach auftauchten
  • wie oft Sie am Ende doch das Modell gewechselt haben

Und bewerten Sie dann nach:

Gesamtkosten pro erledigter Aufgabe

und

erledigter Arbeit pro Minute Ihrer Aufmerksamkeit

Nach dem Tokenpreis auszuwählen ist, als würde man vier kleine, billige Portionen bestellen, immer noch hungrig sein und am Ende doch das teure Menü nehmen. Man hat nur öfter bestellt.

Fazit: Sol für den Alltag, Luna für Routine, Astra fürs Labyrinth

GPT-6 Luna: viele klare, voneinander unabhängige Aufgaben.
GPT-6 Sol: die normale Arbeit in Codex.
GPT-6 Astra: unklare, lange Probleme, die mehrere Systeme betreffen.

Teuer ist fast nie die Entscheidung für Astra. Teuer ist, ein schwieriges Problem mehrmals durch Luna oder Sol zu jagen, um Astra zu sparen, und es am Ende doch Astra zu geben.

Was ein Spitzenmodell bringt, ist kein niedrigerer Preis pro Wort, sondern eine bessere Chance, ohne Umwege fertig zu werden. Und die Zeit, in der Sie dasselbe Protokoll zum vierten Mal lesen, kostet auch.

Quellen (9)

  1. OpenAI ChatGPT Release Notes help.openai.com
  2. OpenAI API Changelog developers.openai.com
  3. GPT-6 Sol developers.openai.com
  4. GPT-6 Luna developers.openai.com
  5. Models catalog developers.openai.com
  6. GPT-6 Astra openai.com
  7. GPT-5.6 Sol developers.openai.com
  8. GPT-5.6 Terra developers.openai.com
  9. GPT-5.6 Luna developers.openai.com

WerbungBücher zu diesem Thema

Dieser Artikel enthält Affiliate-Links (Werbung). Mehr zur Werbung Als Amazon-Partner verdiene ich an qualifizierten Verkäufen. As an Amazon Associate I earn from qualifying purchases.

Wenn Ihnen dieser Artikel geholfen hat, können Sie die Website unterstützen. Unterstützen

Heute lesen

Jeder Artikel beantwortet eine Frage, die sich Leser dieses Artikels oft als Nächstes stellen.

Alle Artikel durchsuchen

Weitere Artikel finden

Alle Artikel

Mendoi-chan

Wer diese Seite betreibt

Mendoi-chan

Sie macht Reibungen im Beruf und Alltag als klare Struktur und konkrete nächste Schritte verständlich.