OpenAI heeft GPT-5.6 uitgerold. Het zijn 3 verschillende modellen. Sol is het vlaggenschip, Terra mikt op de brede middenmoot en Luna is de goedkope, snelle variant. Het gaat niet meer om “welk model gebruik ik”, maar om “welk model past bij deze specifieke taak”.

De keuze is bewust. OpenAI wil dat je capaciteit afstemt op complexiteit, en dat je betaalt naar wat je nodig hebt. Dat klinkt logisch, maar het legt ook een nieuwe last bij de gebruiker: je moet weten wanneer je Sol inzet en wanneer Luna genoeg is.

Drie modellen, drie doelen

De nieuwe GPT-5.6 familie bestaat uit drie duidelijk gepositioneerde varianten. Elk model heeft een eigen prijsniveau en een eigen sterkte.

Sol als vlaggenschip voor complex werk

Sol is de sterkste variant en positioneert zich tegen Anthropic’s Fable 5. Op de Artificial Analysis Intelligence Index komt Sol tot binnen één punt van Fable 5, maar aan ongeveer de helft van de kosten en in 61% minder tijd. Op Agents’ Last Exam, een benchmark voor lange professionele workflows over 55 domeinen, scoort Sol 53,6 punten. Dat is 13,1 punten boven Fable 5.

Voor Pro en Enterprise gebruikers is er bovendien Sol Pro voor de meest complexe taken, en een ultra-modus die meerdere agents parallel laat werken. Die laatste optie is gericht op situaties waarin je bereid bent extra tokens te verbranden voor snellere, betere resultaten.

Terra als werkpaard voor productie

Terra is de mainstream keuze. De prijs is de helft van Sol en de prestaties zijn vergelijkbaar met GPT-5.5. Voor RAG-pipelines, klantgerichte chatbots en standaard API-workloads is Terra vaak voldoende. Volgens praktijkervaringen dekt Terra 70 tot 80 procent van typische productie-workloads af zonder merkbaar kwaliteitsverlies.

Luna voor volume en snelheid

Luna is de goedkoopste optie en gemaakt voor taken waar snelheid belangrijker is dan diep redeneren. Denk aan classificatie, intent-routing, contentmoderatie en eenvoudige samenvattingen. Op TerminalBench 2.1 haalt Luna nog altijd 82,5%, wat betekent dat je voor veel simpele taken niet naar een duurder model hoeft.

Prijzen per miljoen tokens

De prijsstructuur is helder en verschilt sterk per tier:

  • Sol: 5 dollar input, 30 dollar output
  • Terra: 2,50 dollar input, 15 dollar output
  • Luna: 1 dollar input, 6 dollar output

Daarnaast introduceert OpenAI voorspelbaardere prompt caching. Cache reads krijgen 90% korting op het input-tarief, met een minimum cache-levensduur van 30 minuten. Cache writes worden gefactureerd op 1,25 keer het gewone input-tarief. Voor batchverwerking geldt een korting tot 50% op zowel input als output. Endpoints met regionale data residency krijgen een opslag van 10% voor modellen uitgebracht na 5 maart 2026.

Prestaties tegen de concurrentie

Op agentic coding, waar TerminalBench 2.1 de standaardmeting is, scoort Sol 88,8%. Fable 5 blijft daar met 88,0% net achter, en Sol Ultra klimt naar 91,9%. Voor teams die vooral in codebases werken en agents in productie hebben draaien, is dat een relevante voorsprong, hoewel de marge klein is.

OpenAI legt de nadruk niet enkel op ruwe scores maar vooral op efficiëntie. Het bedrijf zegt GPT-5.6 getraind te hebben om meer nuttig werk uit elke token te halen. In agentic workflows betekent dat minder model-round-trips, minder tokens per taak en snellere afronding. De nieuwe capaciteit om kleine programma’s intern uit te voeren, waarmee het model tools coördineert en tussenresultaten verwerkt, speelt daar een centrale rol in.

Op kennisintensief werk scoort Sol 92,3% op BrowseComp voor agentic browsing en 62,6% op OSWorld 2.0 voor lange computer-use taken. Interessanter voor veel gebruikers is de sterk verbeterde omgang met presentaties en documenten. Het model kan het designsysteem van een deck afleiden, layouts, typografie, spacing en kleuren, en die conventies consistent toepassen op nieuw materiaal.

Beschikbaarheid en toegang

GPT-5.6 is beschikbaar via ChatGPT, Codex en de OpenAI API. In de chatomgeving krijgen Plus, Pro, Business en Enterprise gebruikers toegang tot Sol via medium en hogere effort-instellingen. Pro en Enterprise kunnen ook Sol Pro selecteren voor de zwaarste taken.

In ChatGPT Work en Codex gebruiken Free en Go users Terra. Wie betaalt via Plus, Pro, Business of Enterprise kan kiezen tussen Sol, Terra en Luna en per model een effort-niveau instellen. De ultra-modus is in ChatGPT Work beperkt tot Pro en Enterprise, in Codex geldt Plus en hoger.

Voor ontwikkelaars zijn er in de Responses API twee nieuwe capaciteiten: Programmatic Tool Calling, waarmee GPT-5.6 programma’s in-memory schrijft en uitvoert, en Multi-agent in bèta, waarmee het model parallelle subagents kan draaien en hun werk in één request combineert. Programmatic Tool Calling is Zero Data Retention compatibel, wat interessant is voor teams met strikte data-eisen.

Veiligheid en de nieuwe drempel

OpenAI besteedt veel ruimte aan de safety stack rond GPT-5.6. De modellen zijn capabeler dan eerdere versies in biologie en cyberveiligheid, maar overschrijden geen kritieke drempel in beide categorieën. In cyberveiligheid presteert GPT-5.6 volgens eigen tests beter in het vinden en oplossen van kwetsbaarheden dan in het autonoom uitvoeren van aanvallen op geharde doelen. In biologie kan het model legitiem onderzoek ondersteunen, maar biedt het niet de end-to-end capaciteit om nieuwe gevaarlijke stoffen te creëren.

De veiligheidslagen zijn stevig uitgebreid. Sol blokkeert ongeveer tien keer meer potentieel schadelijke activiteit dan eerdere modellen. Naast getrainde bescherming werkt een reasoning monitor mee die het gesprek beoordeelt op schadepotentieel. Voor gevoelige capaciteiten geldt Trusted Access, waarbij enkel geverifieerde gebruikers toegang krijgen. Voor benigne prompts die per ongeluk geblokkeerd worden, is er in ChatGPT en Codex een optie om snel te herproberen op een lager model.

Welk model kies je wanneer

Een simpele vuistregel helpt bij het kiezen:

  • Sol voor autonome agents, wetenschappelijke analyses, lange redeneerketens en complexe codegeneratie
  • Terra voor RAG-systemen, chatbots, standaard API-integraties en dagelijkse productieworkloads
  • Luna voor classificatie, routing, moderatie en voorbewerking van grote volumes

Wie op elk verzoek Sol gooit, betaalt onnodig veel. Wie Luna kiest voor complexe redenering, verliest kwaliteit. De echte winst zit in een routeerlaag die per verzoek beslist welk model wordt aangesproken. Bij grote volumes kan het verschil tussen 1 en 5 dollar per miljoen input-tokens snel oplopen tot substantiële maandelijkse bedragen.