GPT-6.1 Sol vs. Opus 5.5: Beschwerden geprüft
Aktualisiert October 13, 2026 · erstveröffentlicht October 13, 2026
Gleichzeitig laufen zwei Beschwerdewellen. Auf OpenAI-Seite: Pro $200 wurde gekürzt, GPT-6.1 Sol fühlt sich schlechter an, Astra frisst das Kontingent. Auf Anthropic-Seite: Claude-Code-Limits sind geschrumpft, Opus 5.5 verbraucht das Wochenlimit, Opus 5.5 wurde verschlechtert. Wir haben jede Behauptung gegen die eigenen Seiten der Anbieter, Artificial Analysis, die GitHub-Issues mit Zahlen und unsere eigenen Logs geprüft. Die meisten Geldbeschwerden halten stand. Die Aussage „es ist dümmer geworden“ ist bisher nicht belegt.
Die Kurzfassung:
- Ist GPT günstiger als Claude? Ja, und das ist die am besten belegte Aussage in der ganzen Debatte. Pro Token kostet GPT-6.1 Sol die Hälfte von Opus 5.5 ($2/$10 vs. $4/$20). Pro Aufgabe misst Artificial Analysis für Opus 5.5 das 4.2- bis 8.9-Fache an Kosten, je nach Effort-Stufe.
- Hat Claude seine Limits gekürzt? Beide Geschichten stimmen. Ab 14. September liegt das wöchentliche Claude-Code-Limit dauerhaft 25 % über dem Niveau vor der Aktion. Es liegt aber auch 17 % unter dem Niveau mit 50-%-Bonus, das Nutzer den ganzen Sommer hatten (150 auf 125).
- Hat OpenAI Pro $200 gekürzt? Ja, am 30. Oktober von 20x auf 10x Plus, Preis unverändert. Die vollständige Neubewertung haben wir in einem eigenen Artikel behandelt; hier prüfen wir nur den Abgleich mit dem Rest.
- Ist Opus 5.5 verschlechtert? Ist GPT-6.1 Sol dumm? Beides ist unbelegt. Der bisher einzige kontrollierte Test hat keinen Rückgang gefunden, räumt aber ein, dass er einen kleinen übersehen könnte. Keine Störung auf der Statusseite von Anthropic passt zu einem Qualitätsproblem.
- Was treibt die Kosten wirklich? Die Effort-Stufe. Bei beiden Modellen kostet die höchste Stufe das 5- bis 11-Fache der niedrigsten, für 10 bis 16 Indexpunkte.
Welche Beschwerden halten stand?
| Beschwerde | Urteil | Belege |
|---|---|---|
| OpenAI hat Pro $200 halbiert | Zutreffend | 20x auf 10x Plus am 30. Okt., GPT-6 Pro Chat von 200 auf 100 pro Woche. Von mehreren Medien berichtet und in einer auf Hacker News zitierten OpenAI-E-Mail bestätigt. Die Hilfeseite von OpenAI konnten wir nicht öffnen (unser Abrufwerkzeug bekommt dort 403). |
| Claude-Limits wurden gekürzt | Teils richtig, teils falsch | Support-Seite von Anthropic: +25 % gegenüber der Zeit vor der Aktion, dauerhaft. Anthropics eigene Formulierung: eine Reduktion um 17 % gegenüber dem Bonus-Niveau. |
| Opus 5.5 verbraucht das Wochenlimit | Gemischt | Ein Nutzer misst nach dem Reset am 25. Sep. eine 3.1-fach schnellere Verbrauchsrate. Andere melden 1 % bis 20 % eines Plans. Die Workloads unterscheiden sich und sind nicht angegeben. |
| Opus 5.5 wurde verschlechtert | Unbelegt | Keine offizielle Bestätigung, kein Qualitätsvorfall auf der Statusseite (1. Sep. bis 7. Okt.), ein unabhängiger Test bisher ohne Rückgang. |
| GPT-6.1 Sol ist dumm | Unbelegt | Artificial Analysis bewertet es einen Punkt unter Astra. Ein Nutzer nennt es „ein Wrack in meinem Projekt“. Es gibt keine gemeinsame Aufgabe. |
| GPT ist günstiger | Zutreffend | Listenpreise, Artificial-Analysis-Kosten pro Aufgabe und unsere eigenen Logs stimmen überein. |
Was hat Anthropic bei den Claude-Code-Limits geändert?
Das wöchentliche Claude-Code-Limit hat sich in fünf Monaten dreimal verschoben. Anthropic fuhr vom 13. Mai bis 13. September einen 50-%-Bonus. Ab 14. September liegt das Limit 25 % über dem Niveau vor dem Bonus, und Anthropic sagt, das sei dauerhaft. Indexiert man das Limit vor dem Bonus auf 100, ergibt sich 100, dann 150, dann 125. Das ist ein Rückgang um 16.7 % gegenüber dem Stand, den Nutzer Anfang September hatten. Anthropic hat ihn bei der Ankündigung am 29. August selbst als Reduktion um 17 % bezeichnet. Die Fünf-Stunden-Limits wurden nicht angefasst.
| Datum | Wöchentliches Claude-Code-Limit (vor Bonus = 100) |
|---|---|
| Vor 13. Mai 2026 | 100 |
| 13. Mai bis 13. Sep. 2026 | 150 (befristeter Bonus) |
| Ab 14. Sep. 2026 | 125 (dauerhaft) |
| 22. Sep. 2026 | Opus 5.5 startet; gemeldet werden höhere 5-Stunden-Limits und ein einmaliger Reset, der am 22. Okt. abläuft |
Anthropic veröffentlicht für keinen Tarif Stunden- oder Token-Obergrenzen. Die Preisseite sagt nur, dass Max 5x und 20x das 5- bzw. 20-Fache von Pro pro Fünf-Stunden-Sitzung sind, mit einem zusätzlichen wöchentlichen Limit, und dass Max ein separates wöchentliches Limit für Fable-Modelle hat. Jede Angabe „Stunden pro Woche“, die man sieht, stammt von Dritten. Eine offizielle Änderung der Claude-Limits oder -Preise im Oktober haben wir nicht gefunden.
Was kostet jedes Modell pro Token?
Das sind Listenpreise pro Million Token, am 13. Oktober auf der jeweiligen Preisseite des Anbieters abgelesen.
| Modell | Eingabe | Gecachte Eingabe | Ausgabe |
|---|---|---|---|
| GPT-6 Astra | $10 | $1.00 | $50 |
| GPT-6.1 Sol | $2 | $0.10 | $10 |
| GPT-6 Sol | $2 | $0.20 | $10 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
| Claude Fable 5.1 | $10 | $0.25 | $50 |
| Claude Opus 5 | $5 | $0.50 | $25 |
| Claude Opus 5.5 | $4 | $0.20 | $20 |
| Claude Sonnet 5.5 | $2 | $0.10 | $10 |
| Claude Haiku 5.5 (Prompts bis 100K) | $0.10 | $0.01 | $0.50 |
Drei Details verändern die Rechnung stärker als der Grundpreis:
- Lange Prompts kosten bei OpenAI mehr. Ab 272K Eingabe-Token verdoppelt sich GPT-6.1 Sol auf $4 Eingabe und steigt auf $15 Ausgabe. Haiku 5.5 steigt ab 100K auf das Fünffache.
- Opus 5.5 ist pro Token 20 % günstiger als Opus 5. Anthropic gibt etwa 40 % niedrigere Kosten bei typischen Workloads an. Der neuere Claude-Tokenizer erzeugt für denselben Text rund 30 % mehr Token. Ein Preisvergleich pro Token über Generationen hinweg unterschätzt deshalb die reale Veränderung.
- Cache-Reads sind der Ort, an dem Coding-Agenten leben. GPT-6.1 Sol hat seinen gecachten Preis von $0.20 auf $0.10 halbiert. Das ist die Hälfte von Opus 5.5 mit $0.20. Unsere Codex-Logs zeigten 98 % der Eingabe-Token im Cache, deshalb zählt der Cache-Preis mehr als der Eingabepreis.
Wie stark verändert die Effort-Stufe die Kosten?
Effort ist der größte Hebel und wird am wenigsten besprochen. Beide Modelle haben fünf Stufen: low, medium, high, xhigh, max. Beide starten standardmäßig bei medium. Artificial Analysis hat beide über seinen Intelligence Index laufen lassen und für jede Stufe Score und Kosten pro Aufgabe veröffentlicht.
| Effort | Opus 5.5 Score | Opus 5.5 $ / Aufgabe | 6.1 Sol Score | 6.1 Sol $ / Aufgabe | Opus kostet |
|---|---|---|---|---|---|
| low | 42 | $0.55 | 42 | $0.13 | 4.2x |
| medium | 51 | $1.34 | 48 | $0.21 | 6.4x |
| high | 54 | $1.82 | 50 | $0.32 | 5.7x |
| xhigh | 56 | $3.46 | 51 | $0.39 | 8.9x |
| max | 58 | $5.98 | 52 | $0.72 | 8.3x |
Drei Lesarten der Tabelle:
- Sol ist bei jeder Effort-Stufe günstiger. Bei gleichem Indexwert 42 kostet Sol $0.13, Opus $0.55. Opus 5.5 zieht nur davon, wenn man es denken lässt: Seine max-Stufe erreicht 6 Punkte mehr als Sols max, bei dem 8.3-Fachen der Kosten.
- Die letzten Schritte sind die teuren. Opus steigt von 42 auf 58 für das 10.9-Fache der Kosten. Sol steigt von 42 auf 52 für das 5.5-Fache. Bei Sol verbraucht max etwa das 7-Fache der Ausgabe-Token von low (67M gegenüber 9.0M über den Index) für 10 Punkte.
- Der Preis pro Token erklärt nur einen Teil der Lücke. Opus 5.5 kostet pro Token das 2-Fache von Sol. Ein sekundärer Bericht beziffert die Ausgabe von Opus für den Index auf 260M Token, gegenüber 67M bei Sol, also etwa das 3.9-Fache. 2 mal 3.9 ergibt 7.8, nah an den gemessenen 8.3. Opus ist teurer, weil jedes Token mehr kostet und weil es mehr Token verbraucht. Opus 5.5 kann außerdem das Denken nicht abschalten.
Unsere eigenen Coding-Messungen liegen am unteren Ende dieser Spanne: GPT-6 Sol brauchte in unserem Artikel zu den Kosten pro Aufgabe 3.3- bis 4.2-mal weniger Dollar pro Aufgabe als Claude. Ein allgemeiner Benchmark-Index und ein Coding-Workload stimmen nie genau überein, aber Richtung und Größenordnung passen zusammen.
Was geben die Codex-Tarife tatsächlich her?
Die Preisseite von OpenAI nennt lokale Codex-Nachrichten pro Fünf-Stunden-Fenster bei Plus. Das gewählte Modell verschiebt die Zahl stark:
| Modell bei Plus | Nachrichten pro 5 Stunden |
|---|---|
| GPT-6 Luna | 350 bis 3,000 |
| GPT-6.1 Sol | 15 bis 160 |
| GPT-6 Sol | 15 bis 150 |
| GPT-6 Astra | 5 bis 45 |
Astra bekommt drei- bis viermal weniger Nachrichten als Sol, bei einem Preisunterschied von 5x. Das passt zu den Beschwerden „Astra hat mein Fenster leergesaugt“, ganz ohne Verschlechterung: Das Kontingent ist so bemessen, dass das teure Modell mehr davon kostet. Ein Nutzer auf Hacker News schrieb, Astra verbrauche in seinen Tests etwa das 7-Fache des Kontingents von 6.1 Sol. Das ist eine Person ohne angegebenen Workload, liegt aber im gleichen Bereich. Die Preisseite nennt außerdem, dass der Fast-Modus das 2.5-Fache des enthaltenen Verbrauchs und Ultrafast das 8-Fache zählt. Pro-Tarife haben derzeit kein Fünf-Stunden-Limit, nur ein wöchentliches, und OpenAI veröffentlicht für keine Stufe ein Token-Budget.
Was haben Nutzer selbst gemessen?
Wir haben nach Leuten gesucht, die Zahlen statt Gefühle gepostet haben. Die brauchbarsten stehen im GitHub-Issue-Tracker von anthropics/claude-code. Reddit und X konnten wir nicht auswerten, diese Threads sind hier also nicht abgedeckt.
| Issue | Behauptung | Methode und Einschränkung |
|---|---|---|
| #97398 (26. Sep.) | Der wöchentliche Verbrauch stieg nach dem Reset am 25. Sep.: vorher 93 Antworten pro 1 %, danach 30 | Lokale Transkripte, dedupliziert. Nach den eigenen Zahlen des Nutzers sind das 3.1x, obwohl der Titel 3.6x nennt. Ein Nutzer, ein Workload. |
| #97074 (25. Sep.) | Headless claude -p verbraucht pro Token etwa 1.8x mehr des Fünf-Stunden-Fensters als interaktiv | Etwa $1.6 pro 1 % headless gegenüber $3.0 interaktiv. Gleicher Workload. |
| #98679 (1. Okt.) | Opus 5.5: medianer Denk-Token-Wert 67, dann 126; medianer Output 447, dann 711 | Kleine Stichprobe (8 Sitzungen im zweiten Zeitraum), und die CLI-Version hat sich gleichzeitig geändert. |
| #96241 (23. Sep.) | Ultracode verbrauchte in 20 Minuten 70 % eines Max-5x-Plans | 18 Agenten liefen gleichzeitig. Eine Anekdote mit einer Zahl. |
Die erste und die dritte zeigen in dieselbe Richtung: Mehr Token pro Anfrage leeren das Wochenlimit schneller. Es sind verschiedene Nutzer und verschiedene Mechanismen, das ist also eine lose Übereinstimmung, keine Replikation. Auf der anderen Seite berichten Kommentatoren auf Hacker News, sie hätten für einen Code-Port höchstens 1 % eines wöchentlichen Limits von $20 verbraucht oder nie mehr als 20 % eines Plans. Eine Messung von 1 % und eine von 54 % eines Max-Plans in zwei Tagen sind wahrscheinlich beide richtig. Die Workloads sind aber nicht dieselben.
Testet jemand auf eine Verschlechterung?
Ein Projekt tut es. Livenerf fährt ein eingefrorenes Panel mit 78 Fragen, 90 Stichproben pro Tag, über 30 Tage. Am 11. Oktober war es an Tag 18 und hatte nur seine Baseline veröffentlicht: keinen Rückgang erkannt. Seine eigene Dokumentation sagt, es kann eine Änderung von etwa 6.6 Punkten pro 10 Tage erkennen, und es konnte Opus 5 nicht mit 99 % Sicherheit von Opus 5.5 unterscheiden. „Kein Rückgang“ beweist also nicht „keine Verschlechterung“. Es schließt eine große aus.
Die Historie von Anthropic ist der andere relevante Punkt. Das Postmortem vom 23. April nannte drei echte Ursachen für Qualitätsbeschwerden zu Claude Code: Der Standard-Effort wurde von high auf medium gesenkt (4. März bis 7. April), ein Bug löschte bei jedem Zug den Denkverlauf (26. März bis 10. April), und ein Prompt begrenzte Antworten zwischen Tool-Aufrufen auf 25 Wörter (16. bis 20. April). Der Denkverlauf-Bug hat wahrscheinlich über Cache-Misses auch die Limits schneller geleert. Anthropic hat die Limits für alle Abonnenten zurückgesetzt. „Es fühlt sich schlechter an“ war im Frühjahr also richtig, und die Ursache war die Konfiguration, kein leiseres Modell. Deshalb würden wir Effort-Einstellung und Client-Version prüfen, bevor wir den Gewichten die Schuld geben. Die Statusseite von Anthropic zeigt zwischen dem 1. September und dem 7. Oktober keinen Qualitätsvorfall; die Einträge betreffen Fehler, Latenz und einen Bug bei Ausgabenlimits.
Bei GPT-6.1 Sol ist das Bild dünner. OpenAI sagt, es liege nahe an Astra bei einem Fünftel des Token-Preises, und Artificial Analysis setzt es einen Indexpunkt unter Astra. Die Beschwerden, die wir gefunden haben, sind Einzelposts, und mehrere frühe „Verschlechterungs“-Posts betrafen GPT-6 Sol, bevor 6.1 am 29. September erschien. Warum stille Herabstufungen dein Kostenmodell brechen und was ein echter Regressionstest braucht, steht in dem Artikel zu stillen Modell-Herabstufungen.
Wie prüfst du deinen eigenen Plan?
- Protokolliere den Prozentwert, nicht das Gefühl. Codex schreibt
used_percentund Token-Zahlen nach~/.codex/sessions/. Bewerte die Anfragen zu Listenpreisen, teile die Dollar durch die verbrauchten Prozentpunkte und multipliziere mit 100. Das ergibt deine Dollar pro Fenster, die Methode hinter unserem 60-Tage-Vergleich. - Erfasse Effort und Client-Version bei jeder Messung. Issue #98679 zeigt, warum: Ein Versionssprung und eine Datumsänderung sehen in den Daten identisch aus.
- Halte interaktive und Headless-Läufe getrennt. Issue #97074 hat zwischen beiden einen Unterschied von 1.8x gemessen.
- Vergleiche bei gleichem Effort. medium gegen max bedeutet bei beiden Modellen eine Schwankung um das 5- bis 8-Fache.
- Miss nach jedem Reset oder Launch neu. Beide Labore haben diesen Herbst die Limits rund um Modellstarts verschoben.
Was konnten wir nicht verifizieren?
- Die Hilfeseiten von OpenAI zur Pro-Änderung haben unserem Abrufwerkzeug 403 geliefert. Die Zahlen vom 30. Oktober stützen sich auf mehrere Medien und eine zitierte OpenAI-E-Mail, nicht auf eine Seite, die wir gelesen haben.
- Keines der Labore veröffentlicht wöchentliche Limits in Token oder Dollar. Jede Angabe „Stunden pro Woche“ stammt von Dritten.
- Der Vergleich von 260M gegen 67M Ausgabe-Token und die Erhöhung des Launch-Limits von Opus 5.5 stammen aus sekundären Berichten.
- Wir haben keine vergleichbaren Zahlen von SWE-bench, METR, Aider oder LMArena für diese beiden Modelle gefunden und auch keinen öffentlichen Tracker auf Basis von ccusage.
- Die Benchmark-Tabellen der Anbieter (DeepSWE, Terminal-Bench, OSWorld) sind vom Anbieter selbst berichtet und listen nicht immer dieselben Konkurrenzmodelle.
- Reddit und X wurden nicht durchsucht, daher fehlen die lautesten Orte für Beschwerden.
Quellen
- Anthropic: Bonus für die wöchentlichen Claude-Code-Limits und die Stufe ab 14. Sep.
- Anthropic: Tarifpreise und Max-Multiplikatoren
- Anthropic: API-Preise
- Anthropic: Start von Claude Opus 5.5
- Anthropic: Postmortem vom 23. April zur Qualität von Claude Code
- Anthropic: Verlauf der Vorfälle auf der Statusseite
- OpenAI: API-Preise
- OpenAI: Leitfaden zum aktuellen Modell (Reasoning-Effort-Stufen)
- OpenAI: Codex-Tarife und Nutzungslimits
- Artificial Analysis: GPT-6.1 Sol vs. Claude Opus 5.5
- Artificial Analysis: GPT-6.1 Sol ersetzt GPT-6 Sol
- GitHub: claude-code #97398, wöchentlicher Verbrauch nach dem Reset am 25. Sep.
- GitHub: claude-code #97074, Headless- gegen interaktiven Verbrauch
- GitHub: claude-code #98679, Denk- und Ausgabe-Token bei Opus 5.5
- Livenerf: kontrollierter Modell-Regressionstest
- Implicator: Anthropic-Wochenlimits für Claude Code am 14. September
- The Next Web: OpenAI kürzt die Nutzung von Pro $200 und startet einen $500-Plan
Weiterführend
- ChatGPT Pro $200: Codex-Kürzung auf 10x
- Claude Max vs. ChatGPT Pro $200 bei Codex
- Echte Kosten pro Aufgabe, Spitzenmodelle
- Stille Modell-Herabstufungen
- Kosten für Codex-Prompt-Caching
Möchten Sie das auf Ihren Stack anwenden? Bringen Sie Anbieterrechnungen, Gateway-Protokolle und die wichtigsten Workflows mit; wir ordnen Kostentreiber und Einsparpotenziale zu. Kostenlose Prüfung buchen →