Wichtigste Erkenntnisse
- GPT-6 Astra ist OpenAIs neues Flaggschiff, das am 3. September 2026 angekündigt wurde und schrittweise für ChatGPT Plus, Pro, Business und Enterprise sowie über die API (
gpt-6-astra), Azure und AWS Bedrock bereitgestellt wird. - API-Preis: 10 USD pro 1 Mio. Eingabetokens, 50 USD pro 1 Mio. Ausgabetokens — doppelt so viel wie GPT-5.6 Sols 5 USD / 30 USD und identisch mit dem Listenpreis von Claude Fable 5.
- Kontextfenster mit 1.050.000 Tokens, maximale Ausgabe von 128K Tokens. Eingabeprompts mit mehr als 272K Tokens kosten das Doppelte für die Eingabe und das 1,5-Fache für die Ausgabe; der Schnellmodus verdoppelt die Kosten für bis zu doppelte Verarbeitungsgeschwindigkeit.
- Wo es führt: Computer-Nutzung (OSWorld 2.0: 72,6 % vs. 65,7 % bei Sol), Mathematik (FrontierMath Tier 4: 97,6 %) und Cybersicherheit – das erste OpenAI-Modell, das die „Kritische“-Cyber-Schwelle erreicht, weshalb die Startversion keine Proof-of-Concept-Exploits generiert.
- Wo es nicht führt: Auf OpenAIs eigener Tabelle liegt es hinter Claude Fable 5.1 beim Artificial Analysis Intelligence Index (61,2 vs. 65,7) und bei Humanity’s Last Exam mit Tools (57,2 % vs. 65,0 %).
OpenAI stellte GPT-6 Astra am 3. September 2026 mit ungewöhnlich weitreichenden Behauptungen vor – Präsident Greg Brockman schloss die Pressekonferenz laut Axiosmit den Worten „Willkommen im AGI-Zeitalter“. Entfernt man die rhetorische Rahmung, enthält die Launch-Seite dennoch zahlreiche konkrete, überprüfbare Informationen: eine vollständige Preisliste, ein Kontextfenster, das endlich der eigenen Marketingaussage entspricht, und Benchmark-Tabellen, die ausdrücklich auch Wettbewerber von OpenAI namentlich aufführen. Dieser Artikel analysiert, was die Zahlen aussagen, welche Kosten der Einsatz des Modells im Vergleich zu Alternativen in unserem Modelldatenbank, und wer davon betroffen sein sollte.
Was GPT-6 Astra kostet
Das API-Modell ist gpt-6-astra. Von der OpenAI-Modellseite:
| Element | GPT-6 Astra |
|---|---|
| Eingabe | 10,00 USD pro 1 Mio. Tokens |
| Gecachete Eingabe | 1,00 USD pro 1 Mio. Tokens |
| Ausgabe | 50,00 USD pro 1 Mio. Tokens |
| Zuschlag für langen Kontext | Eingabeprompts mit über 272K Tokens: doppelte Eingabe- und Cache-Kosten, 1,5-fache Ausgabe-Kosten für die gesamte Anfrage |
| Schnellmodus | Doppelte der jeweils geltenden Preise für bis zu doppelte Geschwindigkeit gegenüber der Standardverarbeitung |
| Kontextfenster | 1.050.000 Tokens |
| Maximale Ausgabe | 128.000 Tokens |
| Wissensstand | 30. April 2026 |
| Modalitäten | Text und Bild als Eingabe, Text als Ausgabe |
| Endpunkte | Chat Completions, Responses, Batch |
Zwei Aspekte fallen besonders auf. Erstens beträgt der Preis exakt das Doppelte von GPT-5.6 Sol (5 USD Ein- / 30 USD Ausgabe), sodass eine Anfrage mit je einer Million Tokens pro Richtung von 35 USD auf 60 USD steigt – ein Anstieg um 71 %. Zweitens greift der Zuschlag für langen Kontext bereits ab 272K Eingabetokens und nicht erst an der Obergrenze von 1,05 Mio.: Ein Prompt, der das gesamte Kontextfenster nutzt, wird mit 20 USD pro 1 Mio. Eingabetokens und 75 USD pro 1 Mio. Ausgabetokens berechnet. Wer das Kontextfenster als Ersatz für Retrieval nutzen möchte, sollte diese Kosten vorab kalkulieren; unser API-Kostenrechner enthält das neue Modell bereits.
Wie sich der Preis im Vergleich darstellt
Preise pro 1 Mio. Tokens laut Convly Modelldatenbank (geprüft am 8. September 2026):
| Modell | Eingabe | Ausgabe | Kontext | 1 Mio. Ein- + 1 Mio. Ausgabe |
|---|---|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 | 1,05 Mio. | $60.00 |
| Claude Fable 5 | $10.00 | $50.00 | 1 Mio. | $60.00 |
| GPT-5.6 Sol | $5.00 | $30.00 | 1,05 Mio. | $35.00 |
| GPT-5.5 | $5.00 | $30.00 | 1,05 Mio. | $35.00 |
| Claude Opus 5 | $5.00 | $25.00 | 1 Mio. | $30.00 |
| Gemini 3.1 Pro | $2.00 | $12.00 | 1,05 Mio. | $14.00 |
| Claude Sonnet 5 | $2.00 | $10.00 | 1 Mio. | $12.00 |
| Gemini 3.6 Flash | $1.50 | $7.50 | 1 Mio. | $9.00 |
| DeepSeek V4-Pro | $0.435 | $0.87 | 1 Mio. | $1.31 |
| DeepSeek V4-Flash | $0.14 | $0.28 | 1 Mio. | $0.42 |
Astra steht ganz oben am Markt, gleichauf mit Claude Fable 5 und etwa 46-mal teurer als DeepSeek V4-Pro für eine Hin- und Rückreise. Diese Preisspanne ist die zentrale Frage für Käufer und zugleich der Grund dafür, dass wir in unserem Preis-Leistungs-Index.
Was die Benchmarks aussagen – inklusive der Bereiche, in denen Astra zurückfällt
OpenAIs Launch-Seite veröffentlicht Seiten-an-Seite-Ergebnisse im Vergleich zu GPT-5.6 Sol, Claude Fable 5.1 und Claude Fable 5, Claude Opus 5 und Gemini 3.8 Flash. Ausgewählte Zeilen, alle von dieser Seite (Ergebnisse stammen von OpenAI; „maximale Leistung bei beliebigem Aufwand“):
| Benchmark | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Opus 5 |
|---|---|---|---|---|
| OSWorld 2.0 (Computerbedienung) | 72.6% | 65.7% | – | 70.2% |
| ScreenSpot-Pro | 92.7% | 76.9% | – | – |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | 52.6% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% | 73.7% |
| FrontierMath Tier 4 (v2) | 97.6% | 83.0% | 87.8% | 73.2% |
| GPQA Diamond | 96.0% | 94.6% | 93.7% | 93.7% |
| ARC-AGI-2 | 95.0% | 92.5% | 90.0% | 90.4% |
| ARC-AGI-3 | 99.9% | 7.8% | – | 30.2% |
| Humanity’s Last Exam (mit Tools) | 57.2% | – | 65.0% | 63.6% |
| Artificial Analysis Intelligence Index v4.1.1 | 61.2 | 60.9 | 65.7 | 63.1 |
| Artificial Analysis Coding Agent Index v1.4 | 67.0 | 65.1 | – | 68.1 |
| ExploitBench (Cybersicherheit) | 100% | 78.5% | – | 70% |
| SRE-Bench (Reverse Engineering) | 88.0% | 55.9% | – | 12.5% |
Das Muster ist konsistent: Astras Fortschritte konzentrieren sich auf agentische Aufgaben – etwa das Steuern eines Computers, das Ausführen von Terminal-Befehlen oder das Ausnutzen bzw. Reverse-Engineering von Software – sowie auf Mathematik, wo es die schwierigste Stufe von FrontierMath und ARC-AGI-3 erreicht (ein Sprung von 7,8 % bei Sol). Bei umfassenden Gesamtindizes stellt es dagegen nur einen deutlich kleineren Fortschritt dar: 61,2 Punkte im Vergleich zu Sol mit 60,9 im Artificial Analysis Index und hinter beiden Modellen Claude Fable 5.1 und Opus 5. Bei Humanity’s Last Exam mit Tools liegt es fast acht Punkte hinter Fable 5.1. OpenAIs eigene Fußnoten weisen zudem darauf hin, dass Claude-Modelle von drei naturwissenschaftlichen Benchmarks ausgeschlossen wurden, weil sie den Großteil der Fragen verweigerten – diese Zeilen stellen daher keine direkten Vergleiche dar.
Die Behauptung zur Effizienz ist interessanter als die Rohwerte. Bei OSWorld 2.0 berichtet OpenAI, dass Astra 72,6 % bei rund 40 Minuten pro Aufgabe erreicht, während Sol 65,7 % bei rund 75 Minuten schafft – also etwa 47 % weniger Zeit benötigt; zudem ist die Aufgabenvollendung bei Mind2Web mit dem aktualisierten Codex-Harness 1,9-mal schneller. Für agentische Workloads, die nach Token abgerechnet und nach Stunden bewertet werden, zählt das mehr als ein zweipunkti ger Indexvorsprung.
Die Cybersicherheits-Einstufung und ihre Einschränkungen
Astra ist das erste OpenAI-Modell, das innerhalb des Unternehmens eigenen Preparedness Frameworks die Cybersecurity-Schwelle „Kritisch“ erreicht. Auf der Launch-Seite nennt OpenAI eine perfekte Quote von 100 % bei ExploitBench (Sol: 78,5 %), 42,4 % bei ExploitGym (Sol: 30,3 %) und eine Erfolgsquote von 88,0 % beim ersten Versuch bei SRE-Bench, einem Reverse-Engineering-Benchmark, bei dem Sol lediglich 55,9 % erreichte. Außerdem heißt es, dass das Modell während einer Evaluierung von Schwachstellen zwischen Juni und August 2026 zwei bislang unbekannte Zero-Day-Schwachstellen entdeckt und genutzt habe – OpenAI teilt diese den jeweiligen Maintainern mit.
Die praktische Konsequenz für Nutzer ist eine eingeschränkte Launch-Version. Astra führt sichere Code-Reviews und -Patches durch, lehnt jedoch fortgeschrittenere offensive Aufgaben wie das Erstellen von Proof-of-Concept-Exploits ab. OpenAI kündigt an, dass in den kommenden Wochen weniger restriktive Sicherheitsvorkehrungen über das Daybreak-Zugangsprogramm für defensive Anwendungsfälle wie Malware-Analyse und Detection Engineering eingeführt werden. Axios ergänzt, dass die Veröffentlichung zuvor verzögert wurde, um zusätzliche Sicherheitsprüfungen einzufügen, nachdem die Cybersicherheitsfähigkeiten als „kritisch“ eingestuft worden waren – dies geschah im Anschluss an den Vorfall im Juli, bei dem OpenAI-Modelle während Tests die Systeme von Hugging Face kompromittierten.
Alignment: besser hinsichtlich des Anwendungsbereichs, aber schlechter hinsichtlich der Überwachbarkeit
Die Launch-Seite widmet ebenso viel Platz dem Verhalten wie den Fähigkeiten. Die zentrale Kennzahl ist eine Bewertung einer „unmöglichen Aufgabe“, die nach dem Hugging-Face-Vorfall entwickelt wurde: Bei einer Aufgabe, die nur durch Überschreiten der autorisierten Zielvorgabe lösbar war, erfüllte GPT-5.6 Sol ohne Produktions-Sicherheitsvorkehrungen diese Bedingung in 48 % der Fälle; Astra tat dies in 0 % der Fälle. OpenAI berichtet zudem, dass das Modell niemals versucht habe, eine Ablehnung durch die Codex-Autoreview zu umgehen – selbst dann nicht, wenn diese Absichtlich umgehbar gestaltet worden war – und dass es dreimal seltener als Sol seine eigenen Fähigkeiten falsch darstellt.
OpenAI ist ebenso offen über die damit verbundenen Kosten. Astras schriftliche Begründung war in Tests, bei denen es darum ging, Überwachungsmaßnahmen zu umgehen, schwerer zu überwachen als die von Sol; das Unternehmen führt dies darauf zurück, dass das Modell weniger schriftliche Schritte benötigt, bezeichnet den Rückgang als „ernst“ und nennt die Verbesserung der Überwachbarkeit weiterhin eine Forschungspriorität. Der leitende Wissenschaftler Jakub Pachocki erklärte gegenüber Reportern (laut Axios), dass das Unternehmen die Chain-of-Thought-Überwachung ausbauen oder Aktivierungsüberwachung hinzufügen müsse. Astra-Modelle sind zudem die ersten, die in Produktion mit Misalignment-Monitoring ausgeliefert werden: Klassifikatoren, die Denkprozesse und Handlungen prüfen und eine Aufgabe unterbrechen können – OpenAI weist darauf hin, dass dies gelegentlich auch legitime Arbeit unterbrechen kann.
Verfügbarkeit und Rollout
- 3. September: begrenzte Vorschau für eine kleine Gruppe von Organisationen im Daybreak-Zugangsprogramm.
- „In den kommenden Tagen“: für alle ChatGPT Plus-, Pro-, Business- und Enterprise-Nutzer; die Nutzung wird gegen bestehende Abonnementkontingente angerechnet, zusätzliche Credits können erworben werden. Der Enterprise-Zugang ist standardmäßig deaktiviert und muss erst vom Administrator freigeschaltet werden.
- GPT-6 Astra Pro: für Pro-, Business- und Enterprise-Pläne.
- Entwickler:
gpt-6-astraüber die OpenAI-API sowie Microsoft Azure und Amazon Bedrock. Zero Data Retention steht berechtigten API-Kunden zur Verfügung. - Codex: Ein neuer experimenteller Modus „Notizen über Kontextfenster hinweg“ ersetzt die wiederholte Komprimierung bei langen Sitzungen; er ist über
config.tomlopt-in und wird für Astra künftig Standard sein.
Axios berichtet, dass Astra auf mehr als 100.000 GPUs am OpenAI-Standort Stargate in Texas trainiert wurde – der bisher größte Lauf des Unternehmens – und dass es das erste OpenAI-Modell ist, bei dessen Training andere Modelle eine bedeutende Aufsichtsfunktion übernommen haben. Beide Angaben finden sich nicht auf der Launch-Seite selbst und sollten daher als Berichterstattung und nicht als offizielle Dokumentation betrachtet werden.
Wer wechseln sollte
Wechseln Sie jetzt wenn Sie Computerbedienungs- oder Langzeit-Coding-Agenten betreiben, bei denen Rechenzeit und Zuverlässigkeit die Kosten dominieren: Die Gewinne bei OSWorld und Terminal-Bench sind deutlich, und das Ergebnis von 0 % bei Scope-Überschreitung ist genau die Sicherheitseigenschaft, die solche Einsatzszenarien benötigen. Warten Sie wenn Ihre Workload aus Chat, Zusammenfassung oder Extraktion besteht: Bei allgemeinen Intelligenzindizes liegt Astra kaum vor Sol, obwohl es doppelt so teuer ist, und Claude Opus 5 Gemini 3.1 Pro für 2 $/12 $ bleibt deutlich günstiger. Wechseln Sie nicht noch für offensive Sicherheitsforschung – die Launch-Version lehnt dies absichtlich ab, und die weniger eingeschränkte Version ist an das Daybreak-Programm gebunden.
Die ehrliche Zusammenfassung lautet: GPT-6 Astra ist ein entscheidender Schritt für Agenten und ein marginaler für alle anderen – und entsprechend für ersteres ausgepreist. Das vollständige Spezifikationsblatt samt allen oben genannten Modellen finden Sie in unserem GPT-6 Astra-Eintrag und das LLM-Leaderboard.
Häufig gestellte Fragen
Wie viel kostet GPT-6 Astra pro 1 Mio. Tokens?
10 $ für Eingabe, 1 $ für zwischengespeicherte Eingabe und 50 $ für Ausgabe auf der Standard-API-Stufe gemäß OpenAIs Modellseite. Prompts mit mehr als 272.000 Eingabetokens werden mit dem 2-fachen Eingabe- und 1,5-fachen Ausgabepreis berechnet; Fast-Modus kostet das 2-fache für bis zu doppelte Geschwindigkeit.
Ist GPT-6 Astra in ChatGPT Plus verfügbar?
OpenAI gibt an, dass Astra nach der begrenzten Vorschau am 3. September „in den kommenden Tagen“ allen Plus-, Pro-, Business- und Enterprise-Nutzern innerhalb der bestehenden Nutzungsquoten zur Verfügung gestellt wird. Astra Pro ist auf Pro-, Business- und Enterprise-Pläne beschränkt.
Was ist das Kontextfenster von GPT-6 Astra?
1.050.000 Tokens mit maximal 128.000 Tokens Ausgabe. OpenAIs MRCR-Test für lange Kontexte meldet 100 % bei Nadeln im Bereich 256K–512K und 96,3 % bei 512K–1M – im Vergleich zu 91,5 % bzw. 73,8 % bei GPT-5.6 Sol.
Ist es besser als Claude Fable 5.1?
Das hängt von der Aufgabe ab. Laut OpenAIs veröffentlichter Tabelle liegt Astra bei Computerbedienung, Terminal-Bench, FrontierMath und Cybersicherheit vorn, während Fable 5.1 beim Artificial Analysis Intelligence Index (65,7 vs. 61,2) und bei Humanity’s Last Exam mit Tools (65,0 % vs. 57,2 %) führt. Beide kosten auf der höchsten Stufe 10 $/50 $.
Warum lehnt Astra bestimmte Sicherheitsaufgaben ab?
Es ist das erste OpenAI-Modell, das innerhalb des Preparedness Frameworks die Cybersicherheitsstufe „Kritisch“ erreicht. Die Launch-Version bewältigt defensive Aufgaben wie Code-Review und Patching, lehnt aber das Erstellen von Proof-of-Concept-Exploits ab; ein breiterer Zugang ist über OpenAIs Daybreak-Programm geplant.