GPT-5.6 Sol

GPT-5.6 Sol er OpenAIs flagskib i GPT-5.6-serien og placeret øverst i en tredeling. Terra dækker almindeligt produktionsarbejde, hvor pris og kvalitet skal balancere. Luna er til volumen, hvor prisen vejer tungest. Sol er tiltænkt de opgaver, hvor de to andre kommer til kort.

Det betyder i praksis opgaver med flere led af ræsonnering, kodegenerering i større sammenhænge, agentisk værktøjsbrug og analyse af lange dokumenter. Fællesnævneren er, at fejl tidligt i kæden koster dyrt senere. Når en model skal holde styr på mange betingelser samtidig, er det den type arbejde Sol er sat i verden til.

Modellen understøtter dansk, engelsk og flere andre sprog. Parameterstørrelse og træningsdata er ikke offentliggjort, så du kan ikke vurdere modellen ud fra arkitekturen. Du er henvist til at teste den på dine egne opgaver.

Kontekstvinduet på cirka 1,05 mio. tokens ændrer, hvordan du strukturerer arbejdet. Du kan lægge hele kodebaser, sagsmapper eller dokumentsamlinger ind i ét kald i stedet for at bygge chunking og hentning op omkring dem. Det sparer arkitektur, men flytter omkostningen over i tokenforbruget.

Grænsen ved 272.000 input-tokens er det vigtigste at holde øje med. Overskrider du den, afregnes hele kaldet til forhøjet takst, ikke kun den overskydende del. Et kald på lidt over grænsen koster derfor markant mere end et kald lige under. Det belønner dig for at trimme din prompt, før du sender den.

Caching og batch-afvikling ændrer regnestykket, hvis dine kald har fælles indhold eller kan vente. Genbruger du den samme systemprompt eller det samme dokumentgrundlag på tværs af mange kald, falder inputomkostningen mærkbart. Er opgaverne ikke tidskritiske, kan de køres asynkront til halv pris.

Den høje outputgrænse på 128.000 tokens gør lange, sammenhængende svar mulige. Det er nyttigt til genereret kode og fulde rapporter, men et langt svar er også et dyrt svar. Sæt en eksplicit længdebegrænsning, når du ikke har brug for hele spændet.

Til klassificering, opsummering, omskrivning og andre veldefinerede opgaver er Sol overdimensioneret. Luna er bygget til den slags volumen, og prisforskellen bliver synlig allerede ved moderate mængder. Terra er det naturlige valg, når opgaven er reel produktion, men ikke kræver topmodellens ræsonnering.

Har du et RAG-setup, der allerede fungerer, er det sjældent en gevinst at kaste hele korpusset ind i konteksten i stedet. Målrettet hentning holder både pris og latenstid nede. Det store kontekstvindue er mest værd, når materialet faktisk hænger sammen og skal ses under ét.

En god fremgangsmåde er at prøve den billigste model i serien først og først flytte op, når du kan se hvor den fejler. Kør de opgaver, der reelt er svære, på Sol, og lad resten køre på Terra eller Luna. Konkurrerende modeller kan også være det rigtige valg, hvis du er bundet til en anden leverandør eller har krav om selvhosting.