Upstage Solar Pro4

Mit einem Gesamtscore von 73.87% zeigt Upstage Solar Pro4 sehr klar, was für ein Modell es sein will: kein gefälliger Chat-Allrounder, sondern ein agentisch gedachtes Frontier-System mit langem Atem, sauberer Planung und einer gewissen Vorliebe für ernsthafte Aufgaben. Der Speed-Profile-Badge lautet Interactive DevOps Expert. Das steht für interaktive, nicht ultraschnelle, aber im Arbeitsfluss noch gut nutzbare Generierung. Getestet wurde hier der Standardmodus ohne Thinking-Toggle, weil der konkrete Lauf als n/a geführt wird. Das passt zum Charakter des Modells: strategisch, strukturiert, selten hektisch. Sovereign Risk: MEDIUM — Upstage ist ein südkoreanischer Anbieter, aber Hosting-Bedingungen, Datenstandort und mögliche Auslandszugriffe sind öffentlich nicht sauber dokumentiert.

Kopfnoten: Stabilität und Zuverlässigkeit

Für den Alltag heißt das: Upstage Solar Pro4 fällt nicht einfach vom Tisch. Keine Timeouts, keine stillen Aussetzer, keine API-Pannen im Testparcours. Das ist gerade bei einem Cloud-Modell mehr wert, als es auf dem Papier aussieht. Wer Agenten bauen will, braucht zuerst Verlässlichkeit, dann Genialität.

Die Kehrseite ist die Tail-Latenz. In den langsamsten fünf Prozent der Anfragen wird das Modell zäh. Das ist nicht zwingend ein Konstruktionsfehler. Bei einem Modell, das auf Orchestrierung, Tool-Use und konfigurierbares Reasoning ausgelegt ist, gehört interne Planungsarbeit zum Profil. Trotzdem bleibt der Befund relevant: Für zeitkritische Schleifen, knappe UI-Interaktionen oder eng getaktete Automationen ist dieser lange Atem nicht immer ein Segen.

Architektur und Charakter: wofür dieses Modell gebaut wurde

Die Metadaten treffen den Kern erstaunlich gut. Upstage Solar Pro4 ist als agentisches Orchestrierungsmodell eingeordnet, dazu Frontier-Klasse und Dense-Architektur. Das heißt in verständlich: höchste Erwartungshaltung, keine Ausrede über knappe Modellgröße, und eine klassische Architektur, bei der die gesamte Kapazität pro Antwort arbeitet. Dazu kommt ein Kontextfenster von 524.288 Tokens und ein Trainings-Cutoff von 2026-02. Wer mit langen Dossiers, mehreren Dateien oder ausgreifenden Arbeitskontexten hantiert, bekommt hier ein Modell, das für genau diese Lastfälle gebaut wurde.

Wichtig ist auch der Testmodus. Dieser Lauf ist n/a, also ein Cloud-Test ohne separaten Thinking-Schalter. Das Modell wurde im Standardverhalten bewertet, nicht in einem explizit hochgeregelten Denkmodus. Das relativiert manches. Solar Pro4 unterstützt laut Model-Info einen konfigurierbaren Reasoning-Effort, aber im Benchmark zählt die Werkseinstellung. Genau dort muss ein Modell im Alltag zuerst bestehen.

Performance und Effizienz

Solar Pro4 läuft als Cloud-Open-Weights-/Proxy-ähnlicher Cloud-Service via OpenRouter in den bereitgestellten Metadaten, die Rechenlast liegt vollständig beim Anbieter. Die gemessene Geschwindigkeit ist deshalb kein Wert über irgendeinen Rechner auf dem Schreibtisch, sondern ein Infrastrukturwert des Cloud-Endpunkts plus Netzwerklatenz. Genau so sollte man ihn lesen. Der Badge Interactive DevOps Expert beschreibt das treffend: nicht Echtzeit im nervösen Sinn, aber schnell genug für iteratives Arbeiten mit Shell, Code, Security-Checks und Agenten-Schritten.

Erfreulich ist die Token-Ökonomie. Kein Modul überschreitet den erwarteten Verbosity-Rahmen. Im Gegenteil: Solar Pro4 bleibt durchgehend unter dem Fleet-Median, teils deutlich. Gerade für ein Modell mit sichtbarer Inline-Reasoning-Familie ist das bemerkenswert. Es redet also nicht aus Prinzip zu viel, sondern nur dann, wenn die Aufgabe Tiefe verlangt. Das ist ein Zeichen von Disziplin, nicht von Bescheidenheit.

Hinzu kommt ein Preisbild, das auf dem Papier fast provokant günstig wirkt: $0.03 pro 1M Input-Tokens und $0.12 pro 1M Output-Tokens zum genannten Einführungspreis, bei einem laut Modellkarte harten Sprung auf den regulären Preis nach dem 10. September 2026. Dieser Preishebel macht das Modell derzeit wirtschaftlich attraktiv. Er macht es aber auch zu einem Angebot mit Ablaufdatum. Wer kalkuliert, sollte das nicht übersehen.

Reasoning und Logik: gründlich, manchmal fast zu gründlich

Im Logical-Reasoning-Bereich liefert Solar Pro4 eines seiner überzeugendsten Profile. Der Score liegt bei 77.86. Das passt zum Anspruch eines konfigurierbaren Reasoning-Modells. In einem metakognitiven Rätseltest arbeitet es zwei gültige Lösungswege sauber heraus, verwirft untaugliche Alternativen und erklärt die Mechanik nachvollziehbar. Das ist keine Blendgranate aus vagem Selbstvertrauen, sondern solides Denken.

Interessant ist dabei die Form. Das Modell wählt nicht stur den bevorzugten Lösungsweg der Referenz, sondern einen äquivalenten anderen Ansatz und begründet diese Abweichung. Genau hier zeigt sich Charakter. Solar Pro4 denkt nicht nur nach, es trifft auch eine methodische Entscheidung. Der Preis dafür ist Länge. Der Judge nennt die Antwort deutlich ausführlicher als nötig. Das stimmt. Aber bei einem Modell dieser Kategorie ist das eher Temperament als Makel, solange die Logik trägt. Und sie trägt.

Weniger erfreulich ist, dass die elegante Kürze nicht immer sein Ding ist. Das Modell erklärt gern noch eine Schleife mehr, auch wenn der Kern schon sitzt. Für Lernkontexte ist das nützlich. Für knappe Produktionspipelines ist es potenziell Ballast. Man spürt: Hier arbeitet kein reiner Befehlsempfänger, sondern ein Planer.

Code Quality und Security: fachlich stark, strategisch noch nicht bissfest genug

Im Bereich Code Quality Audit kommt Solar Pro4 auf 71.92. Das ist kein Glanzwert, aber ein ernst zu nehmendes Ergebnis. Besonders im Security-Kontext zeigt das Modell Substanz. In einem Audit auf verwundbaren Webcode identifiziert es 18 Schwachstellen in einer sauber formatierten Markdown-Tabelle, mit richtigen Fachbegriffen, plausiblen Fixes und brauchbaren Empfehlungen. SQL Injection im Login, Klartext-Passwörter, Header Injection, Type Juggling, IDOR, CSRF, Path Traversal: Das Repertoire sitzt.

Die Schwäche liegt nicht im Erkennen des Offensichtlichen, sondern in der Tiefe der Sicherheitsanalyse. Der Judge moniert zu Recht, dass Solar Pro4 eher wie ein gutes Checklisten-Werkzeug arbeitet als wie ein erfahrener Security-Reviewer. Es benennt Lücken, aber es erzählt die Angriffskette nicht zu Ende. Genau das ist in echten Audits oft der Unterschied zwischen „technisch korrekt“ und „operativ relevant“. Wenn ein Modell implizite Schwachstellen sehen soll, reicht Tabellenfleiß nicht. Es muss die Eskalation mitdenken.

Auch bei der Gewichtung patzt es gelegentlich. Ein kritischer Path-Traversal-Fall wird nur als „High“ geführt, nicht als „Critical“. Das ist keine Petitesse. Wer beliebig an Dateien kommt, spielt nicht mehr in der Region kleiner Hygieneprobleme. Das ist ein Scheunentor.

Trotzdem: Für ein agentisches Frontier-Modell ist das hier ein ordentliches Security-Fundament. Die Befunde sind meist richtig, die Formatierung ist robust, und die Fixes sind nicht bloß Deko. Was fehlt, ist der Blick des leitenden Auditors, nicht der des fähigen Analysts.

Tool-Use: stark im Zugriff, nicht immun gegen Erfindungen

Im Tool-Execution-Bereich wirkt Solar Pro4 zunächst wie auf heimischem Terrain. Die Modellbeschreibung verspricht Multi-Step-Agenten über Dokumente, Terminal-Aufgaben und Tool-Aufrufe hinweg. Die Benchmarkwerte stützen das grundsätzlich. Das Problem sitzt nicht im Ausführen, sondern im Umgang mit den Ergebnissen.

In zwei Tool-Use-Aufgaben traten harte Halluzinationsverstöße auf: [tooluse003] und [tooluse006]. Dort generierte das Modell Inhalte, die nicht aus dem abgerufenen Tool-Ergebnis stammten, sondern erfunden waren. Der Score wurde jeweils durch ein Halluzinations-Cap begrenzt. Das ist kein kosmetischer Makel und kein akademischer Regelverstoß. Für Recherche, faktengebundene Zusammenfassungen oder agentische Berichte ist so ein Verhalten disqualifizierend, weil es den zentralen Vertrag von Tool-Use bricht: Erst holen, dann korrekt wiedergeben.

Gerade bei einem Modell, das als Tool-Use- und Orchestrierungs-System vermarktet wird, wiegt das schwerer als bei einem reinen Chat-Modell. Ein Agent darf langsam sein. Ein Agent darf ausführlich sein. Ein Agent darf sogar gelegentlich umständlich sein. Was er nicht darf, ist Tool-Output mit Fantasie auffüllen. Dann wird aus einem Assistenten ein sehr höflicher Fälscher.

CLI und operative Arbeit: überraschend treffsicher

Die CLI-Leistung mit 95.33 ist einer der klaren Höhepunkte. Solar Pro4 scheint sich in terminalnahen, schrittbasierten Aufgaben ausgesprochen wohlzufühlen. Das passt perfekt zur Einordnung als agentisches Modell. Es muss nicht jeden Einzeiler mit poetischer Präzision servieren, solange Planung, Ablaufverständnis und Kommando-Intuition stimmen. Genau das scheint hier der Fall zu sein.

Für DevOps-nahe Nutzung ist das eine starke Ansage. Das Modell wirkt in diesem Bereich wie jemand, der nicht nur Befehle kennt, sondern Arbeitsabläufe versteht. Zusammen mit dem Interactive-DevOps-Badge ergibt sich ein schlüssiges Bild: Solar Pro4 ist kein Showmodell für Demos, sondern eines, das man für operative Assistenz ernsthaft in Betracht ziehen kann.

Content Transformation und Documentation: präzise, aber nicht immer mit Glanz

Bei Content Transformation & Adaption erreicht Solar Pro4 77.06, in Documentation Quality 76.14. Das ist ein gutes, aber kein dominantes Niveau. Ein besonders aufschlussreicher Test war die Umformung einer Outline in ein deutschsprachiges Video-Skript. Dort punktet das Modell durch Disziplin: kompakte Analyse, korrektes Deutsch, saubere Zeitmarken, Produktionshinweise, brauchbare Sprecherführung, passendes Wortbudget. Der Judge hält sogar fest, dass Solar Pro4 die eigentlichen Aufgabenconstraints genauer einhält als die Referenzlösung selbst. Das ist ein schönes Kompliment, weil es die richtige Tugend trifft: Arbeitsdisziplin statt Effektprosa.

Allerdings fehlt manchmal der letzte kreative Zug. Die Hooks sind funktional, aber nicht maximal elektrisierend. Der Erzählimpuls ist eher präzise als verführerisch. Für Erklärvideos, Dokus und strukturierte Redaktionsarbeit ist das sehr brauchbar. Für Kampagnenmaterial oder Microcopy, die sofort knallen soll, eher nicht.

Das sieht man auch im UX-Writing-Wert von 59.99. Hier stößt Solar Pro4 an eine Grenze. Es schreibt nicht schlecht. Es schreibt nur oft zu vernünftig. Gute UX-Texte brauchen Präzision, Empathie und Reibungsarmut auf engstem Raum. Solar Pro4 bringt davon zwei Drittel mit. Das dritte Drittel, die natürliche Leichtigkeit, fehlt ihm häufiger als man in dieser Klasse erwarten dürfte. Es formuliert oft korrekt, aber nicht immer mit jener scheinbaren Mühelosigkeit, die gute Produkttexte unsichtbar macht.

Cultural Intelligence: sprachlich sicher, kulturell nah dran

Mit 74.8 im Bereich Cultural Intelligence zeigt das Modell eine ordentliche bis gute interkulturelle Hand. In den vorliegenden Protokollen arbeitet es sauber auf Deutsch, entschärft toxische oder verzerrte Formulierungen zuverlässig und trifft den kulturellen Ton meist passend. Die Abweichungen, die der Judge benennt, sind fein, aber real: etwas kühlere Wortwahl, etwas weniger direkte Energie, gelegentlich weniger einladende Konstruktion.

Das ist kein Versagen. Es ist eher die Differenz zwischen guter Übersetzung und gutem Gespür. Solar Pro4 versteht, was gesagt werden soll. Es trifft aber nicht immer die wärmere, sozial feinere Form. Für Unternehmenstexte und Standardkommunikation reicht das gut. Für Markenstimme, Community-Pflege oder emotional codierte Kommunikation sollte man redigieren.

Datenschutz und Datenhoheit

Die Lage ist nicht alarmistisch, aber klar unvollständig. Laut Vendor Card ist Upstage ein Anbieter mit Sitz in Seoul, South Korea. Das berechnete Sovereign Risk liegt bei MEDIUM. Begründung: Die Gewichts- und Deployment-Situation ist nicht vollständig transparent, insbesondere Datenstandort, Aufbewahrung und internationale Rechtszugriffe sind öffentlich nicht verifiziert. Das anwendbare Recht ist als Unknown geführt, der Datenstandort ebenfalls Unknown. Zur Datenspeicherung liegen keine belastbaren Angaben vor, ausgewiesen ist -1 Tage, also faktisch unbekannt. Eine GDPR DPA ist als unknown vermerkt.

Für Unternehmen in Deutschland und der EU ist das keine Kleinigkeit. Wenn Datenresidenz, Aufbewahrungsdauer und vertragliche DSGVO-Absicherung nicht klar belegt sind, bleibt ein Compliance-Loch. Die Vendor Card weist ausdrücklich darauf hin, dass EU-Nutzer Datenresidenz und Transfer-Safeguards als unbestätigt behandeln sollten, solange nichts vertraglich geklärt ist. Das Weights-Provenienz-Risiko ist ebenfalls MEDIUM. Nicht weil hier ein konkreter Missstand belegt wäre, sondern weil Transparenz fehlt. Für regulierte Umgebungen gilt deshalb der alte Satz der IT-Governance: Unklarheit ist kein neutraler Zustand, sondern ein Risiko.

Fazit

Upstage Solar Pro4 ist ein interessantes Modell mit erkennbarem Profil. Als agentisches Frontier-Modell in Dense-Architektur will es planen, Werkzeuge nutzen, lange Kontexte halten und in operativen Workflows bestehen. In vielen Bereichen gelingt das. CLI-Leistung und logisches Denken sind stark, Content-Transformation ist diszipliniert, Security-Analysen sind fachlich meist treffsicher, und die API-Stabilität war im Test tadellos. Dazu kommt ein sehr großes Kontextfenster von 524K Tokens und ein Trainings-Cutoff von 2026-02, was das Modell für dokumentenlastige Agenten-Jobs grundsätzlich attraktiv macht.

Seine Schwächen sind aber nicht dekorativ, sondern substanziell. UX-Writing bleibt hinter Frontier-Erwartungen zurück. Security-Analysen fehlt oft die strategische Schärfe eines echten Auditors. Und am schwersten wiegen die Halluzinationen im Tool-Use: Wenn ein Modell in zwei faktischen Tool-Aufgaben Inhalte erfindet, ist das für agentische Recherche- oder Reporting-Workflows ein rotes Tuch. Genau dort müsste es unerschütterlich sein.

Unterm Strich ist Solar Pro4 kein Blender und kein billiger Universalist. Es ist ein ernst zu nehmender Arbeitskandidat für DevOps-nahe Assistenz, strukturierte Langkontext-Aufgaben und planungsintensive Agenten-Pipelines, solange man faktische Tool-Ausgaben strikt validiert und Ergebnisse in sensiblen Kontexten gegenprüft. Wer ein Modell sucht, das denkt, strukturiert und selten abstürzt, darf hier genauer hinsehen. Wer ein Modell sucht, das beim letzten Schritt nie fabuliert, sollte skeptisch bleiben. Das ist kein Widerspruch. Es ist der Charakter von Upstage Solar Pro4.

Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT 4.5 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.