OpenAI und Anthropic drehen an der Preisschraube: Neue KI-Modelle liefern mehr fürs Geld

OpenAI und Anthropic bringen gleichzeitig neue KI-Modelle an den Start, und beide setzen dabei auf mehr Leistung bei sinkenden Kosten. OpenAI stellt mit GPT-6 Sol und GPT-6 Luna zwei Modelle vor, die auf den Verbesserungen von GPT-6 Astra aufbauen sollen. Anthropic schickt mit Claude Opus 5.5 ebenfalls ein neues Modell ins Rennen. Die Richtung ist bei allen drei Modellen ähnlich: Bessere Programmierung, stärkere Fähigkeiten für professionelle Aufgaben und Agenten sowie natürlichere Kommunikation, und das Ganze möglichst günstig und schnell.

GPT-6 Sol ist bei OpenAI als Modell für alltägliche und professionelle Arbeit positioniert, während Luna auf Geschwindigkeit und hohe Anfragevolumen optimiert wurde. Beide Modelle sollen gegenüber ihren jeweiligen Vorgängern deutliche Fortschritte machen. Besonders Sol soll laut OpenAI bei Programmierung und Computernutzung besser abschneiden und in einigen Tests mit Claude Fable 5.1 mithalten oder diese sogar übertreffen. Gleichzeitig spricht OpenAI davon, dass Sol in bestimmten Tests etwa halb so viele Fehler macht wie GPT-5.6 Sol.

Interessant wird es vor allem beim Preis. GPT-6 Sol kostet laut OpenAI 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token. Damit halbiert sich der Preis gegenüber dem Vorgänger. Noch aggressiver fällt Luna aus: 0,10 Dollar pro Million Input-Token und 0,50 Dollar pro Million Output-Token. Zusätzlich wurde das Prompt-Caching überarbeitet. OpenAI verspricht, dass Agenten mehr Kontext wiederverwenden können und für das Auslesen gecachter Eingabe-Token 90 Prozent weniger bezahlt werden müssen.

Anthropic kontert mit Opus 5.5

Anthropic setzt derweil auf Claude Opus 5.5, das als günstigerer Ableger der leistungsstärkeren Opus-Reihe positioniert wird. Nach Angaben des Unternehmens erreicht das Modell bei vielen Aufgaben ein ähnliches Leistungsniveau wie Claude Fable 5.1, soll dabei aber 40 Prozent weniger Betriebskosten verursachen. Auch beim Tempo legt das Modell zu: Anthropic zufolge erzeugt Opus 5.5 Ergebnisse mehr als 30 Prozent schneller als Opus 5. In den eigenen Benchmarks soll es Fable 5.1 unter anderem bei agentischem Programmieren, Wissensarbeit und Computernutzung übertreffen.

Besonders deutlich zeigt sich der Wettbewerb bei Coding- und Agentenaufgaben. OpenAI vergleicht Sol unter anderem mit Opus 5, während Anthropic sein neues Modell direkt gegen die leistungsstärkere Fable-Generation stellt. Gleichzeitig weist Anthropic darauf hin, dass ein reiner Preisvergleich zwischen den Modellen schwierig ist: Ein Modell kann zwar pro Token teurer sein, für dieselbe Aufgabe aber deutlich weniger Tokens benötigen. Entscheidend wird deshalb zunehmend nicht nur der Preis pro Million Tokens, sondern was eine komplette Aufgabe tatsächlich kostet.

Die neuen Modelle kommen zunächst nicht überall an

Neben Benchmarks und Preisen rücken beide Unternehmen die Kommunikation ihrer Modelle stärker in den Mittelpunkt. OpenAI übernimmt den mit Astra eingeführten Stil mit weniger Fachjargon, weniger unnötigen Details und tendenziell kürzeren Antworten. Auch Anthropic verspricht eine natürlichere Kommunikation: Opus 5.5 soll wichtige Informationen möglichst früh nennen, sich seltener in ungewöhnlichen Formulierungen verlieren und Vorgaben zum Schreibstil zuverlässiger befolgen. OpenAI hebt zudem Verbesserungen bei Alignment-Tests hervor, insbesondere eine geringere Rate irreführender Aussagen über ausgeführte Programmierarbeit.

Bei der Verfügbarkeit geht OpenAI zunächst einen gestaffelten Weg. GPT-6 Sol und Luna starten in ChatGPT Work und Codex für Plus-, Pro-, Business-, Enterprise- und Edu-User. Luna kommt außerdem in der Desktop-App zu Free- und Go-Nutzern und -Nutzerinnen. Im normalen Chat-Modus sind beide Modelle zum Start noch nicht verfügbar. Anthropic stellt Claude Opus 5.5 dagegen direkt auf allen Plattformen bereit und hebt für mehrere kostenpflichtige Tarife die bisherigen fünfstündigen Nutzungsbeschränkungen auf. Damit wird der Modellkampf nicht nur über Benchmark-Werte ausgetragen, sondern zunehmend auch darüber, wie viel Leistung User für ihr Geld tatsächlich abrufen können.