GPT-5.6 Codex App Test: Sol, Terra, Luna, Max und Ultra
In ChatGPT verbessert GPT-5.6 vor allem komplexe Gespräche und Wissensarbeit. In der Codex App ist die wichtigere Änderung, dass das Modell in Repositorys, Terminals, Browsern und Multi-Agent-Workflows arbeiten kann, bis eine Aufgabe abgeschlossen ist.
Codex-Nutzer können zwischen Sol, Terra und Luna wählen, den Reasoning-Aufwand einstellen, max für anspruchsvollere Arbeit einsetzen und auf berechtigten Tarifen mit ultra mehrere Agents parallel koordinieren.
Dieser Test erklärt die Modellwahl, den Unterschied zwischen max und ultra, die Bedeutung des API-Kontextfensters von 1,05 Millionen Tokens und wann ein Frontier-Modell die zusätzlichen Kosten rechtfertigt.
Kurzfazit
- GPT-5.6 startete am 9. Juli 2026 in Codex.
- Free- und Go-Nutzer können nach den Startregeln GPT-5.6 Terra in Codex verwenden.
- Nutzer von Plus, Pro, Business und Enterprise können Sol, Terra oder Luna wählen.
maxerhöht den Reasoning-Aufwand für anspruchsvolle Aufgaben.ultrakoordiniert Agents in parallelen Arbeitsströmen und steht in Codex ab Plus zur Verfügung.- OpenAI nennt für den Zugriff mindestens den Codex-Modus
26.707.30751der ChatGPT-Desktop-App oder Codex CLI0.144.0.
Die kürzeste Empfehlung: Sol für schwierige Softwareentwicklung, Terra für den Entwicklungsalltag, Luna für schnelle Aufgaben mit hohem Volumen und ultra nur für sinnvoll parallelisierbare Arbeit.
Die Codex App ist mehr als ein Coding-Chat
Die Codex App ist eine Kommandozentrale für Agents. Sie kann lokalen Code lesen und bearbeiten, Befehle und Tests ausführen, Diffs zur Prüfung anzeigen, parallele Arbeit mit Worktrees isolieren, Skills wiederverwenden, Automationen ausführen und Projektkontext über Threads hinweg erhalten.
GPT-5.6 sollte deshalb über die gesamte Ausführungskette beurteilt werden und nicht danach, ob es eine einzelne Funktion generieren kann.
Sol, Terra oder Luna in Codex?
| Modell | Rolle in Codex | Empfohlene Aufgaben | |---|---|---| | GPT-5.6 Sol | Flaggschiff-Leistung | Architektur, große Refactorings, schwieriges Debugging, Recherche | | GPT-5.6 Terra | Ausgewogene Standardwahl | Tägliches Coding, Tests, PRs, Dokumentation, Routine-Agents | | GPT-5.6 Luna | Schnell und kostengünstig | Kleine Fixes, Suche, Formatierung, klar definierte Stapelaufgaben |
Sol eignet sich bei Unsicherheit, modulübergreifenden Entscheidungen, komplexem Werkzeugeinsatz oder hohen Fehlerkosten. Terra deckt die meisten normalen Repository-Aufgaben ab. Luna ist passend, wenn der Umfang klar ist und Durchsatz wichtiger als maximale Denktiefe ist.
Was ist der Unterschied zwischen max und ultra?
max weist dem gewählten Modell und der Aufgabe mehr Reasoning-Aufwand zu. Das ist sinnvoll, wenn ein einzelner schwieriger Arbeitsstrang tiefer analysiert werden muss.
ultra verfolgt einen anderen Ansatz. OpenAI beschreibt es als höchste Leistungsstufe, die mehrere Agents über parallele Arbeitsstränge koordiniert. So können beispielsweise Backend, Frontend, Tests und Sicherheitsprüfung unabhängig untersucht und anschließend von einem leitenden Agent zusammengeführt werden.
Parallelität ist nicht kostenlos. Eine Änderung in nur einer Datei kann langsamer werden, wenn sie auf mehrere Agents verteilt wird. Ultra lohnt sich bei unabhängigen Arbeitssträngen, nicht allein wegen der stärkeren Bezeichnung.
GPT-5.6 Coding-Benchmarks
OpenAI veröffentlicht für GPT-5.6 Sol folgende Ergebnisse:
- 80 im Artificial Analysis Coding Agent Index v1.1
- 72,7 % bei DeepSWE v1.1
- 88,8 % bei Terminal-Bench 2.1
- 91,9 % für Sol Ultra bei Terminal-Bench 2.1
- 64,6 % bei SWE-Bench Pro
Wichtiger als ein einzelner Rang ist das Muster: Agent-, Terminal- und Werkzeugausführung wurden verbessert. Im eigenen Repository sollten Teams dennoch bestandene Tests, unnötige Änderungen, Selbstkorrektur, Zielabweichung, Gesamtdauer, Tokenverbrauch und Prüfaufwand messen.
Was bedeutet das Kontextfenster von 1,05 Millionen Tokens?
Die OpenAI-API-Dokumentation nennt für Sol, Terra und Luna ein Kontextfenster von 1,05 Millionen Tokens sowie eine maximale Ausgabe von 128K Tokens.
Das ist eine API-Spezifikation der Modellfamilie und kein Versprechen für unbegrenzten Kontext in jeder Codex-Abo-Aufgabe. Die Nutzung hängt auch von Tarifkontingent, Kontextverwaltung des Produkts, Werkzeugausgaben und aktueller Servicepolitik ab.
Große Repositorys profitieren weiterhin von einer Repository-Karte, gezieltem Abruf, kompakten Test- und Entscheidungszusammenfassungen sowie Zwischenständen bei langen Aufgaben.
GPT-5.6 API-Preise
| Modell | Eingabe / 1 Mio. Tokens | Ausgabe / 1 Mio. Tokens | |---|---:|---:| | GPT-5.6 Sol | 5 US-Dollar | 30 US-Dollar | | GPT-5.6 Terra | 2,50 US-Dollar | 15 US-Dollar | | GPT-5.6 Luna | 1 US-Dollar | 6 US-Dollar |
Bei Anfragen mit mehr als 272K Eingabe-Tokens gilt die Preisregel für lange Kontexte: Die gesamte Anfrage wird mit dem doppelten Eingabepreis und dem 1,5-fachen Ausgabepreis abgerechnet.
Codex-Abo-Kontingente und API-Tokenabrechnung sind getrennt. Abo-Nutzer sollten Limits und Credits des Codex-Tarifs bewerten; programmatische Workflows müssen Tokens, Tools, Wiederholungen und Kosten pro erfolgreich erledigter Aufgabe messen.
Codex App oder API-Agent?
Die Codex App ist für direkte menschliche Aufsicht mit Projekten, Threads, Diffs, Berechtigungen, Worktrees und Zugriff auf lokale Repositorys konzipiert. Die API richtet sich an Softwaresysteme mit expliziter Modellauswahl, konfigurierbarem Reasoning, Stapelverarbeitung, Routing und automatisierten Wiederholungen.
GPT-5.6 in der Responses API führt außerdem Programmatic Tool Calling zur speicherinternen Koordination von Werkzeugen und Zwischenergebnissen ein. Multi-Agent-Unterstützung startet als Beta für parallele Subagents und die Zusammenführung ihrer Ergebnisse.
Für den Vergleich von GPT-5.6 mit Claude, Grok, GLM und DeepSeek stehen aktuelle Modellpreise und Verfügbarkeit, API-Tokens kaufen sowie API-Integrationsanleitungen zur Verfügung. Entscheidungen sollten nicht allein auf Startpreisen beruhen. Live-Unterstützung, Preis, Tarifkontingent und regionale Verfügbarkeit müssen aktuell geprüft werden.
Für wen lohnt sich das Upgrade?
GPT-5.6 in Codex ist besonders relevant für Teams mit mittleren oder großen Repositorys, parallelen Frontend-, Backend- und Teststrängen, Sicherheits- oder Wissenschaftssoftware, End-to-End-Produktentwicklung oder Routing zwischen Modellstufen.
Sol und ultra sind keine sinnvollen Standardwerte für Ein-Datei-Fixes, Formatierung, einfache Ersetzungen, risikoarme Dokumentation oder kurze Aufgaben ohne Parallelisierungspotenzial.
Einfache Routing-Regeln für Sol, Terra und Luna
- Suche, Formatierung, Umbenennung und eng definierte Änderungen an Luna geben.
- Normale Bugfixes, Tests, PR-Feedback und Dokumentation an Terra geben.
- Architektur, Störungsanalyse, Migrationen, Sicherheitsarbeit und unklare Repository-Probleme an Sol geben.
- Erst auf max erhöhen, wenn die Aufgabe nachweislich schwierig ist oder eine oberflächliche Antwort hohe Kosten verursacht.
- Ultra einsetzen, wenn unabhängige Arbeitsstränge parallel laufen können und klare Abnahmekriterien für die Zusammenführung bestehen.
Das Routing sollte umkehrbar bleiben. Wenn Luna oder Terra nicht weiterkommt, sollten dieselben Belege und Testergebnisse an die nächste Stufe übergeben werden, statt ohne Kontext neu zu beginnen.
Checkliste für den Praxistest
Vor einer Standardisierung empfiehlt sich ein kleiner privater Benchmark mit realer Arbeit: ein begrenzter Bug, eine modulübergreifende Änderung, die Untersuchung eines fehlgeschlagenen Tests, eine Dokumentationsaufgabe und ein lang laufender Agent-Workflow.
Erfasst werden sollten Erfolgsquote, bestandene Tests, unbeabsichtigt geänderte Dateien, Toolfehler, menschliche Prüfminuten, Gesamtdauer und verbrauchte Credits oder API-Tokens. Bei Multi-Agent-Läufen kommen doppelte Arbeit und Fehler in der Synthese hinzu.
Sicherheit und Kontrolle im Repository
Die Codex App nutzt konfigurierbare Sandboxing- und Berechtigungsregeln auf Systemebene. Teams sollten trotzdem mit engem Repository-Zugriff beginnen, Diffs vor dem Merge prüfen, Geheimnisse aus Prompts und Logs fernhalten und bei Verhaltensänderungen Tests verlangen.
Für destruktive Befehle, Produktionszugänge, Deployments oder externe Nachrichten sollte eine ausdrückliche menschliche Freigabe erhalten bleiben.
Fazit
GPT-5.6 macht die Modellauswahl in der Codex App zu einer Workflow-Auswahl. Sol, Terra und Luna stehen für maximale Leistung, Balance und Geschwindigkeit. Max vertieft einen Arbeitsstrang, ultra koordiniert mehrere Agents parallel.
Wenn sich der Entwicklungsprozess von Codevervollständigung zu Agent-Ausführung entwickelt hat, ist GPT-5.6 in der Codex App einen Praxistest wert. Die beste Konfiguration ist nicht Sol Ultra für alles, sondern eine zum Aufbau und Risiko der Aufgabe passende Modellstufe.
FAQ
Welches GPT-5.6-Modell ist in der Codex App am stärksten?
Sol ist die Flaggschiff-Stufe, ultra die höchste Multi-Agent-Einstellung. Das Ergebnis hängt weiterhin davon ab, ob sich die Aufgabe sinnvoll aufteilen lässt und welche Tarifkontingente gelten.
Können Free- und Go-Nutzer GPT-5.6 in Codex verwenden?
Laut OpenAI können sie zum Marktstart GPT-5.6 Terra in Codex nutzen. Sol und Luna setzen geeignete höhere Tarife voraus.
Welche Version ist für GPT-5.6 Codex erforderlich?
OpenAI nennt mindestens den Codex-Modus 26.707.30751 der ChatGPT-Desktop-App oder Codex CLI 0.144.0.
Unterstützt GPT-5.6 Codex ein 1M-Kontextfenster?
Die GPT-5.6-API-Modelle haben eine Spezifikation von 1,05 Millionen Tokens. Der tatsächlich nutzbare Kontext in der Codex App hängt von Produktrichtlinien, Tarif und Aufgabenverwaltung ab.
Ist Terra oder Luna besser für tägliches Coding?
Terra ist die ausgewogenere Standardwahl für Qualität und Kosten. Luna eignet sich für schnelle, klar definierte Aufgaben mit hohem Volumen, die kein maximales Reasoning benötigen.