KI-Modelle gibt es jetzt in Stufen. Die günstigen sind überraschend gut.
OpenAIs neue dreiteilige Modellfamilie zeigt: Das teuerste KI-Modell ist nicht mehr automatisch die beste Wahl — und das könnte verändern, wie Teams mit KI bauen.
- $1–$5
- pro Million Tokens, GPT-5.6 von Luna bis Sol
- ~1/16
- OpenAIs Kostenanspruch gegenüber dem früheren Spitzenmodell
- $2
- Claude Sonnet 5 Eingabepreis pro Million Tokens
- July 9, 2026
- GPT-5.6 allgemein verfügbar
Noch vor wenigen Monaten hieß KI-Modell wählen: das beste nehmen, das man sich leisten kann. Das ändert sich schnell. Am 9. Juli brachte OpenAI GPT-5.6 nicht als einzelnes Modell, sondern als drei auf den Markt — Sol, Terra und Luna — jedes für eine andere Art von Aufgabe gebaut und entsprechend bepreist. Die Familie spannt einen fünffachen Preisbereich auf: von 1 Dollar pro Million Tokens (den Textbausteinen, die eine KI liest und schreibt) für Luna bis zu 5 Dollar für Sol. Das Wichtigste dabei: die günstigeren Stufen übertreffen bereits das frühere Spitzenmodell.
Sol übernimmt die schwersten Aufgaben: komplexes Schlussfolgern, Sicherheitsanalysen, autonome Agenten, die lange laufen. Terra deckt solide Alltagsaufgaben zu halbem Sol-Preis ab. Luna erledigt schnelle, repetitive Arbeiten — Daten klassifizieren, kurze Antworten schreiben, Anfragen weiterleiten. OpenAI behauptet, Terra und Luna übertreffen Claude Fable 5, Anthropics bisheriges Spitzenmodell, bei einem Sechzehntel des Preises mit ähnlichen Ergebnissen. Diese Aussage ist bei manchen Benchmarks umstritten — Claude Fable 5 führt weiterhin bei Software-Engineering-Aufgaben — doch die Richtung ist klar: leistungsfähige KI wird immer günstiger.
OpenAI ist nicht allein. Anthropic hat Claude Sonnet 5 für 2 Dollar pro Million Eingabe-Tokens eingeführt — günstiger als Sol — und beschreibt es als nahezu Flaggschiff-Qualität. Google und xAI gehen genauso vor. Die gesamte Branche ist von einem Modell pro Anbieter zu ganzen Familien mit sehr unterschiedlichen Preisen gewechselt — und die Kosten für gute KI sind schnell gesunken.
Für alle, die Produkte entwickeln oder automatisierte Abläufe betreiben, lautet die praktische Konsequenz: in Stufen denken. Die meisten KI-Aufrufe in einem echten Produkt sind keine schwierigen Denkaufgaben — es sind einfache Abfragen, Zusammenfassungen oder Klassifizierungen. Wer diese an Luna oder ein gleichwertiges günstiges Modell weiterleitet und Sol-Klasse-Modelle nur für wirklich schwierige Aufgaben reserviert, kann die KI-Kosten um 80 % oder mehr senken, ohne an Qualität zu verlieren. Die Frage lautet nicht mehr: Welcher Anbieter hat die beste KI? Sondern: Leitet Ihr Team jede Aufgabe an das richtige Modell weiter?