Autoren: @0xSero & Zhenwei Gao (@zhennydez
Dein Codex-Abo beinhaltet jetzt 3 Hauptmodelle: Sol, Terra und Luna, die jeweils unabhängig trainiert und bereitgestellt werden, mit Reasoning-Reglern. Zusammen ermöglichen sie dir, für jede Aufgabe das passende Verhältnis von Geschwindigkeit, Kosten und Intelligenz zu wählen.
Preisvergleich auf einen Blick (OpenAI-Entwicklerpreise vom 21. Juli 2026
Preislich gesehen kostet Terra halb so viel wie Sol, während Luna nur ein Fünftel kostet – sowohl bei kurzen als auch bei langen Kontexten.
Diese Preisgestaltung folgt ziemlich genau der Intelligenz und Geschwindigkeit. In der Praxis eignet sich jedes Modell am besten für eine andere Art von Arbeit:
- Sol ist das intelligenteste der drei. Es eignet sich am besten für langlaufende Aufgaben, komplexe technische Herausforderungen und persönliche Assistenz. Diese zusätzliche Leistung geht mit höherer Latenz und höheren Kosten einher, aber Sol zeichnet sich durch die Koordination von Subagenten und die Bewältigung großer Projekte über erweiterte Workflows hinweg aus.
- Terra liegt komfortabel in der Mitte und bietet einen Großteil der Intelligenz zum halben Preis von Sol. Es ist zudem moderat schneller. In Kombination mit Sol kann Terra ein starker Subagent sein: Sol wägt die Optionen ab und gibt die Richtung vor, um dann die Implementierung an das schnellere, günstigere Terra zu übergeben.
- Luna ist das schnellste und günstigste der drei, übertrifft aber dennoch die meisten Modelle auf dem Markt – und das zu nur einem Fünftel des Preises von Sol. Für die meisten alltäglichen KI-Aufgaben ist Luna mehr als ausreichend und liefert zuverlässige Leistung zu unglaublich niedrigen Kosten. Stand 17. Juli 2026 belegt es Platz 16 von 576 Modellen im Artificial Intelligence Model Intelligence Index.
Das beste Modell für die Aufgabe auswählen
Wie entscheidest du, welches Modell eine Anfrage bearbeiten und wie viel Reasoning es anwenden soll? Diese Wahl muss getroffen werden, bevor Tokens generiert werden.
Fange mit Luna an, dann eskalieren.
Ein einfacher Ansatz für jede Aufgabe ist, das Modell zu wählen, das das beste Verhältnis von Geschwindigkeit und Intelligenz zum gewünschten Preis bietet. Innerhalb der GPT-5.6-Familie:
1. GPT-5.6-Sol: Höchste Intelligenz-Unter- und -Obergrenze
2. GPT-5.6-Luna: Höchste Geschwindigkeits-Unter- und -Obergrenze
Eine gute Faustregel ist, die meisten Aufgaben mit Luna zu beginnen und dann auf Terra oder Sol zu wechseln, wenn der Fortschritt ins Stocken gerät – etwa wenn Agenten feststecken, Korrekturen nicht greifen oder das Modell den Faden verliert. Wenn du bereit bist, für mehr Geschwindigkeit und Intelligenz zu zahlen, kannst du Sol auf Cerebras mit 750 Tokens pro Sekunde ausführen, was einen Geschwindigkeitsvorteil von bis zu 10x gegenüber dem normalen Sol-Modus bietet.
Testzeit-Compute / Reasoning
Eine weitere Möglichkeit, die Aufgabenbearbeitung durch das Modell anzupassen, ist die Anpassung seines Reasoning-Levels. In Codex kannst du aus fünf Optionen wählen: „Light", „Medium", „High", „Extra High" und „Ultra".
Durch die Nutzung von mehr Rechenzeit zur Erhöhung der Ausgabegenauigkeit generiert das Modell Tokens, in denen es mit sich selbst argumentiert und sich hinterfragt, bevor es dem Benutzer eine Antwort gibt.
- Light: Ideal, um grundlegende Aufgaben schnell zu erledigen, Dateien zu finden, ein Repository zu klonen und zu konfigurieren, deine Downloads zu organisieren und mehr. Dies ist das Reasoning-Level, das du im Grunde für alles wählen solltest, bei dem das Modell weiß, was zu tun ist, und die Wahrscheinlichkeit eines Fehlschlags gering ist.
- Medium: Ein guter Alltagsstandard für Aufgaben, die etwas Interpretation, Planung oder Fehlersuche erfordern, aber keine tiefgehende Erkundung. Dazu gehören das Zusammenfassen über mehrere Dateien hinweg, die Implementierung einer kleinen Funktion oder die Fehlerbehebung bei einem bekannten Problem.
- High und Extra-High: Am besten geeignet für schwierige MINT- und Programmieraufgaben, wie komplexes Debugging, Architekturentscheidungen, große Refactorings oder Probleme mit mehreren plausiblen Lösungsansätzen. Die meisten routinemäßigen Assistenzaufgaben benötigen nicht so viel Reasoning.
- Ultra: Verwende den höchsten Reasoning-Modus, wenn du genau weißt, was du willst, und detaillierte Einschränkungen hast, insbesondere bei Arbeiten, die mehrere unabhängige Systeme umfassen. Zum Beispiel beim Erstellen von Schnittstellen und APIs, um 2 APIs auf eine sehr spezifische Weise zu verbinden.
Wir reservieren den Ultra-Modus normalerweise für unsere größten Forschungsfragen und neuartigen Herausforderungen. Der Ultra-Modus neigt dazu, deine Nutzungslimits sehr schnell zu erschöpfen, aber du kannst sicher sein, dass das Modell das gesamte verfügbare Reasoning-Budget genutzt hat, um seine Antwort zu erkunden, zu verifizieren und zu verfeinern.
In Artificial Analysis‘ Tests vom 17. Juli stiegen die durchschnittlichen Kosten pro Aufgabe mit jeder Stufe des Reasoning-Levels von GPT-5.6 Sol um etwa 50 %. Die folgenden Diagramme zeigen, wie sich zusätzliches Reasoning sowohl auf die Intelligenz als auch auf die Kosten auswirkt.
Cache-Reads nutzen.
Gecachter Input ist 90 % günstiger als frischer Input. Codex-Aufgaben, die wiederholt dieselbe Codebasis oder denselben Kontext verarbeiten, profitieren enorm.
Jedes der GPT-5.6-Modelle hat eine Cache-TTL von ca. 30 Minuten. Das bedeutet, dass es besser ist, eine einzige Sitzung beizubehalten, in der du arbeitest, als für jede Aufgabe eine neue Sitzung zu starten.
Die Kompaktierung von Codex ist inzwischen auch gut genug, dass du eine einzige Sitzung mit Hunderten von Millionen Tokens ausführen kannst, ohne auf Probleme zu stoßen.
Wenn du die Sitzung aktiv hältst, hast du eine viel günstigere Prompt-Verarbeitung. Du kannst Codex-Automatisierungen einrichten, die alle 20 Minuten ausgeführt werden, um deinen Cache am Leben zu erhalten, und diese Automatisierungen nutzen, um langlaufende Prozesse zu steuern.
Multi-Agent-Workflows effektiv nutzen.
Verschiedene Modelle werden mit unterschiedlichen Daten trainiert und für unterschiedliche Ziele optimiert, was bedeutet, dass jedes in bestimmten Bereichen etwas besser oder schlechter sein wird.
Der Advisor-Workflow gibt einem Agenten eine enge Aufgabe: die gesamte Sitzung lesen, das Ziel und die Einschränkungen im Auge behalten und eingreifen, sobald der Arbeiter beginnt, abzudriften. Dies hilft, den Arbeiter automatisch zu steuern und die Zuverlässigkeit bei längeren Aufgaben zu verbessern.
Local Codex ermöglicht es dir auch, andere Anbieter in die App zu integrieren. Das bedeutet, du kannst mit kostengünstigeren Open-Weight-Modellen wie Kimi K2.7 Code experimentieren oder mit Modellen, die andere Stärken haben, wie GLM-5.2 für langfristiges Reasoning und Programmierung, während du in der vertrauten Codex-Umgebung bleibst.
Du kannst dann diese externen Modelle für begrenzte Subagenten-Arbeiten einsetzen, um Kosten zu senken oder die unterschiedlichen Stärken der einzelnen Modelle zu nutzen.
Eine wichtige Nuance: Dies geschieht über die Codex-Konfiguration und benutzerdefinierte Agentendateien, nicht über einen einfachen Modellauswähler in der App. Codex unterstützt lokale Anbieter wie Ollama und LM Studio sowie benutzerdefinierte Responses-kompatible Anbieter.
Fazit
Die Nutzungslimits im Abo sind recht großzügig, aber da KI-Agenten für immer mehr Menschen nützlicher werden, stoßen viele die Grenzen weit über das hinaus, was ein einziges Abo bieten kann.
Und selbst wenn du Geld wie Heu hast, nicht jedes „Frontier"-Modell befindet sich an der Spitze aller Anwendungsfälle. Oft kann ein kleines Modell eine Gruppe der weltbesten Modelle bei einigen Benchmarks völlig deklassieren.
Geschwindigkeit ist ein wichtiger Hebel. Tagsüber, wenn du mit deinen Agenten interagierst, kann eine hohe Tok/s-Zahl dein Erlebnis dramatisch verbessern. Außerhalb der Geschäftszeiten kann ein /goal mit einem langsamen, extra reasoning Modell einen enormen Unterschied machen.
Und zu guter Letzt: Behalte Artificial Analysis im Auge, es ist vollgepackt mit hochwertigen Modellgeschwindigkeits-Benchmarks und Intelligenzindizes.
Vielen Dank an Sarah Chieng (@MilksandMatcha), Joyce Er und Hai-Ching für eure Durchsicht und euren Input, sowie an Halley Change (@halleychangg) für das Design der Grafiken in diesem Blogbeitrag.
