Die Werte (AA-Default-Variante „max“, über die offizielle AA-API abgerufen am 10. Juli 2026): Sol Intelligenz 59 / Coding 77, Terra 55 / 77, Luna 51 / 71. Agentisch/Tool-Use: Terminal-Bench v2.1 88 % (Sol) · 88 % (Terra) · 81 % (Luna) und τ²-bench 85 % (Sol) · 86 % (Terra); für Luna weist AA τ² noch nicht aus. Im Coding-Index führt Sol knapp vor Terra und Fable 5 (je 77), vor GPT-5.5 (75) und Opus 4.8 (74). Bei Allzweck-Intelligenz liegt Fable 5 (60) vorn, dann Sol (59), Opus 4.8 (56) und GPT-5.5 (55).
Der Blickfang ist die Mittel-Stufe Terra: bei Intelligenz gleichauf mit GPT-5.5 (je 55), beim Coding sogar leicht darüber (77 gegen 75) – und das zu $2,50 / $15 statt $5 / $30. Damit ist Terra für kostenbewusste Allzweck-, Coding- und Agenten-Arbeit die runde Wahl der Familie. Die günstigste Stufe Luna ($1 / $6) ist mit rund 231 Tokens/s die schnellste und taugt für Hochvolumen- und latenzkritische Aufgaben, liegt im Index (51 / 71) aber deutlich unter ihren Geschwistern.
Folge für den Katalog: Das bisher als „Coding-Spitze“ geführte GPT-5.5 wird von Sol beim selben Output-Preis überholt und beim Coding auch von Terra und Fable 5 eingeholt – die KI-Depesche hat GPT-5.5 daraufhin von „erste Wahl“ auf „solide/bewährt“ zurückgestuft. Es bleibt die länger erprobte, stabile Option ohne Sols METR-Vorbehalt, verliert aber die alleinige Coding-Spitze an das neue Flaggschiff.
Einordnung und Methode: Die Zahlen wurden deterministisch gegen den Katalog abgeglichen (Modell-Kennzahlen gegen die AA-API); Variante ist durchgängig „max“, das AA-Default-Listing. Noch offen sind ein LMArena-Elo (die 5.6-Familie ist dort noch nicht gelistet), der τ²-bench-Wert für Luna und öffentliche Praxis-Stimmen. AA-Composite-Indizes sind eine gute, aber grobe Vergleichsachse – Aufgabenprofil und der Reward-Hacking-Befund von METR bleiben die Vorbehalte.