GPT-5.6 Sol Ultra i Codex: Hvad subagent-tilstanden faktisk gør (og koster)

GPT-5.6 Sol Ultra i Codex: Hvad subagent-tilstanden faktisk gør (og koster)

Fra juli 2026 er GPT-5.6 Sol Ultra i lukket preview for en lille gruppe på cirka 20 statsgodkendte partnere, tilgængelig via OpenAI API og Codex. Den er endnu ikke bredt tilgængelig. OpenAI har ikke offentliggjort en dato for generel tilgængelighed, og den ofte citerede 91,9 % Terminal-Bench-score optræder ikke på OpenAIs egen preview-side.

Den 26. juni 2026 præsenterede OpenAI GPT-5.6 Sol-familien, og få dage senere bad Thibault Sottiaux Codex-brugerne om at "gemme jeres sværeste prompts" til Sol Ultra-niveauet. Dét ene teaser-udspil udløste en bølge af benchmark-skærmbilleder. De fleste af dem gentager et tal, OpenAI aldrig har offentliggjort. Så før du planlægger dit Codex-workflow omkring GPT-5.6 Sol Ultra, får du her, hvad der faktisk er bekræftet, hvordan subagent-tilstanden fungerer, og token-regnskabet, der afgør, om det er værd at slå den til.

Nøglepointer:

• Sol Ultra er GPT-5.6's højeste effort-niveau: samarbejdende subagenter, der taler sammen under én opgave.
• Den er i lukket preview for cirka 20 statsgodkendte partnere via API og Codex, ikke bredt tilgængelig (per juli 2026).
• Pressen rapporterer 91,9 % på Terminal-Bench 2.1, men OpenAI har ikke offentliggjort det tal, så behandl det som uverificeret.
• Sol kører $5 input / $30 output per 1M tokens; subagenter multiplicerer antallet af kald, så Ultra kan koste flere gange mere end en single-agent-kørsel.

GPT-5.6 Sol Ultra i Codex: Hvad der faktisk er bekræftet

Her er den rene opdeling. Bekræftet: OpenAI præsenterede Sol-familien (Sol, Terra, Luna) den 26. juni 2026, Sol Ultra er det højeste reasoning-niveau, og den er blevet teasert til Codex. Ikke bekræftet: 91,9 %-scoren på Terminal-Bench 2.1 og enhver dato for generel tilgængelighed. Alt andet, du har set, er journalistik, ikke førstehåndsdata.

Den skelnen betyder noget, fordi dette launch forløb hurtigt og løst. OpenAIs preview-side beskriver niveauerne og safety-gatingen i kvalitative vendinger. Den iøjnefaldende benchmark-tabel, der florerer på X og i guides, stammer fra sekundær dækning, ikke OpenAIs egen side. I fasen op til launch graderede vi pre-launch-rygterne, og her er, hvad der faktisk blev leveret versus hvad der forblev spekulation. Den samme disciplin gælder nu.

Så hvis du er en udvikler, der prøver at afgøre, om Ultra hører hjemme i din Codex-loop, så ignorér hypetallene et øjeblik. De bekræftede fakta (mekanismen, prissætningen, preview-status) er nok til at ræsonnere om omkostninger og egnethed. De ubekræftede (den præcise score, launch-datoen) bør ikke drive nogen beslutning endnu. Kilder: OpenAIs Previewing GPT-5.6 Sol-side og 9to5Macs launch-dækning.

Hvad er Sol Ultra? Samarbejdende subagenter versus Pros parallelle agenter

Sol Ultra er GPT-5.6's højeste reasoning-niveau, og dens definerende funktion er samarbejdende subagenter: en koordinator opdeler din opgave i dele, giver hver del til en subagent, og disse subagenter udveksler beskeder med hinanden, mens arbejdet stadig er i gang. dén kommunikation midt i opgaven er hele pointen, og det er det, der adskiller Ultra fra alle niveauer under den.

Tænk på det som en lille engineering-pod versus et hold freelancere. GPT-5.5 Pros parallelle agenter fungerer som freelancere, du giver tre separate billetter. De går hver især i gang, udfører deres del isoleret og afleverer resultatet tilbage på dit skrivebord. Ingen taler sammen. Sol Ultras subagenter fungerer som en pod i ét rum: én bemærker, at databaseskemaet er ændret, fortæller det til de andre, og de justerer, inden de er færdige. dén koordinering er grunden til, at OpenAI positionerer den til lange, svære, flertrins-opgaver frem for hurtige redigeringer.

Hvor Pros agenter arbejder i separate spor, sender Sol Ultras subagenter beskeder til hinanden, mens opgaven stadig kører.

Selve mekanismen er bekræftet, beskrevet af OpenAI og gengivet i DataCamps og deeplearning.ais dækning. Hagen, og det kommer vi til, er, at hver subagent, du spawner, er endnu et modelkald, der brænder tokens af. Koordinering er ikke gratis.

Hvad er "maksimal reasoning effort", og hvornår skal du slå den til?

"Maksimal reasoning effort" er det øverste trin på GPT-5.6's effort-stige, der løber fra lav over høj og op til max-indstillingen, som Sol Ultra bruger. Højere effort betyder, at modellen bruger mere beregningskraft på at tænke, før den svarer, hvilket typisk hjælper på svære problemer og spilder penge på lette. Det er en drejeknap, ikke en kontakt, du lader stå på max.

Forestil dig en skakspiller. På lav effort trækker de hurtigt på instinktet, hvilket er fint for åbenlyse slag. På max effort sidder de og beregner ti træk frem, hvilket er præcis, hvad du vil have i et svært slutspil, og fuldstændig meningsløst for at åbne en dør. Reasoning effort fungerer på samme måde. Beregningskraften (og regningen) skalerer med, hvor hårdt du beder modellen om at tænke.

Så hvornår er det det værd? Slå max effort til for langsigtede, flerfils-agentic-opgaver: en migration, der berører tyve filer, en besværlig refaktorering, en bug, der spænder over tre tjenester. Det er langsigtede agentic coding-territorium, hvor dybere reasoning faktisk ændrer udfaldet. Lad den være slukket for at omdøbe en variabel, skrive en enkelt test eller rette en slåfejl, for så betaler du premium-tokens for nul gevinst.

Maksimal reasoning effort tjener kun sine omkostninger, når opgaven er svær nok til, at et forkert første forsøg ville koste dig mere end de ekstra tokens.

Den ærlige regel: hvis du ikke kan forklare, hvorfor opgaven er svær, har du sandsynligvis ikke brug for max effort til den.

Terminal-Bench 2.1-tallene: Er 91,9 % faktisk verificeret?

Nej. 91,9 %-tallet er rapporteret af sekundær presse, det optræder ikke på OpenAIs egen preview-side, previewet er lukket, og ingen evalueringsmetodik er offentliggjort. Så det er ikke uafhængigt verificeret. Behandl det som en presse-påstand, du ikke kan efterprøve, ikke et afgjort resultat.

Her er den præcise situation. OpenAI-nær journalistik (DataCamp, AI Weekly, deeplearning.ai) placerer Sol Ultra på 91,9 % på Terminal-Bench 2.1. Men fordi previewet er lukket for cirka 20 partnere, og OpenAI hverken har offentliggjort tallet eller testbetingelserne, kan ingen uden for den kreds reproducere det. Bemærk også, at Claude Mythos 5-tallet ændrer sig afhængigt af, hvem der rapporterer: nogle kilder siger 84,3 %, andre 88,0 %. Når en sammenligningstabels egne tal er uenige på tværs af kilder, er det dit signal til at holde det løst.

De 91,9 %, alle citerer, optræder ikke på OpenAIs egen preview-side, så behandl det som en presse-påstand, ikke et afgjort resultat.

Intet af dette betyder, at Sol Ultra er svag. Den kan sagtens toppe listen, når OpenAI offentliggør reel metodik. Det betyder bare, at du ikke bør route produktionstrafik baseret på et tal, du ikke kan verificere. Kilder: DataCamps GPT-5.6 Sol-guide, deeplearning.ais The Batch og AI Weekly.

Sådan bruger du Sol Ultra + maksimal reasoning effort i Codex

Selve Sol Ultra er lukket, så du kan ikke slå den til, medmindre din organisation er med i previewet. Men effort-stigen, den ligger på, fungerer allerede i Codex CLI i dag på de modeller, du har. Her er, hvordan indstillingen fungerer, og hvor Ultra passer ind, når du har adgang.

1. Find indstillingen. Reasoning effort ligger i din Codex-konfigurationsfil på ~/.codex/config.toml eller som et per-run-flag. Den er ikke begravet i en menu; det er én nøgle.
2. Sæt modellen og effort. Peg Codex på din modelstreng og sæt effort-niveauet. I dag kan du sætte lav til høj; "max"-trinnet og Sol Ultras subagent-niveau låses op, når din organisation er med i previewet.
3. Tilsidesæt per opgave. Brug -c-flaget til at skrue op for effort ved en enkelt svær kørsel uden at redigere din konfiguration.
4. Slå den til selektivt. Forbehold max effort til de lange, flerfils-opgaver fra afsnittet ovenfor. Lad din standard stå på medium eller høj.

# ~/.codex/config.toml
model = "gpt-5.6-sol"
model_reasoning_effort = "high"   # minimal | low | medium | high (available today)

# "max" effort + the Sol Ultra cooperating-subagent tier
# activate once your org is in the closed preview:
# model = "gpt-5.6-sol-ultra"
# model_reasoning_effort = "max"

# per-run override, no config edit needed:
# codex -c model_reasoning_effort="high" "refactor the auth module"

Pro-tip: sæt din projektstandard til high, ikke max. Tilsidesæt så til max kun ved den specifikke kørsel, der har brug for det. dén ene vane holder din basisregning fornuftig og gemmer det dyre niveau til opgaver, der faktisk belønner det. Tilgængelighedsdetaljer findes i OpenAIs Help Center-preview-artikel.

Hvad Ultra faktisk koster: Subagent-token-multiplikatoren

Her er den del, ingen modellerer: fordi Ultra spawner samarbejdende subagenter, affyrer én opgave flere modelkald i stedet for ét, og hvert kald fakturerer tokens. Sols bekræftede prissætning er $5 per 1M input-tokens, $0,50 cachet og $30 per 1M output. Output er den dyre side, og Ultra producerer meget mere af det.

Lad os regne et reelt eksempel. Tag én moderat kompleks agentic-opgave på basis-Sol, enkelt agent:

Nu den samme opgave på Ultra med en koordinator plus tre samarbejdende subagenter. Den delte kontekst caches billigt til $0,50, men hver subagent producerer stadig sit eget output til $30:

Det er cirka 3,6x basis-Sol-omkostningen for den samme opgave, og afhængigt af hvor mange subagenter, der spawnes, og hvor meget kontekst der caches, vil du se alt fra 2x til 4x. Multiplikatoren er vores modellerede estimat ud fra offentliggjort prissætning, ikke et målt Ultra-benchmark, men både prissætningen og mekanismen er bekræftet, så formen er reel.

Den skjulte omkostning ved Ultra er ikke per-token-satsen, det er, at én opgave stille bliver til fire modelkald.

To ting dæmper dette: prompt caching (den $0,50 cachet-sats) på delt kontekst og disciplineret routing, så du kun betaler Ultra-satser for opgaver, der har brug for dem. Hvis du mener det alvorligt med regningen, dækker vores guide til at holde dine LLM API-omkostninger under kontrol de routing-mønstre, vi bruger på kundepipelines. Prissætning fra DataCamp og deeplearning.ai, dateret 2026-06 til 2026-07.

Kan du bruge den endnu? Det begrænsede preview, cirka 20 partnere og tidslinjen

Ikke medmindre du er en af cirka 20 betroede, statsgodkendte partnere. Sol Ultra er i et lukket preview tilgængeligt via OpenAI API og Codex, gated bag et statsligt safety-eftersyn før bredere udgivelse. OpenAI har sagt, at bredere adgang "kommer inden for uger", og intet mere specifikt.

Du har måske set en "7. juli"-dato florere. Ignorér den. OpenAI gav ingen launch-dato, så behandl enhver specifik dag som ubekræftet snak, ikke et faktum at planlægge efter. Det, der er bekræftet, er "inden for uger"-formuleringen, og at Cerebras er sat til at serve Sol med op til 750 tokens i sekundet fra juli (ifølge deeplearning.ai).

Så hvad gør du, hvis du ikke er partner? Forbered dig nu. Få din Codex-konfiguration og effort-stige indstillet på de modeller, du har i dag, så når Ultra åbner op, er det den eneste ændring, du foretager, at skifte modelstrengen. Beslutningsboks: Er du en betroet partner? Nej? Så opsæt din effort-niveau-routing i dag og vær klar til at skifte én linje. Kilder: OpenAI Help Center og deeplearning.ai.

Sol Ultra versus Sol versus GPT-5.5 versus Claude Mythos 5: Hvilken skal du række efter?

Route efter opgave, ikke efter rangliste, især når ranglistetallene ikke er verificeret. Ræk efter basis-Sol til det meste daglige agentic coding, gem Sol Ultra til genuinely svære langsigtede opgaver, behold GPT-5.5, hvis den allerede er integreret i din stack, og overvej Claude Mythos 5, hvor du allerede stoler på Claudes seneste til dit workflow.

Her er den praktiske ramme:

• Ræk efter basis-Sol, når opgaven er normal-svær: en feature, en afgrænset refaktorering, en testsuite. Den bærer en rapporteret 88,8 % og koster en brøkdel af Ultra.
• Ræk efter Sol Ultra, når opgaven er lang, spænder over mange filer, og et forkert første gennemløb ville koste reel tid. De samarbejdende subagenter tjener deres multiplikator her, hvis nogen steder.
• Ræk efter GPT-5.5, når den allerede er integreret, og forskellen i forhold til Sol ikke retfærdiggør en migration.
• Ræk efter Claude Mythos 5, når dit teams eksisterende tooling favoriserer den. Dens rapporterede score varierer efter kilde (84,3 % til 88,0 %), så skift ikke kun baseret på tallet.

For dybere model-routing-afvejninger på tværs af værktøjer gennemgår vores coding-agent-sammenligning, hvor hver passer. Den korte version: vælg det billigste niveau, der klarer din opgaves sværhedsgrad.

Hvad udviklere faktisk siger på Reddit

Benchmarks er én ting. Hvad folk rapporterer i deres egne terminaler, er en anden, og lige nu er r/codex-trådene det mest ærlige signal, vi har. Vores læsning af stemningen: forsigtigt imponeret, dybt skeptisk og mest optaget af at diskutere pris.

Den tidlige hands-on-ros er specifik. I en r/codex-tråd med 335 upvotes sagde en udvikler, der bemærkede, at hans prompts blev routet til 5.6, at det føltes "dobbelt så hurtigt" og "one-shottede mine prompts", endda "foregribende" rettede edge cases, der tidligere tog flere runder med 5.5. Hans sammenligning ramte hårdt: det "føles præcis som Fable 5, da jeg kort havde den i Claude, men meget hurtigere." En kommentarskribent, der hævdede intern adgang, tilføjede, at kørsel af "opgaver på maksimalt reasoning-niveau" tager "meget mindre tid, end 5.5 ville."

Så møder veteranerne op. Den kraftigste modstrøm er det, vi ville kalde honeymoon-så-nerf-cynisme: "Det er altid sådan her og varer cirka 2 uger før nerf," skrev én. En anden var mere direkte: "Bare hammer løs på den i 2 uger, for den er Einstein i kun 2 uger." Et par stykker markerede selve timingen og bemærkede, at strålende 5.6-posts dukker op, netop som 5.5-nedgangs-klager topper. Sigende nok var de højest stemte svar i dén tråd slet ikke analyser; de var jokes ("jeg bruger allerede gpt 6"), hvilket siger meget om, hvor trætte udviklere er af version-hype-kværnen.

I Sol Ultra Codex-annonceringstråden vendte samtalen næsten udelukkende mod omkostninger, rettet direkte mod Claude. Udviklere vejer OpenAIs $200 Codex-niveau mod Anthropics Fable-promo, og flere sagde, at de opsiger Claude Max 20x, mest fordi Fable "brænder credits dobbelt så hurtigt." Det tilbagevendende håb: "ægte konkurrence til Claude Fable. Bedre for os brugere." Den tilbagevendende frygt, en vi tilfældigvis deler: "er blevet brændt før af, at OpenAI annoncerer ting og så gater dem bag højere niveauer, så jeg tror på det, når jeg ser det køre lokalt."

Vores take hos Techsy: hastighedsrapporterne stemmer overens med, hvad en højere-throughput-serving-stack burde levere, så dem tror vi på. One-shotting-påstandene behandler vi som lovende, men ubeviste i skala, fordi "den blev dummere efter to uger"-mønsteret er reelt, og vi har set det udspille sig ved tidligere launches. Og omkostningsskepsisen er helt korrekt. Indtil Sol Ultra er i din CLI, stabil, gennem en fuld faktureringscyklus, bør du behandle begejstringen som et preview, ikke en dom.

Hvad vi så ved kørsel af Codex agentic-opgaver

Lad os være ærlige: vi kan ikke køre Sol Ultra. Den er gated til cirka 20 partnere, og vi er ikke en af dem, så vi citerer ikke tokental eller scorer, vi ikke selv har målt. Det, vi kan gøre, er den næstbedste ærlige ting. Vi kørte agentic-opgaver gennem Codex CLI på vores nuværende niveau og regnede den præcise subagent-omkostningsmatematik ud fra OpenAIs offentliggjorte $5/$30-prissætning.

Effort-stigen opfører sig præcis, som man ville forvente på det niveau, vi testede. På lav og medium effort svarer Codex hurtigt og rammer for det meste afgrænsede redigeringer korrekt. Pres en svær, flerfils-opgave ved lav effort, og den har tendens til at stoppe for tidligt eller overse en tværgående filafhængighed; den samme opgave ved høj effort bruger mærkbart længere tid på at tænke, før den handler, og lander mere af ændringen i ét gennemløb. dén wall-clock-versus-kvalitet-afvejning er hele grunden til, at max-trinnet findes.

Omkostningsmodelleringen ovenfor (det cirka 3,6x-eksempel) er den ægte førstehånds-analyse, vi kan stå inde for: det er aritmetik på bekræftet prissætning og den bekræftede subagent-mekanisme, markeret som en model, ikke en måling. På kunders agentic-pipelines router vi allerede modelniveauer efter omkostning, og det er præcis denne beregning, vi ville køre, før vi slår Ultra til for nogen.

Den ene konfigurationsændring, der betyder noget, er model_reasoning_effort-linjen i den config.toml, der blev vist tidligere: vi holder vores projektstandard på high og tilsidesætter til max per-run, præcis som pro-tippet ovenfor beskriver. Når Ultra åbner ud over previewet, betyder dén opsætning, at det at skifte modelstrengen er den eneste redigering, vi foretager, og omkostningsmatematikken ovenfor er allerede den beregning, vi kører, før vi slår den til. Vi opdaterer dette afsnit med målte Ultra-tal, i det øjeblik vi har ægte adgang, ikke før.

Ofte stillede spørgsmål

Hvad er GPT-5.6 Sol Ultra?

Sol Ultra er GPT-5.6's højeste reasoning-effort-niveau. Dens definerende funktion er samarbejdende subagenter: en koordinator opdeler en opgave, og subagenterne udveksler beskeder med hinanden, mens de arbejder. OpenAI positionerer den til lange, svære, flertrins-agentic-opgaver frem for hurtige redigeringer og præsenterede den som en del af Sol-familien den 26. juni 2026.

Er Sol Ultra tilgængelig i Codex lige nu?

Ikke for de fleste. Per juli 2026 er Sol Ultra i et lukket preview tilgængeligt via OpenAI API og Codex, gated til cirka 20 betroede, statsgodkendte partnere bag et safety-eftersyn. OpenAI siger, at bredere adgang "kommer inden for uger", men har ikke offentliggjort en specifik dato, så du kan ikke bare slå den til i dag.

Hvordan fungerer samarbejdende subagenter i Sol Ultra?

En koordinator bryder din opgave op i dele og tildeler hver del til en subagent. I modsætning til uafhængige parallelle agenter kommunikerer disse subagenter midt i opgaven og deler, hvad de lærer, så de andre kan justere, før de er færdige. dén koordinering hjælper på komplekst, flerfils-arbejde, men hver subagent er et separat modelkald, der forbruger sine egne tokens.

Hvad er "maksimal reasoning effort" i GPT-5.6?

Maksimal reasoning effort er det øverste trin på GPT-5.6's effort-stige, der løber lav, medium, høj og derefter max. Højere effort betyder, at modellen bruger mere beregningskraft på at ræsonnere, før den svarer. Det hjælper på svære, langsigtede opgaver og spilder penge på simple, så behandl det som en drejeknap, du kun skruer op for, når en opgave er genuinely svær.

Hvor meget koster det at køre Sol Ultra?

Basis-Sol er prissat til $5 per 1M input-tokens, $0,50 cachet og $30 per 1M output (fra DataCamp og deeplearning.ai, dateret midt-2026). Ultra spawner samarbejdende subagenter, så én opgave affyrer flere modelkald. Vores modellerede eksempel viser, at en enkelt opgave koster cirka 2x til 4x en basis-Sol-kørsel, primært drevet af ekstra output-tokens.

Er Sol Ultra faktisk bedre end Claude Mythos 5?

På rapporterede tal fører Sol Ultra (91,9 %) over Claude Mythos 5 på Terminal-Bench 2.1, men det er uverificeret. OpenAI har ikke offentliggjort tallet, previewet er lukket, og Mythos 5's egen rapporterede score varierer fra 84,3 % til 88,0 % afhængigt af kilden. Så det ærlige svar er: vi ved det ikke endnu, og du bør ikke route produktionstrafik baseret på det.

Hvornår bliver Sol Ultra generelt tilgængelig?

OpenAI har sagt, at bredere adgang til Sol-familien på tværs af ChatGPT, Codex og API'en "kommer inden for uger", men har ikke offentliggjort en dato for generel tilgængelighed. Enhver specifik dato, der florerer online (herunder "7. juli"), er ubekræftet snak, ikke en officiel annoncering. Hold øje med OpenAIs egen preview-side for den bekræftede tidslinje.

Er 91,9 %-scoren på Terminal-Bench 2.1 verificeret?

Nej. 91,9 %-tallet stammer fra sekundær presse, ikke OpenAIs egen preview-side. Previewet er lukket for cirka 20 partnere, og ingen evalueringsmetodik er offentliggjort, så ingen uden for dén kreds kan reproducere det. Det kan vise sig at være korrekt senere, men lige nu er det en uverificeret presse-påstand, ikke et afgjort benchmark-resultat.

Hvordan adskiller Sol Ultra sig fra GPT-5.5 Pros parallelle agenter?

Pros parallelle agenter arbejder uafhængigt i separate spor: hver udfører sin del isoleret og returnerer et resultat uden kommunikation. Sol Ultras subagenter samarbejder og sender beskeder til hinanden midt i opgaven, så de kan justere, efterhånden som de lærer. dén koordinering passer til sværere flertrins-arbejde, men den multiplicerer også tokenforbruget på tværs af kaldene.

Har jeg brug for Sol Ultra, eller er basis-Sol nok?

Til det meste agentic coding er basis-Sol eller høj reasoning effort rigeligt og langt billigere. Forbehold Ultra til lange, flerfils-opgaver, hvor et forkert første forsøg ville koste mere tid end de ekstra tokens. Hvis du ikke klart kan forklare, hvorfor en opgave er svær, har du ikke brug for Ultra til den. Route efter sværhedsgrad, ikke efter rangliste.

Hvad siger udviklere om GPT-5.6 Sol på Reddit?

Tidlige r/codex-rapporter er positive om hastighed ("dobbelt så hurtigt") og om one-shotting af prompts, hvor flere udviklere sammenligner fornemmelsen med Claudes Fable 5. Men veteraner advarer om et "honeymoon så nerf"-mønster, hvor modeller degraderer efter launch, og meget af debatten handler om omkostninger versus Anthropics planer snarere end rå kapacitet.