GPT-6 Sol jetzt in Felo Search: Agenten-Loops für $2/$10
GPT-6 Sol ist jetzt in Felo Search verfügbar: 1,05 Mio. Kontext für $2/$10 pro Million Token, die mittlere Stufe, auf die agentenbasierte KI-Suche angewiesen ist.
OpenAI veröffentlichte GPT-6 Sol am 22. September, zusammen mit GPT-6 Luna und zweieinhalb Wochen nach dem Astra-Flaggschiff. Sol bildet die mittlere Stufe: $2 pro Million Eingabetoken und $10 pro Million Ausgabetoken, ein Fünftel des Astra-Preises und die Hälfte von GPT-5.6 Sol.
Das Modell ist jetzt in Felo Search verfügbar. Das Argument für Sol ist nicht, dass es das beste verfügbare Modell ist. Das bleibt Astra. Entscheidend ist, dass eine Suchantwort nie nur einen Modellaufruf benötigt, und die gewählte Stufe bestimmt, wie viele Aufrufe die Antwort kosten darf.
Was GPT-6 Sol eigentlich ist
Sol liegt zwischen Astra und Luna in OpenAIs GPT-6-Generation. Diese Position wirkt unscheinbar, bis man die Preisskala betrachtet, zu der es gehört.
| Spec | GPT-6 Sol |
|---|---|
| Model ID | gpt-6-sol |
| Maker | OpenAI |
| Released | 22. September 2026 |
| Context window | 1.050.000 Token |
| Max input | 922.000 Token |
| Max output | 128.000 Token |
| Input | Text, Bild |
| Output | Text |
| Price | $2 pro Million Eingabe, $10 pro Million Ausgabe |
| Cached input | $0,20 pro Million Token |
| Cache writes | $2,50 pro Million Token |
| Knowledge cutoff | 20. April 2026 |
Die GPT-6-Generation kehrt die Namensgebung von GPT-5.6 um. In der vorherigen Generation war Sol das Flaggschiff, darunter Terra und Luna. Bei GPT-6 führt Astra mit $10/$50, Sol bildet die Mitte, und Luna schließt die Familie mit $0,10/$0,50 ab. Die gleichen drei Namen, aber die Reihenfolge ist umgekehrt. Die Versionsnummer unterscheidet die beiden Sol-Modelle.
Sol teilt sich die Request-Oberfläche mit Astra. Gleiches Request-Format, gleiches Tool-Calling-Schema, gleiches Kontextfenster mit 1.050.000 Token, gleiche Skala für den Denkaufwand. Ein Wechsel zwischen Flaggschiff und Mittelstufe bedeutet nur eine Änderung der Modell-ID, kein Rewrite. Das hat Gewicht: So kann man günstig prototypisieren und schwierige Fälle auf die teure Stufe heben, ohne die Integration anzufassen.
Wie diese Generation öffentlich wurde
Sols Veröffentlichung ist ungewöhnlich gut dokumentiert, weil das Modell sichtbar war, bevor es angekündigt wurde.
3. September. OpenAI veröffentlicht GPT-6 Astra, das erste Modell mit der Einstufung „Critical“ für Cyber-Fähigkeiten, und etabliert die Generation.
6. September. Die erste öffentliche Behauptung, dass Sol kommt, beschreibt Astra als Flaggschiff mit „Sol, Terra und Luna folgen noch.“ Kein Screenshot, kein Changelog. Nur ein Name, der kursiert, ohne Beleg.
16. September. gpt-6-sol taucht im Live-API-Traffic auf. Entwickler, die Requests an die Modell-ID der vorherigen Generation schicken, berichten von Antworten, die mit gpt-6-sol getaggt sind. Ein String im Response-Header ist keine Ankündigung, aber ein Beweis für die Existenz.
22. September. OpenAI schaltet Sol und Luna in der API frei und bestätigt die Kennung, die bereits Antworten lieferte.
Die mittleren beiden Einträge gehören in die Chronik, weil viele Modellveröffentlichungen so sichtbar werden: kein Pressetext, sondern ein String in den Logs. Deshalb kennzeichnen Felo-Seiten von Anbietern gemeldete Benchmark-Zahlen als Behauptungen, nicht als Ergebnisse.
Warum die mittlere Stufe interessant ist
Eine einzelne Suchfrage in Felo bedeutet nicht einen Aufruf an ein Modell. Es ist ein Loop: festlegen, was recherchiert werden soll, Ergebnisse lesen, prüfen, ob das reicht, erneut suchen, Quellen abgleichen, dann schreiben. Planung, Tool-Auswahl und Wiederholungen verbrauchen Token, und eine lange Recherche durchläuft diesen Loop mehrfach, bevor eine Antwort entsteht.
Bei Astras $10/$50 wird eine tiefe Recherche zu einem echten Kostenpunkt. Bei Sols $2/$10 kostet sie ein Fünftel davon. Der Ablauf bleibt gleich; nur das Limit für die Zahl der Durchläufe verschiebt sich.
Genau dafür entwickelte OpenAI Sol. Das Modell richtet sich auf komplexe Programmierung und agentenbasierte Workflows, bei denen der Tokenpreis entscheidet, ob sich ein Auftrag lohnt, und hält Astra für Pläne mit dem höchsten Denkaufwand bereit.
Wer zwischen beiden Modellen für dieselbe Frage wählt, kann sich an einer Faustregel orientieren: Astra, wenn Fehler teuer werden; Sol, wenn Langsamkeit teuer wird.
So nutzt man GPT-6 Sol in Felo Search
1. Modell-Auswahl öffnen und GPT-6 Sol wählen. Gleiche Suchleiste, gleiche Quellen, gleicher Arbeitsbereich.
2. Fragen stellen, die mehrere Runden benötigen. Sols Vorteil zeigt sich bei Aufgaben, die Loops brauchen: vergleichen, prüfen, abgleichen. Einfache Abfragen benötigen kein Mittelstufenmodell.
3. Das volle Kontextfenster nutzen statt kürzen. 922.000 Token Eingabe reichen für ein Repository, einen Aktenbestand oder einen langen Recherche-Thread mit allen Quellen. Retrieval-Layer sind bei dieser Größe optional.
4. Gezieltes Eskalieren. Wenn eine Frage tiefste Analyse verlangt, auf ein stärkeres Modell wechseln – die Belege bleiben im Kontext. Die gemeinsame Request-Oberfläche sorgt dafür, dass beim Wechsel nichts bricht.
5. Loops kurz halten, wo möglich. Sol ist günstig, aber nicht kostenlos. Gecachte Eingaben für $0,20 pro Million Token belohnen die Wiederverwendung derselben Quellen über mehrere Fragen hinweg statt wiederholtem Einlesen.
Die anderen drei Modelle in Felo Search
Sol kam mit drei weiteren Modellen, und Felo Search bietet alle vier an.
| Model | Released by | Price per million tokens | Context | Built for |
|---|---|---|---|---|
| Grok 4.7 | SpaceXAI | $2 in / $6 out | 500K | Langfristige Analyse und Wissensarbeit |
| Claude Opus 5.5 | Anthropic | $4 in / $20 out | 1M | Antworten, die Überprüfung bestehen |
| GPT-6 Luna | OpenAI | $0.10 in / $0.50 out | 1,05M | Hochvolumige Suche zu niedrigsten Kosten pro Anfrage |
| GPT-6 Sol | OpenAI | $2 in / $10 out | 1,05M | Agenten-Loops und wiederholte Aufrufe zum Mittelstufenpreis |
Sol und Grok 4.7 kosten gleich viel pro Eingabetoken, setzen aber unterschiedliche Schwerpunkte: Sol bietet doppelten Kontext, Grok 4.7 verlangt weniger für Ausgabetoken. Bei Recherchen mit viel Lese- und wenig Schreibanteil ist der Unterschied gering. Bei langen Synthesen fällt er ins Gewicht.
Was man zuerst ausprobieren sollte
Ein mehrstufiger Vergleich. Nach drei Anbietern, deren Preisen und dem jeweiligen versteckten Haken fragen. Diese Aufgabe benötigt mehrere Abrufrunden – genau hier zählt Sols Preis.
Eine Frage im Repository-Maßstab. Sol auf eine große Dokumentation ansetzen und nach der Implementierung eines bestimmten Verhaltens fragen, mit Quellenangaben zu den Dateien.
Ein erster Durchlauf mit späterer Eskalation. Die breite Recherche mit Sol starten, dann das Ergebnis für die Endkontrolle auf ein stärkeres Modell heben. Zwei Stufen, ein Thread.
Ein langes Dokument, das diskutiert werden muss. Einen Vertrag einfügen und nach Lücken fragen. Das Kontextfenster macht „alles lesen“ möglich.
GPT-6 Sol in Felo Search ausprobieren
GPT-6 Sol läuft in Felo Search mit einem Kontextfenster von 1.050.000 Token, Bild-Eingabe und $2/$10-Preisen – ein Fünftel der Flaggschiff-Stufe darunter.
GPT-6 Sol in Felo Search öffnen →
Dieser Beitrag ist auch in folgenden Sprachen verfügbar: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.