SprachmodellAktiv

GPT-5.6 Sol

OpenAI

Veröffentlicht: 26. Juni 2026
Datenstand: 24. August 2026

Einordnung

Position in der Kategorie

Die Übersicht nutzt nur veröffentlichte, zusammenpassende Daten. Fehlende Werte verändern keinen Rang.

Der Index mittelt Rangperzentile aus 4 dokumentierten Vergleichskohorten. Nur Modelle mit vollständiger Abdeckung erhalten eine Position.

Position: Platz 4 von 26
Indexwert: 81,7 / 100
Abdeckung: 4 / 4

Bestenliste

1Claude Opus 588,9 / 100

2Gemini 3.8 Flash88,5 / 100

3Claude Fable 583,2 / 100

4GPT-5.6 Sol81,7 / 100

5Gemini 3.7 Flash76,4 / 100

25MiMo-V2.5-Pro12,5 / 100

Quelle: Vals AI, GPQA Diamond Quelle: Vals AI, Vibe Code Bench v1.1 Quelle: Vals AI, Terminal-Bench 2.1 Quelle: Vals AI, Finance Agent (v2)

Messreihen

Vergleichbare Benchmarkwerte

Jedes Diagramm zeigt ausschließlich eine Quelle, eine Messreihe und eine gespeicherte Vergleichskohorte. Die Balken ordnen die Position. Der Messwert steht rechts.

SimpleQA Verified v2

69,2 % · Platz 3 von 5

Aufgabe: Kaggle-Score · Vergleichskohorte: simpleqa-verified-v2:official:overall · Datenstand: 9. August 2026

1.Gemini 3.1 Pro Preview77,5 %

2.Gemini 3.5 Flash70,4 %

3.GPT-5.6 Sol69,2 %

4.Claude Opus 563,3 %

5.Grok 4.553,8 %

5 von 5 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

1.000 verifizierte Prompts ohne Werkzeuge. Kaggle hat die Ergebnisse unabhängig reproduziert.

Quelle: KaggleTeilnehmer: 5

AlmanBench v0.1

95,14 % · Platz 2 von 5

Aufgabe: Akzeptierte Fälle · Vergleichskohorte: almanbench-v0-1:official:overall · Datenstand: 9. August 2026

1.GPT-5.595,43 %

2.GPT-5.6 Sol95,14 %

3.Claude Opus 594,95 %

4.DeepSeek-V4-Flash93 %

5.Kimi K390,96 %

5 von 5 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

1.029 öffentliche Aufgaben, ein direkter Lauf je Zeile. Gemessen wird die Alman-Sprachspezifikation.

Quelle: Alman InstitutTeilnehmer: 5

LiveBench

81,05 Punkte · Platz 2 von 4

Vergleichskohorte: livebench-2026-06-25-max · Datenstand: 2. September 2026

1.Claude Fable 582,97 Punkte

2.GPT-5.6 Sol81,05 Punkte

3.GPT-5.580,19 Punkte

4.GPT-5.6 Terra77,94 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

23 objektiv bewertete Aufgaben in sieben Kategorien.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

91,7 Punkte · Platz 1 von 4

Aufgabe: Reasoning · Vergleichskohorte: livebench-2026-06-25-reasoning-max · Datenstand: 2. September 2026

1.GPT-5.6 Sol91,7 Punkte

2.GPT-5.6 Terra90,6 Punkte

3.Claude Fable 589,7 Punkte

3.GPT-5.589,7 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Reasoning innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

83,9 Punkte · Platz 2 von 4

Aufgabe: Coding · Vergleichskohorte: livebench-2026-06-25-coding-max · Datenstand: 2. September 2026

1.Claude Fable 586 Punkte

2.GPT-5.6 Sol83,9 Punkte

3.GPT-5.582,1 Punkte

4.GPT-5.6 Terra78,2 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Coding innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

56,2 Punkte · Platz 2 von 4

Aufgabe: Agentisches Coding · Vergleichskohorte: livebench-2026-06-25-agentic-coding-max · Datenstand: 2. September 2026

1.Claude Fable 562,2 Punkte

2.GPT-5.6 Sol56,2 Punkte

3.GPT-5.6 Terra54,9 Punkte

4.GPT-5.554 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Agentisches Coding innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

96,2 Punkte · Platz 1 von 4

Aufgabe: Mathematik · Vergleichskohorte: livebench-2026-06-25-mathematics-max · Datenstand: 2. September 2026

1.GPT-5.6 Sol96,2 Punkte

2.Claude Fable 596 Punkte

3.GPT-5.595,9 Punkte

4.GPT-5.6 Terra94,9 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Mathematik innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

79,8 Punkte · Platz 3 von 4

Aufgabe: Datenanalyse · Vergleichskohorte: livebench-2026-06-25-data-analysis-max · Datenstand: 2. September 2026

1.GPT-5.581,6 Punkte

2.Claude Fable 580,5 Punkte

3.GPT-5.6 Sol79,8 Punkte

4.GPT-5.6 Terra79,3 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Datenanalyse innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

87,7 Punkte · Platz 2 von 4

Aufgabe: Sprache · Vergleichskohorte: livebench-2026-06-25-language-max · Datenstand: 2. September 2026

1.Claude Fable 590,7 Punkte

2.GPT-5.6 Sol87,7 Punkte

3.GPT-5.587,4 Punkte

4.GPT-5.6 Terra82,9 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Sprache innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

LiveBench

71,8 Punkte · Platz 2 von 4

Aufgabe: Anweisungsbefolgung · Vergleichskohorte: livebench-2026-06-25-instruction-following-max · Datenstand: 2. September 2026

1.Claude Fable 575,8 Punkte

2.GPT-5.6 Sol71,8 Punkte

3.GPT-5.570,7 Punkte

4.GPT-5.6 Terra64,6 Punkte

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Kategorie Anweisungsbefolgung innerhalb desselben LiveBench-Releases.

Quelle: LiveBenchTeilnehmer: 4

SWE-Bench Pro

64,6 % · Platz 3 von 5

Vergleichskohorte: swe-pro-openai-gpt-5-6-release · Datenstand: 2. September 2026

1.Claude Mythos 580,3 %

2.Claude Fable 580 %

3.GPT-5.6 Sol64,6 %

4.GPT-5.6 Terra63,4 %

5.GPT-5.6 Luna62,7 %

5 von 5 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Von OpenAI veröffentlichte Vergleichstabelle. Kein Gradually-Test.

OpenAI schätzt nach einer Prüfung, dass rund 30 % der öffentlichen Aufgaben fehlerhaft sind. Der Wert bleibt deshalb ein umstrittenes Zusatzsignal. Die Zeilen sind eine redaktionelle Auswahl aus der jeweiligen Vergleichstabelle.

Quelle: OpenAITeilnehmer: 5

PRBench Finance

50,45 % · Platz 2 von 4

Aufgabe: Gesamt · Vergleichskohorte: scale-prbench-finance-full · Datenstand: 26. August 2026

1.Claude Fable 553,86 %

2.GPT-5.6 Sol50,45 %

3.GPT-5.445,63 %

4.Gemini 3.1 Pro Preview41,87 %

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

600 Finanzaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.

Quelle: Scale AITeilnehmer: 4

PRBench Legal

50,5 % · Platz 2 von 4

Aufgabe: Gesamt · Vergleichskohorte: scale-prbench-legal-full · Datenstand: 26. August 2026

1.Claude Fable 552,56 %

2.GPT-5.6 Sol50,5 %

3.GPT-5.444,35 %

4.Gemini 3.1 Pro Preview44,02 %

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

500 Rechtsaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.

Quelle: Scale AITeilnehmer: 4

EnigmaEval

37,12 % · Platz 2 von 4

Aufgabe: Gesamt · Vergleichskohorte: scale-enigma-eval-2026-07-23 · Datenstand: 26. August 2026

1.Claude Fable 539,28 %

2.GPT-5.6 Sol37,12 %

3.Gemini 3.1 Pro Preview36,78 %

4.Gemini 3.5 Flash25,41 %

4 von 4 Modellversionen im Diagramm. Ein höherer Wert liegt vorn.

Komplexe multimodale Rätsel mit exaktem Antwortabgleich und einem Versuch.

Quelle: Scale AITeilnehmer: 4

Steckbrief

Technische Daten und Zugang

Veröffentlichte Angaben zum Modell. Nicht bekannte Werte werden nicht geschätzt.

Modelltyp: ProprietärQuelle
Kontextfenster: 1.050.000 TokenQuelle
Knowledge Cutoff: 16. Februar 2026Quelle
Hinweise: Flaggschiff der GPT-5.6-Familie (Sol, Terra, Luna). Vorschau am 26. Juni 2026, allgemein verfügbar seit dem 9. Juli 2026, nachdem die US-Regierung das Rahmenwerk für eingeschränkten Zugang aufgehoben hat. Verfügbar in ChatGPT (Plus, Pro, Business, Enterprise ab der Effort-Stufe Medium; Pro und Enterprise erhalten zusätzlich Sol Pro), Codex und der API. Terminal-Bench 2.1 88,8 % (im Sol-Ultra-Modus mit vier parallelen Subagenten: 91,9 %), Artificial Analysis Coding Agent Index 80, SWE-Bench Pro 64,6 % (etwa 15 Punkte hinter Claude Mythos 5 und Fable 5). Neu bei der allgemeinen Verfügbarkeit: programmatisches Tool-Calling mit vom Modell geschriebenem JavaScript in einer V8-Sandbox.Quelle