Der häufigste Kostenfehler beim Programmieren mit KI ist, nur auf den Preis eines einzelnen Versuchs zu schauen.
Wenn ein günstiges Modell fünfmal in die falsche Richtung läuft und am Ende mit „permission denied“ stirbt, kann das teure Modell, das die echte Ursache beim ersten Mal findet, billiger sein.
Im September 2026 bekam Codex neben GPT-6 Astra auch GPT-6 Sol und GPT-6 Luna. Die nützliche Frage lautet nicht mehr „Welches Modell ist am stärksten?“, sondern:
Welches Modell minimiert die Kosten, bis eine bestimmte Art von Arbeit wirklich erledigt ist?
1. Was tatsächlich veröffentlicht wurde
OpenAI veröffentlichte GPT-6 Sol und GPT-6 Luna am 22. September 2026 in der API und fügte sie ChatGPT Work und Codex hinzu.[1][2]
Sol ist für komplexes Coding und agentische Workflows ausgelegt. Luna ist für klar fokussierte Aufgaben mit hohem Volumen optimiert. Beide bieten 1,05M Kontext und bis zu 128K Ausgabetokens.[3][4][5]
Astra steht darüber für die schwierigsten End-to-End-Arbeiten, einschließlich Coding, Computerbedienung, Recherche und Dokumenterstellung.[6]
Als Bürovergleich: Luna ist günstige Produktion, Sol der Standard-Verantwortliche und Astra die Person, die den Serverraum betritt und sofort fragt, warum dieses Kabel falsch herum steckt.
2. Die Falle „GPT-6 ist jetzt in ChatGPT“
Die Release Notes vom 22. September sagen ausdrücklich, dass Sol und Luna in ChatGPT Work und Codex eingeführt wurden und von den in Chat verfügbaren Modellen getrennt sind.[1]
„Im ChatGPT-Produkt enthalten“ bedeutet also nicht automatisch „in einem normalen Chat auswählbar“.
Astra wurde laut September-Ankündigung breiter in ChatGPT ausgerollt.[6] Gleiche Modellfamilie, unterschiedliche Produktoberflächen.
3. Die Listenpreise unterscheiden sich massiv
Standard-API-Preise pro 1 Mio. Input-/Output-Tokens am 23. September 2026:[3][4][6][7][8][9]
| Modell | Input | Output |
|---|---|---|
| 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 Tokenmenge kostet Sol ungefähr 20-mal Luna und Astra 5-mal Sol.
Nur nach dieser Tabelle wirkt „Luna für alles“ genial. Das ist ungefähr so, als würde man Umzugskosten sparen, indem man den Kühlschrank selbst trägt.
4. Einfache Simulation: 100K Input + 20K Output
Angenommen, eine Aufgabe benötigt 100.000 Input- und 20.000 Output-Tokens. Cache, Tool-Gebühren, Long-Context-Aufschläge und Wiederholungen bleiben außen vor.
| Modell | Geschätzte API-Kosten pro Versuch |
|---|---|
| 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 |
Bei rohen Tokenkosten gewinnt Luna deutlich.
Die nützlichere Formel lautet aber:
Abschlusskosten ≈ Kosten/Versuch × Versuche + menschliche Eingriffe + verlorener Kontext
Bei gleichem Tokenverbrauch kostet ein Astra-Versuch ungefähr fünf Sol-Versuche. Braucht Sol fünf Anläufe und Astra nur einen, ist bereits Gleichstand.
5. Das teure Astra kann pro Aufgabe tatsächlich billiger sein
Bei Terminal-Bench 4.0 berichtet OpenAI 57,9% für GPT-6 Astra gegenüber 37,3% für GPT-5.6 Sol. Gleichzeitig lagen die geschätzten API-Kosten pro Aufgabe für Astra etwa 9% niedriger in der verglichenen Einstellung.[6]
AutomationBench: 41,4% gegenüber 18,1%. Interne Datenbank-Migrationsaufgaben: 63,9% gegenüber 42,7%.[6]
Tokenpreis und Preis einer erledigten Aufgabe sind also verschiedene Kennzahlen.
Astra bringt außerdem einen Codex-Mechanismus zum Bewahren und Wiederfinden von Kontext über lange Sitzungen hinweg.[6] Das reduziert den Klassiker: vergessen, warum der vorige Patch scheiterte, und denselben Fehler mit frischer Motivation wiederholen.
6. Nach Aufgabenform routen, nicht nach Preisreihenfolge
Nicht jede Aufgabe sollte erst an Luna, dann Sol, dann Astra scheitern.
Zuerst klassifizieren und nach einem sinnvollen Fehlschlag hochstufen.
GPT-6 Luna
- Suche, Extraktion, Klassifikation, Reformatierung
- kleine, exakt spezifizierte Änderungen
- unabhängige Batch-Aufgaben
- Tests ausführen und Ergebnisse zusammenfassen
- mechanische Erfolgskriterien
GPT-6 Sol
- normale Multi-File-Implementierung
- Debugging mit grob bekanntem Fehlerbereich
- Standard-Agentenworkflows
- Recherche→Patch→Test
- Codex-Standardmodell
GPT-6 Astra
- unbekannte Ursache
- Probleme über mehrere Dienste, Berechtigungen oder Zustände
- langes Debugging
- Migrationen und große Refactorings
- Aufgaben, die immer 80% erreichen und dann sterben
- Aufgaben, die Sol einmal ernsthaft untersucht und trotzdem nicht abgeschlossen hat
7. Wo bleibt GPT-5.6 Terra?
Standardpreise:
- GPT-5.6 Terra: $2 / $12
- GPT-6 Sol: $2 / $10
Gleicher Inputpreis, günstigerer Output bei Sol.[3][8]
Für neue Workloads ist Terras wirtschaftliche Position damit schwieriger. Kompatibilität, Reproduzierbarkeit oder bereits validierte Prompts können weiterhin gute Gründe sein.
Für neue Systeme wird die Karte einfacher:
Luna=Volumen, Sol=Standard, Astra=schwierig.
8. Die echte Antwort kommt aus 20 eigenen Aufgaben
Benchmarks sind Karten, nicht dein Repository.
Teile echte Arbeit in 3–5 Kategorien und protokolliere etwa 20 Aufgaben je Kategorie:
- Abschluss ohne zusätzliche menschliche Anweisung
- Zeit bis green
- Wiederholungen
- Tokens/Produkt-Credits
- von Menschen gelesene Logs
- Regressionen
- wie oft am Ende doch das Modell gewechselt wurde
Optimiere die Gesamtkosten pro abgeschlossener Aufgabe.
Fazit: Sol als Standard, Luna für mechanisches Volumen, Astra für Labyrinthe
GPT-6 Luna: klare, große, unabhängige Aufgaben.
GPT-6 Sol: normale Codex-Arbeit.
GPT-6 Astra: unklare, lange, systemübergreifende Probleme.
Teuer ist oft nicht Astra. Teuer ist, Astra mehrere Fehlschläge lang einzusparen und Astra am Ende trotzdem zu verwenden.
Auch das vierte Lesen desselben Logs durch einen Menschen kostet.
Quellen (9)
- OpenAI ChatGPT Release Notes help.openai.com
- OpenAI API Changelog developers.openai.com
- GPT-6 Sol developers.openai.com
- GPT-6 Luna developers.openai.com
- Models catalog developers.openai.com
- GPT-6 Astra openai.com
- GPT-5.6 Sol developers.openai.com
- GPT-5.6 Terra developers.openai.com
- GPT-5.6 Luna developers.openai.com
