Opus 5.5 vs. GPT-6 Sol: 7 echte Use Cases im Praxistest

Ist Opus 5.5 wirklich das stärkste KI-Modell, das du gerade nutzen kannst? Benchmarks helfen dir dabei wenig, deshalb habe ich einen ganzen Tag lang Opus 5.5 und GPT-6 Sol mit sieben Aufgaben gegeneinander antreten lassen, wie sie in einer Agentur oder einem kleinen Betrieb wirklich anfallen. In diesem Artikel bekommst du die Ergebnisse, die Zeiten und die Kosten auf einen Blick. Im Video oben zeige ich dir jedes Ergebnis live auf dem Bildschirm.

Wie lief der Vergleich zwischen Opus 5.5 und GPT-6 Sol ab?

Die wichtigste Regel: Beide Modelle bekamen pro Aufgabe exakt denselben Prompt. Kein Nachbessern, keine zweite Runde. Jede Aufgabe war ein sogenannter One-Shot, also ein einziger Auftrag, nach dem das Modell selbstständig gearbeitet hat. Beim Rennspiel und bei der Scroll-Webseite gab es ausdrücklich ein Zeitlimit; für die Webseite außerdem ein Budget.

Im Video zeige ich dir zunächst die Ergebnisse und löse danach auf, welches Modell sie erstellt hat. Für jede Aufgabe gab es einen Punkt. Die Dollarbeträge aus meinen Messungen habe ich für dich grob in Euro umgerechnet.

Die sieben Aufgaben:

1. Ein Browser-Rennspiel im Stil von Mario Kart
2. Eine filmische Scroll-Webseite für eine erfundene Marke
3. Ein 30-Sekunden-Reel aus meinen YouTube-Videos
4. Ein Skool-Kurs, angelegt per Browser-Steuerung
5. Ein Reiseplan für meine Eltern als Webseite mit Karte
6. Fünf echte Bugs in einem Open-Source-Projekt finden und beheben
7. Über 3.000 Seiten Finanzberichte zu Excel, Präsentation, Dashboard und Landingpage verdichten

Aufgabe 1: Ein Kart-Rennspiel für den Browser

Der Auftrag: ein 3D-Rennspiel im Stil von Mario Kart, spielbar im Browser, mit maximal drei Stunden Arbeitszeit.

Das Spiel von GPT-6 Sol war spielbar, aber schlicht. Die Strecke war klein, die Steuerung reagierte teils seitenverkehrt: Ich drückte nach links und fuhr nach rechts. Bei den Items tauchten fast nur Turbo und ein unklares „Puls“ auf. Pausieren ging nicht.

Opus 5.5 lieferte mit „Kurvenkracher“ eine andere Liga: Figurenauswahl, drei Gewichtsklassen, Driften, guter Sound und ein Pausemenü. Ein paar Bugs gab es auch hier, trotzdem war der Abstand riesig.

Der Preis dafür: Opus brauchte knapp eine Stunde und rund 13 €. Sol war nach 23 Minuten fertig und kostete rund 2 €. Ob Sol mit mehreren weiteren Runden auf das Niveau von Opus gekommen wäre, weiß ich nicht. Punkt an Opus.

Aufgabe 2: Scroll-Webseite für eine Olivenöl-Marke

Hier ging es um echte Agenturarbeit. Beide sollten mit meinem Cinematic-Scroll-Skill eine Webseite für eine ausgedachte Premium-Olivenölmarke aus Andalusien bauen. Name, Branding und Geschichte durfte jedes Modell selbst wählen. Der Skill enthält sechs Vorlagen für unterschiedliche Seitentypen.

Opus entschied sich für eine Erzählung: Die Seite „Madruga“ führt dich beim Scrollen wie in einem Film durch die Entstehung des Öls. Dafür ließ das Modell ein eigenes Video und Bilder generieren. Danach folgen Fakten, eine seitlich scrollbare Produktgalerie und ein Demo-Warenkorb, der keine echte Bestellung auslöst.

Sol baute „Loma“, auf Deutsch mit spanischem Titel. Das Hero-Bild zoomt beim Scrollen nur heran, danach kommen Produkttexte und ein kleiner Einblendeffekt. Die Seite ist klar auf Verkauf ausgelegt und kommt mit drei Bildern aus.

Opus arbeitete 33 Minuten und verbrauchte rund 9 € an Tokens, ohne die Kosten für Bild und Video. Sol brauchte 8 Minuten und rund 70 Cent und gab auch bei der Bild- und Videogenerierung deutlich weniger aus.

Mein Punkt geht trotzdem an Opus, weil das Ergebnis näher an etwas ist, das ich direkt verkaufen könnte. Bei Sol wären mehr Runden nötig gewesen, bis die Seite fertig zum Ausliefern ist.

Aufgabe 3: Ein Reel aus fünf YouTube-Videos

Der Prompt: Hol dir die letzten fünf langen Videos meines Kanals samt Transkript und Material, schneide daraus mit Hyperframes ein 30 Sekunden langes Hochformat-Reel, erzähl eine kleine Geschichte, mach es energiegeladen und leg frei nutzbare Musik darunter. Mehr als meinen Kanalnamen gab ich nicht mit. Kein Skill, keine Regeln.

Beide Reels waren beeindruckend. Bei Sol waren einige Sätze abgeschnitten, was in einem Reel sofort auffällt. Opus schnitt sauber an den richtigen Stellen, und die Musik passte.

Opus brauchte rund 20 Minuten und rund 10 €. Sol arbeitete fast anderthalb Stunden und gab weniger als die Hälfte aus. Bessere Qualität in deutlich kürzerer Zeit: Punkt an Opus.

Aufgabe 4: Einen Skool-Kurs per Browser anlegen

Beide sollten aus meinen neuesten YouTube-Videos einen Kurs in Skool erstellen. Das Thema: besser arbeiten mit GPT-6 Astra und Codex. Beide holten Transkripte und Links und legten den Kurs als Entwurf an. Die Qualität war bei beiden gut. Claude schrieb etwas mehr Text und baute die Links in den Fließtext ein, statt sie alle unten zu sammeln. Das gefällt mir.

Der Unterschied lag im Weg. Sol steuerte meinen normalen Browser mit eigener Maus. Das ist angenehm, dauerte aber fast zwei Stunden und kostete rund 9 €. Opus nutzte Playwright. Ich musste einmal eingreifen und den Browser separat in meinem Skool-Konto anmelden. Danach war alles in 13,5 Minuten erledigt, für rund 10 €. Mit einem 20x-Max-Plan fallen die Tokens ohnehin kaum ins Gewicht. Punkt an Opus.

Aufgabe 5: Reiseplan für meine Eltern

Jetzt wurde es privat. Meine Eltern landen im Oktober für eine Woche in Alicante, ich habe einen Mietwagen und arbeite tagsüber, am Wochenende nehme ich frei. Gewünscht war eine einfache Webseite mit 3D-Karte, die jeden Tag zeigt: Route, Orte, Bilder und vor allem Links zum direkten Buchen oder Reservieren. Ich wollte nach der Planung nichts mehr selbst heraussuchen müssen.

Beide Ergebnisse lassen sich Tag für Tag durchklicken und enthalten Buchungslinks. Bei Opus stand die Karte aber so im Mittelpunkt, dass der Rest darunter litt. Sol hielt die Karte klein, zeigte Bilder, machte die Links besser klickbar und markierte farblich, was meine Eltern nach meinem Feierabend ab 18 Uhr mit mir unternehmen und was sie allein machen können. Genau so etwas brauchst du in der Praxis.

Der Punkt geht klar an Sol.

Aufgabe 6: Fünf Bugs in einer echten Codebase

OpenAI hebt GPT-6 Sol gerade für Arbeit an Codebases hervor, also war das ein fairer Test. Ich gab beiden einen älteren Stand eines bekannten Open-Source-Webframeworks, in dem fünf inzwischen behobene Bugs steckten. Die Modelle sollten sie nur über den Code finden und reparieren.

Claude behob alle fünf, schrieb für jeden einen Test, und die gesamte Testsuite lief grün. Sol meldete ebenfalls alle fünf als erledigt, an einer Stelle las ich allerdings, dass der zweite Bug nicht vollständig gelöst sei. Claude brauchte 4 Minuten, Sol 8 Minuten, war aber rund 45 Cent günstiger.

Bei Code-Reviews ist Tempo für mich zweitrangig. Gerade bei großen Projekten zählen Genauigkeit und niedrige Kosten mehr. Deshalb geht dieser Punkt an Sol.

Aufgabe 7: 3.000 Seiten Finanzberichte auswerten

Für mich der wichtigste Test. Beide bekamen 30 originale Finanzberichte zur deutschen Autoindustrie, zusammen mehr als 3.000 Seiten. Verlangt waren eine Excel-Datei, ein Pitch Deck als PowerPoint, ein HTML-Dashboard und eine Landingpage.

Ein Team würde dafür Wochen brauchen. Opus lieferte eine Excel mit Readme, Datentabelle, Auswertung, Quartalsübersicht, Definitionen und Prüfprotokoll, mit deutlich mehr Kennzahlen. Sol kam mit einem Datenblatt und einem Halbjahresvergleich deutlich knapper daher.

Opus war hier sogar schneller, kostete aber fast das Sechsfache. Punkt an Opus.

Endstand: Zeit und Kosten im Vergleich

Opus 5.5 gewinnt 5 zu 2. Insgesamt hat Opus sogar kürzer gearbeitet, was vor allem an Sols langer Browser-Steuerung beim Skool-Kurs liegt. Das halte ich nicht für verzerrt, weil genau solche Aufgaben künftig ständig vorkommen. Beim Geld sieht es anders aus: Opus kostete über alle Aufgaben rund 60 €, Sol nur rund 21 €.

Welches Modell für welche Arbeit?

Für mich zählt das Ergebnis mehr als Tempo oder Preis. Jede Runde, die ich nicht nachbessern muss, spart mir echte Arbeitszeit. Dafür zahle ich gern mehr. Daraus ergibt sich eine einfache Faustregel für dich:

• Kreative und sichtbare Ergebnisse wie Webseiten, Reels oder Spiele: Opus 5.5.
• Große Datenmengen aufbereiten: Opus 5.5, aber mit händischer Stichprobe.
• Code-Fixes mit klarem Ziel, bei denen Kosten zählen: GPT-6 Sol ist eine gute Wahl.
• Pragmatische Alltagsplanung: Sol traf hier meinen Bedarf besser.

Ein paar erste Tests gegen GPT-6 Astra sprechen ebenfalls für Opus 5.5. Laut meinem Stand ist Opus 5.5 zudem günstiger als Opus 5 und deutlich günstiger als Fable 5.1. Ob als Nächstes ein neues Fable-Modell kommt, das Opus 5.5 übertrifft, wird sich zeigen.

Fazit

Opus 5.5 hat den Praxistest mit 5 zu 2 klar gewonnen: beim Rennspiel, der Scroll-Webseite, dem Reel, dem Skool-Kurs und der Auswertung von über 3.000 Seiten Finanzberichten. GPT-6 Sol ist deutlich günstiger und punktet bei Code-Fixes und praktischer Alltagsplanung. Wenn dir das Ergebnis wichtiger ist als der Preis, greifst du zu Opus 5.5. Im Video siehst du alle sieben Ergebnisse im Detail und kannst dir selbst ein Urteil bilden.