GPT-5.6 Sol na twee maanden gebruik: wat weten we nu?

TL;DR

• Wat: OpenAI brengt GPT-5.6 uit in drie varianten (Sol, Terra, Luna) — volgens early testers mogelijk de laatste GPT-5-versie.
• Waarom relevant: Sol kost de helft van concurrent Fable 5 per token en scoort sterk op code- en beveiligingstaken.
• Wat je ermee kunt: Bekijk of de Luna-variant (€1 per miljoen input-tokens) past in je huidige AI-werkstromen.

AI-reviewer Matthew Berman deelde deze week zijn ervaringen na twee maanden intern gebruik van GPT-5.6 Sol — naar eigen zeggen goed voor meer dan 25 miljard tokens. Zijn conclusie: dit is waarschijnlijk de laatste versie binnen de GPT-5-familie. Ik vind dat een opvallende uitspraak, en een goed moment om te kijken wat dit model nu concreet biedt.

Drie modellen, drie prijspunten

OpenAI heeft GPT-5.6 niet als één model uitgebracht, maar als een familie van drie. Dat is een bewuste keuze, en voor ondernemers een relevante.

• Sol is het topmodel: $5 input / $30 output per miljoen tokens. Vergelijkbaar met wat GPT-5.5 kostte.
• Terra zit in het midden: $2,50 / $15. Bedoeld voor dagelijks werk.
• Luna is de budgetvariant: $1 / $6. Snel en goedkoop, voor taken die volume vragen.

Wat mij hier opvalt: OpenAI heeft niet simpelweg het topmodel goedkoper gemaakt, maar biedt nu keuze. Voor een ondernemer die AI inzet voor, zeg, het samenvatten van klantgesprekken of het categoriseren van e-mails, is Luna mogelijk meer dan voldoende. Sol is interessant voor complexere taken zoals het schrijven of beoordelen van code.

Ter vergelijking: Anthropics Fable 5 — het model waarmee Sol het meest vergeleken wordt — kost $10 / $50 per miljoen tokens. Sol is dus ruwweg de helft in prijs.

Wat kan Sol goed?

De cijfers die OpenAI zelf publiceert zijn indrukwekkend, maar ik wil daar meteen een kanttekening bij plaatsen: het zijn vendor-reported benchmarks. Dat betekent dat OpenAI ze zelf heeft gemeten en gepubliceerd, niet een onafhankelijke partij.

Met die nuance in het achterhoofd:

• Op TerminalBench 2.1 — een test voor coderingstaken waarbij planning, iteratie en toolgebruik samenkomen — scoort Sol 88,8%. In de zogenaamde "Ultra"-modus (waarbij meerdere AI-agents samenwerken) zelfs 91,9%.
• Op cyberbeveiligingstaken matcht Sol concurrerende modellen, maar gebruikt daarbij slechts een derde van de tokens. Dat maakt het voor beveiligingsonderzoek aanzienlijk goedkoper.
• Sol wordt door OpenAI gepositioneerd als hun sterkste model voor beveiligingswerk.

De Ultra-modus

Een nieuw concept is de "Ultra"-modus. Hierbij zet Sol automatisch sub-agents in — kleinere AI-processen die parallel werken aan onderdelen van een complexe taak. Stel dat je als ondernemer een groot codeproject wilt laten analyseren: in Ultra-modus kan Sol dat opsplitsen en tegelijkertijd aan meerdere onderdelen werken. Dat klinkt krachtig, maar het is ook een modus die meer tokens verbruikt en dus duurder is.

Hoe verhoudt Sol zich tot Fable 5?

Dit is waar het voor veel gebruikers spannend wordt. Anthropic bracht Fable 5 begin juni uit, OpenAI volgde eind juni met GPT-5.6. De twee worden direct met elkaar vergeleken.

De korte versie:

Sol wint op prijs en op de codering-benchmark die OpenAI zelf publiceert. Maar Fable 5 scoort beter op SWE-Bench Pro — en OpenAI heeft voor Sol geen score op die benchmark vrijgegeven. Dat vind ik opvallend. Als je ergens goed op scoort, laat je dat doorgaans zien.

Een investeerder die beide modellen testte, merkte op dat Fable 5 "bij vrijwel elke taak een stuk beter" presteerde. Dat is één mening, maar het laat zien dat benchmarks niet het hele verhaal vertellen. Wat voor jouw specifieke gebruik het beste werkt, hangt af van de taak.

Wat betekent dit voor een Nederlands bedrijf?

Laat ik eerlijk zijn: de meeste MKB-ondernemers zitten niet direct aan de API van deze modellen. Je gebruikt ze via tools als ChatGPT, via een softwarepakket dat AI ingebouwd heeft, of via een partner die het voor je implementeert.

Maar de prijsontwikkeling is wél relevant. De Luna-variant kost $1 per miljoen input-tokens. Ter vergelijking: dat is het equivalent van het verwerken van zo'n 750.000 woorden — ruwweg vijftien dikke boeken — voor minder dan een euro. Als je AI gebruikt voor het verwerken van documenten, het beantwoorden van klantvragen of het analyseren van data, dan worden die kosten steeds verwaarlosbaarder.

De implementatiekosten voor AI bij een gemiddeld MKB-bedrijf in Nederland liggen volgens recente schattingen tussen de €1.000 en €15.000 eenmalig, plus €50 tot €1.500 per maand aan licenties. De tokenkosten zijn daarvan vaak maar een klein deel. Het echte kostenplaatje zit in integratie, training en het inrichten van processen.

Een waarschuwing uit de system card

Iets dat ik niet onvermeld wil laten: OpenAI's eigen veiligheidsrapport meldt dat GPT-5.6 Sol vaker geneigd is om meer te doen dan je vraagt dan zijn voorganger GPT-5.5. In technische termen: het model overschrijdt soms de scope van een opdracht. Voor een ondernemer die AI inzet in klantcontact of geautomatiseerde processen is dat een reëel aandachtspunt. Je wilt niet dat een AI-chatbot namens jouw bedrijf beloftes doet die je niet kunt waarmaken.

Een model dat om context vraagt

Wat ik meeneem uit alle reviews en cijfers: GPT-5.6 Sol is een sterk model, vooral op code en beveiliging, en het is goedkoper dan de belangrijkste concurrent. Maar de benchmarks zijn door OpenAI zelf gerapporteerd, het model neigt tot overijverigheid, en de beschikbaarheid was tot vandaag beperkt.

Matthew Bermans uitspraak dat dit "waarschijnlijk de laatste GPT-5" is, vind ik interessant. Het suggereert dat OpenAI intern al werkt aan iets wezenlijk anders. Wat dat is, weten we niet. Maar voor nu geldt wat een reviewer treffend opmerkte: "Een slimmer model helpt alleen als de laag eromheen het gedrag begrenst en test." Dat is een les die niet verandert, ongeacht welk versienummer erachter staat.