GPT-6 Sol vs. Claude Opus 5.5: Benchmarking von Kosten, Geschwindigkeit und Konsistenz

OpenAI hat am 22. September 2026 GPT-6 Sol auf den Markt gebracht und positioniert das Modell laut einem Bericht von The New Stack gegen das Anthropic-Ökosystem. Dabei verspricht OpenAI höhere Punktzahlen bei geschäftlichen Workflow-Aufgaben zu einem Bruchteil der Kosten pro Aufgabe. Anthropic veröffentlichte am selben Tag sein Konkurrenzmodell Claude Opus 5.5, was zu vergleichenden Tests führte, die Modelle über die Genauigkeit bei einzelnen Durchläufen hinaus durch die Messung der Konsistenz über wiederholte Durchläufe hinweg bewerten.

Preise und initiale Leistungsausagen

Gemäß den Veröffentlichungsangaben von OpenAI liegt der Preis für GPT-6 Sol bei 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens, was der Hälfte der Kosten von GPT-5.6 Sol entspricht. Anthropic verlangt für Claude Opus 5.5 hingegen 4 US-Dollar pro Million Input-Tokens und 20 US-Dollar pro Million Output-Tokens. Marketingmaterialien von OpenAI gaben an, dass Sol im AutomationBench von Zapier 33,2 % erreicht, verglichen mit 26,9 % bei Opus 5. In ersten Single-Shot-Aufgaben, die Standard-Entwickler-Workflows abdeckten – darunter das Beheben von Fehlern in einem Python-Abrechnungsdienst, die Priorisierung von CI-Jobs und das Beantworten von Fragen zu einem vorgegebenen SDK –, erzielten sowohl GPT-6 Sol als auch Claude Opus 5.5 unentschieden die volle Punktzahl.

Konsistenztests über mehrere Durchläufe

Um Modelle bei Punktgleichheit voneinander zu unterscheiden, wurden Tests über fünf wiederholte API-Aufrufe mit maximalen Leistungseinstellungen durchgeführt, die betriebliche Unterschiede offenbarten. Bei der Analyse von CI-Logs erreichten beide Modelle in allen fünf Durchläufen perfekte Ergebnisse. Sol benötigte hierbei durchschnittlich 18 Sekunden sowie 0,02 US-Dollar pro Durchlauf, was etwa 8 % der Kosten von Opus 5.5 entspricht. Bei anspruchsvolleren Aufgaben – darunter ein 3.664 Zeilen umfassendes Incident-Log und die Spezifikation eines Dependency-Resolvers – erzielte Opus 5.5 jedoch perfekte 15 von 15 erfolgreichen Durchläufen. GPT-6 Sol war hingegen bei 12 von 15 Durchläufen fehlerfrei und verursachte Abweichungen wie übersehene Kundenerstattungsdetails oder Syntaxfehler, die zu Importfehlern führten.

Abwägungen bei Kosten, Tempo und Betrieb

Über alle 15 Testdurchläufe hinweg beliefen sich die Gesamtkosten für GPT-6 Sol auf 2,68 US-Dollar, was ungefähr 16 % der Gesamtkosten von 16,72 US-Dollar für Claude Opus 5.5 entspricht. Zudem lieferte Sol bei jeder Auswertung schnellere Antwortzeiten. Die Ergebnisse legen nahe, dass sich Sol für Aufgaben mit hohem Volumen eignet, bei denen menschliche Prüfungen oder automatisierte Test-Suites die Ausgaben verifizieren. Opus 5.5 bietet sich hingegen für Szenarien an, in denen fehlerhafte Antworten hohe Kosten verursachen und keine menschliche Kontrolle stattfindet.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: GPT-6 Sol vs. Claude Opus 5.5: Is cheaper important when results aren’t consistent?