> ## Documentation Index
> Fetch the complete documentation index at: https://docs.teamsoclo.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Modelle und Pakete

> Welches Modell zu welchem Paket gehört, wie man wählt und überprüft

## Zwei Pakete, zwei Modelle

| Paket | Modellname in deiner App | Verwenden für |
| - | - | - |
| **GPT** | `gpt-5.6-sol` | Coding, Refactoring, Debugging, mehrstufiges Schlussfolgern, lange Dokumente. Das Standardpaket, günstigster Preis pro Token |
| **GPT Astra** | `gpt-astra` | Die neueste Generation, stärker als `sol`, höherer Preis pro Token. Für die schwierigsten Aufgaben |
| **Claude** | `claude-opus-5`, `claude-opus-5-5`, `claude-fable-5-1`, `claude-fable-5`, `claude-sonnet-5`, `claude-sonnet-4-6`, `claude-haiku-4-5` | Claude Code, das Anthropic SDK oder jede OpenAI‑kompatible App. Credits pro Modell: Opus ≈ 1/Token, Fable ≈ 2, Sonnet/Haiku günstiger |

Das Modell folgt dem Paket: **Ein GPT-Schlüssel kann nur `gpt-5.6-sol` aufrufen, ein Astra-Schlüssel kann nur `gpt-astra` aufrufen**. Paketübergreifende Aufrufe liefern „No available channel for model ...". Um beide zu nutzen, kaufe zwei Codes und konfiguriere einen Schlüssel pro App.

<Warning>
  Modellnamen müssen **exakt** übereinstimmen, Groß-/Kleinschreibung beachten. `gpt-5.6-Sol`, `gpt5.6-sol`, `GPT-astra` sind alle falsch. Aus der Tabelle kopieren.
</Warning>

## Gemeinsame Fähigkeiten

* **Chat Completions** und **Responses API**, mit Streaming, Tool Calling und JSON-Modus.
* **Vision**: Sende Screenshots von Fehlern, Diagrammen, Bildern mit Text. Siehe [cURL / Python](/de/setup/api).
* **Reasoning**: Beide sind Reasoning-Modelle. Du kannst `reasoning_effort` (`low`, `medium`, `high`) in der Anfrage setzen; wenn nicht, verwendet das Gateway ein hohes Niveau für konsistente Qualität. Reasoning-Tokens werden in `usage.completion_tokens_details.reasoning_tokens` gemeldet und zählen wie Ausgabe-Tokens zum Kontingent.

## So wählst du

<Tabs>
  <Tab title="Coding">
    `gpt-5.6-sol` bewältigt die meisten Coding-Aufgaben. Für sehr schwere Aufgaben, tiefes Reasoning oder sehr langen Kontext: `gpt-astra`.
  </Tab>

  <Tab title="Übersetzung, Zusammenfassungen, Chat">
    `gpt-5.6-sol`. Mechanische Arbeit braucht das teure Modell nicht; um weiter zu sparen, füge `"reasoning_effort": "low"` beim Aufruf aus Code hinzu.
  </Tab>

  <Tab title="Lang laufende Agenten (Codex, Cline)">
    Agenten senden bei jedem Durchgang den gesamten Kontext erneut, daher gehen Tokens schnell. `gpt-5.6-sol` ist die ausgewogene Wahl; wechsle nur zu `gpt-astra`, wenn `sol` Aufgaben nicht abschließen kann.
  </Tab>
</Tabs>

## Die Modelle auflisten, die dein Schlüssel aufrufen kann

```bash theme={null}
curl https://gpt.teamsoclo.site/v1/models \
  -H "Authorization: Bearer sk-xxx"
```

Das Ergebnis listet genau die Modelle auf, die dieser Schlüssel verwenden darf. Alles, was nicht aufgeführt ist, kann damit nicht aufgerufen werden.

## Kontingent und Rate

* Kontingent wird nach tatsächlich verbrauchten Tokens (Eingabe + Ausgabe + Reasoning) berechnet, genau die zurückgegebene `usage`.
* Jeder Schlüssel hat ein Anfragen-pro-Minute-Limit, das von seinem Paket festgelegt wird; bei Überschreitung wird `429` zurückgegeben, warte auf die nächste Minute. Füge eine Verzögerung zwischen Aufrufen in Batch-Skripten ein.
* Verbleibendes Kontingent, Ablaufdatum und erlaubte Modelle: [gpt.teamsoclo.site/check](https://gpt.teamsoclo.site/check).


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.