OpenAI: GPT-6 Sol

GPT-6 Sol ist ein Textmodell von OpenAI, Teil der GPT-6-Serie. Innerhalb dieser Serie liegt es unter dem Flaggschiff GPT-6 Astra und über der schnellen GPT-6 Luna-Stufe und ist als kosteneffiziente High-End-Option positioniert. Es wurde vom Anbieter am 2026-09-22 veröffentlicht. Wenn Sie zwischen den Stufen wählen, ist Sol die mittlere Option: weniger leistungsfähig als Astra, leistungsfähiger als Luna.

Auf der Eingabeseite akzeptiert das Modell Text, Bilder und Dateien und gibt Text als Ausgabe aus. Das Kontextfenster umfasst 1.050.000 Token, was groß genug ist, um sehr lange Dokumente, ganze Codebasen oder ausgedehnte Gesprächsverläufe in einer einzigen Anfrage zu halten. Die maximale Ausgabe beträgt 128.000 Token, sodass Antworten selbst lang sein können, nicht nur die Eingaben. Da Bilder und Dateien neben Text akzeptiert werden, können Sie Formate in einem Prompt mischen, anstatt alles zuerst in reinen Text umzuwandeln.

Diese Fähigkeiten deuten auf einige praktische Muster hin. Arbeit mit langem Kontext ist das offensichtliche: das Prüfen umfangreicher Verträge, Spezifikationen oder Protokolldateien, ohne sie in separate Aufrufe aufzuteilen. Prompts mit gemischten Modalitäten eignen sich für Aufgaben, bei denen ein Screenshot, ein Diagramm oder eine gescannte Seite zusammen mit dem umgebenden Text gelesen werden muss, etwa beim Extrahieren strukturierter Daten aus einem Dokument, das Abbildungen enthält. Die hohe Ausgabegrenze hilft beim Erzeugen langer Berichte, Migrationen oder Codeänderungen über mehrere Dateien in einer Antwort. Tool-Aufrufe und strukturierte Ausgaben machen es nutzbar als Denkschritt innerhalb einer Agent-Schleife oder einer Pipeline, die maschinenlesbare Ergebnisse statt Prosa benötigt.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "openai/gpt-6-sol" auf. Die unterstützten Anforderungsparameter sind include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools und verbosity. In der Praxis bedeutet das, dass Sie die Ausgabelänge begrenzen, steuern können, wie viel Denkarbeit das Modell leistet und wie sie dargestellt wird, JSON- oder schema-konforme Antworten anfordern, einen Seed für Reproduzierbarkeit setzen, Tools definieren und auswählen können, wie sie ausgewählt werden, und die Ausführlichkeit der Antwort anpassen können. Wenn Sie bereits Code geschrieben haben, der auf die OpenAI-Chat-Completions-Form ausgelegt ist, ist der Wechsel zu diesem Modell größtenteils eine Frage des Änderns der Modell-ID und des Hinzufügens der Parameter, die Sie benötigen.

Behalten Sie das Ausgabelimit im Auge: 128.000 Token sind großzügig, aber endlich, sodass Aufgaben, die in einem Durchgang mehr ausgeben müssen, aufgeteilt werden müssen. Das Modell gibt nur Text aus, sodass alles, was generierte Bilder oder Audio erfordert, ein anderes Modell benötigt. Und da Sol unter GPT-6 Astra positioniert ist, sind Workloads, bei denen die höchste verfügbare Fähigkeit mehr zählt als Effizienz, diejenigen, bei denen Astra möglicherweise besser passt.