Gedanken zu den neuen OpenAI-Modellen

Am 9. Juli 2026 kündigte OpenAI drei neue Modelle aus der GPT-5.6-Familie an: Sol, Terra und Luna. Einerseits bin ich sehr gespannt darauf, alles Neue auszuprobieren. Andererseits ist OpenAI Codex derzeit eines meiner wichtigsten Arbeitswerkzeuge, daher bin ich bei einem Wechsel sehr vorsichtig. Für die Arbeit nutze ich sowohl OpenAI Codex als auch Claude Code, und beide funktionieren für mich gut.

Jedes Modell ist anders. Ich bin an GPT-5.5 in den Einstellungen „High“ und „Extra High“ gewöhnt. Das ist mein Favorit. Ich habe auch Claude Fable 5 ausprobiert und arbeite ziemlich viel mit Opus 4.8, aber über die Claude-Modelle werde ich separat berichten.

Für mich ist bei Modellen Folgendes sehr wichtig:

• Können sie verstehen, was tatsächlich zu tun ist, ohne selbst Dinge zu erfinden, die nichts damit zu tun haben?
  Das ist ein ziemlich interessantes Thema, denn manchmal teilt man dem Modell mit, was man möchte, und bittet es, einen Plan zu erstellen. Wenn man sich den Plan ansieht, stellt man fest, dass es zwei- oder dreimal so viel hinzugefügt hat, wie es für nötig hält – obwohl man nie darum gebeten hat. Und das ist nicht wirklich das, was man will.
• Wie schnell arbeiten sie?
  Die meisten Modelle erledigen die Arbeit, aber nicht alle tun dies schnell genug. Manche sind schneller, manche langsamer oder sogar viel langsamer. Das ist ein interessanter Kompromiss im Zusammenhang mit dem nächsten Punkt.
• Wie sieht es mit der Qualität aus?
  Manche Modelle schreiben den Code komplizierter, als er sein müsste. Andere machen manchmal banale Fehler. Manche von ihnen überprüfen die Dokumentation, ohne dass du sie darum bittest. Andere tun das nicht. Wenn du ein gutes Ergebnis erzielen willst, musst du wirklich genau beobachten, was die KI tut.
• Konversationsstil
  Ich habe diesen Punkt an letzter Stelle aufgeführt, aber er ist für mich tatsächlich sehr wichtig. Ich reagiere sehr empfindlich darauf, wie Menschen und Modelle sprechen und was sie sagen. Ich gewöhne mich an einen bestimmten Stil eines bestimmten Modells, und der Wechsel zu einem neuen Modell ist für mich meist sehr aufwendig. Es fühlt sich einfach völlig falsch an, wenn man einen bestimmten Antwortstil erwartet und einen anderen bekommt.

GPT-5.5 mit den Einstellungen „High“ und „Extra High“ ist mein Favorit für das Programmieren.

Dieses Modell denkt sehr gut. Es stellt nur dann Fragen, wenn es unbedingt nötig ist. Es erkennt, was Sie übersehen haben, und weist Sie dann darauf hin. Es kann auch selbstständig Quellen überprüfen, einschließlich der Dokumentation zu neuen TYPO3-Versionen, und es kann Quellcode analysieren, ohne dass Sie es ausdrücklich darum bitten müssen. Genau das tun viele andere ähnliche Modelle: Sie überprüfen und verifizieren ihr Wissen und ihre Annahmen anhand des tatsächlichen Codes.

In den meisten Fällen generiert es sehr optimierten Code. Sehr selten lässt es sich mitreißen und macht etwas Seltsames, aber wenn man es darauf hinweist, behebt es den Fehler sehr schnell.

Auch der Konversationsstil dieses Modells ist wirklich gut. Es ist stets höflich, sehr aufmerksam und wirkt herzlich. Es kann zwar scherzen, versucht dies jedoch zu minimieren und bleibt eher herzlich, aber professionell.

Es ist zudem ein hervorragender Prüfer sowohl seines eigenen Codes als auch von Code, der von anderen Modellen generiert oder von Menschen geschrieben wurde.

Ich habe alle drei neuen Modelle ausprobiert, und das kann ich dazu sagen.

Luna kann die Arbeit erledigen, aber man muss sie sehr genau im Auge behalten. Dieses Modell ist sehr kostengünstig, allerdings geht dies auf Kosten der Qualität seiner Schlussfolgerungen. Wenn man ihm eine Aufgabe stellt, bei der es nachdenken und Entscheidungen treffen muss, werden diese Entscheidungen höchstwahrscheinlich nicht gut genug sein. Das ist kein Denker. Es ist ein Programm, das für dich 100 Zeichenfolgen von einer Art von Anführungszeichen in eine andere umwandeln kann. Das war’s. Es kann programmieren, aber du solltest es besser nicht ausprobieren, es sei denn, es handelt sich um etwas sehr Triviales. Und du solltest keine niedrigere Einstellung als „Extra hoch“ verwenden.

Terra ist ein ausgewogenes, universell einsetzbares Modell, das Sie für normale Arbeitsaufgaben nutzen können. Ich habe festgestellt, dass sich sein Code nicht wesentlich von dem der Version 5.5 unterscheidet. Der einzige Unterschied, den ich feststellen konnte, war der Gesprächsstil. Ich würde sagen, dass 5.5 herzlicher war und die Zusammenarbeit angenehmer war. Terra ist trockener und klingt fokussierter. Das ist eher eine persönliche Einschätzung als eine Frage der Leistung, aber wenn Sie einen wärmeren Stil schätzen, wird Ihnen 5.5 besser gefallen. Ansonsten habe ich bei der Einstellung „High“ keine Unterschiede zwischen Terra und 5.5 festgestellt.

Sol ist der Größte. Ich finde, OpenAI hat sich diesmal bei den Namen ganz gut geschlagen. Luna ist klein, Terra ist normal und Sol ist riesig.

Sol ist wirklich leistungsstark. Allerdings vermittelt es nicht denselben Eindruck wie Anthropic Fable. Wenn man mit Fable spricht, spürt man tatsächlich, dass es groß und gewaltig und sehr leistungsstark ist. Bei Sol ist das anders. Man spürt zwar deutlich, dass es leistungsstärker ist als andere Modelle, aber es behält diese Wärme bei, die OpenAI-Modelle normalerweise auszeichnet.

Ich habe mit Sol einige Änderungen an meinen kleinen internen Projekten vorgenommen und war wirklich zufrieden damit. Es arbeitet viel schneller als Fable und hat im Code keinen einzigen Fehler gemacht. Es war sehr geschickt darin, zu entdecken, was ich übersehen hatte, stellte mir sehr kluge Fragen und schlug sehr gute Lösungen vor. Einmal hat es sich selbst bei einer potenziell zerstörerischen Aktion erwischt. Die Aktion wurde zwar von einem Klassifikationsmodell im Automatikmodus genehmigt, aber Sol hat sich dennoch selbst gestoppt. Das war sehr interessant. Ich hätte die Situation noch retten können, wenn es die Datei gelöscht oder beschädigt hätte, da ich sie in Git hatte, aber ich habe noch nie erlebt, dass das Modell sich selbst dabei erwischt hat, etwas Gefährliches zu tun.

Was die Codequalität angeht, hat es hervorragende Arbeit geleistet. Ich habe mir den Code angesehen und war wirklich begeistert. Es hat sehr kurzen Code geschrieben, der genau das tat, was erforderlich war, und das auf wunderschöne Weise. Es wirkte wie ein sehr erfahrener Programmierer. Außerdem hat es eine hervorragende Dokumentation zu dieser Funktion verfasst.

Heute hat es außerdem meine Website geprüft und einen Sicherheitsbericht darüber erstellt, wobei es ein Problem mittlerer Schwere und einige kleinere Probleme gefunden hat. Keines davon hätte die Website lahmlegen können, aber es war trotzdem gut, sie zu beheben. Danke an Sol.

Für mich fühlt sich Sol an wie GPT-5.5 auf Steroiden.

Ich würde vorerst wohl bei Version 5.5 mit hoher oder sehr hoher Komplexität bleiben und Sol gelegentlich für komplexere Aufgaben oder Überprüfungen nutzen. Mir gefällt der Stil von 5.5 nach wie vor besser als der der neuen Modelle, und da dies für mich von großer Bedeutung ist, werde ich vorerst bei 5.5 bleiben. Es erfüllt seinen Zweck. Es macht seine Sache gut genug, sodass ich keinen Grund sehe, etwas zu ändern, es sei denn, ich muss Überprüfungen durchführen oder wirklich komplexe Untersuchungen oder Denkprozesse durchführen.

P.S. Beide Bilder auf dieser Seite wurden von Terra erstellt, nachdem wir etwa 20 Minuten lang über die visuelle Darstellung ihrer Kraft gesprochen hatten. Es gab mir eine Menge Vorbehalte zu verstehen, dass die Bilder ihre Kraft nicht wirklich widerspiegeln, aber ich sagte: „Okay, mach mir einfach ein paar schöne Bilder für meinen Blog!“ Ursprünglich wollte ich nur ein Bild veröffentlichen, konnte mich aber nicht entscheiden, welches, also habe ich beide hinzugefügt.