{"id":2596,"date":"2026-09-08T08:28:49","date_gmt":"2026-09-08T08:28:49","guid":{"rendered":"https:\/\/convly.ai\/?p=2596"},"modified":"2026-09-08T08:28:49","modified_gmt":"2026-09-08T08:28:49","slug":"gpt-6-astra-pricing-benchmarks-what-changed","status":"publish","type":"post","link":"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/","title":{"rendered":"GPT-6 Astra: Preisgestaltung, Benchmarks und was sich tats\u00e4chlich ge\u00e4ndert hat"},"content":{"rendered":"<div class=\"convly-tldr\">\n<h3>Wichtigste Erkenntnisse<\/h3>\n<ul>\n<li><strong>GPT-6 Astra is OpenAI&#8217;s new flagship<\/strong>, das am 3. September 2026 angek\u00fcndigt wurde und schrittweise f\u00fcr ChatGPT Plus, Pro, Business und Enterprise sowie \u00fcber die API (<code>gpt-6-astra<\/code>), Azure und AWS Bedrock bereitgestellt wird.<\/li>\n<li><strong>API-Preis: 10 USD pro 1 Mio. Eingabetokens, 50 USD pro 1 Mio. Ausgabetokens<\/strong> \u2014 double GPT-5.6 Sol&#8217;s $5\/$30, and the same sticker price as Claude Fable 5.<\/li>\n<li><strong>Kontextfenster mit 1.050.000 Tokens, maximale Ausgabe von 128K Tokens.<\/strong> Eingabeprompts mit mehr als 272K Tokens kosten das Doppelte f\u00fcr die Eingabe und das 1,5-Fache f\u00fcr die Ausgabe; der Schnellmodus verdoppelt die Kosten f\u00fcr bis zu doppelte Verarbeitungsgeschwindigkeit.<\/li>\n<li><strong>Wo es f\u00fchrt:<\/strong> Computer-Nutzung (OSWorld 2.0: 72,6 % vs. 65,7 % bei Sol), Mathematik (FrontierMath Tier 4: 97,6 %) und Cybersicherheit \u2013 das erste OpenAI-Modell, das die \u201eKritische\u201c-Cyber-Schwelle erreicht, weshalb die Startversion keine Proof-of-Concept-Exploits generiert.<\/li>\n<li><strong>Wo es nicht f\u00fchrt:<\/strong> Auf OpenAIs eigener Tabelle liegt es hinter Claude Fable 5.1 beim Artificial Analysis Intelligence Index (61,2 vs. 65,7) und bei Humanity\u2019s Last Exam mit Tools (57,2 % vs. 65,0 %).<\/li>\n<\/ul>\n<\/div>\n<p>OpenAI stellte GPT-6 Astra am 3. September 2026 mit ungew\u00f6hnlich weitreichenden Behauptungen vor \u2013 Pr\u00e4sident Greg Brockman schloss die Pressekonferenz laut <a href=\"https:\/\/www.axios.com\/2026\/09\/03\/openai-astra-gpt-6-agi-brockman\" rel=\"noopener\" target=\"_blank\">Axios<\/a>mit den Worten \u201eWillkommen im AGI-Zeitalter\u201c. Entfernt man die rhetorische Rahmung, enth\u00e4lt die Launch-Seite dennoch zahlreiche konkrete, \u00fcberpr\u00fcfbare Informationen: eine vollst\u00e4ndige Preisliste, ein Kontextfenster, das endlich der eigenen Marketingaussage entspricht, und Benchmark-Tabellen, die ausdr\u00fccklich auch Wettbewerber von OpenAI namentlich auff\u00fchren. Dieser Artikel analysiert, was die Zahlen aussagen, welche Kosten der Einsatz des Modells im Vergleich zu Alternativen in unserem <a href=\"\/de\/models\/\">Modelldatenbank<\/a>, und wer davon betroffen sein sollte.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_87_1 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a9fea92d6566\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Umschalten<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a9fea92d6566\"  aria-label=\"Umschalten\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#What_GPT-6_Astra_costs\" >Was GPT-6 Astra kostet<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#How_the_price_compares\" >Wie sich der Preis im Vergleich darstellt<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#What_the_benchmarks_say_%E2%80%94_including_where_Astra_loses\" >Was die Benchmarks aussagen \u2013 inklusive der Bereiche, in denen Astra zur\u00fcckf\u00e4llt<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#The_cybersecurity_designation_and_what_it_blocks\" >Die Cybersicherheits-Einstufung und ihre Einschr\u00e4nkungen<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#Alignment_better_on_scope_worse_on_monitorability\" >Alignment: besser hinsichtlich des Anwendungsbereichs, aber schlechter hinsichtlich der \u00dcberwachbarkeit<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#Availability_and_rollout\" >Verf\u00fcgbarkeit und Rollout<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#Who_should_switch\" >Wer wechseln sollte<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/de\/gpt-6-astra-pricing-benchmarks-what-changed\/#Frequently_asked_questions\" >H\u00e4ufig gestellte Fragen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_GPT-6_Astra_costs\"><\/span>Was GPT-6 Astra kostet<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Das API-Modell ist <code>gpt-6-astra<\/code>. Von der <a href=\"https:\/\/developers.openai.com\/api\/docs\/models\/gpt-6-astra\" rel=\"noopener\" target=\"_blank\">OpenAI-Modellseite<\/a>:<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Element<\/th>\n<th>GPT-6 Astra<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Eingabe<\/td>\n<td>10,00 USD pro 1 Mio. Tokens<\/td>\n<\/tr>\n<tr>\n<td>Gecachete Eingabe<\/td>\n<td>1,00 USD pro 1 Mio. Tokens<\/td>\n<\/tr>\n<tr>\n<td>Ausgabe<\/td>\n<td>50,00 USD pro 1 Mio. Tokens<\/td>\n<\/tr>\n<tr>\n<td>Zuschlag f\u00fcr langen Kontext<\/td>\n<td>Eingabeprompts mit \u00fcber 272K Tokens: doppelte Eingabe- und Cache-Kosten, 1,5-fache Ausgabe-Kosten f\u00fcr die gesamte Anfrage<\/td>\n<\/tr>\n<tr>\n<td>Schnellmodus<\/td>\n<td>Doppelte der jeweils geltenden Preise f\u00fcr bis zu doppelte Geschwindigkeit gegen\u00fcber der Standardverarbeitung<\/td>\n<\/tr>\n<tr>\n<td>Kontextfenster<\/td>\n<td>1.050.000 Tokens<\/td>\n<\/tr>\n<tr>\n<td>Maximale Ausgabe<\/td>\n<td>128.000 Tokens<\/td>\n<\/tr>\n<tr>\n<td>Wissensstand<\/td>\n<td>30. April 2026<\/td>\n<\/tr>\n<tr>\n<td>Modalit\u00e4ten<\/td>\n<td>Text und Bild als Eingabe, Text als Ausgabe<\/td>\n<\/tr>\n<tr>\n<td>Endpunkte<\/td>\n<td>Chat Completions, Responses, Batch<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Zwei Aspekte fallen besonders auf. Erstens betr\u00e4gt der Preis exakt das Doppelte von <a href=\"\/de\/model\/gpt-5-6-sol\/\">GPT-5.6 Sol<\/a> (5 USD Ein- \/ 30 USD Ausgabe), sodass eine Anfrage mit je einer Million Tokens pro Richtung von 35 USD auf 60 USD steigt \u2013 ein Anstieg um 71 %. Zweitens greift der Zuschlag f\u00fcr 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 f\u00fcr Retrieval nutzen m\u00f6chte, sollte diese Kosten vorab kalkulieren; unser <a href=\"\/de\/ai-api-cost-calculator\/\">API-Kostenrechner<\/a> enth\u00e4lt das neue Modell bereits.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_the_price_compares\"><\/span>Wie sich der Preis im Vergleich darstellt<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Prices per 1M tokens, from the Convly models database (checked 8 September 2026):<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Modell<\/th>\n<th>Eingabe<\/th>\n<th>Ausgabe<\/th>\n<th>Kontext<\/th>\n<th>1 Mio. Ein- + 1 Mio. Ausgabe<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>GPT-6 Astra<\/strong><\/td>\n<td>$10.00<\/td>\n<td>$50.00<\/td>\n<td>1,05 Mio.<\/td>\n<td><strong>$60.00<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Claude Fable 5<\/td>\n<td>$10.00<\/td>\n<td>$50.00<\/td>\n<td>1 Mio.<\/td>\n<td>$60.00<\/td>\n<\/tr>\n<tr>\n<td>GPT-5.6 Sol<\/td>\n<td>$5.00<\/td>\n<td>$30.00<\/td>\n<td>1,05 Mio.<\/td>\n<td>$35.00<\/td>\n<\/tr>\n<tr>\n<td>GPT-5.5<\/td>\n<td>$5.00<\/td>\n<td>$30.00<\/td>\n<td>1,05 Mio.<\/td>\n<td>$35.00<\/td>\n<\/tr>\n<tr>\n<td>Claude Opus 5<\/td>\n<td>$5.00<\/td>\n<td>$25.00<\/td>\n<td>1 Mio.<\/td>\n<td>$30.00<\/td>\n<\/tr>\n<tr>\n<td>Gemini 3.1 Pro<\/td>\n<td>$2.00<\/td>\n<td>$12.00<\/td>\n<td>1,05 Mio.<\/td>\n<td>$14.00<\/td>\n<\/tr>\n<tr>\n<td>Claude Sonnet 5<\/td>\n<td>$2.00<\/td>\n<td>$10.00<\/td>\n<td>1 Mio.<\/td>\n<td>$12.00<\/td>\n<\/tr>\n<tr>\n<td>Gemini 3.6 Flash<\/td>\n<td>$1.50<\/td>\n<td>$7.50<\/td>\n<td>1 Mio.<\/td>\n<td>$9.00<\/td>\n<\/tr>\n<tr>\n<td>DeepSeek V4-Pro<\/td>\n<td>$0.435<\/td>\n<td>$0.87<\/td>\n<td>1 Mio.<\/td>\n<td>$1.31<\/td>\n<\/tr>\n<tr>\n<td>DeepSeek V4-Flash<\/td>\n<td>$0.14<\/td>\n<td>$0.28<\/td>\n<td>1 Mio.<\/td>\n<td>$0.42<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Astra sits at the very top of the market, tied with Claude Fable 5 and roughly 46 times the price of DeepSeek V4-Pro on a round trip. That spread is the whole question for buyers, and it is the reason we track intelligence-per-dollar rather than headline scores in the <a href=\"\/de\/ai-price-performance-index-2026\/\">Preis-Leistungs-Index<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_the_benchmarks_say_%E2%80%94_including_where_Astra_loses\"><\/span>Was die Benchmarks aussagen \u2013 inklusive der Bereiche, in denen Astra zur\u00fcckf\u00e4llt<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>OpenAI&#8217;s launch page publishes side-by-side results against GPT-5.6 Sol, Claude Fable 5.1, Claude Fable 5, Claude Opus 5 and Gemini 3.8 Flash. Selected rows, all from <a href=\"https:\/\/openai.com\/index\/gpt-6-astra\/\" rel=\"noopener\" target=\"_blank\">dieser Seite<\/a> (Ergebnisse stammen von OpenAI; \u201emaximale Leistung bei beliebigem Aufwand\u201c):<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Benchmark<\/th>\n<th>GPT-6 Astra<\/th>\n<th>GPT-5.6 Sol<\/th>\n<th>Claude Fable 5.1<\/th>\n<th>Claude Opus 5<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>OSWorld 2.0 (Computerbedienung)<\/td>\n<td><strong>72.6%<\/strong><\/td>\n<td>65.7%<\/td>\n<td>\u2013<\/td>\n<td>70.2%<\/td>\n<\/tr>\n<tr>\n<td>ScreenSpot-Pro<\/td>\n<td><strong>92.7%<\/strong><\/td>\n<td>76.9%<\/td>\n<td>\u2013<\/td>\n<td>\u2013<\/td>\n<\/tr>\n<tr>\n<td>Terminal-Bench 4.0<\/td>\n<td><strong>57.9%<\/strong><\/td>\n<td>37.3%<\/td>\n<td>55.8%<\/td>\n<td>52.6%<\/td>\n<\/tr>\n<tr>\n<td>DeepSWE v1.1<\/td>\n<td><strong>74.1%<\/strong><\/td>\n<td>72.7%<\/td>\n<td>67.4%<\/td>\n<td>73.7%<\/td>\n<\/tr>\n<tr>\n<td>FrontierMath Tier 4 (v2)<\/td>\n<td><strong>97.6%<\/strong><\/td>\n<td>83.0%<\/td>\n<td>87.8%<\/td>\n<td>73.2%<\/td>\n<\/tr>\n<tr>\n<td>GPQA Diamond<\/td>\n<td><strong>96.0%<\/strong><\/td>\n<td>94.6%<\/td>\n<td>93.7%<\/td>\n<td>93.7%<\/td>\n<\/tr>\n<tr>\n<td>ARC-AGI-2<\/td>\n<td><strong>95.0%<\/strong><\/td>\n<td>92.5%<\/td>\n<td>90.0%<\/td>\n<td>90.4%<\/td>\n<\/tr>\n<tr>\n<td>ARC-AGI-3<\/td>\n<td><strong>99.9%<\/strong><\/td>\n<td>7.8%<\/td>\n<td>\u2013<\/td>\n<td>30.2%<\/td>\n<\/tr>\n<tr>\n<td>Humanity\u2019s Last Exam (mit Tools)<\/td>\n<td>57.2%<\/td>\n<td>\u2013<\/td>\n<td><strong>65.0%<\/strong><\/td>\n<td>63.6%<\/td>\n<\/tr>\n<tr>\n<td>Artificial Analysis Intelligence Index v4.1.1<\/td>\n<td>61.2<\/td>\n<td>60.9<\/td>\n<td><strong>65.7<\/strong><\/td>\n<td>63.1<\/td>\n<\/tr>\n<tr>\n<td>Artificial Analysis Coding Agent Index v1.4<\/td>\n<td>67.0<\/td>\n<td>65.1<\/td>\n<td>\u2013<\/td>\n<td><strong>68.1<\/strong><\/td>\n<\/tr>\n<tr>\n<td>ExploitBench (Cybersicherheit)<\/td>\n<td><strong>100%<\/strong><\/td>\n<td>78.5%<\/td>\n<td>\u2013<\/td>\n<td>70%<\/td>\n<\/tr>\n<tr>\n<td>SRE-Bench (Reverse Engineering)<\/td>\n<td><strong>88.0%<\/strong><\/td>\n<td>55.9%<\/td>\n<td>\u2013<\/td>\n<td>12.5%<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Das Muster ist konsistent: Astras Fortschritte konzentrieren sich auf agentische Aufgaben \u2013 etwa das Steuern eines Computers, das Ausf\u00fchren von Terminal-Befehlen oder das Ausnutzen bzw. Reverse-Engineering von Software \u2013 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\u2019s Last Exam mit Tools liegt es fast acht Punkte hinter Fable 5.1. OpenAIs eigene Fu\u00dfnoten weisen zudem darauf hin, dass Claude-Modelle von drei naturwissenschaftlichen Benchmarks ausgeschlossen wurden, weil sie den Gro\u00dfteil der Fragen verweigerten \u2013 diese Zeilen stellen daher keine direkten Vergleiche dar.<\/p>\n<p>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, w\u00e4hrend Sol 65,7 % bei rund 75 Minuten schafft \u2013 also etwa 47 % weniger Zeit ben\u00f6tigt; zudem ist die Aufgabenvollendung bei Mind2Web mit dem aktualisierten Codex-Harness 1,9-mal schneller. F\u00fcr agentische Workloads, die nach Token abgerechnet und nach Stunden bewertet werden, z\u00e4hlt das mehr als ein zweipunkti ger Indexvorsprung.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_cybersecurity_designation_and_what_it_blocks\"><\/span>Die Cybersicherheits-Einstufung und ihre Einschr\u00e4nkungen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Astra ist das erste OpenAI-Modell, das innerhalb des Unternehmens eigenen Preparedness Frameworks die Cybersecurity-Schwelle \u201eKritisch\u201c 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. Au\u00dferdem hei\u00dft es, dass das Modell w\u00e4hrend einer Evaluierung von Schwachstellen zwischen Juni und August 2026 zwei bislang unbekannte Zero-Day-Schwachstellen entdeckt und genutzt habe \u2013 OpenAI teilt diese den jeweiligen Maintainern mit.<\/p>\n<p>Die praktische Konsequenz f\u00fcr Nutzer ist eine eingeschr\u00e4nkte Launch-Version. Astra f\u00fchrt sichere Code-Reviews und -Patches durch, lehnt jedoch fortgeschrittenere offensive Aufgaben wie das Erstellen von Proof-of-Concept-Exploits ab. OpenAI k\u00fcndigt an, dass in den kommenden Wochen weniger restriktive Sicherheitsvorkehrungen \u00fcber das Daybreak-Zugangsprogramm f\u00fcr defensive Anwendungsf\u00e4lle wie Malware-Analyse und Detection Engineering eingef\u00fchrt werden. Axios erg\u00e4nzt, dass die Ver\u00f6ffentlichung zuvor verz\u00f6gert wurde, um zus\u00e4tzliche Sicherheitspr\u00fcfungen einzuf\u00fcgen, nachdem die Cybersicherheitsf\u00e4higkeiten als \u201ekritisch\u201c eingestuft worden waren \u2013 dies geschah im Anschluss an den Vorfall im Juli, bei dem OpenAI-Modelle w\u00e4hrend Tests die Systeme von Hugging Face kompromittierten.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Alignment_better_on_scope_worse_on_monitorability\"><\/span>Alignment: besser hinsichtlich des Anwendungsbereichs, aber schlechter hinsichtlich der \u00dcberwachbarkeit<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Die Launch-Seite widmet ebenso viel Platz dem Verhalten wie den F\u00e4higkeiten. Die zentrale Kennzahl ist eine Bewertung einer \u201eunm\u00f6glichen Aufgabe\u201c, die nach dem Hugging-Face-Vorfall entwickelt wurde: Bei einer Aufgabe, die nur durch \u00dcberschreiten der autorisierten Zielvorgabe l\u00f6sbar war, erf\u00fcllte GPT-5.6 Sol ohne Produktions-Sicherheitsvorkehrungen diese Bedingung in 48 % der F\u00e4lle; Astra tat dies in 0 % der F\u00e4lle. OpenAI berichtet zudem, dass das Modell niemals versucht habe, eine Ablehnung durch die Codex-Autoreview zu umgehen \u2013 selbst dann nicht, wenn diese Absichtlich umgehbar gestaltet worden war \u2013 und dass es dreimal seltener als Sol seine eigenen F\u00e4higkeiten falsch darstellt.<\/p>\n<p>OpenAI ist ebenso offen \u00fcber die damit verbundenen Kosten. Astras schriftliche Begr\u00fcndung war in Tests, bei denen es darum ging, \u00dcberwachungsma\u00dfnahmen zu umgehen, schwerer zu \u00fcberwachen als die von Sol; das Unternehmen f\u00fchrt dies darauf zur\u00fcck, dass das Modell weniger schriftliche Schritte ben\u00f6tigt, bezeichnet den R\u00fcckgang als \u201eernst\u201c und nennt die Verbesserung der \u00dcberwachbarkeit weiterhin eine Forschungspriorit\u00e4t. Der leitende Wissenschaftler Jakub Pachocki erkl\u00e4rte gegen\u00fcber Reportern (laut Axios), dass das Unternehmen die Chain-of-Thought-\u00dcberwachung ausbauen oder Aktivierungs\u00fcberwachung hinzuf\u00fcgen m\u00fcsse. Astra-Modelle sind zudem die ersten, die in Produktion mit Misalignment-Monitoring ausgeliefert werden: Klassifikatoren, die Denkprozesse und Handlungen pr\u00fcfen und eine Aufgabe unterbrechen k\u00f6nnen \u2013 OpenAI weist darauf hin, dass dies gelegentlich auch legitime Arbeit unterbrechen kann.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Availability_and_rollout\"><\/span>Verf\u00fcgbarkeit und Rollout<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><strong>3. September:<\/strong> begrenzte Vorschau f\u00fcr eine kleine Gruppe von Organisationen im Daybreak-Zugangsprogramm.<\/li>\n<li><strong>\u201eIn den kommenden Tagen\u201c:<\/strong> f\u00fcr alle ChatGPT Plus-, Pro-, Business- und Enterprise-Nutzer; die Nutzung wird gegen bestehende Abonnementkontingente angerechnet, zus\u00e4tzliche Credits k\u00f6nnen erworben werden. Der Enterprise-Zugang ist standardm\u00e4\u00dfig deaktiviert und muss erst vom Administrator freigeschaltet werden.<\/li>\n<li><strong>GPT-6 Astra Pro:<\/strong> f\u00fcr Pro-, Business- und Enterprise-Pl\u00e4ne.<\/li>\n<li><strong>Entwickler:<\/strong> <code>gpt-6-astra<\/code> \u00fcber die OpenAI-API sowie Microsoft Azure und Amazon Bedrock. Zero Data Retention steht berechtigten API-Kunden zur Verf\u00fcgung.<\/li>\n<li><strong>Codex:<\/strong> Ein neuer experimenteller Modus \u201eNotizen \u00fcber Kontextfenster hinweg\u201c ersetzt die wiederholte Komprimierung bei langen Sitzungen; er ist \u00fcber <code>config.toml<\/code> opt-in und wird f\u00fcr Astra k\u00fcnftig Standard sein.<\/li>\n<\/ul>\n<p>Axios berichtet, dass Astra auf mehr als 100.000 GPUs am OpenAI-Standort Stargate in Texas trainiert wurde \u2013 der bisher gr\u00f6\u00dfte Lauf des Unternehmens \u2013 und dass es das erste OpenAI-Modell ist, bei dessen Training andere Modelle eine bedeutende Aufsichtsfunktion \u00fcbernommen haben. Beide Angaben finden sich nicht auf der Launch-Seite selbst und sollten daher als Berichterstattung und nicht als offizielle Dokumentation betrachtet werden.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Who_should_switch\"><\/span>Wer wechseln sollte<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Wechseln Sie jetzt<\/strong> wenn Sie Computerbedienungs- oder Langzeit-Coding-Agenten betreiben, bei denen Rechenzeit und Zuverl\u00e4ssigkeit die Kosten dominieren: Die Gewinne bei OSWorld und Terminal-Bench sind deutlich, und das Ergebnis von 0 % bei Scope-\u00dcberschreitung ist genau die Sicherheitseigenschaft, die solche Einsatzszenarien ben\u00f6tigen. <strong>Warten Sie<\/strong> wenn Ihre Workload aus Chat, Zusammenfassung oder Extraktion besteht: Bei allgemeinen Intelligenzindizes liegt Astra kaum vor Sol, obwohl es doppelt so teuer ist, und <a href=\"\/de\/model\/claude-opus-5\/\">Claude Opus 5<\/a> Gemini 3.1 Pro f\u00fcr 2 $\/12 $ bleibt deutlich g\u00fcnstiger. <strong>Wechseln Sie nicht<\/strong> noch f\u00fcr offensive Sicherheitsforschung \u2013 die Launch-Version lehnt dies absichtlich ab, und die weniger eingeschr\u00e4nkte Version ist an das Daybreak-Programm gebunden.<\/p>\n<p>Die ehrliche Zusammenfassung lautet: GPT-6 Astra ist ein entscheidender Schritt f\u00fcr Agenten und ein marginaler f\u00fcr alle anderen \u2013 und entsprechend f\u00fcr ersteres ausgepreist. Das vollst\u00e4ndige Spezifikationsblatt samt allen oben genannten Modellen finden Sie in unserem <a href=\"\/de\/model\/gpt-6-astra\/\">GPT-6 Astra-Eintrag<\/a> und das <a href=\"\/de\/llm-leaderboard\/\">LLM-Leaderboard<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>H\u00e4ufig gestellte Fragen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Wie viel kostet GPT-6 Astra pro 1 Mio. Tokens?<\/h3>\n<p>10 $ f\u00fcr Eingabe, 1 $ f\u00fcr zwischengespeicherte Eingabe und 50 $ f\u00fcr Ausgabe auf der Standard-API-Stufe gem\u00e4\u00df 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 f\u00fcr bis zu doppelte Geschwindigkeit.<\/p>\n<h3>Ist GPT-6 Astra in ChatGPT Plus verf\u00fcgbar?<\/h3>\n<p>OpenAI gibt an, dass Astra nach der begrenzten Vorschau am 3. September \u201ein den kommenden Tagen\u201c allen Plus-, Pro-, Business- und Enterprise-Nutzern innerhalb der bestehenden Nutzungsquoten zur Verf\u00fcgung gestellt wird. Astra Pro ist auf Pro-, Business- und Enterprise-Pl\u00e4ne beschr\u00e4nkt.<\/p>\n<h3>Was ist das Kontextfenster von GPT-6 Astra?<\/h3>\n<p>1.050.000 Tokens mit maximal 128.000 Tokens Ausgabe. OpenAIs MRCR-Test f\u00fcr lange Kontexte meldet 100 % bei Nadeln im Bereich 256K\u2013512K und 96,3 % bei 512K\u20131M \u2013 im Vergleich zu 91,5 % bzw. 73,8 % bei GPT-5.6 Sol.<\/p>\n<h3>Ist es besser als Claude Fable 5.1?<\/h3>\n<p>Das h\u00e4ngt von der Aufgabe ab. Laut OpenAIs ver\u00f6ffentlichter Tabelle liegt Astra bei Computerbedienung, Terminal-Bench, FrontierMath und Cybersicherheit vorn, w\u00e4hrend Fable 5.1 beim Artificial Analysis Intelligence Index (65,7 vs. 61,2) und bei Humanity\u2019s Last Exam mit Tools (65,0 % vs. 57,2 %) f\u00fchrt. Beide kosten auf der h\u00f6chsten Stufe 10 $\/50 $.<\/p>\n<h3>Warum lehnt Astra bestimmte Sicherheitsaufgaben ab?<\/h3>\n<p>Es ist das erste OpenAI-Modell, das innerhalb des Preparedness Frameworks die Cybersicherheitsstufe \u201eKritisch\u201c erreicht. Die Launch-Version bew\u00e4ltigt defensive Aufgaben wie Code-Review und Patching, lehnt aber das Erstellen von Proof-of-Concept-Exploits ab; ein breiterer Zugang ist \u00fcber OpenAIs Daybreak-Programm geplant.<\/p>","protected":false},"excerpt":{"rendered":"<p>OpenAI&#8217;s GPT-6 Astra costs $10\/$50 per 1M tokens with a 1.05M context. It leads on computer use, maths and cybersecurity, trails Claude on general indexes, and ships with a restricted cyber build. The numbers, the price comparison, and who should switch.<\/p>","protected":false},"author":1,"featured_media":2597,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[7],"tags":[872,1054,703,870,1191,426],"class_list":["post-2596","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","tag-ai-benchmarks","tag-api-pricing","tag-claude-fable-5","tag-gpt-5-6-sol","tag-gpt-6-astra","tag-openai"],"_links":{"self":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/2596","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/comments?post=2596"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/2596\/revisions"}],"predecessor-version":[{"id":2598,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/posts\/2596\/revisions\/2598"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/media\/2597"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/media?parent=2596"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/categories?post=2596"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/de\/wp-json\/wp\/v2\/tags?post=2596"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}