GPT-5.6 Sol Ultra verliert gegen GPT-5.5 in Physik-Simulationen
Neue Tests zeigen, dass das teurere Modell GPT-5.6 Sol Ultra physikalisch weniger präzise simuliert als sein Vorgänger GPT-5.5. Trotz höherer Detailtreue bleibt die ältere Version bei der Aufgabenbewältigung überlegen.
GPT-5.6 Sol Ultra verliert gegen GPT-5.5 in Physik-Simulationen
Tester konfrontierten vier Modelle mit identischen Prompts: Sie sollten drei autonome Szenen auf einer HTML5-Canvas erstellen, die eine realistische Physiksimulation abbilden.
Die Prompts:
- Ein Monstertruck macht einen Rückwärtssalto und landet auf einem geparkten Auto.
- Ein Stunt-Auto springt über sechs Busse und kracht in eine Backsteinmauer.
- Ein Zug entgleist auf einer kaputten Brücke und stürzt ins Wasser.
Ergebnisse:
- GPT-5.6 Sol Ultra: 32,9k Tokens, $0,33
- Opus 4.8: 9,2k Tokens, $0,24
- GPT-5.5: 12,4k Tokens, $0,11
- Grok 4.5: 7,0k Tokens, $0,08
Sol Ultra zeichnet fast so gut wie GPT-5.5, jedoch mit mehr Details. Dies ist besonders in der Szene mit dem Bus-Sprung auffällig, wo die Ergebnisse beider Modelle nahezu identisch wirken. In anderen Tests schnitt Sol Ultra schlechter ab als sein Vorgänger, wobei die Qualität der Physiksimulation deutlich nachließ. Ihrer Meinung nach gewinnt GPT-5.5 souverän in den Szenen mit dem Monstertruck-Salto und dem Zugunglück.
Sie kamen zu dem Schluss, dass Sol Ultra im Wesentlichen GPT-5.5 mit schwächerer Physik, aber hübscheren Bildern ist – und das dreimal teurer. 🤣
Das kürzlich veröffentlichte Grok 4.5 fiel bei zwei von drei Tests durch und lieferte nur in der Zugszene akzeptable Ergebnisse.
Warum das wichtig ist
AnalyseDer Vergleich von KI-Modellen ist entscheidend, um deren Stärken und Schwächen zu verstehen und fundierte Technologieentscheidungen für die Entwicklung zu treffen. Diese Testergebnisse können Unternehmen beeinflussen, wenn sie neue Lösungen in ihre Projekte integrieren.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.
Binance veröffentlicht Untersuchung zum Diebstahl von 6,3 Mrd. US-Dollar
Die Untersuchung verbindet den Diebstahl mit einem manipulierten Homebrew, einem gefälschten Interview und dem Missbrauch eines internen KI-Tools von Binance.
Reddit-Nutzer erklärt, warum Claude-Code-Wochenlimits fast viermal schneller verbraucht werden
Ein Reddit-Nutzer verglich den Token-Verbrauch über zwei Wochen und stellte fest, dass auf jedes 1 % des Wochenlimits von Claude Code deutlich weniger Ausgabe-Tokens entfallen; Subagents, Reasoning-Dauer und UI-Aktualisierungen gelten als mögliche Ursachen.