GPT-6.1 Sol verschiebt die Preisgrenze für leistungsfähige KI-Agenten

Nur eine Woche nach GPT-6 Sol legt OpenAI mit GPT-6.1 Sol nach. Das klingt nach kleiner Modellpflege, ist für Entwickler und Teams aber eine ziemlich konkrete Verschiebung: Das neue Modell soll bei agentischem Coding, Computersteuerung und professioneller Wissensarbeit fast das Niveau von GPT-6 Astra erreichen – bei einem Fünftel von dessen regulären Ein- und Ausgabepreisen.

Damit wird nicht das stärkste Modell automatisch zum sinnvollsten. Für viele produktive Agenten dürfte künftig entscheidender sein, wie viel verlässliche Arbeit ein Modell pro Euro erledigt.

Was sich mit GPT-6.1 Sol ändert

GPT-6.1 Sol kostet in der API 2 US-Dollar pro Million Eingabetokens und 10 Dollar pro Million Ausgabetokens. Wiederverwendete Eingaben aus dem Prompt-Cache kosten 0,10 Dollar pro Million Tokens. Gegenüber GPT-6 Sol ist dieser Cache-Preis halbiert.

OpenAI meldet zugleich deutliche Fortschritte in mehreren praxisnahen Tests. Auf DeepSWE 1.1 erreicht GPT-6.1 Sol nach Anbieterangaben das Ergebnis von GPT-6 Astra ungefähr zu einem Fünftel der Kosten. Auf AutomationBench liegt das Modell bei mittlerem Reasoning-Aufwand 2,2 Prozentpunkte vor Claude Opus 5.5 und 4,8 Punkte vor GPT-6 Sol. Bei Computeraufgaben in OSWorld 2.0 kommt es bis auf 2,1 Punkte an Astra heran, kostet pro Aufgabe aber ungefähr ein Siebtel.

Diese Zahlen stammen aus OpenAIs eigener Veröffentlichung. Sie sind ein starkes Signal, aber kein allgemeingültiger Beweis. Andere Systemprompts, Werkzeuge und reale Daten können die Rangfolge verändern. Teams sollten deshalb nicht den größten Balken kaufen, sondern ihre eigenen wiederkehrenden Aufgaben messen.

Der eigentliche Sprung liegt in den laufenden Kosten

Bei einem einzelnen Chat ist der Preisunterschied oft nebensächlich. Bei Agenten summiert er sich. Solche Systeme lesen lange Kontexte, greifen auf Werkzeuge zu, prüfen Zwischenergebnisse und laufen regelmäßig. Genau dort wird ein Modell interessant, das nahe an der Spitzenklasse arbeitet, ohne deren Preis bei jedem Schritt mitzuschleppen.

Der günstigere Cache verstärkt diesen Effekt. Wer umfangreiche Instruktionen, Projektdokumentation oder wiederkehrende Arbeitskontexte mehrfach verwendet, zahlt für diese bereits verarbeiteten Eingaben deutlich weniger. Wie die sichtbaren Prompt-Caches bei GPT-6 gezeigt haben, wird Kontextwiederverwendung damit zu einer Architekturfrage und nicht nur zu einem kleinen Rabatt.

Das passende Muster ist deshalb nicht „alles auf 6.1 Sol umstellen“. Sinnvoller ist eine Staffelung:

• GPT-6.1 Sol für Coding, Dokumentarbeit und mehrstufige Standardprozesse, bei denen Qualität und Kosten gleichzeitig zählen.
• GPT-6 Astra für besonders schwierige Aufgaben, bei denen ein zusätzlicher Qualitätsgewinn mehr wert ist als der Preisunterschied.
• kleinere oder stärker spezialisierte Modelle für Klassifikation, Routing und andere eng begrenzte Entscheidungen.

Diese Auswahl pro Arbeitsschritt ist meist wirtschaftlicher als ein einziges Modell für den gesamten Workflow.

Verfügbarkeit und praktische Grenzen

GPT-6.1 Sol ist laut OpenAI ab sofort über die API sowie in ChatGPT Work und Codex für Plus, Pro, Business, Enterprise und Edu verfügbar. Im normalen Chat ist es zunächst noch nicht freigeschaltet. GitHub hat das Modell am 29. September ebenfalls für Copilot ausgerollt; der Zugang hängt dort vom jeweiligen Plan und von den Richtlinien der Organisation ab.

OpenAI kündigt außerdem eine Ultrafast-Variante mit bis zu achtfach schnellerer Tokenerzeugung für Codex an. Sie soll in den kommenden Tagen folgen. Hohe Generierungsgeschwindigkeit verkürzt Wartezeiten, sagt aber allein nichts über die Dauer von Werkzeugaufrufen oder die Zuverlässigkeit eines kompletten Agentenlaufs.

Auch beim Thema Sicherheit ist die Richtung interessant, aber nicht abgeschlossen. OpenAI berichtet niedrigere Fehlerraten als bei GPT-6 Sol, wenn Suchwerkzeuge kaputt sind, Anweisungen Grenzen setzen oder Computeraktionen riskant werden. Die Tests sind absichtlich schwierig und laut Anbieter nicht repräsentativ für normale Nutzung. Eigene Freigaben, Protokolle und Kostenlimits bleiben deshalb Pflicht.

Ein Modell-Upgrade mit Folgen für die Architektur

Im Vergleich von GPT-6 Sol, Luna und Claude Opus 5.5 war Sol bereits die pragmatische Mitte. GPT-6.1 Sol macht diese Mitte deutlich stärker. Der wichtigste Effekt ist nicht, dass nun noch ein Modell im Auswahlmenü steht. OpenAI drückt Fähigkeiten, die vor kurzem der teuren Spitzenklasse vorbehalten waren, in eine Preisklasse für häufiger laufende Agenten.

Für Teams folgt daraus eine klare Aufgabe: reale Workflows mit festen Qualitäts-, Laufzeit- und Kostenmetriken testen. Wenn GPT-6.1 Sol die schwierigen Fälle zuverlässig genug löst, kann Astra zur gezielten Eskalationsstufe werden. Genau diese Arbeitsteilung dürfte produktive KI-Systeme günstiger machen, ohne ihre anspruchsvollsten Aufgaben aufzugeben.

Quellen

• OpenAI: Introducing GPT-6.1 Sol (29. September 2026)
• GitHub Changelog: GPT-6.1 Sol in GitHub Copilot (29. September 2026)

KI-generiert: Dieser Beitrag wurde mit KI-Unterstützung recherchiert, strukturiert und formuliert und in einem getrennten zweiten Durchgang redaktionell geprüft.