GPT-5.6 (Sol, Terra, Luna)

Sådan er GPT-5.6 bygget: tre niveauer, max reasoning og ultra mode

De tre GPT-5.6-modeller er niveauer i den samme familie, trænet på samme grundlag og finindstillet til forskellige forhold mellem pris, hastighed og dybde. Alle tre er store sprogmodeller, der både kan føre samtale og bruge værktøjer, og alle tre bygger videre på den foundation model, GPT-5-generationen hviler på. Forskellen ligger i, hvor meget beregning OpenAI tillader hver model at bruge, og hvordan den fordeler arbejdet.

Sol er flagskibet. Det er den mest kapable model i serien, indstillet til hårde problemer, der kræver mange trin. Sol er den eneste af de tre, der låser op for de to nye beregningsindstillinger, max reasoning og ultra mode. På kodebenchmarken Terminal-Bench 2.1 scorer Sol 88,8 procent mod GPT-5.5's 88,0 procent, og med ultra slået til stiger den til 91,9 procent ifølge OpenAIs egne tal. Sam Altman fremhævede, at Sol løser kodeopgaver med 54 procent færre tokens end forgængeren, hvilket i praksis gør den både hurtigere og billigere, end listeprisen antyder.

Terra er hverdagsmodellen. OpenAI positionerer den som standardvalget til almindeligt arbejde, med en ydelse på niveau med GPT-5.5, men til cirka den halve pris. Til de fleste opgaver, at skrive udkast, opsummere dokumenter og svare på interne spørgsmål, er Terra det fornuftige udgangspunkt. Den bruger hverken max reasoning eller ultra mode, og netop det holder prisen nede.

Luna er den hurtige, billige model. Den er bygget til høj volumen og til opgaver, hvor svartid betyder mere end dybde: klassificering, moderation, simple udtræk fra dokumenter og chat i stor skala. Luna er ikke nødvendigvis svagest på alt. På Terminal-Bench 2.1 scorer den 84,3 procent, faktisk lidt over Terras 82,5 procent, fordi de to modeller er indstillet til forskellige typer opgaver. Til én dollar pr. million input-tokens er Luna den model, du kan lade køre i baggrunden uden at holde skarpt øje med regningen.

Max reasoning giver mere betænkningstid. Reasoning effort er en indstilling, der bestemmer, hvor længe modellen tænker, før den svarer. En reasoning-model bruger ekstra beregning på at ræsonnere sig frem i flere trin i stedet for at svare med det samme. Med den nye max-indstilling får Sol længere tid til de sværeste problemer, for eksempel et matematisk bevis eller en kompleks fejlsøgning. Det koster flere tokens og dermed flere penge, men hæver kvaliteten på netop de opgaver, hvor et forkert svar er dyrt.

Ultra mode går fra én agent til mange. Hvor max reasoning giver én model mere tid, ændrer ultra mode selve arbejdsformen. I stedet for at arbejde som en enkelt agent deler Sol opgaven ud på flere sub-agenter, der arbejder parallelt og samler deres resultater. Effekten er tydelig i tallene: Sol Ultra scorer 91,9 procent på Terminal-Bench mod almindelig Sols 88,8. Til gengæld bruger den mere beregning, så ultra mode er tænkt til de opgaver, hvor gevinsten ved et bedre resultat betaler for det ekstra forbrug.

Hvorfor tre modeller i stedet for én. Tilgangen med niveaudelte modeller er ikke ny. Anthropic deler sin Claude-familie i en lille, en mellem og en stor variant, og Google gør det samme med Gemini. Det, OpenAI tilføjer med 5.6, er, at de tre niveauer deler samme generation og samme værktøjsopsætning, så du kan flytte en opgave op eller ned i niveau uden at skifte til en helt anden model. I praksis kan du begynde en opgave på Terra og eskalere til Sol, hvis svaret ikke holder, uden at ændre resten af din opsætning.

Tre domæner i fokus, og en ærlig begrænsning. OpenAI fremhæver især tre områder, hvor 5.6 er stærk: kodning, biologi med genomik og kvantitativ biologi, og cybersikkerhed, hvor Sol beskrives som deres hidtil stærkeste model til trusselsmodellering, code review og patching. OpenAI oplyste ved lanceringen hverken en konkret størrelse på kontekstvinduet eller de præcise modelparametre, så på de punkter må man tage forbehold. Vær også opmærksom på, at flere af de skarpe benchmark-tal stammer fra OpenAIs egne målinger og endnu ikke er efterprøvet bredt af uafhængige tredjeparter.

Skal I i gang med GPT-5.6, eller vil I have styr på, hvornår Sol, Terra og Luna hver især giver mening, hjælper vi jer med at lægge en plan. Vi ser på jeres konkrete opgaver, regner på, hvad de tre niveauer koster i jeres tilfælde, og bygger en opsætning, der gør det let at skifte model, hvis pris eller adgang ændrer sig. Vil du vide mere om, hvordan I kommer godt fra start med AI, kan du læse mere på vores AI-side. Så tager vi en snak om, hvad der passer til jeres behov.

Hvornår vælger du Sol, Terra eller Luna

For en dansk virksomhed er det praktiske spørgsmål, hvilket niveau du skal bruge til hvad. Fordelen ved tre modeller i samme familie er, at du kan matche modellen til opgaven i stedet for at køre alt på den dyreste. Sådan ser valget ud i praksis.

Sol til opgaver, hvor et forkert svar er dyrt. Sol koster 5 dollar pr. million input-tokens og 30 dollar pr. million output-tokens, cirka fem gange så meget som Luna på output. Den pris giver kun mening, når kvaliteten faktisk flytter noget. Eksempler er en advokat- eller revisionsvirksomhed, der lader modellen udarbejde et førsteudkast til en kompleks kontrakt, et udviklingsteam der bruger Sol i ultra mode til en stor refaktorering, eller et sikkerhedsteam der bruger den til trusselsmodellering. Fælles for dem er, at en fejl koster mere end de ekstra tokens.

Terra til det daglige arbejde. Til 2,50 dollar input og 15 dollar output rammer Terra midten. Den er tænkt til det store flertal af opgaver, hvor du vil have GPT-5.5-niveau uden at betale flagskibspris. Det kan være en marketingafdeling, der producerer udkast til nyhedsbreve og landingssider, en HR-funktion, der svarer på interne politik-spørgsmål, eller en kundeservice, der har brug for gennemtænkte, men ikke geniale svar. For mange virksomheder bliver Terra arbejdshesten, netop fordi den rammer et fornuftigt forhold mellem pris og kvalitet.

Luna til volumen. Ved 1 dollar input og 6 dollar output er Luna bygget til opgaver, du kører tusindvis af gange. Klassificering af indgående e-mails, moderation af brugerindhold, udtræk af felter fra fakturaer og routing af support-henvendelser. Her betyder svartid og pris mere end nuancerede ræsonnementer, og Luna leverer begge dele. Regnestykket er enkelt: en opgave, der kører en million gange om måneden, bliver fem gange dyrere på Sol end på Luna, uden at resultatet nødvendigvis bliver bedre.

Det stærke er at blande niveauerne. De fleste reelle arbejdsgange bruger flere niveauer på én gang. Et typisk mønster: Luna sorterer og forbereder de mange indgående sager, Terra håndterer hovedparten af selve arbejdet, og Sol tilkaldes kun til de få svære undtagelser, der kræver dyb ræsonnering. En model router kan automatisere det valg, så hver forespørgsel sendes til det billigste niveau, der kan løse den. Sådan får du flagskibskvalitet på de sager, der behøver det, uden at betale flagskibspris på resten.

Regn i faktisk forbrug, ikke i listepris. Listeprisen fortæller ikke hele historien. Sol bruger ifølge OpenAI 54 procent færre tokens end GPT-5.5 på kodeopgaver, og på Coding Agent Index-målingen løser den opgaver med under halvdelen af de output-tokens, som en sammenlignelig model bruger. Da du betaler pr. token, kan en model, der er dyrere pr. token, ende billigere pr. opgave, hvis den er tilstrækkeligt mere effektiv. Det gør det svært at sammenligne på listepris alene, og det er en god grund til at teste på jeres egne opgaver, før I låser jer fast.

Hvor du får fat i modellerne. GPT-5.6 er tilgængelig tre steder: i ChatGPT til slutbrugere, i kodeværktøjet Codex til udviklere, og via OpenAIs API til jeres egne integrationer. OpenAI lancerede samtidig ChatGPT Work, et værktøj rettet mod virksomhedsteams på tværs af desktop, web og mobil, bygget til at udføre hele opgaver frem for blot at svare. For en dansk virksomhed rækker valget mellem Sol, Terra og Luna ud over API'et. Det påvirker også, hvilken model jeres medarbejdere møder i det daglige.

Undgå at overtænke det fra start. Et praktisk råd: begynd med Terra som standard, flyt de tunge undtagelser op på Sol, og skub de store, gentagne volumenopgaver ned på Luna. Mål forbruget i nogle uger, og juster derefter. De fleste opdager, at en mindre del af deres opgaver reelt kræver flagskibet, og at en stor del fint kan køre på det billigste niveau. Den øvelse er ofte mere værd end en teoretisk diskussion om, hvilken model der er bedst.

GPT-5.6 mod GPT-5.5 og de andre frontier-modeller

GPT-5.6 er en trinvis opgradering, ikke et generationsspring. For at forstå, hvad den tilføjer, er det nemmest at sammenligne med det, den afløser, og med de modeller, den konkurrerer mod.

GPT-5.5. Forgængeren, som vi har en selvstændig side om GPT-5.5, var en enkelt model uden det tre-lags valg. Det, 5.6 tilføjer, er tredelingen i Sol, Terra og Luna, de to nye beregningsindstillinger max reasoning og ultra mode med sub-agenter, samt et skarpere fokus på kodning, biologi og cybersikkerhed. Terra er placeret, så den rammer nogenlunde samme kvalitet som GPT-5.5 til cirka den halve pris, mens Sol løfter loftet for, hvad OpenAIs bedste model kan. Kører du allerede på GPT-5.5, er det vigtigste spørgsmål derfor, hvilket af de tre nye niveauer den enkelte arbejdsgang hører hjemme på.

Anthropic med Fable 5 og Opus 4.8. Anthropics Claude-familie er OpenAIs nærmeste konkurrent på de tunge opgaver, især kodning. OpenAI positionerer selv Terra som lidt bedre end Anthropics Fable 5 og hævder, at Luna klarer sig bedre end Opus 4.8 på visse mål. Den slags sammenligninger kommer fra OpenAIs egen lancering og bør efterprøves på jeres egne opgaver, men de viser, hvor tæt løbet er i toppen. Anthropic deler ligesom OpenAI sin familie i flere niveauer, så valget mellem de to leverandører handler i praksis mere om økosystem, datapolitik og integrationer end om en enkelt benchmark.

Google Gemini. Googles Gemini-familie er den tredje store frontier-udbyder og er tæt integreret i Google Workspace, hvilket gør den nærliggende for virksomheder, der allerede bruger Google til mail og dokumenter. Gemini konkurrerer på tværs af de samme niveauer, fra en let og billig variant til en tung ræsonneringsmodel. For en dansk virksomhed ligger den reelle forskel ofte i, hvor modellen bor, mere end i det rå benchmark-tal: i din eksisterende software eller som en separat tjeneste, du selv skal koble til.

Hvor 5.6 skiller sig ud, og hvor den ikke gør. Det klareste særkende ved 5.6 er kombinationen af ultra mode med sub-agenter og den brede prisspredning fra 1 til 5 dollar pr. million input-tokens inden for samme familie. Det gør det let at skalere en arbejdsgang op og ned uden at skifte leverandør. Til gengæld deler 5.6 en svaghed med de andre: OpenAI oplyste ikke kontekstvinduets størrelse ved lanceringen, og mange af de stærkeste tal er endnu ikke bekræftet uafhængigt. På råt papir er forskellen mellem OpenAI, Anthropic og Google i toppen så lille, at pris, økosystem og adgang ofte vejer tungere end selve modelkvaliteten.

En forskel, du ikke ser på benchmarken: adgang. Modellerne minder mere og mere om hinanden på kvalitet, men de adskiller sig på, hvor stabilt du kan regne med at have adgang til dem. GPT-5.6 blev holdt tilbage fra offentligheden i knap to uger, mens kun udvalgte partnere fik adgang. Det er en type risiko, der ikke findes i et benchmark-skema, men som rammer en dansk virksomhed direkte, hvis en model, den er afhængig af, pludselig bliver begrænset. Vi vender tilbage til den risiko, og hvordan du håndterer den, i næste afsnit.