Roboflow testet reale CV‑Workloads — Fertigungslinien, Dokumente, dichte Szenen — und nicht akademische Test‑Sets. Ihr Urteil: GPT-5.6 Sol ist das stärkste Vision‑Modell, das OpenAI je veröffentlicht hat. Der Thread erreichte innerhalb weniger Stunden die HackerNews‑Startseite.
Sol ist kein dediziertes CV‑Produkt. Es ist OpenAIs Flaggschiff‑Multimodal‑Modell und erledigt jetzt echte Computer‑Vision‑Arbeit: Die Objekterkennung sprang von 13,8 mAP@50 bei GPT-5.5 auf 46,2 — mehr als das Dreifache in einer Generation. Das Zählen stieg von 64,9 % auf 73,0 %. OCR liegt bei 90,7 %. Das ist Erkennung, Zählen und Dokumenten‑Parsing ohne ein eigenes Modell zu trainieren.
Der Haken
Sol benötigt ca. 10 Sekunden pro Bild bei etwa 2,5 Cent pro Aufgabe. Gemini 3.5 Flash liegt immer noch mit 0,8 Cent an der Spitze von Roboflows Erkennungs‑ und Zähl‑Boards. Sol gewinnt, wenn ein Aufruf OCR plus Reasoning erfordert — nicht bei Massen‑Pipelines.
Der Preis‑Winkel
Sol‑Vision läuft über die Standard‑OpenAI‑API zu 5 $/30 $ pro Million Tokens, und OpenRouter bietet einen ein‑monatigen 50 %‑Promo‑Preis — 2,5 $/15 $. Wenn Sie ein Visual‑Inspection‑Tool, eine Document‑Extraction‑Pipeline oder einen Screenshot‑Reading‑Agent aus Kostengründen eingestellt haben, rechnen Sie diese Woche die Zahlen neu.