So führst du GPT-6.1 Sol Agents in Sharkly aus

OpenAI hat am 29. September auf dem DevDay GPT-6.1 Sol vorgestellt – zum selben Listenpreis wie GPT-6 Sol: 2 $ pro Million Input-Token und 10 $ pro Million Output-Token, während sich der Preis für gecachten Input auf 0,10 $ halbiert hat. Das Detail, das für Teams mit mehreren Codex-Agents am meisten zählt, ist jedoch unscheinbarer: Im Startbildschirm der Codex-CLI-Dokumentation steht nun gpt-6.1-sol medium. Auf jedem Computer, auf dem kein Modell fest gepinnt ist, wechseln Ihre Agents das Modell genau dann, wenn jemand Codex auf diesem Computer aktualisiert – und nicht erst, wenn Sie es bewusst entscheiden.

In Sharkly wird diese Änderung nicht sichtbar sein. Der Agent übernimmt das Standardmodell der Runtime und zeigt keinen Modellnamen an. Ab dieser Woche können daher zwei Agents mit identischen Instruktionen auf zwei verschiedenen Computern unterschiedliche Modelle ausführen, während ihre Tasks auf dem Board völlig gleich aussehen. Welcher Agent welches Modell nutzt und welches Ergebnis von welchem Modell stammt, lässt sich dann nur noch aus dem Gedächtnis beantworten. Dieser Leitfaden behandelt ausschließlich die Neuerungen seit unserem GPT-6-Sol-Guide: woher der neue Standard stammt, wann man ihn fest pinnen sollte, welche zwei Einstellungen sich geändert haben und wie eine Crew Aufgaben verteilen sollte, nachdem die mittlere Leistungsklasse nun deutlich näher an die Spitze gerückt ist.

TL;DR

GPT-6.1 Sol gelangt über die Codex-Runtime auf einem Computer zu Sharkly – und in Sharkly selbst ändert sich dabei nichts. Prüfen Sie, welcher Codex-Build auf den einzelnen Computern läuft und ob in deren ~/.codex/config.toml ein Modell gepinnt ist. Computer ohne Pinning folgen dem CLI-Standardwert, der laut Dokumentation nun gpt-6.1-sol mit mittlerem Effort (Reasoning-Aufwand) ist. Computer, die nach unserem früheren Leitfaden eingerichtet wurden, verbleiben bei gpt-6-sol, bis jemand diese eine Zeile ändert. Ersetzen Sie jeden none-Effort durch low, stellen Sie sich darauf ein, dass sich der halbierte Cache-Preis nur bei Computern mit API-Key statt Abo-Logins bemerkbar macht, und betrachten Sie die nachfolgende Routing-Tabelle als Richtwert zum Ausprobieren für Ihre eigenen Tasks – nicht als unumstößliches Gesetz.

Was sich unter der Codex-Runtime geändert hat

Die Dokumentation zu Agents verdeutlicht, warum sich dieser Artikel um Computer und nicht um Agents dreht: „Der Agent folgt dem Standardmodell der Runtime. Er garantiert oder zeigt keinen spezifischen Modellnamen an. Ändern Sie Modelle in der Runtime- oder Computer-Tool-Konfiguration, nicht am Agent selbst.“ Das Upgrade ist ein Runtime-Ereignis. Hier sind die Änderungen, die eine Crew zu spüren bekommt:

Die aktualisierte Codex-CLI bietet zudem Sprachfunktionen, eine /agents-Ansicht, Prompt-Bearbeitung, Fortsetzen (Resume) und Worktrees für alle Tarife. Diese Funktionen lohnen sich jedes Mal, wenn Sie Codex manuell im Terminal bedienen. Sobald Aufgaben jedoch im Team bearbeitet werden, dient der Task als gemeinsamer Bezugspunkt. Im Temporary-Modus weist Sharkly jedem Task ein eigenes Verzeichnis zu und kann für Repository-Aufgaben einen frischen Worktree vorbereiten. Status, Logs, Fragen und Ergebnisse des Laufs fließen direkt in den Task zurück, wo das nächste Teammitglied nahtlos darauf zugreifen kann.

Modell pinnen oder Computern dem Standard folgen lassen?

Beginnen Sie mit einer Bestandsaufnahme, da die Antwort von Computer zu Computer variieren kann. Mit sharkly computer list sehen Sie alle für Ihre Organisation registrierten Computer, und sharkly computer show <computer-id> liefert Details zu einem bestimmten Computer inklusive seiner Runtimes. Wenn Sie auf dem jeweiligen Rechner codex starten, werden der Build und das Modell ausgegeben. Laut Codex-Changelog wurde GPT-6.1 Sol mit Version 0.159.1 (29. September) zum Standard; die Beispielsitzung in der Dokumentation zeigt model: gpt-6.1-sol medium.

Achten Sie auf zwei Aspekte: Erstens, welches Binary ausgeführt wird. Unter macOS kann ein Computer ohne eigenständiges Codex die in der ChatGPT-Desktop-App gebündelte Codex-CLI als Runtime registrieren – Sharklys Dokumentation empfiehlt stattdessen eine manuell installierte und im PATH hinterlegte Codex-Version. Zweitens, welche Konfigurationsebene das Modell bestimmt. Die Grundlagen der Codex-Konfiguration legen persönliche Standardwerte in ~/.codex/config.toml ab, erlauben Repositories, diese über eine eigene .codex/config.toml zu überschreiben (wird nur bei vertrauenswürdigen Projekten geladen), und räumen -m bzw. --model auf der Kommandozeile Vorrang vor beiden ein.

Zwei typische Szenarien für Ihre Entscheidung: Lassen Sie einen Computer dem Standard folgen, wenn er nur von einer einzelnen Person genutzt wird, die eine Handvoll Tasks pro Woche ausführt und lieber automatisch OpenAIs empfohlenem Modell folgt, anstatt Konfigurationsdateien zu pflegen. Pinnen Sie das Modell hingegen fest, wenn mehrere Personen Agents auf diesem Computer Aufgaben zuweisen, wenn eine Crew über mehrere Computer verteilt arbeitet oder mitten in einem Sprint – denn eine unbemerkte Änderung lässt die Ergebnisse vom Dienstag und Donnerstag im Task identisch wirken, obwohl sie auf unterschiedlichen Modellen basieren.

Um das Modell zu pinnen, bearbeiten Sie die Benutzerkonfiguration auf dem Computer, auf dem die Codex-Runtime läuft:

# ~/.codex/config.toml
model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

Beide Schlüssel sind mit diesen Werten in der Codex-Konfigurationsdokumentation aufgeführt. Wenn Sie unserer Anleitung zu GPT-6 Sol gefolgt sind, enthält die Datei bereits model = "gpt-6-sol", sodass dieser Computer bei Updates nicht automatisch wechselt. Ändern Sie diese Zeile erst, wenn Sie dazu bereit sind.

Aktualisieren Sie Codex über das Installationsskript, das in der Dokumentation sowohl für Neuinstallationen als auch für Updates vorgesehen ist, oder veranlassen Sie Sharkly, ein CLI-Update für eine bestimmte Runtime anzufordern:

curl -fsSL https://chatgpt.com/codex/install.sh | sh
# or, from anywhere with the Sharkly CLI:
sharkly computer update <computer-id> <runtime-id>

Führen Sie anschließend in den Computer-Details den Rescan oder Verbindungstest durch und vergewissern Sie sich, dass die Codex-Runtime als Available angezeigt wird. Tragen Sie das gepinnte Modell schließlich in die Beschreibung des Agents ein: Wer ein Diff prüft, sollte nicht erst eine Shell auf irgendeinem Computer öffnen müssen, um herauszufinden, welches Modell den Code geschrieben hat.

Die zwei veränderten Einstellungen: Reasoning-Effort und Cache

none gibt es nicht mehr. GPT-6.1 Sol akzeptiert low, medium, high, xhigh sowie max – jedoch weder none noch minimal. Ein Computer, in dessen Konfiguration none hinterlegt ist (unter GPT-6 Sol eine naheliegende Wahl für schnelle Durchläufe), muss vor der Umstellung auf low gesetzt werden. Die Ergebnisse sollten Sie dabei genau im Auge behalten, denn auch auf low findet weiterhin Reasoning statt. Schlägt ein Durchlauf mit der alten Einstellung fehl, bleiben Titel und die Originalantwort des Modelldienstes im Ausführungsprotokoll erhalten; Sharklys Empfehlung bei nicht unterstützten Optionen lautet, Modell und Request-Optionen zu prüfen, anstatt den Vorgang blind zu wiederholen.

Das Caching ist der heimliche Gewinner. OpenAI berechnet für gecachten Input 0,10 $ pro Million – „95 % günstiger als der reguläre Input-Preis und 50 % günstiger als die Cache-Preise von GPT-6 Sol“. Besonders bei langlebigen Agents zahlt sich das aus: Ein Durchlauf, der eine Stunde lang in demselben Repository arbeitet, sendet immer wieder große Teile desselben Kontexts. Zudem greifen Crew-Mitglieder, die von derselben Repository-Struktur, denselben Regeln und Testbefehlen ausgehen, den ganzen Tag über auf denselben Präfix zurück.

Drei Einschränkungen sollten Sie dabei beachten: Erstens greift die Token-Ersparnis nur auf Computern, auf denen Codex über einen API-Key abrechnet; ist ein Computer über ein ChatGPT-Abo angemeldet, wird stattdessen das Kontingent des Tarifs beansprucht (mehr dazu in unserem Begleitartikel über den Einsatz von GPT-6.1 Sol ohne API-Key). Zweitens hat sich der Listenpreis nicht geändert, ungecachte Aufrufe kosten also genauso viel wie zuvor. Und drittens fällt für lange Kontexte ein Aufschlag an: Für Prompts mit mehr als 272K Input-Token verdoppelt OpenAI die Input- und Cache-Preise und berechnet für den gesamten Request das 1,5-Fache des Output-Preises. Bevor Sie einem Agent, der in jedem Schritt einen riesigen Kontext mitschleppt, ein höheres Budget zuweisen, sollten Sie ihm lieber einen kompakteren, stabilen Präfix geben.

Workload-Routing in der Crew: Astra, 6.1 Sol, Luna oder eine Claude-Runtime

OpenAIs Verkaufsargument für 6.1 Sol lautet: Ergebnisse auf Astra-Niveau zu einem Bruchteil der Kosten – gestützt auf OpenAIs eigene Benchmarks. Bei DeepSWE v1.1 erreicht 6.1 Sol laut OpenAI das Niveau von Astra bei rund einem Fünftel der Kosten und übertrifft die Bestmarke von GPT-6 Sol bei geringerem Reasoning-Aufwand um 6,4 Punkte. Im Computer-Use-Benchmark OSWorld 2.0 liegt das Modell bei maximalem Effort nur 2,1 Punkte hinter Astra – bei etwa einem Siebtel der Kosten pro Aufgabe. OpenAI weist jedoch auch offen auf die Grenzen hin: Im Terminal-Bench Science erzielt Astra mit 68,1 % nach wie vor das beste Ergebnis, weshalb OpenAI für besonders anspruchsvolle wissenschaftliche Aufgaben weiterhin Astra empfiehlt.

Auch der Modellauswahl-Leitfaden von OpenAI ordnet die Modellfamilie so ein: Astra für uneindeutige Problemstellungen, 6.1 Sol für komplexe Aufgaben mit Blick auf Zeit und Kosten, Luna für klar umrissene Tasks und Triage – und versteht diese Empfehlungen als Ausgangspunkt. Da das Modell in der Runtime-Konfiguration festgelegt wird, ist eine Routing-Regel in Sharkly immer auch eine Regel über Computer: Ein Agent, der einem Computer zugewiesen ist, dessen Codex standardmäßig Astra nutzt, führt auch Astra aus. Ein Richtwert für den Einstieg:

Die letzte Zeile steht für pragmatische Anbieterneutralität, nicht für eine Benchmark-Behauptung. Claude Sonnet 5.5 erschien einen Tag vor 6.1 Sol zu denselben Preisen von 2 $ und 10 $, und OpenAIs Ankündigung vergleicht 6.1 Sol nur mit Opus 5.5 und Fable 5.1 – nie mit Sonnet 5.5. Kein Anbieter hat diesen direkten Vergleich veröffentlicht; entscheidend ist daher allein, wie sich die Modelle bei Ihren eigenen Tasks schlagen. Die ausführliche Argumentation für festgelegte Routing-Regeln mit manuellem Eskalationspfad finden Sie in unserem Beitrag über Modell-Routing für Crews.

Am eigentlichen Ziel ändert all das nichts: Ein günstigerer Weg zu Ergebnissen auf Astra-Niveau bedeutet mehr abgeschlossene Durchläufe pro Tag – und am Ende steht immer noch ein Mensch, der das Diff prüft. Agents recherchieren, implementieren, testen und berichten. Menschen geben die Richtung vor, erteilen Freigaben und nehmen die Ergebnisse ab. Die wichtigste Aufgabe in dieser Woche besteht darin, sicherzustellen, dass auf dem Board sofort ersichtlich ist, welcher Computer welches Modell ausgeführt hat, was abgeschlossen wurde, was an einer veralteten Effort-Einstellung gescheitert ist und was auf das Review wartet. Falls Sie Codex-Terminals derzeit noch manuell jonglieren, zeigt Ihnen unser Guide zur Verwaltung mehrerer Codex-Agents zunächst den manuellen Ansatz.

Sie können diesen Workflow manuell mit Worktrees abbilden oder Sharkly nutzen, um den gesamten Prozess zu steuern.