GPT-5.6 ist da – der Zugang ist die eigentliche Geschichte

Ich wollte GPT-5.6 heute frisch nach dem Launch einfach ausprobieren. Ich hänge im Plus-Tarif und das auch nicht erst seit gestern. Passiert ist erst mal nichts – weder im WebChat noch in der Codex-App lässt sich ein 5.6-Modell auswählen, nur im Codex-CLI liegen gpt-5.6-terra und gpt-5.6-luna bereit. Mein erster Reflex war der naheliegende, leicht paranoide: liegt's am bösen europäischen Account? Nach einer Stunde Recherche ist die Antwort unspektakulärer, und sie sagt mehr über den Zustand dieser Releases als jedes Benchmark-Diagramm.

Drei Releases an einem Tag

OpenAI hat die Woche vollgepackt. GPT-5.6 ging heute in die allgemeine Verfügbarkeit, nachdem die Modellfamilie seit dem 26. Juni nur als geschlossene Preview für ausgewählte Partner lief. Einen Tag vorher kam mit GPT-Live eine neue Generation von Voice-Modellen, und parallel zum Modell-Launch schaltete OpenAI ChatGPT Work frei, einen Agenten, der komplette Aufgaben übernehmen soll. Drei Ankündigungen, ein gemeinsames Muster: Verfügbar heißt nicht verfügbar für alle.

Das Modell selbst ist der Kern, also fangen wir da an – und bei der Frage, warum es bei mir im Picker fehlt.

GPT-5.6: Sol, Terra, Luna – warum du Sol im Picker nicht siehst

OpenAI hat mit GPT-5.6 das Namensschema umgebaut. Die Zahl steht für die Generation, Sol, Terra und Luna stehen für dauerhafte Fähigkeitsstufen. Sol ist das Flaggschiff, Terra die ausgewogene Variante auf etwa GPT-5.5-Niveau zum halben Preis, Luna das schnellste und günstigste Modell. Preislich landet das bei 5 USD Input und 30 USD Output pro Million Tokens für Sol, die Hälfte für Terra, und nochmal deutlich darunter für Luna.

Und jetzt zu meinem Modell-Picker-Problem: Im Chat sollen Plus, Pro, Business und Enterprise die Sol-Stufe nicht als eigenen Eintrag bekommen, sondern über die Intelligenz-Einstellung – wer im Modell-Dropdown ein „5.6“ sucht, sucht am falschen Ort. So der Plan; in meinem Account greift er aktuell mit Veröffentlichung dieses Artikels noch nicht. Der Regler steht auf „Hoch“, und im Modell-Menü darunter endet die Liste bei GPT-5.5, gefolgt von 5.4, 5.3 und o3. Kein Sol, kein 5.6, egal welche Stufe ich wähle.

In ChatGPT Work und Codex sieht die Sache anders aus: Free und Go bekommen nur Terra, Plus und höher wählen frei zwischen allen drei Stufen. Genau deshalb liegen in meinem Codex-CLI terra und luna schon bereit, während der WebChat stur auf 5.5 beharrt.

Der Rest ist Rollout-Mechanik. Die Modelle verteilen sich über 24 Stunden schrittweise, und ChatGPT Work im Web und Mobile erreicht zuerst Pro, Enterprise und Edu, Plus und Business folgen in den kommenden Tagen, was die Sache erklärt und als Plus-Kunde also etwas Geduld erfordert. Über die Desktop-App, die übrigens jetzt Codex-App und Chat-App konsolidiert, ist es sofort für alle da und ein EU-spezifischer Block taucht in keiner Quelle auf. Kein Geoblocking-Drama also, sondern Wellen-Rollout plus Plus-in-Welle-zwei. Mein böser europäischer Account ist diesmal unschuldig. Das konnte ich dann auch feststellen, nachdem sich die Codex-App aktualisierte und mich als „ChatGPT“ mit einem Hinweis-Banner begrüßte.

ChatGPT Work und GPT-Live

ChatGPT Work ist der ambitioniertere der beiden Nebenschauplätze. Der Agent kombiniert die Codex-Technik mit Drittanbieter-Integrationen, läuft auf GPT-5.6 und soll aus einem Prompt fertige Artefakte bauen – Excel-Tabellen, Word-Dokumente, ganze Präsentationen. Neu ist ein „Unified Plugins Directory“, das Google Drive, SharePoint, Slack, Teams, Gmail, Salesforce und ein gutes Dutzend weiterer Dienste an einem Ort bündelt. Abgerechnet wird nutzungsbasiert nach Aufgabengröße. Ob der Agent hält, was das Demo verspricht, steht auf einem anderen Blatt – der letzte große Plugin-Anlauf von OpenAI aus 2023 ist bekanntlich versandet.

GPT-Live ist die dritte Ankündigung und ersetzt den bisherigen Advanced Voice Mode. Die Modelle GPT-Live-1 und GPT-Live-1 mini arbeiten full-duplex, hören und sprechen also gleichzeitig, werfen ein „mhmm“ ein und lassen sich unterbrechen. Für Suche und komplexere Fragen reichen sie im Hintergrund an GPT-5.5 weiter. Das Mini-Modell wird Standard für Free, das große für die Bezahltarife. Video und Screen-Sharing im Voice-Modus fehlen noch.

Benchmarks mit Hersteller-Sternchen

Im Ankündigungstext führt OpenAI die Benchmarks an, in denen sie vorne liegen: Agents' Last Exam, wo Sol mit max-Reasoning 53,6 erreicht (die Tabelle im selben Post nennt für eine niedrigere Stufe 52,7 – schon hier fängt das Kleingedruckte an), und der Artificial Analysis Coding Agent Index, wo Sol auf 80 kommt. Klingt nach klarer Führung, bis man in die Benchmark-Tabellen darunter schaut.

Dort wird das Bild uneindeutiger. Bei SWE-Bench Pro liegen Claude Mythos 5 mit 80,3 % und Fable 5 mit 80 % klar vor Sol mit 64,6 %. Beim Artificial Analysis Intelligence Index schiebt sich Fable 5 mit 59,9 vor Sol mit 58,9, und bei GDPval-AA führt Anthropic ebenfalls. Wer meine Einordnungen zu Claude Sonnet 5 und Opus 4.8 gelesen hat, kennt das Muster: Auf den SWE-Bench-Zahlen ist Anthropic gerade schwer zu schlagen. Alle diese Werte sind von OpenAI berichtet, keine unabhängige Drittmessung – gelesen als Marketing, nicht als gegeben. Eine Fußnote lohnt den Blick: Bei GeneBench Pro fliegt Fable 5 laut OpenAI raus, „weil es die meisten Bio-Fragen verweigert“. Verpackt als Schwäche, ist das in Wahrheit Anthropics bewusste Safety-Haltung.

Die Rezeption unter frühen Testern fällt entsprechend gespalten aus. Investor Matt Shumer schrieb auf X, Fable sei bei fast jeder getesteten Aufgabe spürbar besser gewesen, während andere klare Vorteile bei OpenAI sehen. Altman wiederum verkauft Sol als 54 % token-effizienter bei agentischem Coding – die Kennzahl, auf die im Enterprise gerade jeder schaut.

Zwei Labs, zwei Regierungs-Umwege

Das eigentlich Interessante an diesem Release ist nicht das Modell, sondern der Weg dorthin. OpenAI durfte GPT-5.6 im Juni zunächst nur an regierungsgenehmigte Stellen ausliefern, auf Bitte der Trump-Regierung. Grundlage ist eine Executive Order vom 2. Juni, die Modell-Entwickler bittet, ihre Spitzenmodelle vor dem Release freiwillig zur Bewertung vorzulegen. Getestet hat das Center for AI Standards and Innovation im Handelsministerium, OpenAI schickte eigene Leute nach D.C. Das Weiße Haus betont, eine formale Lizenz sei nicht nötig gewesen, die Teilnahme sei freiwillig. OpenAI und Altman rahmen es als kollaborative Prüfung. Zwei Lesarten desselben Vorgangs, aussuchen darf man selbst.

Anthropic steckte in derselben Woche in der Spiegelversion des Problems. Fable 5 und Mythos 5 mussten wegen einer Export-Control-Direktive zeitweise abgeschaltet werden, die das Handelsministerium Ende Juni wieder aufhob; seit dem 1. Juli sind die Modelle zurück. Zwei Labs, zwei Regierungs-Umwege, ein gemeinsamer neuer Normalzustand: Der Zugang zu Frontier-Modellen wird gerade Fall für Fall zwischen Unternehmen und Behörden ausgehandelt, in Echtzeit.

Kleiner Hot Take

Das Modell ist vermutlich richtig gut – die Efficiency-Zahlen und die gespaltene, aber ernsthafte Tester-Reaktion deuten in dieselbe Richtung. Nur ist das inzwischen fast die langweiligste Frage an so einem Launch-Tag. Spannender ist, dass ich als zahlender Nutzer erst mal vor einem halb ausgerollten Picker sitze, und dass zwei der wichtigsten Labs ihre besten Modelle jetzt durch einen Regierungs-Filter schieben, bevor ich sie überhaupt sehe. Die Benchmarks kann ich nachlesen. Wie sich dieser neue Genehmigungs-Zwischenschritt auf Tempo und Verfügbarkeit auswirkt, ist die Frage, die mich als Praktiker wirklich umtreibt. Sobald ich in Ruhe mal zu einer Versuchsreihe komme, teste ich – und melde mich aller Voraussicht nach mit einem echten Eindruck.