GPT-5.6 Sol vs Terra vs Luna: Welche Größe sollte man verwenden (Getestet im September 2026)

GPT-5.6 ist kein einzelnes Modell. Es sind drei: Sol, Terra und Luna, in absteigender Reihenfolge nach Größe und Preis, mit demselben Kontextfenster von 1,05 Millionen Token und demselben Output-Limit von 128K. OpenAIs Namensgebung verrät nur die Reihenfolge – sonst nichts. Deshalb haben wir am 2. September 2026 allen drei über unsere eigene API dieselben drei Fragen gestellt, die Antworten gestreamt und nachgelesen, was jede Anfrage gekostet hat. Die vollständige Version dieses Tests mit zwölf Modellen, darunter Claude Opus 5, Kimi K3, Gemini 3.7 Flash und weitere, findet sich in unserem gleichzeitig erschienenen Vergleich. Dieser Beitrag beschäftigt sich ausschließlich mit der Modellfamilie.

Das entscheidende Ergebnis: Terra war im gesamten Zwölf-Modell-Test das schnellste Modell bis zum ersten Token – nicht nur innerhalb der Familie –, verwendete bei keiner der drei Aufgaben Reasoning-Tokens und lieferte bei zwei von drei Prompts Antworten, die ein verblindeter Leser nicht von Sols Antworten hätte unterscheiden können. Sol hat seinen Preis genau einmal gerechtfertigt, bei der Urteilsfrage, und erkaufte das mit einer zehn Sekunden langen Antwort, die fast viermal so viel kostete wie Terras. Luna wurde für den gesamten Test mit rund einem Zehntel Cent abgerechnet, machte keine einzigen Fehler und hatte genau einen langsamen Moment, den man kennen sollte.

Die Prompts und die Einstellungen

Dieselben drei Prompts wie im Gesamttest, wörtlich übernommen aus den Abschnitten „Real Outputs" auf unseren Modellseiten:

1. „Schreibe eine Python-Funktion, die überlappende Intervalle zusammenführt, plus drei kurze Tests. Halte die gesamte Antwort unter 40 Codezeilen."
2. „Erkläre in etwa 120 Wörtern einem Gründer im ersten Anlauf, wann er sich für einen Monolithen statt Microservices entscheiden sollte, und nenne das eine Signal, das anzeigt, dass es Zeit ist aufzuteilen."
3. „Schreibe diesen Satz auf drei Arten um, jede in einem klar unterscheidbaren Ton (sachlich, verspielt, executive): ‚Our app makes budgeting easy.' Beschrifte jede Version."

Jede Anfrage wurde über die NinjaChat-API von einem Laptop über eine Heimverbindung in den USA am 2. September 2026 gestellt – einzeln nacheinander, nach je einer Aufwärmanfrage an jedes Modell, mit Temperatur 0,7, einem Output-Limit von 2.500 Token, Streaming mit Usage-Reporting und dem modellseitigen Standard für Reasoning. Alle drei Größen wurden direkt von OpenAI bereitgestellt. Die Zeit bis zum ersten Token ist das erste sichtbare Zeichen nach einem etwaigen verborgenem Reasoning, sodass die Latenz unser Routing einschließt. Die Kosten entsprechen dem, was unsere API für die jeweilige Anfrage abgerechnet hat. Einzelmessungen schwanken; betrachte die Nachkommastellen als Wetter und das Muster als Klima.

Was passiert ist

Drei Dinge fallen auf.

Der Code war derselbe Code. Alle drei Größen lieferten eine Sort-then-Sweep-Merge-Funktion mit drei Asserts zurück, die sich nur darin unterschieden, ob Listen oder Tupel zurückgegeben werden und ob ein Docstring vorhanden ist. Terra erledigte das in 2,9 Sekunden ohne jegliches Reasoning – die schnellste Antwort auf diesen Prompt unter allen zwölf an diesem Tag getesteten Modellen. Sol verwendete 26 Reasoning-Tokens, ergänzte einen Docstring und benötigte 10,7 Sekunden, davon der Großteil vor dem ersten Zeichen. Luna reasonte 374 Token und brauchte 7,2 Sekunden, um die kürzeste Funktion der drei zu produzieren – seine langsamste Antwort des Tages.

Sol denkt nach, wenn die Frage Urteilsvermögen verlangt. Bei der Gründerfrage verwendete Sol 238 Reasoning-Tokens, bevor es zu schreiben begann, benötigte sieben Sekunden bis zum ersten Token und produzierte den besten Absatz der drei: „Teile auf, wenn ein klar abgegrenzter Teil des Produkts wiederholt unabhängig deployed oder skaliert werden muss und der Monolith das messbar verhindert" – und dann: „Extrahiere nur diese Grenze, gib ihr ein klares Interface und einen Verantwortlichen, und lass alles andere zusammen." Terra sagte nahezu dasselbe ohne den zweiten Satz, in 4,6 Sekunden und zu einem Viertel des Preises. Luna reasonte nur kurz – 75 Token –, und seine Antwort enthielt den Satz, den die anderen beiden vergaßen: Extrahiere diese Komponente zuerst, „miss die Verbesserung" und hör dann auf.

Bei kurzem Copywriting sind sie ein einziges Modell. Die drei Umschreibungen sind nahezu austauschbar. Sol und Terra begannen die sachliche Version mit denselben sieben Wörtern: „Our app helps you manage your budget", Luna formulierte dieselbe Idee anders, und alle drei verwendeten „streamlines budgeting" in der Executive-Variante. Luna antwortete in 2,1 Sekunden und wurde mit einem Hundertstel Cent abgerechnet.

Preis, Kontext und Limits

Listenpreise in der NinjaChat-API zum 2. September 2026, plus was der gesamte Drei-Prompt-Durchlauf pro Größe gekostet hat.

Die Verhältnisse sind entscheidend. Terra kostet beim Input die Hälfte von Sol und beim Output 60 Prozent; an diesem Tag wurden seine drei Antworten mit 37 Prozent von Sols Kosten abgerechnet. Luna kostet beim Input ein Zwanzigstel von Sol und beim Output ein Siebzehntel, und seine drei Antworten wurden mit etwa einem Fünftel von Terras Kosten abgerechnet. Der gecachte Input folgt derselben Staffelung, was für Agenten relevant ist, die bei jedem Schritt einen langen System-Prompt erneut senden: Ein gecachtes 50K-Token-Prompt bei Luna kostet pro Aufruf ein Zehntel Cent.

Der Kontext ist über alle drei hinweg identisch – das ist ungewöhnlich und nützlich. Du kannst mit Luna und dem vollen Millionen-Token-Kontext prototypen und einen einzelnen Aufruf zu Sol hochstufen, wenn die Antwort nicht gut genug ist, ohne ändern zu müssen, wie du Inhalte aufteilst.

Wann man welches Modell verwendet

Nutze Terra als Standard. Das ist die Größe, auf die wir ein neues Projekt lenken würden. Derselbe Kontext wie Sol, kein Reasoning-Aufschlag für Aufgaben, die keines brauchen, und an diesem Tag war es das schnellste der drei beim Code und lag beim Gründer-Prompt weniger als eine Fünftelsekunde hinter Luna. Terras Gründer-Antwort fehlte nur ein Satz gegenüber Sols.

Nutze Sol für die Aufrufe, bei denen die Antwort das Produkt ist. Ein Plan, den ein Kunde lesen wird; die Diagnose eines schwierigen Bugs; eine Analyse, bei der ein fehlender Vorbehalt teuer werden kann. Sols Bereitschaft, innezuhalten und nachzudenken, ist genau das, was man dort braucht – und zehn Sekunden sind nichts gegenüber einer falschen Antwort. Plane die Kosten ein: Reasoning-Tokens werden als Output abgerechnet, und allein diese eine Antwort kostete fast viermal so viel wie Terras.

Nutze Luna für Volumenaufgaben. Klassifikation, Extraktion, Routing, Umschreiben in großem Maßstab, Erstentwürfe, die ein Mensch überarbeitet – alles, was tausende Male am Tag läuft. Bei unseren drei Prompts machte es keine Fehler, und der gesamte Durchlauf wurde mit etwa einem Zehntel Cent abgerechnet. Beachte, dass Luna bei Bedarf selbstständig reasont – beim Coding-Prompt hat das sieben Sekunden gekostet. Wenn du es schnell brauchst, setze einen niedrigeren Reasoning-Effort in der Anfrage.

Ein funktionierendes Muster: Routing durch Luna, Antwort durch Terra, Eskalation zu Sol. Lass Luna entscheiden, ob eine Anfrage trivial ist, lass Terra den Normalfall bearbeiten und schicke den kleinen Anteil, der wirkliches Nachdenken erfordert, zu Sol. Da alle drei dasselbe Kontextfenster teilen, ist die Eskalation ein einzeiliger Modellwechsel.

Ansprache per ID

Alle drei sind live in der NinjaChat-API, OpenAI-kompatibel, ein einziger Key; ein telefonverifiziertes Konto startet mit 0,50 $ Startguthaben. Die IDs sind genau gpt-5.6-sol, gpt-5.6-terra und gpt-5.6-luna.

curl https://www.ninjachat.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $NINJACHAT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [{"role": "user", "content": "Write a Python function that merges overlapping intervals, plus three short tests."}],
    "max_tokens": 2500,
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

from openai import OpenAI

client = OpenAI(base_url="https://www.ninjachat.ai/api/v1", api_key="YOUR_KEY")

def ask(model, prompt, **kw):
    r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}], max_tokens=2500, **kw)
    u = r.usage
    print(model, "output tokens:", u.completion_tokens, "reasoning tokens:", u.completion_tokens_details.reasoning_tokens)
    return r.choices[0].message.content

# Cheap first pass, then escalate the same prompt with the same context.
draft = ask("gpt-5.6-luna", "Summarise this incident report in five bullets: ...")
final = ask("gpt-5.6-sol", "Summarise this incident report in five bullets: ...", reasoning_effort="high")

Das Usage-Objekt in jeder Antwort weist Reasoning-Tokens getrennt vom sichtbaren Output aus, sodass du genau verfolgen kannst, wo Sols Kosten entstehen. Der Echtzeit-Preis für jede ID ist über GET https://www.ninjachat.ai/api/v1/models ohne Key abrufbar. Und wer lieber direkt mit den Modellen sprechen möchte: Alle drei sind auch auf der Consumer-Seite verfügbar – Sol, Terra und Luna, mit einem kostenpflichtigen Plan.

Häufig gestellte Fragen

Was ist der Unterschied zwischen GPT-5.6 Sol, Terra und Luna? Größe und Preis. Sol ist das größte und leistungsfähigste, Terra das mittlere, Luna das kleinste und günstigste. Alle drei teilen dasselbe Kontextfenster von 1,05 Millionen Token und dasselbe Output-Limit von 128K. Die Wahl dreht sich also um Qualität pro Dollar, nicht darum, was hineinpasst.

Ist GPT-5.6 Terra gut genug für Coding? In unserem Test vom 2. September 2026 schrieb es dieselbe Intervall-Merge-Funktion wie Sol, mit bestehenden Tests, in 2,9 Sekunden und ohne Reasoning. Für alltägliche Funktionen ist es die richtige Wahl. Für Architekturfragen oder Bugs, die wirkliches Nachdenken erfordern, steige auf Sol um.

Warum hat Sol bei einem Prompt so viel mehr gekostet? Reasoning. Bei der Gründerfrage generierte Sol 238 Reasoning-Tokens, bevor es 164 sichtbare Token schrieb – und Reasoning-Tokens werden als Output abgerechnet. Bei der Umschreibung verwendete es kein Reasoning und wurde ähnlich wie Terra abgerechnet.

Was kostet GPT-5.6 über die API? In der NinjaChat-API zum Stand 2. September 2026: Sol kostet $4 Input und $20 Output pro Million Token, Terra $2 und $12, Luna $0,20 und $1,20, mit gecachtem Input zu einem Zehntel des Inputpreises. Preise werden live über den Models-Endpoint bereitgestellt und können sich ändern – vor dem Budgetieren prüfen.

Kann ich zwischen den Größen wechseln, ohne meinen Code zu ändern? Ja. Sie teilen ein Kontextfenster und dieselbe API-Oberfläche, sodass der Wechsel nur den Modell-String betrifft. Das Eskalationsmuster im Python-Snippet oben zeigt genau das.

Reasont Luna? Manchmal, standardmäßig. Es verwendete 374 Reasoning-Tokens beim Coding-Prompt, 75 beim Gründer-Prompt und keine bei der Umschreibung. Wenn du es bei Fragen, die zum Nachdenken einladen, schnell brauchst, reduziere den Reasoning-Effort in der Anfrage.