Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai13. August 2026 · Q007700

The builder’s guide to GPT‑5.6

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht behauptet, GPT‑5.6 ermögliche durch günstigere Modelle, geringeren Reasoning-Aufwand und neue API-Funktionen leistungsfähigere Agenten zu niedrigeren Kosten. Die angeführten Belege sind ausgewählte Benchmarks und Kundenberichte; eine umfassende unabhängige Evaluation oder detaillierte Methodenbeschreibung bietet der Text nicht.

Mittel

Der Bericht beschreibt GPT‑5.6 als günstiger und leistungsfähiger für agentische Aufgaben. OpenAI zufolge kann GPT‑5.6 Sol bei niedrigem Reasoning-Aufwand in einem Benchmark GPT‑5.5 bei hohem Aufwand übertreffen, sofern das übrige System gleich bleibt. Kleinere Modelle wie Luna und Terra sollen für viele Aufgaben eine kostengünstige Alternative zu größeren Modellen sein. Als Beispiele nennt der Artikel BrowseComp, wo Luna laut OpenAI zum Start fast dieselbe Punktzahl wie GPT‑5.5 bei deutlich geringeren Kosten erzielte, sowie einen Kundenbericht zu Dokumentenextraktion.

Weitere Einsparungen sollen gespeichertes Reasoning, Gesprächskomprimierung, native Multi-Agenten-Orchestrierung und programmatische Tool-Aufrufe ermöglichen. Für ARC‑AGI‑3 berichtet OpenAI von einem Anstieg von 13,3 auf 38,3 Prozent bei ungefähr sechsmal weniger Ausgabetokens. Ein Finanzrecherche-Unternehmen meldet gleichbleibende Bewertungsqualität mit 21 Prozent weniger Eingabetokens. Auch längeres Prompt-Caching und festlegbare Cache-Grenzen sollen helfen.

Die Belege beruhen auf ausgewählten Benchmarks und Kundenberichten; umfassende unabhängige Prüfungen und detaillierte Methodenangaben enthält der Bericht nicht. Die Ergebnisse gelten daher für die beschriebenen Konfigurationen und Aufgaben.

Ausführlich lesen

Der Bericht stellt GPT‑5.6 als deutliche Verbesserung des Preis-Leistungs-Verhältnisses für agentische Anwendungen dar. OpenAI zufolge leisten die Modelle mehr bei geringeren Kosten und benötigen für längere Aufgaben weniger Tokens als frühere Generationen. Als Beispiel nennt der Bericht einen Benchmark, bei dem GPT‑5.6 Sol mit niedrigem Reasoning-Aufwand GPT‑5.5 mit hohem Aufwand übertroffen habe, wenn das übrige System unverändert blieb. Start-ups berichten laut Artikel ebenfalls von Einsparungen, wenn sie den Reasoning-Aufwand senken.

Ein Schwerpunkt ist die Modellauswahl: Kleinere Modelle der Familie, insbesondere Luna und Terra, könnten mit höherem Rechenaufwand häufig an die Leistung von GPT‑5.4 oder GPT‑5.5 heranreichen und dabei erheblich günstiger sein. Als Belege führt OpenAI einen Kundenbericht zu Dokumentenextraktion sowie den Suchbenchmark BrowseComp an: GPT‑5.6 Luna habe zum Start 84,04 Prozent für 1,33 US-Dollar erreicht, gegenüber 84,36 Prozent für GPT‑5.5 drei Monate zuvor bei 33,27 US-Dollar. Der Bericht erwähnt außerdem spätere Preissenkungen, nennt dafür hier aber keine Zahlen. Kleinere Modelle empfiehlt er besonders für hohe Anfragevolumen, zeitkritische Interaktionen und wiederholte Agentenschritte.

Zusätzliche API-Funktionen sollen die Kosten und Leistung weiter verbessern. Gespeichertes Reasoning und native Komprimierung sollen den Zusammenhang über längere Aufgaben hinweg erhalten. Native Multi-Agenten-Orchestrierung verteilt parallelisierbare Arbeit auf mehrere Agenten. Beim programmatischen Tool-Aufruf kann das Modell JavaScript nutzen, um Werkzeuge aufzurufen und deren Ergebnisse außerhalb des Modellkontexts zu filtern oder zusammenzuführen. So sollen Modell-Tokens vor allem für Aufgaben mit Ermessensentscheidungen eingesetzt werden. Ein ARC‑AGI‑3-Beispiel berichtet von einem Sprung von 13,3 auf 38,3 Prozent für GPT‑5.6 Sol, nachdem gespeichertes Reasoning und Komprimierung aktiviert wurden; zugleich seien ungefähr sechsmal weniger Ausgabetokens verbraucht worden. Für programmatische Tool-Aufrufe nennt ein Finanzrecherche-Unternehmen gleichbleibende Bewertungsqualität bei 21 Prozent weniger Eingabetokens.

Der Bericht beschreibt außerdem Prompt-Caching: Die Cache-Laufzeit betrage für die Modellfamilie mindestens 30 Minuten; festlegbare Cache-Grenzen und geeignete Cache-Schlüssel könnten Wiederverwendung erhöhen und Latenz senken. Ein Start-up berichtet von 28 Prozent weniger ungecachtem Input in einem konkreten Setup.

Die genannten Resultate stammen aus OpenAIs Darstellung, einzelnen Benchmarks und Kundenberichten. Der Text liefert keine umfassende unabhängige Evaluation oder detaillierte Versuchsprotokolle; die Zahlen beziehen sich auf bestimmte Aufgaben, Konfigurationen und Zeitpunkte. Seine Schlussfolgerung lautet, dass kleinere Modelle, angepasster Reasoning-Aufwand und passende Architekturentscheidungen bei manchen Agentenaufgaben vergleichbare oder bessere Resultate zu einem Bruchteil der Kosten ermöglichen könnten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Das Schema erlaubt nur eine Zusammenfassung; geprüft wurde die mittlere Fassung, die kurze Fassung ist ebenfalls treu, aber lückenhafter. Der Bericht ist ein Herstellerbeitrag mit ausgewählten Benchmarks und Kundenzitaten, daher sind die Zahlen als Herstellerangaben zu lesen.

Im Bericht, aber nicht in der Zusammenfassung

  • Ploy berichtet, dass cache breakpoints und workspace-spezifische Keys den ungecachten Input um 28 Prozent senkten
  • Hex berichtet, dass niedriger Reasoning-Aufwand die besten Ergebnisse brachte und unnötige Suchen vermied
  • Die Aussage, dass Luna und Terra bei mehr Test-Time-Compute ähnlich wie GPT-5.4 und 5.5 abschneiden
  • Die Steuerbarkeit von Multi-Agenten-Verhalten, über die man die Zahl der Subagenten beeinflussen kann

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 30 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 47 %einzelne zitierbare Belege
    • JEV 46 %beantwortet direkt und ausführlich
    • amos 25 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 39 %einzelne zitierbare Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 43 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →