OpenAI führt drei Varianten der GPT-5.6-Reihe ein: Sol, Terra und Luna — mit unterschiedlichen Preis-Leistungs-Profilen. Plus ChatGPT Work als autonomer Assistent. Was das für KMU bedeutet.
OpenAI hat diese Woche drei neue Modelle der GPT-5.6-Reihe veröffentlicht: Sol ($5/$30 pro Million Tokens), Terra ($2,50/$15) und Luna ($1/$6). Gleichzeitig wurde ChatGPT Work angekündigt — ein autonomer Arbeitsassistent für Dokumente, Tabellen und Präsentationen. Der KI-Browser „Atlas", vor weniger als einem Jahr gestartet, wurde bereits eingestellt. Ein dreistufiges Preismodell und der autonome Arbeitsmodus eröffnen neue Anwendungsmöglichkeiten für den Mittelstand — werfen aber auch Fragen zum Datenschutz auf.
Die GPT-5.6-Reihe besteht aus drei Varianten mit klar abgegrenzten Profilen: Sol ist das leistungsstärkste Modell und belegt nach Unternehmensangaben Platz eins auf dem Artificial Analysis Coding Agent Index mit einem Score von 80. Es kostet 5 Dollar pro Million Eingabe-Tokens und 30 Dollar pro Million Ausgabe-Tokens. Terra positioniert sich als ausgewogenes Mittelfeld-Modell bei 2,50 Dollar und 15 Dollar. Luna ist die günstige Variante für einfachere Aufgaben bei 1 Dollar und 6 Dollar.
Parallel dazu wurde ChatGPT Work angekündigt: ein Modus, in dem das Modell selbstständig Berichte entwirft, Tabellen aufbereitet und Präsentationen strukturiert — teils autonom, teils im Dialog mit dem Nutzer. Der geplante KI-Browser „Atlas", mit dem OpenAI eine eigenständige Browser-Erfahrung aufbauen wollte, wurde nach weniger als einem Jahr eingestellt. Stattdessen setzt OpenAI auf eine Chrome-Extension, die „mit dem Nutzer" arbeitet, und einen erweiterten ChatGPT-Desktop mit Cloud-Remote-Browser, der Aufgaben eigenständig am Rechner übernimmt.
Das dreistufige Preismodell ist die eigentliche Neuerung. Bisher mussten Unternehmen zwischen einem Premium-Modell, das vieles kann, aber teuer ist, und günstigen Modellen wählen, die für anspruchsvolle Aufgaben nicht ausreichen. Mit Sol, Terra und Luna lässt sich nun je nach Aufgabentyp wählen: einfache Textgenerierung und Klassifizierung über Luna, Standardanalysen und Kundenkommunikation über Terra, komplexes Reasoning und agentenbasierte Abläufe über Sol.
Wer bereits ChatGPT-Abonnements oder API-Zugang nutzt, kann diese Logik direkt in bestehende Workflows einbauen. Ein Routingsystem — je nach Aufgabenkomplexität automatisch das passende Modell wählen — kann laut Einschätzungen aus der Branche bis zu 60 Prozent der Token-Kosten einsparen. Für Betriebe mit mittleren Anfragevolumina im Bereich von 50.000 bis 500.000 Token pro Monat wäre das ein merklicher Unterschied in der Wirtschaftlichkeitsrechnung.
ChatGPT Work ist vor allem als Ergänzung zu bestehenden Office-Werkzeugen relevant. Unternehmen, die regelmäßig standardisierte Berichte, Angebote oder interne Auswertungen erstellen, könnten Teile dieses Prozesses delegieren. Die Grenze zwischen Assistent und Autopilot verwischt dabei — was die Frage nach der Kontrolle über ausgehende Dokumente aufwirft.
„Ein dreistufiges Preismodell bei KI-APIs ändert die Wirtschaftlichkeitsrechnung für den Mittelstand grundlegend — wenn man weiß, welche Aufgabe welches Tier braucht."
Unternehmen im Projektgeschäft oder technischen Vertrieb erstellen regelmäßig individuelle Angebote, die sich in Struktur und Inhalt ähneln. Terra bietet für diese Aufgabe ein gutes Preis-Leistungs-Verhältnis: Das Modell kann auf Basis einiger Eingaben — Kundenprofil, Produktkonfiguration, gewünschter Schwerpunkt — einen Entwurf liefern, den ein Vertriebsmitarbeiter dann in wenigen Minuten finalisiert. In Kundenprojekten bei ATLAS Consulting haben wir bei vergleichbaren Workflows Zeitersparnisse von 40 bis 60 Prozent pro Angebot beobachtet.
Sol erreicht auf dem Coding-Agent-Index Platz eins, was für Unternehmen mit eigenem Entwicklungsteam relevant ist. KI-gestützte Codereviews, automatische Test-Generierung oder die Dokumentation von Legacy-Code sind Aufgaben, für die das leistungsstärkste verfügbare Modell tatsächlich einen Unterschied macht. Zu beachten: Kein Produktionscode sollte ohne menschliche Prüfung übernommen werden — aber Sol kann die Zeit bis zur ersten lauffähigen Version erheblich verkürzen.
Luna eignet sich für Aufgaben, bei denen Präzision nicht kritisch ist: eingehende E-Mails nach Priorität und Kategorie sortieren, einfache Anfragen vorformulieren, Kundenname und Anliegen aus einer Nachricht extrahieren. Bei Volumen ab 1.000 Mails pro Monat amortisiert sich die Integration in wenigen Wochen. Der günstige Preis macht es wirtschaftlich, Luna dauerhaft im Hintergrund laufen zu lassen, ohne dass Kosten in einem unwirtschaftlichen Verhältnis zum Nutzen stehen.
Praxis-Tipp: DSGVO-Check vor dem EinsatzChatGPT Work und der Remote-Browser-Modus übertragen Inhalte in OpenAIs Cloud-Infrastruktur, die primär in den USA betrieben wird. Für Unternehmen in regulierten Branchen oder mit vertraulichen Kundendaten ist ein Data Processing Agreement (DPA) mit OpenAI Pflicht. Prüfen Sie außerdem, ob Ihre Nutzungsbedingungen gegenüber Kunden KI-gestützte Verarbeitung abdecken, bevor Sie ChatGPT Work für kundenbezogene Dokumente einsetzen.
| Modell | Preis Input / Output | Geeignet für |
|---|---|---|
| GPT-5.6 Sol | 5 $ / 30 $ pro Mio. Token | Komplexes Reasoning, Code-Aufgaben, agentenbasierte Abläufe |
| GPT-5.6 Terra | 2,50 $ / 15 $ pro Mio. Token | Angebote, Berichte, Kundenkommunikation, Standardanalysen |
| GPT-5.6 Luna | 1 $ / 6 $ pro Mio. Token | Klassifizierung, E-Mail-Routing, einfache Textgenerierung |
Das dreistufige Modell von OpenAI ist für KMU, die KI bereits produktiv nutzen oder kurz vor dem Einstieg stehen, die wichtigste Entwicklung dieser Woche. Es schafft eine Kostenstruktur, die eine differenzierte Nutzung erlaubt: teuer dort, wo es nötig ist — günstig, wo es reicht. Wer bisher an den Kosten von GPT-4o oder Opus-Klasse gescheitert ist, sollte die neuen Preistiers im konkreten Anwendungsfall neu durchrechnen.
ChatGPT Work bleibt im Datenschutz eine offene Frage. Für Unternehmen ohne sensible Daten in den betroffenen Dokumenten ist es ein nützliches Werkzeug. Für alle anderen empfiehlt sich zunächst ein rechtlicher Check, bevor der autonome Modus für kundenbezogene Vorgänge genutzt wird. ATLAS Consulting begleitet Mittelstandsbetriebe bei genau dieser Abwägung — von der technischen Eignung bis zur DSGVO-konformen Einbettung.
ATLAS Consulting begleitet Sie vom ersten Use-Case bis zur produktiven Integration — ohne Hype, ohne Blackbox, mit klaren Zahlen.