GPT-4 und GPT-3.5 Turbo ab 23.10. weg: 3.5-Ersatz kostet rund 5x

OpenAI stellt GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, GPT-4.1 nano, o1, o3-mini und o4-mini am 2026-10-23 ein. Als Ersatz nennt OpenAI ausschließlich GPT-5.6-Modelle. Die Liste stammt allerdings aus einer Zeit, als GPT-6 noch nicht existierte: Sie wurde fünf Monate vorher erstellt. Wer ihr bei GPT-3.5 Turbo folgt, zahlt ungefähr das Fünffache. Der empfohlene Ersatz GPT-5.6 Terra kostete in unserem Test $0.75 pro 1.000 kurze Aufrufe, gegenüber etwa $0.15 zu den Preisen von GPT-3.5 Turbo. GPT-6 Luna erledigte dieselben Aufgaben für $0.037 und beantwortete alle richtig.

TL;DR

• OpenAI stellt am 2026-10-23 GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, GPT-4.1 nano, gpt-4o-2024-05-13, o1, o1-pro, o3-mini und o4-mini ein.
• Der von OpenAI empfohlene Ersatz für GPT-3.5 Turbo, GPT-5.6 Terra, hat Listenpreise von $2 / $12 statt $0.50 / $1.50 pro Million Token.
• Alle fünf getesteten Ersatzmodelle lösten sämtliche 96 kurzen Aufgaben richtig.
• Kosten pro 1.000 Aufrufe: GPT-5.6 Sol $1.41, GPT-6.1 Sol $0.72, GPT-5.6 Terra $0.75, GPT-5.6 Luna $0.075, GPT-6 Luna $0.037.

Welche OpenAI-Modelle werden am 23. Oktober eingestellt, und was ersetzt sie?

Neun Textmodell-Familien beantworten ab dem 2026-10-23 keine Anfragen mehr. OpenAI ordnet jeder davon auf seiner Seite zu eingestellten Modellen ein GPT-5.6-Modell als Ersatz zu. Jede Tabellenzeile umfasst auch datierte Snapshots des Modells, also festgelegte Versionen wie gpt-4-0613, sowie seine Fine-Tunes, also eigens trainierte Varianten. Die Listenpreise gelten pro Million Token für Input / Output und stammen von OpenAIs Preisseite und den Modellseiten.

Gleichzeitig fallen gpt-image-1 (Ersatz: gpt-image-2.5-sunburst oder gpt-image-2.5-flare) sowie die Fine-Tunes von babbage-002 und davinci-002 weg. GPT-4o selbst und seine neueren Snapshots stehen nicht auf dieser Liste. Zwei weitere Termine sind bereits festgelegt: tts-1 und tts-1-hd am 2027-01-06 sowie gpt-5.1, gpt-5.3-codex und gpt-5.4-nano am 2027-04-01.

OpenAI kündigte diese Einstellung am 2026-04-22 an. GPT-6 erschien erst am 2026-09-22 und konnte deshalb noch nicht in der Spalte mit den Ersatzmodellen stehen. Bei vier der neun Wechsel steigt der Listenpreis: o3-mini, GPT-4.1 nano, GPT-3.5 Turbo und o4-mini.

Ist OpenAIs empfohlener Ersatz die günstigste Option?

In keiner Tabellenzeile ist OpenAIs empfohlener Ersatz die günstigste Option. Die GPT-6-Generation kostet laut Liste ungefähr halb so viel wie GPT-5.6 und fehlt in der Tabelle. Sol, Terra und Luna sind die große, mittlere und kleine Modellklasse. Der Preis für gecachten Input gilt für den Teil eines Prompts, den OpenAI aus seinem prompt cache bedient.

Die $4 / $20 für GPT-5.6 Sol sind ein Aktionspreis, der laut OpenAI mindestens bis zum 2026-11-21 gilt. Für GPT-6 gibt es keine Terra-Klasse. GPT-5.6 Terra wird von beiden Seiten unterboten: GPT-6.1 Sol liegt eine Klasse höher, kostet beim Input gleich viel und beim Output weniger. GPT-6 Luna kostet ein Zwanzigstel.

Wie haben wir getestet?

Die Preisliste zeigt nur, was ein Token kostet. Für eine Migration sind zwei weitere Fragen wichtig: Erledigt das günstigere Modell die Aufgabe weiterhin zuverlässig, und verbraucht ein Reasoning-Modell dafür zusätzliche Token? Alle fünf Kandidaten sind Reasoning-Modelle. Der Responses-API-Parameter reasoning.effort legt fest, wie viel verborgenes Reasoning ein Modell vor der Antwort durchführt. Diese Token werden als Output abgerechnet. Ohne Angabe verwendet das Modell seinen Standardwert (medium bei GPT-6.1 Sol und GPT-6 Luna); none schaltet Reasoning aus.

Wir haben 96 kurze Aufgaben getestet, wie sie typischerweise mit GPT-3.5 Turbo oder GPT-4.1 nano bearbeitet werden. Für jede Aufgabe gab es eine eindeutige, per Code geprüfte richtige Antwort:

• Klassifizierung: 40 Support-Nachrichten, 8 Labels und Regeln für Nachrichten, auf die zwei Labels passen.
• Extraktion: 30 Bestell-E-Mails wurden in JSON-Objekte mit 6 Feldern umgewandelt. Ablenkende Angaben waren etwa eine ältere Bestell-ID und eine Zwischensumme.
• Tool-Aufrufe: 26 Support-Anfragen mussten jeweils in genau einen Funktionsaufruf mit den richtigen Argumenten überführt werden, bei 5 verfügbaren Tools.

Vier weitere Tool-Anfragen werden nicht gewertet. Sie stellen eine Frage, bevor sie die Änderung nennen („Bestellung A-88643 ist noch nicht versandt, oder? Die neue Lieferadresse ist in Graz“), und 18 der 56 Antworten haben die Bestellung abgefragt, bevor sie die Adresse änderten: 9 von 12 bei GPT-6 Luna, 4 von 12 bei GPT-5.6 Luna, 3 von 12 bei GPT-5.6 Terra und je 1 bei den beiden Sol-Modellen. Beide Lesarten sind vertretbar, daher prüfen diese vier eher die Formulierung als das Modell.

Jedes Modell durchlief die Aufgaben ohne Reasoning, mit low und mit seinem Standardwert (GPT-6.1 Sol nur mit low und dem Standardwert, da es none nicht akzeptiert). Das ergab 1.344 Aufrufe. Jeder enthielt eine einzigartige Zufallszeichenfolge, damit keine Antwort aus einem Cache kam. Die Kosten basieren auf OpenAIs Listenpreisen. Die auslaufenden Modelle können wir nicht aufrufen, daher sind ihre Kosten geschätzt: Wir haben die gemessenen Tokenzahlen (234 Input- und 24 Output-Token pro Aufruf) mit dem jeweiligen Listenpreis berechnet. Tokenizer zerlegen Text je nach Modellgeneration unterschiedlich. Die Schätzungen sind deshalb nur Näherungswerte.

Was kostet jeder Ersatz pro 1.000 Aufrufe?

Bei kurzen Aufgaben entscheidet der Preis: Die Genauigkeit unterschied sich nicht. Alle fünf Modelle lösten bei jeder Einstellung 96 von 96 Aufgaben richtig. Die Tabelle zeigt die Kosten pro 1.000 Aufrufe ohne Reasoning (bei GPT-6.1 Sol mit low).

Bei GPT-4 und GPT-4 Turbo spart jeder Wechsel Geld. Bei gpt-4o-2024-05-13 kostet GPT-5.6 Sol ungefähr gleich viel, GPT-6.1 Sol etwa die Hälfte. Für GPT-3.5 Turbo kostet der empfohlene Ersatz das 4,9-Fache, GPT-6 Luna nur ein Viertel. Bei GPT-4.1 nano kostet der empfohlene Ersatz das 2,3-Fache, GPT-6 Luna ungefähr gleich viel.

Die o-Serie fehlt in dieser Tabelle. Wie viele Reasoning-Token o1, o3-mini und o4-mini verbrauchen, können wir nicht messen. Für sie gelten hier nur die Listenpreise aus der ersten Tabelle. Für Reasoning-Workloads zeigen unsere Messungen zu GPT-6.1 Sol jeweils 13 Aufgaben pro Effort-Einstellung.

Erhöht die Standard-Einstellung für Reasoning die Rechnung?

Die Standard-Einstellung erhöht die Kosten bei den Sol-Modellen leicht, bei den günstigeren Modellen deutlicher. Mit dem Standardwert für reasoning.effort kosteten diese Aufrufe bei GPT-5.6 Sol und GPT-6.1 Sol 5% mehr, bei GPT-5.6 Terra 22% mehr, bei GPT-6 Luna 34% mehr und bei GPT-5.6 Luna 42% mehr. Die Genauigkeit blieb gleich. Das Reasoning war mit höchstens 25 Token pro Aufruf zwar kurz. Wenn die eigentliche Antwort nur 24 Token umfasst, verdoppelt es aber den Output.

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6-luna",
    reasoning={"effort": "none"},  # no hidden reasoning; use "low" on gpt-6.1-sol
    max_output_tokens=64,
    input="Classify the customer message into exactly one label: ...",
)
print(resp.output_text)
print(resp.usage.output_tokens, resp.usage.output_tokens_details.reasoning_tokens)

Ein knappes Output-Limit, wie es in Klassifizierungscode für GPT-3.5 Turbo üblich ist, bereitete hier keine Probleme: Bei max_output_tokens auf 64 gaben alle 200 Aufrufe das Label zurück, auch mit der Standard-Einstellung für Reasoning. Bei Aufgaben mit mehr Reasoning kann ein niedriges Limit trotzdem aufgebraucht sein, bevor eine Antwort geschrieben wird. Prüfen Sie deshalb output_tokens_details.reasoning_tokens bei Ihren eigenen Aufrufen.

Bei vier der fünf Modelle war die Latenz ähnlich: Der Median lag zwischen 2,2 und 2,4 Sekunden pro Aufruf. GPT-6.1 Sol brauchte 2,9 bis 3,2 Sekunden.

OpenAIs Migrationsanleitung nennt die nötigen Änderungen an Requests: temperature, top_p und top_logprobs müssen entfernt werden, sofern der Effort nicht none ist. GPT-6.1 Sol akzeptiert none nicht. Für Tool-Aufrufe mit Reasoning ist die Responses API nötig.

Welchen Ersatz sollten Sie wählen?

Entscheidend ist, wofür Sie das auslaufende Modell verwenden. OpenAIs Empfehlung ist dabei nur eine von mehreren Optionen.

Bei Fine-Tunes reicht es nicht, den Modellnamen auszutauschen. OpenAI nennt für jeden Fine-Tune ein Basismodell. Der Fine-Tune muss neu erstellt oder durch einen Prompt ersetzt werden. Das haben wir nicht getestet.

Unsere Aufgaben sind kurz und haben jeweils eine richtige Antwort. Testen Sie vor dem Wechsel Ihre eigenen Prompts mit dem Kandidaten und vergleichen Sie die Ausgaben. Ein günstigeres Modell kann alle 96 unserer Aufgaben richtig lösen und sich bei Ihren trotzdem anders verhalten.

FAQ

Wann wird GPT-4 in der API eingestellt? GPT-4, GPT-4 Turbo und der Snapshot gpt-4o-2024-05-13 werden in der OpenAI-API am 2026-10-23 eingestellt, zusammen mit GPT-3.5 Turbo, GPT-4.1 nano, o1, o1-pro, o3-mini und o4-mini. OpenAI kündigte den Termin am 2026-04-22 an.

Was ersetzt GPT-3.5 Turbo? OpenAI empfiehlt GPT-5.6 Terra als Ersatz für GPT-3.5 Turbo. Der Listenpreis beträgt $2 / $12 statt $0.50 / $1.50 pro Million Token. In unserem Test löste GPT-6 Luna mit einem Listenpreis von $0.10 / $0.50 dieselben 96 kurzen Aufgaben richtig, zu einem Zwanzigstel der Kosten von GPT-5.6 Terra.

Ist GPT-6 Luna günstiger als GPT-3.5 Turbo? Die Listenpreise von GPT-6 Luna liegen bei $0.10 für Input und $0.50 für Output pro Million Token. Das ist ein Fünftel beziehungsweise ein Drittel der $0.50 und $1.50 von GPT-3.5 Turbo. Ohne Reasoning kosteten 1.000 kurze Aufrufe in unserem Test $0.037, gegenüber etwa $0.15 zu den Preisen von GPT-3.5 Turbo.

Weitere Messungen: GPT-6.1 Sol im Vergleich zu Claude Sonnet 5.5, GPT-6 Luna im Vergleich zu GPT-5.6 Luna und Stellschrauben für die Kosten von GPT-5.6.

← Zurück zum Blog