Präzisions-Edit (Multi-Step)
artifact-edit-006-aüber codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
4 von 4 Ergebnisprüfungen bestanden
1 Prüfung im Browser nicht gelaufen
Bewertung nicht veröffentlicht
GPT-5.6 Sol
VeröffentlichtModell GPT-5.6 Sol ist ein Modell von OpenAI, veröffentlicht am 09.07.2026 (vor 3 Monaten).
- Wo ist es nutzbar?
- Bestätigt in: ChatGPT, ChatGPT Work, Codex, GitHub Copilot, Microsoft 365 Copilot (bestätigt nur für Cowork)Zu 9 weiteren Produkten haben wir keine Angabe — das heißt nicht „nicht verfügbar“.In der API des Anbieters verfügbar
- Haben wir es getestet?
- 4 Prüfstand-Läufe in 4 Aufgaben
- Letzte Änderung
- vor 3 Monaten
- Belege
- 5 Quellen von 4 WebsitesEintrag:
Was belegt das?
Drei Arten von Belegen, getrennt gehalten. Keine beweist für sich allein AGI; wo eine fehlt, steht das auf der Seite.
- In echten ProduktenBestätigt in: ChatGPT, ChatGPT Work, Codex, GitHub Copilot, Microsoft 365 Copilot (bestätigt nur für Cowork)
- agi.jetzt Prüfstand4 veröffentlichte Läufe zu 4 Aufgabenüber Codex CLI: Modell + Harness
- Öffentliche Benchmarks18 berichtete Ergebnisse zu 17 Benchmarks — jeweils mit Quelle
Ein Modell und das Produkt drumherum sind verschiedene Dinge: Ein Ergebnis für das eine gilt nicht automatisch für das andere.
Öffentliche Benchmark-Ergebnisse
Ergebnisse, die Benchmark-Betreiber oder Anbieter berichten, jeweils mit Quelle. Sie werden nicht gemittelt und nicht über Benchmarks hinweg verglichen; ein Anbieter-Ergebnis ist selbst berichtet. Manche Quellen sind keine Seiten, sondern Datendateien des Benchmark-Betreibers; sie sind als maschinenlesbar gekennzeichnet.
- GPT-5.6 Sol45 %Chartography · v1 · Genauigkeit (Expertenbereich bewertet), ohne WerkzeugeQuelle, Stand 03.10.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Bewertung durch: google/gemini-3.5-flash · Werkzeuge: nein · Einstellung: Inspect AI (surge-ai/chartography) · Versuche: 10 · Web: nein · Reasoning: Max · Computer-Nutzung: nein · gemeldet als „GPT 5.6 Sol (Max reasoning)“Quelle: surgehq.ai — Chartography, GPT-5.6 Sol
- GPT-5.6 Sol30,7 %GDP.pdf · v1 · Bestehensquote, alle Kriterien (streng)Quelle, Stand 03.10.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Bewertung durch: google/gemini-3.5-flash · Werkzeuge: nein · Einstellung: Inspect AI (surge-ai/gdp-pdf) · Versuche: 5 · Web: nein · Reasoning: Max · Computer-Nutzung: nein · gemeldet als „GPT 5.6 Sol (Max reasoning)“Quelle: surgehq.ai — GDP.pdf, GPT-5.6 Sol
- GPT-5.6 Sol37,27 %Terminal-Bench · 4.0 · Lösungsrate (Mittel über 5 Läufe)Quelle, Stand 03.10.2026 · Benchmark-Betreiber · Modell + Harness · Codex · Werkzeuge: ja · Versuche: 5 · pass@k: 1 · Reasoning: maxQuelle: www.tbench.ai — Terminal-Bench, GPT-5.6 Sol
- GPT-5.6 Sol$9.619,37Vending-Bench 2 · 2 · EndkontostandQuelle, Stand 03.10.2026 · Benchmark-Betreiber · Modell + Harness · Andon Labs Vending-Bench 2 agent environment (email, web search, inventory tools, notes/reminders) · Werkzeuge: ja · Budget: ~1 simulated year; 3000-6000 messages, 60-100M output tokens per run · Versuche: 5 · Web: jaMaschinenlesbare Quelle: andonlabs.com · Datenbündel der Website, nicht verlinkt
- GPT-5.6 Sol92,5 %ARC-AGI-2 · semi-private · Genauigkeit (Aufgaben bestanden)Quelle, Stand 02.10.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Reasoning: max · gemeldet als „GPT-5.6 Sol (Max)“Maschinenlesbare Quelle: arcprize.org · JSON — ARC-AGI-2, GPT-5.6 Sol
- GPT-5.6 Sol7,78 %ARC-AGI-3 · semi-private · ScoreQuelle, Stand 02.10.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Reasoning: max · gemeldet als „GPT-5.6 Sol (Max)“Maschinenlesbare Quelle: arcprize.org · JSON — ARC-AGI-3, GPT-5.6 Sol
- GPT-5.6 Sol72,67 %DeepSWE · 1.1 · pass@1 (Mittel über 4 Läufe)Quelle, Stand 22.09.2026 · Benchmark-Betreiber · Modell + Harness · mini-swe-agent · Werkzeuge: ja · Versuche: 4 · pass@k: 1 · Reasoning: max · gemeldet als „gpt-5-6-sol“Quelle: deepswe.datacurve.ai — DeepSWE, GPT-5.6 Sol
- GPT-5.6 Sol41 %HLE-Diamond · 2026-09-22 · GenauigkeitQuelle, Stand 22.09.2026 · Benchmark-Betreiber · nur Modell · Web: nein · Reasoning: maxQuelle: lastexam.ai — HLE-Diamond, GPT-5.6 Sol
- GPT-5.6 Sol56,6 %HLE-Diamond · 2026-09-22 · Genauigkeit · toolsQuelle, Stand 22.09.2026 · Benchmark-Betreiber · Modell + Harness · Codex CLI 0.155.1 · Werkzeuge: ja · Web: ja · Reasoning: highQuelle: lastexam.ai — HLE-Diamond, GPT-5.6 Sol
- GPT-5.6 Sol27,34 %OSWorld · 2.0-v2026.08.08 · binärer ErfolgQuelle, Stand 17.09.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Werkzeuge: ja · Budget: 500 steps · Teilmenge: full set · Reasoning: max · Computer-Nutzung: jaMaschinenlesbare Quelle: osworld-v2.xlang.ai · JSON — OSWorld, GPT-5.6 Sol
- GPT-5.6 Sol90,4 %BrowseComp · v1 · pass@1-GenauigkeitQuelle, Stand 03.09.2026 · vom Anbieter selbst berichtet · Ausführung nicht angegeben · Werkzeuge: ja · Web: ja · pass@k: 1 · Reasoning: max (chart point "Max": 0.903633)Quelle: web.archive.org — BrowseComp, GPT-5.6 Sol
- GPT-5.6 Sol32,2 %FrontierSWE · v2 · Teilpunkte (Mittel über 5)Quelle, Stand 01.09.2026 · Benchmark-Betreiber · Modell + Harness · Proximus (Proximal's minimal harness extending mini-swe-agent; summary-based context compaction, submission tool) · Werkzeuge: ja · Budget: 20 hours wall-clock per task · Versuche: 5 · Reasoning: maximum effortQuelle: www.proximal.ai — FrontierSWE, GPT-5.6 Sol
6 weitere zeigen
- GPT-5.6 Sol0 %FrontierMath: Erdős problems · 2026-08 · Genauigkeit (Mittelwert)ausgewertet 28.08.2026 · Benchmark-Betreiber · Modell + Harness · Epoch deepagent (Inspect) with bash, text editor, budget tool; Lean 4 + Mathlib, SageMath, Python; offline arXiv snapsho · Werkzeuge: ja · Budget: $300 spend and 72 hours working time per problem · Versuche: 1 · Web: nein · Reasoning: max · gemeldet als „gpt-5.6-sol_max“Maschinenlesbare Quelle: epoch.ai · ZIP-Download — FrontierMath: Erdős problems, GPT-5.6 Sol
- GPT-5.6 Sol46,91 %τ³-bench banking (pass@1) · tau2-bench-1.0.1 · pass@1ausgewertet 22.07.2026 · Benchmark-Betreiber · Modell + Harness · τ²-bench harness (Sierra, v1.0.1) · Werkzeuge: ja · Versuche: 4 · pass@k: 1 · Reasoning: xhigh · gemeldet als „GPT-5.6-sol“Maschinenlesbare Quelle: raw.githubusercontent.com · JSON — τ³-bench banking (pass@1), GPT-5.6 Sol
- GPT-5.6 Sol27,84 %τ³-bench banking (pass^4 consistency) · tau2-bench-1.0.1 · pass^4 (alle 4 Läufe erfolgreich)ausgewertet 22.07.2026 · Benchmark-Betreiber · Modell + Harness · τ²-bench harness (Sierra, v1.0.1) · Werkzeuge: ja · Versuche: 4 · pass@k: pass^4 · Reasoning: xhigh · gemeldet als „GPT-5.6-sol“Maschinenlesbare Quelle: raw.githubusercontent.com · JSON — τ³-bench banking (pass^4 consistency), GPT-5.6 Sol
- GPT-5.6 Sol82,93 %FrontierMath Tier 4 · v2 · Genauigkeit (Mittelwert)ausgewertet 09.07.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Werkzeuge: ja · Budget: 1,000,000 tokens hard limit (forced submission at 660,000) · Einstellung: Epoch AI FrontierMath implementation (Inspect): python tool + submit_answer tool · Web: nein · Reasoning: max · gemeldet als „gpt-5.6-sol_max“Maschinenlesbare Quelle: epoch.ai · ZIP-Download — FrontierMath Tier 4, GPT-5.6 Sol
- GPT-5.6 Sol89,12 %FrontierMath Tiers 1–3 · v2 · Genauigkeit (Mittelwert)ausgewertet 09.07.2026 · Benchmark-Betreiber · Ausführung nicht angegeben · Werkzeuge: ja · Budget: 1,000,000 tokens hard limit (forced submission at 660,000) · Einstellung: Epoch AI FrontierMath implementation (Inspect): python tool + submit_answer tool · Web: nein · Reasoning: max · gemeldet als „gpt-5.6-sol_max“Maschinenlesbare Quelle: epoch.ai · ZIP-Download — FrontierMath Tiers 1–3, GPT-5.6 Sol
- GPT-5.6 Sol64,8 %SimpleBench · avg5 · Genauigkeit (Mittel über 5 Läufe)ausgewertet 09.07.2026 · Benchmark-Betreiber · nur Modell · pass@k: AVG@5 · Reasoning: xhigh · Temperatur: 0.7 (top-p 0.95) · gemeldet als „GPT-5.6 Sol (xhigh)“Maschinenlesbare Quelle: simple-bench.com · JavaScript-Datei — SimpleBench, GPT-5.6 Sol
Wo ist es nutzbar?
Gezeigt werden nur erfasste Verfügbarkeitsaussagen. Ein fehlender Tarif oder eine fehlende Produktfläche heißt: keine Angabe, nicht: nicht verfügbar. Gilt sie nur für einen Tarif oder eine Region, steht das in der Zeile. „Einführung läuft“ ist nicht „verfügbar“. „Einführung gemeldet“ heißt: Die Einführung wurde gemeldet, ist aber seit über 90 Tagen nicht mehr belegt.
| Produkt | Status | seit | Geprüft | Quellen |
|---|---|---|---|---|
| ChatGPTApp · Business | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPTApp · Enterprise | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPTApp · Plus | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPTApp · Pro | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPT WorkWork · Business | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPT WorkWork · Enterprise | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPT WorkWork · Plus | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| ChatGPT WorkWork · Pro | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| CodexCodex · Business | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| CodexCodex · Enterprise | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| CodexCodex · Plus | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| CodexCodex · Pro | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 04.10.2026 | |
| GitHub CopilotCopilot · Business | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1docs.github.com |
| GitHub CopilotCopilot · Enterprise | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1docs.github.com |
| GitHub CopilotCopilot · Max | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1docs.github.com |
| GitHub CopilotCopilot · Pro Plus | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1docs.github.com |
| GitHub Copilot | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1docs.github.com |
| Microsoft 365 CopilotCowork | Eingeschränkt verfügbar | nicht dokumentiert | geprüft 11.10.2026 | 1learn.microsoft.com |
„Seit wann“ fehlt, wenn die Quelle kein Datum nennt: Wir haben den Zustand bei einer Prüfung so vorgefunden.
Keine Angabe zu 9 weiteren Produkten: Claude, Claude Code, Claude Enterprise, Claude Team, Gemini, Gemini for Google Workspace, Grok, Langdock, Le Chat Enterprise. Keine Angabe heißt nicht: nicht verfügbar.
Entwickler-APIs
Entwicklerzugang — sagt nichts über eine App.
| Produkt | Status | seit | Geprüft | Quellen |
|---|---|---|---|---|
| OpenAI APIAPI | Verfügbar | nicht dokumentiert | geprüft 03.10.2026 | 1developers.openai.com |
Was haben wir getestet?
Jede Kachel zeigt etwas, das dieses Modell im Prüfstand gebaut hat — über die jeweils genannte Laufzeit. Ein schmaler Ausschnitt, kein Urteil über das Modell.
Interaktive Micro-App
frontend-app-005-aüber codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
Keine Prüfung ausgeführt
4 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Datenviz-Dashboard mit Insights
frontend-dashboard-002-aüber codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Animierte Hero (CSS-Motion)
artifact-motion-001-büber codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
3 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Von der Ankündigung bis heute
Die vom Anbieter bestätigten Daten und jeder erfasste Zeitraum der Verfügbarkeit. Ein laufender Zeitraum zeigt seinen geprüften Status; ohne Prüfung steht „nicht geprüft“.
Angekündigt—nicht erfasst
Veröffentlicht
Abgekündigt—nicht erfasst
Eingestellt—nicht erfasst
Was hat sich geändert?
Belegte Änderungen zu diesem Modell, neueste zuerst.
- vor 3 Monatenam 30.09.2026 nachgetragen
1developers.openai.com
Belege
Jede Quelle hinter den Angaben dieser Seite, nach Domain.
| Domain | Dok. | Dokumente |
|---|---|---|
| developers.openai.com | 2 | |
| docs.github.com | 1 | |
| help.openai.com | 1 | |
| learn.microsoft.com | 1 |