Zum Inhalt springen
im Trend

KI-Tools

GPT-6.1 Terra, Sol oder Luna: der Unterschied im Deutsch-Test

Ich habe GPT-6.1 Terra und GPT-6.1 Sol mit denselben 12 deutschen Aufgaben getestet: 65 zu 71 Punkte, Terra kostet 43 % weniger. So unterscheiden sich Luna, Terra, Sol und Astra.

Text: 4 Min. Lesezeit
GPT-6.1 Terra, Sol oder Luna: der Unterschied im Deutsch-Test

👁 137 Aufrufe

Am 26. Oktober 2026 habe ich GPT-6.1 Terra und GPT-6.1 Sol dieselben 12 auf Deutsch geschriebenen Aufgaben lösen lassen. Sol kam auf 71 von 72 Punkten, Terra auf 65. Terra kostete 0,054 USD, Sol 0,095 USD, also 43 % weniger. Fast der gesamte Abstand von 6 Punkten geht auf ein einziges Logikrätsel zurück.

  • Preise pro 1 Mio. Tokens: Luna 0,10 / 0,50 USD, Terra 1 / 5 USD, Sol 2 / 10 USD, Astra 10 / 50 USD.
  • Mein Deutsch-Test: Sol 71/72, Terra 65/72. Terra hielt das Rätsel für unlösbar.
  • In ChatGPT: Terra nur in Work und Codex, nicht im Chat.
  • Unabhängiger Index: Artificial Analysis gibt Sol 51,8 und Terra 48,1 Punkte (Stufe max).

Luna, Terra, Sol, Astra: vier Stufen einer Familie

OpenAI benennt die Stufen von GPT-6 nach Himmelskörpern. Luna ist die schnelle, günstige Stufe, Terra die Mitte, Sol das starke Allround-Modell und Astra das Flaggschiff. Die Versionsnummern laufen getrennt: Es gibt ein GPT-6.1 Sol und jetzt ein GPT-6.1 Terra, die neuesten Luna- und Astra-Modelle tragen dagegen noch die 6. GPT-6.1 Astra hat OpenAI gestoppt.

Modell API-Preis pro 1 Mio. (Ein / Aus) In ChatGPT Geeignet für
GPT-6 Luna 0,10 / 0,50 USD Alle Tarife, auch Free und Go Große Mengen einfacher Aufgaben
GPT-6.1 Terra 1 / 5 USD Nur Work und Codex (Plus, Pro, Enterprise, Edu) Büroarbeit, Formulare, Dokumente, Computer Use
GPT-6.1 Sol 2 / 10 USD Plus „eingeschränkt“, Pro „erweitert“ Anspruchsvollere Logik und Code
GPT-6 Astra 10 / 50 USD Plus „eingeschränkt“, Pro „erweitert“ Die schwierigsten Aufgaben

Die Spalte ChatGPT stammt von der Preisseite und dem Hilfecenter von OpenAI, abgerufen am 26. Oktober 2026. In der Preistabelle fehlte Terra noch, das Hilfecenter schreibt „not available in Chat“. Zur Vorgängergeneration: GPT-6 Sol und Luna: Preise, Benchmarks und Tests.

Mein Test: Terra gegen Sol auf Deutsch

Ich habe beide Modelle am 26. Oktober über OpenRouter auf dem Standard-Endpoint von OpenAI getestet, Reasoning-Stufe medium, ein Versuch pro Aufgabe. Die 12 Aufgaben sind deutsch gedacht, nicht übersetzt: ein Einspruch gegen einen Einkommensteuerbescheid beim Finanzamt München, Redewendungen wie „Ich verstehe nur Bahnhof“ und ein Wortspiel mit „Bank“, eine Zusammenfassung, eine Übersetzung mit falschen Freunden, eine Rechnung mit 19 und 7 % MwSt. in der Gastronomie, Datums- und Zahlenformate, eine IBAN-Prüfung in Python, ein Logikrätsel in einer Leipziger Kleingartenanlage, JSON-Extraktion, Fakten zu Deutschland, rund 30.000 Tokens Versammlungsprotokolle und Korrekturlesen. Code, Rechnungen, JSON und Fakten prüfe ich automatisch, Texte bewertet bei OpenAI-Modellen Gemini 4 Argon blind.

Kennzahl GPT-6.1 Terra GPT-6.1 Sol
Punkte / 72 65,0 71,0
Kosten, 12 Aufgaben (USD) 0,054 0,095
Ausgabe-Tokens 4 334 3 064
Gesamtzeit (s) 65 72
Median tok/s 161 130
Aufgabe GPT-6.1 Terra GPT-6.1 Sol Claude Opus 5.5
Formeller Brief 6,0 6,0 6,0
Redewendungen und Wortspiele 6,0 6,0 5,0
Zusammenfassung einer Meldung 6,0 6,0 6,0
Übersetzung mit Fallen 6,0 6,0 6,0
MwSt.-Rechnung in Euro 6,0 6,0 6,0
Datums- und Zahlenformate 6,0 6,0 6,0
Code: IBAN-Prüfung 5,0 5,0 6,0
Logikrätsel 0,0 6,0 6,0
JSON-Extraktion 6,0 6,0 6,0
Fakten zu Deutschland 6,0 6,0 6,0
Langer Kontext (~30k Tokens) 6,0 6,0 6,0
Korrekturlesen 6,0 6,0 6,0

Entscheidend war das Rätsel. Fünf Gärten, fünf Personen, fünf Tiere, fünf Pflanzen, gut ein Dutzend Hinweise, genau eine Lösung. Sol fand sie. Terra rechnete lange, verwarf eine Variante nach der anderen und schrieb am Ende:

Es gibt keine gültige Lösung.

Das ergab 0 von 6 Punkten. Dieselbe Schwäche zeigte Terra im türkischen Test, während das Rätsel in sieben anderen Sprachen klappte. Die übrigen Punkte sind gleich: Beide verloren je einen Punkt, weil Docstring und Kommentare der IBAN-Prüfung zu knapp waren, alles andere bekam bei beiden 6/6.

Bei den Kosten liegt Terra trotz mehr Text vorn: 4.334 Ausgabe-Tokens gegenüber 3.064 bei Sol, aber jeder Token kostet die Hälfte. Die 12 Antworten brauchten zusammen 65 Sekunden gegenüber 72 bei Sol (parallele Anfragen, Zeiten nur als Richtwert).

Welches Modell für welchen Zweck

  • Chat in ChatGPT: Terra steht dort nicht zur Wahl. Mit Plus nennt die Preistabelle Sol mit „eingeschränktem“ Kontingent, Free und Go bekommen Luna.
  • Work und Codex mit Plus (20 USD im Monat zzgl. MwSt.): Terra für Dokumente, Tabellen, Formulare und kleinere Codeänderungen, laut OpenAI hält das gemeinsame Kontingent damit länger als mit Sol oder Astra. Sol für knifflige Refactorings und alles mit mehrstufiger Logik; OpenAI selbst empfiehlt für den schwierigsten Code Sol und Astra.
  • API mit Volumen: 1.000 Anfragen mit je 2.000 Eingabe- und 500 Ausgabe-Tokens kosten mit Terra 4,50 USD, mit Sol 9,00 USD und mit Luna 0,45 USD. Im Batch sinkt Terra auf 2,25 USD.
  • Planungs- und Zuordnungsaufgaben: Bei Terra eine höhere Reasoning-Stufe testen oder das Ergebnis gegenprüfen.

Und Luna?

GPT-6 Luna war nicht Teil meines Tests, eine Punktzahl kann ich deshalb nicht nennen. Bekannt ist: 0,10 USD pro Million Eingabe- und 0,50 USD pro Million Ausgabe-Tokens, ein Zehntel von Terra, und Luna ist das Modell für Free und Go im Chat. Vergleich kleiner Modelle: Claude Haiku 5.5 vs GPT-6 Luna vs Gemini 3.8 Flash.

Preise, Verfügbarkeit, Benchmarks und die vollständige Rangliste mit neun Modellen finden Sie im GPT-6.1-Terra-Überblick.

Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →

Quellen

Kinetyra

// read next

More on this from WISSNOX

Tobias Reuter

Tobias Reuter

AUTHOR

Tobias Reuter beschäftigt sich mit Software, Apps und Betriebssystemen. Er liebt praktische Anleitungen, nach denen am Ende alles funktioniert.

weiterlesenanleitungenPinokio: Ein-Klick-Installer für lokale KI im TestPinokio verspricht die Installation komplexer KI-Anwendungen aus GitHub mit einem Klick.

Meistgelesen

  1. 1100.000 Qubits statt einer Million: Wie nah ist der Quanten-Codeknacker wirklich?
  2. 2Die partielle Mondfinsternis im August 2026: Warum 96 % kein „Blutmond“ sind - und gerade deshalb faszinieren
  3. 3Seedance 2.5 im Test: 8 Video-Beispiele mit Prompts
// Sitemap
wissnox in Zahlen 0Texte im Archiv0News der letzten 7 Tage0Videomodelle im Observatorium
🎬 KI-Video Empfehlung: Higgsfield AI DoP Kamera-Presets & Rechner • Higgsfield AI 50% Gutschein • Higgsfield vs Kling AI
× ‹ Vergrößerung ›