GPT-5.6 is nu ingebouwd in Zero als een familie van drie modellen: Sol voor het zwaarste multi-agent werk, Terra voor gebalanceerde dagelijkse uitvoering en Luna voor snelle, grootschalige workflows.
Voor teams die verschillende agenttaken routeren, is dat vaak nuttiger dan één enkel vlaggenschipmodel. In plaats van altijd te betalen voor maximale redeneerkracht, kun je het model afstemmen op de taak, terwijl je dezelfde Zero-omgeving behoudt: gekoppelde tools, bestanden, browsertoegang, geïsoleerde uitvoering, vaardigheden en opvolging.
Kies de Built-in route en VM0 beheert de modeltoegang en rekent het gebruik af in credits. Als je team al een OpenAI API-sleutel of een ChatGPT/Codex-abonnement gebruikt, ondersteunt Zero die routes ook.
Eén familie, drie werkpunten
OpenAI ontwierp GPT-5.6 rond duurzame capaciteitsniveaus. Het nummer geeft de generatie aan; Sol, Terra en Luna beschrijven de afweging tussen intelligentie, snelheid en kosten.
GPT-5.6 Sol: het zwaarste werk
Sol is het vlaggenschip. Gebruik dit model wanneer een taak zo moeilijk is dat een sterker plan, meer controle of parallel werk het resultaat wezenlijk kan veranderen.
Zero's GPT-5.6 Sol-integratie gebruikt standaard Ultra redeneervermogen. OpenAI beschrijft Ultra als het coördineren van vier agents parallel, waarna hun werk wordt samengevoegd. Daardoor past Sol goed bij opdrachten met meerdere onafhankelijke werkstromen, zoals:
- Een grote codebase migreren, compatibiliteit testen en het resultaat documenteren.
- Een markt onderzoeken via veel bronnen, bevindingen uitdagen en een besluitvormingsklaar rapport maken.
- Een productbrief omzetten naar een gepolijste interface, het resultaat inspecteren en visuele of functionele problemen oplossen.
- Een productie-incident onderzoeken via logs, code, tickets en browserstatus voordat een oplossing wordt voorgesteld.
Sol valt onder het $$$ VM0 Built-in niveau. Gebruik het waar een verkeerde stap duur is, niet voor elk kort antwoord.
GPT-5.6 Terra: de gebalanceerde krachtpatser
Terra is het logische startpunt voor herhaalbaar professioneel werk. OpenAI positioneert het als het gebalanceerde niveau en meldt prestaties die concurreren met GPT-5.5 tegen de helft van de vermelde API-tokenprijs.
Gebruik Terra voor werk dat nog steeds redeneervermogen en toolgebruik vereist, maar niet Sol's maximale rekenkracht nodig heeft:
- Dagelijks onderzoek, concurrentieanalyse en samenvattingen uit meerdere bronnen.
- Routinematige codewijzigingen, pull-requestanalyse en probleemonderzoek.
- Rapporten, lanceringsplannen, klantbrieven en operationele documenten opstellen.
- Agentworkflows die sterke verwerking van lange context vereisen tegen een matigere prijs.
Terra valt onder het $$ VM0 Built-in niveau. Het is niet verplicht als universele standaard; het is gewoon het niveau dat wij als eerste zouden testen voor veel algemene workflows.
GPT-5.6 Luna: snelheid en volume
Luna is het snelste en meest betaalbare lid van de familie. Het is ontworpen voor werk waarbij doorvoersnelheid en responstijd belangrijker zijn dan maximale diepgang.
Goede Luna-taken zijn onder andere:
- Grote batches tickets, leads of berichten classificeren of routeren.
- Gestructureerde velden extraheren uit consistente documenten.
- Eerste triage uitvoeren voordat onduidelijke gevallen worden doorgestuurd naar Terra of Sol.
- Korte samenvattingen of transformaties in grote aantallen produceren.
Luna valt onder het $ VM0 Built-in niveau. Het is niet altijd de juiste keuze voor elke goedkope taak: OpenAI's eigen langetermijncontext-evaluatie toont een groot verschil tussen Luna en de twee grotere niveaus bij het ophalen van informatie uit zeer grote invoer. Stuur diepe, onduidelijke context naar Terra of Sol.
Wat de benchmarks wel en niet zeggen
OpenAI meldt sterke resultaten voor de hele familie, maar het belangrijkste is de aard van de afweging, niet één enkele toppositie.
Op Terminal-Bench 2.1, dat command-line agentworkflows evalueert, rapporteert OpenAI 91.9% voor Sol Ultra, 88.8% voor Sol, 87.4% voor Terra en 84.7% voor Luna. Op BrowseComp zijn de gerapporteerde scores 92.2% voor Sol Ultra, 90.4% voor Sol, 87.5% voor Terra en 83.3% voor Luna.
Het langetermijncontextresultaat is het belangrijkste routersignaal. Op OpenAI MRCR v2, 8-needle, 256K–512K, scoort Sol 91.5% en Terra 89.6%, terwijl Luna 41.3% scoort. Luna kan nog steeds uitstekend zijn voor kort, herhaald werk; het moet alleen niet worden gezien als een kleinere Sol voor elke taak.
Dit zijn door de leverancier gerapporteerde evaluaties, geen universele ranglijst. Benchmarks meten specifieke testopstellingen, tools, redeneerinstellingen en budgetten. Je eigen workflow kan de volgorde omdraaien, dus voer een representatieve taak opnieuw uit voordat je een productieagent aanpast.
GPT-5.6 versus GPT-5.5 en Claude Fable 5
De praktische vergelijking is niet “welk model wint?” maar “welk gedrag is het waard om voor te betalen op dit moment in de run?”
| Model | Beste toepassing in Zero | Wat opvalt | VM0 Built-in niveau |
|---|---|---|---|
| GPT-5.6 Sol | Zwaar, meerstaps werk waarbij planning, parallelle uitvoering, ontwerpbeoordeling of validatie het resultaat kunnen veranderen | Zero gebruikt standaard Ultra; sterkste GPT-5.6 niveau voor coderen, computergebruik, ontwerp, onderzoek en diepe context | $$$ |
| GPT-5.6 Terra | Dagelijkse professionele workflows die betrouwbaar redeneervermogen en tools vereisen | Gebalanceerde kwaliteit, snelheid en kosten; sterke familiekeuze voor langetermijncontext | $$ |
| GPT-5.6 Luna | Snel, grootschalig werk met consistente input en eenvoudige escalatie | Laagste latentie en kosten in de familie; ideaal voor triage, extractie en bulkverwerking | $ |
| GPT-5.5 | Bestaande OpenAI-workflows die al gevalideerd zijn en nog geen herijking nodig hebben | Bekend grensgedrag en een stabiel vergelijkingspunt voor huidige agents | Beschikbaarheid hangt af van werkruimteconfiguratie |
| Claude Fable 5 | De diepste Anthropic- en Claude Code-workflows, vooral als een team al op dit gedrag is afgestemd | Premium redeneervermogen op lange termijn en een onderscheidend profiel qua aanbieder/tools | $$$$ |
OpenAI meldt dat Sol Fable 5 overtreft op Agents' Last Exam en de Artificial Analysis Coding Agent Index, terwijl Fable 5 iets voorloopt op GDPval-AA v2. Daarom is “beste model” te breed. Sol is overtuigend als je het sterkste agentgedrag van OpenAI wilt voor coderen, computergebruik, ontwerp en multi-agent taken. Fable blijft een valide keuze voor topniveau Anthropic-werk en workflows die al rond Claude Code zijn ingericht.
Terra is voor veel GPT-5.5-workloads de meest directe upgrade: OpenAI zegt dat het concurreert met GPT-5.5 tegen de helft van de vermelde API-tokenprijs. Luna is een andere optimalisatiedoelstelling—snelheid en schaal—dus vergelijk het op afgerond werk per euro of per minuut, niet alleen op piekbenchmarkresultaten.
Wat Built-in betekent in Zero
Built-in maakt GPT-5.6 een routeringskeuze in plaats van een credentialproject. Selecteer de VM0 Managed provider en Zero regelt de toegang terwijl het juiste VM0-creditniveau wordt afgerekend. Je hoeft hiervoor geen aparte OpenAI API-sleutel aan te maken of te beheren.
Teams die liever hun eigen providerrelatie gebruiken, kunnen nog steeds een OpenAI API-sleutel inzetten of een ChatGPT/Codex-abonnement koppelen. De modelnaam blijft gelijk; het facturatiepad en de providerconfiguratie veranderen. VM0-creditniveaus ($, $$, $$$) zijn niet gelijk aan OpenAI's publieke API-tokenprijzen.
Hoe GPT-5.6 inschakelen in Zero
GPT-5.6 wordt geselecteerd in de modelinstellingen, niet door “use GPT-5.6” in een prompt te schrijven.
- Open Instellingen en kies Modellen in de zijbalk.
- Voeg in het gedeelte Persoonlijk GPT 5.6 Sol, GPT 5.6 Terra of GPT 5.6 Luna toe.
- Kies Built-in om VM0 Managed routing te gebruiken, of selecteer je gekoppelde OpenAI API- of ChatGPT/Codex-provider.
- Start een chat of run, open de modelkiezer en schakel naar het gewenste niveau.
- Zodra een workflow stabiel is, stel je het juiste model in op agent- of vaardigheidsniveau zodat routinematig werk consequent de bedoelde route gebruikt.
Een praktisch routeringshandboek
Begin met drie vragen:
- Hoe duur is een fout antwoord? Gebruik Sol als fouten leiden tot veel extra werk, risico of gevolgen verderop.
- Hoe diep en onduidelijk is de context? Gebruik Terra of Sol voor grote, complexe input die controle en synthese vereist.
- Hoe vaak wordt deze taak uitgevoerd? Gebruik Luna voor grootschalig, voorspelbaar werk en schaal uitzonderingen op.
Een gemengde routeringsaanpak is het testen waard: Luna filtert en structureert de input, Terra verwerkt het hoofdwerk en Sol neemt de beslissingen die maximale redeneerkracht rechtvaardigen. Je hebt niet één model nodig voor alles; je hebt per fase voldoende modelcapaciteit nodig.
GPT-5.6 maakt die keuze ongewoon duidelijk. Sol, Terra en Luna geven Zero drie werkpunten binnen dezelfde agentomgeving—zodat je capaciteit kunt opschalen als het werk dat vraagt en kosten kunt verlagen als dat niet nodig is.
