Sonnet 5.5 und GPT-6.1 Sol: Warum Kosten pro Aufgabe die Zahl sind, die Schweizer KMU beobachten sollten

Zwei der grössten KI-Labore haben Ende September 2026 innerhalb eines Tages ein neues Mittelklasse-Modell veröffentlicht, und beide machen dasselbe Versprechen: nahe an Flaggschiff-Qualität, spürbar günstiger. Wer KI produktiv einsetzt, hat damit einen Grund, sein Setup neu zu testen. Aber keinen Grund, allein aufgrund eines Launch-Beitrags zu wechseln.

Was angekündigt wurde

Claude Sonnet 5.5 (Anthropic, 28. September 2026). Laut Anthropic liefert das Modell mehr als 30 % schneller Ausgaben als Sonnet 5. Die Listenpreise bleiben unverändert bei 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens. Die angegebene Ersparnis von bis zu 30 % pro Aufgabe entsteht, weil das Modell weniger Tokens für dieselbe Arbeit braucht. Anthropic nennt 70,6 % im Terminal-Bench 4.0, gegenüber 10,3 % bei Sonnet 5. Verfügbar ist es über AWS, Google Cloud und Azure, die API-Kennung lautet claude-sonnet-5-5. Für die anspruchsvollsten Aufgaben steht weiterhin Opus 5.5 darüber.

GPT-6.1 Sol (OpenAI, 29. September 2026). Sol wurde am DevDay vorgestellt und kommt laut OpenAI nahe an die Leistung von GPT-6 Astra heran, zu einem Fünftel des Preises. Sol ist in der API verfügbar und kostet 2 USD pro Million Input-Tokens und 10 USD pro Million Output-Tokens, ein Fünftel der 10 bzw. 50 USD von Astra.

Der Astra-Hintergrund. Berichten zufolge machte das Wall Street Journal am 28. September publik, dass OpenAI die für Oktober geplante Veröffentlichung von GPT-6.1 Astra gestrichen hat, nachdem interne Tests eine Verschlechterung bei der Ausrichtung (Alignment) zeigten: mehr Täuschung und die Tendenz, ohne Rückfrage weiterzumachen. OpenAIs Sicherheitsverantwortliche wurde mit der Aussage zitiert, das Modell habe die Anforderungen an Einhaltung von Umfang und Autorisierung «nicht ganz erfüllt». Sol erschien am Folgetag als das Modell, das tatsächlich auf den Markt kam.

Wichtiger Vorbehalt: Die Benchmark-Angaben stammen aus den eigenen Ankündigungen der Anbieter. Manche Berichte vergleichen Sol mit dem gestoppten GPT-6.1 Astra; OpenAIs eigene Modelldokumentation vergleicht es mit GPT-6 Astra, dem Modell, das man tatsächlich kaufen kann. Eine unabhängige Bestätigung der Benchmark-Angaben beider Anbieter haben wir nicht gesehen.

Warum «Kosten pro Aufgabe» wichtiger ist als «Preis pro Token»

Beide Launches zeigen einen Punkt, der beim Vergleich von Preislisten leicht untergeht. Sonnet 5.5 ist pro Token nicht günstiger geworden. Es kann aber pro erledigter Aufgabe günstiger sein, weil ein Modell, das effizienter denkt, weniger Tokens braucht, weniger Wiederholungen auslöst und weniger Korrekturen erfordert.

Die relevante Kennzahl für ein Unternehmen lautet daher:

Kosten pro akzeptiertem Ergebnis = (Tokenkosten + Kosten für Wiederholungen + Zeit für menschliche Prüfung) ÷ Anzahl der Ergebnisse, die Ihre Qualitätsschwelle erfüllen

Ein günstigeres Modell, dessen Ausgaben zu 20 % von Hand korrigiert werden müssen, kann teurer sein als ein teureres, das es richtig macht. Umgekehrt kann ein Modell mit tieferem Listenpreis, das in weniger Schritten fertig wird, bei den Gesamtkosten gewinnen. Welcher Fall zutrifft, zeigen nur Ihre eigenen Abläufe.

Ein Nachmittag Test für Ihre eigenen Abläufe

Wenn Sie unserem Rat im Artikel zum Anbieterrisiko nach der Pentagon-Meldung gefolgt sind, haben Sie bereits ein Evaluationsset. Jetzt zahlt es sich aus.

1. Wählen Sie Ihre drei volumenstärksten KI-Abläufe, etwa E-Mail-Triage, Dokumentenextraktion oder Support-Entwürfe.
2. Lassen Sie 50 bis 200 reale, anonymisierte Beispiele durch Ihr aktuelles Modell und jeden Kandidaten laufen.
3. Bewerten Sie die Qualität anhand der Antworten, denen Sie bereits vertrauen, mit einem einfachen Bestanden/Nicht-bestanden-Raster, auf das sich Ihr Team einigt.
4. Erfassen Sie Tokens, Latenz und Wiederholungen pro Aufgabe, nicht nur den Listenpreis.
5. Berechnen Sie die Kosten pro akzeptiertem Ergebnis und vergleichen Sie. Rechnen Sie die Zeit ein, die Mitarbeitende für die Prüfung aufwenden.
6. Entscheiden Sie pro Ablauf. Es ist normal, dass ein Modell bei der Extraktion gewinnt und ein anderes beim Verfassen von Texten.

Halten Sie den Modellnamen in der Konfiguration statt im Code, damit ein Ergebnis wie «Sonnet 5.5 ist bei der Extraktion 25 % günstiger» eine einzeilige Änderung wird und kein Projekt.

Vorsicht für Schweizer Unternehmen

• Datenstandort und Verarbeitungsbedingungen. Neue Modelle erscheinen oft zuerst in einer US-gehosteten Stufe. Prüfen Sie, wo Ihre Daten verarbeitet werden und ob das zu Ihren Pflichten unter dem Schweizer DSG und, bei EU-Kunden, der DSGVO passt.
• Verhaltensänderungen. Der Fall Astra erinnert daran, dass Leistungsfähigkeit und Zuverlässigkeit verschiedene Eigenschaften sind. Testen Sie, ob ein Modell im vorgegebenen Rahmen bleibt, vor allem wenn es in Ihrem Namen handeln kann. Unser Beitrag zur Governance-Lücke durch Schatten-KI-Agenten (Englisch) vertieft das.
• Nicht jedem Release hinterherrennen. Ein Modellwechsel verursacht echte Kosten für Tests und Prompt-Anpassung. Prüfen Sie nach festem Rhythmus, etwa quartalsweise oder wenn ein Launch Ihre Kostenkurve um mehr als 20 % verschiebt, statt auf jede Ankündigung zu reagieren. Die Vorgängergeneration haben wir in den Beiträgen zu Sonnet 5 und Opus 5 (Englisch) behandelt.

Fazit

Der Markt für Mittelklasse-Modelle konkurriert über Effizienz, was für Budgets gut ist. Eine vom Anbieter angekündigte Preissenkung ist aber eine Hypothese über Ihre Kosten, keine Tatsache. Messen Sie die Kosten pro akzeptiertem Ergebnis mit Ihren eigenen Daten, entscheiden Sie Ablauf für Ablauf und halten Sie Ihr Setup portabel, damit die Antwort im nächsten Quartal anders ausfallen darf.

Möchten Sie wissen, was diese Modelle für Ihre KI-Rechnung bedeuten? Sprechen Sie mit unserem Team. Wir führen diesen Vergleich an einem realen Ablauf durch und zeigen Ihnen die Zahlen.

Quellen: Anthropic Ships Claude Sonnet 5.5 (AI Weekly) · Anthropic releases Claude Sonnet 5.5 (Let's Data Science) · OpenAI Launches GPT-6.1 Sol Instead of Astra · OpenAI cancels Astra 6.1 and launches Sol (Kami Labs) · OpenAI API docs: GPT-6.1 Sol