Zum Hauptinhalt springen

Direktvergleich

GPT-5.6 Sol vs. GPT-5.6 Terra

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
222
verschiedene Benchmarks
31
jüngster Abruf
26.08.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von GPT-5.6 Sol und GPT-5.6 Terra
MerkmalGPT-5.6 SolGPT-5.6 Terra
AnbieterOpenAIOpenAI
Erschienen26. Juni 202626. Juni 2026
VerfügbarkeitAktivAktiv
ModelltypProprietärProprietär
ParameterNicht veröffentlichtNicht veröffentlicht
ArchitekturNicht veröffentlichtNicht veröffentlicht
Kontextfenster1.050.000 Token1.050.000 Token
Wissensstand16. Februar 202616. Februar 2026
Technische QuellenModell, Kontext, WissensstandModell, Kontext, Wissensstand

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von GPT-5.6 Sol und GPT-5.6 Terra
PreisartGPT-5.6 SolGPT-5.6 Terra
API-Eingabe4 $ ≤272K / 8 $ >272K2 $ ≤272K / 4 $ >272K
API-Ausgabe20 $ ≤272K / 30 $ >272K12 $ ≤272K / 18 $ >272K
Cache lesen0,4 $ ≤272K / 0,8 $ >272K0,2 $ ≤272K / 0,4 $ >272K
Cache schreiben (5 Min.)5 $ ≤272K / 10 $ >272K2,5 $ ≤272K / 5 $ >272K
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft24.08.2026 Quelle11.08.2026 Quelle
GPT-5.6 SolGPT-5.6 Terra
API-EingabeUSD pro 1 Mio. Token, Basistarif
GPT-5.6 Sol4 $
GPT-5.6 TerraGünstiger2 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
GPT-5.6 Sol20 $
GPT-5.6 TerraGünstiger12 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
GPT-5.6 Sol0,4 $
GPT-5.6 TerraGünstiger0,2 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von GPT-5.6 Sol und GPT-5.6 Terra
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
GPT-5.6 SolOpenAIDirekt beim EntwicklerBis 272.000 Kontext-Token4 $20 $Quelle24.08.2026
OpenAIDirekt beim EntwicklerÜber 272.000 Kontext-Token8 $30 $Quelle24.08.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-east-15,5 $33 $Quelle25.08.2026
AzureÜber OpenRouterazure5 $30 $Quelle25.08.2026
AzureÜber OpenRouterazure/eu5,5 $33 $Quelle25.08.2026
AzureÜber OpenRouterazure/us5,5 $33 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai2 $10 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai/flexGünstigster erfasster Preis: 1 $Günstigster erfasster Preis: 5 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai/priority4 $20 $Quelle25.08.2026
GPT-5.6 TerraOpenAIDirekt beim EntwicklerBis 272.000 Kontext-Token2 $12 $Quelle11.08.2026
OpenAIDirekt beim EntwicklerÜber 272.000 Kontext-Token4 $18 $Quelle11.08.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-east-12,2 $13,2 $Quelle25.08.2026
AzureÜber OpenRouterazure2 $12 $Quelle25.08.2026
AzureÜber OpenRouterazure/eu2,2 $13,2 $Quelle25.08.2026
AzureÜber OpenRouterazure/us2,2 $13,2 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai2 $12 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai/flexGünstigster erfasster Preis: 1 $Günstigster erfasster Preis: 6 $Quelle25.08.2026
OpenAIÜber OpenRouteropenai/priority4 $24 $Quelle25.08.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

255075100CodingReasoningMathematikWissenFinanzenRechtAgenten-AufgabenMultimodal
GPT-5.6 Sol
GPT-5.6 Terra
Coding: 99,4 / 84,3 (7 Benchmarkfamilien)
Reasoning: 100 / 90,1 (4 Benchmarkfamilien)
Mathematik: 100 / 94,1 (2 Benchmarkfamilien)
Wissen: 100 / 97,8 (2 Benchmarkfamilien)
Finanzen: 99,2 / 98,4 (6 Benchmarkfamilien)
Recht: 100 / 79,1 (4 Benchmarkfamilien)
Agenten-Aufgaben: 97,3 / 68,2 (3 Benchmarkfamilien)
Multimodal: 100 / 97,3 (1 Benchmarkfamilie)

74 passende Messreihen aus 31 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 14 vergleichbaren Kategorien.

GPT-5.6 SolGPT-5.6 Terra
ARC-AGI-2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner85,4 %
GPT-5.6 Terra67,1 %
ARC-AGI-3RHAE overall score. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner2,15 %
GPT-5.6 Terra0,49 %
BrowseCompOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner90,4 %
GPT-5.6 Terra87,5 %
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner52,916 %
GPT-5.6 Terra47,804 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Sol64,375 %
GPT-5.6 TerraGewinner65,307 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner72,339 %
GPT-5.6 Terra66,205 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 Sol53,756 %
GPT-5.6 TerraGewinner54,436 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner95,202 %
GPT-5.6 Terra90,909 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner2,5 %
GPT-5.6 Terra0,833 %
IOIOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner86,667 %
GPT-5.6 Terra65,25 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner48,077 %
GPT-5.6 Terra41,346 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
GPT-5.6 SolGewinner86,965 %
GPT-5.6 Terra85,105 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-5.6 Sol und GPT-5.6 Terra
Benchmark und AufgabeGPT-5.6 SolGPT-5.6 TerraQuelle
ARC-AGI-2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: exact task accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: high, Versuche: two exact output guesses per taskDerselbe verifizierte Test mit fünf Reasoning-Stufen je Modell.
Gewinner85,4 %
67,1 %
ARC Prize
Quellendetails
Datenstand: 09.07.2026
ARC-AGI-3RHAE overall score
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: ARC-AGI-3 2026 verifiedMessgröße: RHAE scoreBewertung: Mehr ist besserEinstellungen: Reasoning: high, Agent: ARC Prize official harness, Harness: ARC Prize official harnessOffizieller ARC-Prize-Harness auf unbekannten interaktiven Umgebungen. Reasoning-Stufen bleiben getrennt.
Gewinner2,15 %
0,49 %
ARC Prize
Quellendetails
Datenstand: 26.08.2026
BrowseCompOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1,266 tasksMessgröße: accuracyBewertung: Mehr ist besserHerstellerübergreifende Vergleichstabelle mit Browser-Werkzeugen. Die genauen Agentensysteme unterscheiden sich.
Gewinner90,4 %
Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.
87,5 %
Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.		OpenAI
Quellendetails
Datenstand: 09.07.2026
Code MigrationOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner52,916 %
47,804 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
CorpFin v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
64,375 %
Gewinner65,307 %
Vals AI
Quellendetails
Datenstand: 12.08.2026
EMBOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner72,339 %
66,205 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Finance Agent (v2)Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
53,756 %
Gewinner54,436 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
GPQA DiamondOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner95,202 %
90,909 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser
Gewinner2,5 %
0,833 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
IOIOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner86,667 %
65,25 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Legal Research BenchOverall · All-pass
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser
Gewinner48,077 %
41,346 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LegalBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner86,965 %
85,105 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LiveBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2026-06-25Messgröße: composite scoreBewertung: Mehr ist besser23 objektiv bewertete Aufgaben in sieben Kategorien.
Gewinner81,05 Punkte
77,94 Punkte
LiveBench
Quellendetails
Datenstand: 25.06.2026
LiveCodeBench v6Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
82,604 %
Gewinner85,93 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LMArena Text, Style ControlOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-5.6 Sol: Snapshot: gpt-5.6-sol-xhigh, Reasoning: xhigh, Harness: Arena text, style control
GPT-5.6 Terra: Snapshot: gpt-5.6-terra-xhigh, Reasoning: xhigh, Harness: Arena text, style controlGPT-5.6 Sol: Stilbereinigte Arena-Bewertung aus 19.541 anonymen Paarvergleichen.GPT-5.6 Terra: Stilbereinigte Arena-Bewertung aus 20.216 anonymen Paarvergleichen.
Gewinner1.482,26
95-%-Konfidenzintervall: ±5,4Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.465,368
95-%-Konfidenzintervall: ±5,311Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.		LMArena
Quellendetails
Datenstand: 21.08.2026
MedCodeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner43,974 %
43,414 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MedScribeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner85,233 %
82,869 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MMLU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner89,1 %
86,659 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MMMU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner88,844 %
86,474 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MortgageTaxOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
67,289 %
Gewinner67,329 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ProgramBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner1,5 %
0,5 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ProofBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner83 %
74 %
Vals AI
Quellendetails
Datenstand: 21.08.2026
Public Benefits Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner66,509 %
62,382 %
Vals AI
Quellendetails
Datenstand: 12.08.2026
SAGEOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner52,563 %
47,003 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
SkillsBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
54,1 %
Gewinner58,895 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
SWE-bench VerifiedOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner96,2 %
95,4 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
TaxEval v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
74,775 %
Gewinner76,166 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Terminal-Bench 2.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner85,768 %
77,528 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner63,709 %
59,588 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals Multimodal IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner72,64 %
65,07 %
Vals AI
Quellendetails
Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
Gewinner80,495 %
74,594 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ARC-AGI-2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: exact task accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: low, Versuche: two exact output guesses per taskDerselbe verifizierte Test mit fünf Reasoning-Stufen je Modell.
Gewinner42,5 %
18,8 %
ARC Prize
Quellendetails
Datenstand: 09.07.2026
ARC-AGI-3RHAE overall score
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: ARC-AGI-3 2026 verifiedMessgröße: RHAE scoreBewertung: Mehr ist besserEinstellungen: Reasoning: max, Agent: ARC Prize official harness, Harness: ARC Prize official harnessOffizieller ARC-Prize-Harness auf unbekannten interaktiven Umgebungen. Reasoning-Stufen bleiben getrennt.
Gewinner7,78 %
0,8 %
ARC Prize
Quellendetails
Datenstand: 26.08.2026
BrowseCompOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1,266 tasksMessgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: ultraHerstellerübergreifende Vergleichstabelle mit Browser-Werkzeugen. Die genauen Agentensysteme unterscheiden sich.
Höherer Messwert92,2 %
Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.
87,5 %
Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.		OpenAI
Quellendetails
Datenstand: 09.07.2026
Code MigrationCLI
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert47,221 %
26,645 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Exact Pages
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
61,538 %
Höherer Messwert63,17 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
EMBComps
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
71,309 %
Höherer Messwert72,539 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)Adjustments
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
49,233 %
Höherer Messwert50,442 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert94,949 %
89,899 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert78,623 %
76,449 %
Vals AI
Quellendetails
Datenstand: 07.08.2026
IOIIOI 2024
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert85 %
66,167 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Legal Research BenchAdministrative / Regulatory · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert60,606 %
57,576 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
LegalBenchConclusion Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert90,492 %
90,327 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveBenchAgentic coding
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2026-06-25Messgröße: category scoreBewertung: Mehr ist besserKategorie Agentisches Coding innerhalb desselben LiveBench-Releases.
Gewinner56,2 Punkte
54,9 Punkte
LiveBench
Quellendetails
Datenstand: 25.06.2026
LiveCodeBench v6Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert98,137 %
97,205 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance
Testdetails
Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-5.6 Sol: Snapshot: gpt-5.6-sol-xhigh, Reasoning: xhigh, Harness: Arena text, style control
GPT-5.6 Terra: Snapshot: gpt-5.6-terra-xhigh, Reasoning: xhigh, Harness: Arena text, style controlGPT-5.6 Sol: Stilbereinigte Arena-Bewertung aus 3.815 anonymen Paarvergleichen.GPT-5.6 Terra: Stilbereinigte Arena-Bewertung aus 3.864 anonymen Paarvergleichen.
Kein klarer Vorsprung1.487,572
95-%-Konfidenzintervall: ±10,213Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.467,407
95-%-Konfidenzintervall: ±10,118Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.		LMArena
Quellendetails
Datenstand: 21.08.2026
MMLU-ProBiology
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert94,561 %
93,026 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
MortgageTaxNumerical Extraction
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert75,119 %
74,324 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
ProgramBenchAlmost Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert23 %
6,5 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGEAutomata
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 30.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 30.000 tokens
Höherer Messwert39,682 %
38,889 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SkillsBenchNo Skills
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Harness: OpenHands, Ausgabegrenze: 128.000 tokens
43,312 %
Höherer Messwert44,208 %
Vals AI
Quellendetails
Datenstand: 07.08.2026
SWE-bench Verified<15 min fix
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert97,423 %
77,835 %
Vals AI
Quellendetails
Datenstand: 08.08.2026
TaxEval v2Correctness
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
65,004 %
Höherer Messwert65,822 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Terminal-Bench 2.1Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert91,667 %
83,333 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexCorpFin v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Kein direkter Sieger66,434 %
Kein direkter Sieger66,434 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexCorpFin v2
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Kein direkter Sieger66,434 %
Kein direkter Sieger66,434 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
ARC-AGI-2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: exact task accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Versuche: two exact output guesses per taskDerselbe verifizierte Test mit fünf Reasoning-Stufen je Modell.
Gewinner92,5 %
83,9 %
ARC Prize
Quellendetails
Datenstand: 09.07.2026
ARC-AGI-3RHAE overall score
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: ARC-AGI-3 2026 verifiedMessgröße: RHAE scoreBewertung: Mehr ist besserEinstellungen: Reasoning: xhigh, Agent: ARC Prize official harness, Harness: ARC Prize official harnessOffizieller ARC-Prize-Harness auf unbekannten interaktiven Umgebungen. Reasoning-Stufen bleiben getrennt.
Gewinner6,99 %
0,65 %
ARC Prize
Quellendetails
Datenstand: 26.08.2026
Code MigrationCOBOL
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert70 %
65,844 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Max Fitting Context
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
65,152 %
Höherer Messwert66,317 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
EMBDataroom
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert85,243 %
81,591 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)All-Pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert41,362 %
40,448 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Höherer Messwert95,455 %
91,919 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGPT-5.6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens
GPT-5.6 Terra: Reasoning: xhigh, Ausgabegrenze: 128.000 tokens
Kein direkter Sieger0 %
Kein direkter Sieger0 %
Vals AI
Quellendetails
Datenstand: 07.08.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche GPT-5.6 Sol und GPT-5.6 Terra mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich