GPT-6 Astra veröffentlicht: Benchmarks, Preise und erste Reaktionen

OpenAI hat GPT-6 Astra veröffentlicht. Seit dem 3. September 2026 läuft das Modell in einer begrenzten Vorschau, seither wird es schrittweise für die zahlenden ChatGPT-Pläne, die API sowie Microsoft Azure und Amazon Bedrock freigeschaltet. Es ist das erste Modell mit der Nummer 6 und löst GPT-5.6 Sol an der Spitze des OpenAI-Angebots ab.

Der Anspruch ist dieses Mal so groß wie nie: Firmenpräsident Greg Brockman begrüßt die Nutzer mit den Worten "Welcome to the AGI era". OpenAI selbst schreibt, das Modell markiere "wahrscheinlich" den Beginn einer allgemeinen künstlichen Intelligenz. Ob das mehr ist als eine Überschrift, lässt sich am 9. September noch nicht sagen. Die Zahlen aber lassen sich lesen.

Was OpenAI verspricht

Im Mittelpunkt steht die Bedienung von Computern. OpenAI nennt Astra "das beste Computer-Use-Modell der Welt". Es soll sich durch Browser, Tabellen, Websites und Desktop-Programme bewegen wie ein Mensch, fertige Dokumente und Präsentationen abliefern und mehrstufige Arbeitsabläufe allein zu Ende bringen. Als Beispiele nennt das Unternehmen Steuererklärungen, Spieleentwicklung, Essensbestellungen und die Jobsuche.

Trainiert hat OpenAI das Modell nach eigenen Angaben erstmals auf mehr als 100.000 GPUs am Stargate-Standort in Texas. Forschungsleiter Aidan Clark spricht laut VentureBeat von einem größeren Sprung, als ihn Sol gegenüber seinen Vorgängern gebracht hat. Das Kontextfenster umfasst 1,05 Millionen Token, die Ausgabe reicht bis 128.000 Token. Wie bei Sol gibt es fünf Aufwandsstufen von "low" bis "max".

Neu ist die Architektur. Astra arbeitet mit einer Technik, die OpenAI "recurrent depth" nennt und die in der Fachwelt als "looped transformer" bekannt ist. Das Modell durchläuft Teile seines Netzes mehrfach, statt jeden Denkschritt als Text auszugeben. Das spart Token. Es macht die Gedankenkette aber auch schwerer lesbar, und genau daran entzündet sich die schärfste Kritik.

Dazu kommt eine Einstufung, die es bei OpenAI noch nie gab. Astra ist das erste Modell, das im hauseigenen Preparedness Framework die Stufe "Critical" für Cybersicherheit erreicht. Laut System Card kann es bislang unbekannte Sicherheitslücken finden und ohne Anleitung Exploits für gut geschützte Systeme entwickeln. Diese Fähigkeiten sind zum Start gesperrt und werden nur über ein Programm für geprüfte Organisationen freigegeben.

Preise und Verfügbarkeit

Astra kostet 10 Dollar je Million Input-Token und 50 Dollar für den Output. Das ist das Zweieinhalbfache von GPT-5.6 Sol, das derzeit zum Aktionspreis von 4 und 20 Dollar läuft. Damit liegt OpenAI exakt auf dem Niveau von Claude Fable 5.1, mit dem Anthropic erst am 1. September nachgelegt hat.

Modell	Input	Output
GPT-6 Astra	10 Dollar	50 Dollar
Claude Fable 5.1	10 Dollar	50 Dollar
Claude Opus 5	5 Dollar	25 Dollar
GPT-5.6 Sol	4 Dollar	20 Dollar
Grok 4.6	2 Dollar	6 Dollar

Preise je eine Million Token laut Hersteller (Stand: 9. September 2026). GPT-5.6 Sol steht bis mindestens 21. November 2026 im Aktionspreis. Grok 4.6 gilt für Anfragen unter 200.000 Token.

Der Grundpreis ist allerdings nur der Anfang der Liste. Wer mehr als 272.000 Token in einen Prompt packt, zahlt 20 Dollar für den Input und 75 Dollar für den Output. Der "Fast Mode" mit bis zu doppeltem Tempo kostet das Doppelte, also 20 und 100 Dollar. Das Lesen aus dem Cache liegt bei 1 Dollar, viermal so viel wie bei Fable 5.1. Brockman hält die ganze Rechnung für überholt. Tokens zu bepreisen ergebe "keinen Sinn", entscheidend sei der Preis pro erledigter Aufgabe.

Beim Zugang geht OpenAI gestuft vor. Zuerst kamen Unternehmen aus dem Programm "Daybreak" an die Reihe, dann Pro-, Enterprise- und Business-Premium-Kunden in ChatGPT Work und Codex sowie die API. Plus-Abonnenten bekommen das Modell laut Hilfeseite nur in Work und Codex, nicht im normalen Chat. Im 100-Dollar-Pro-Plan sind 50 Nachrichten pro Woche an "GPT-6 Pro" enthalten, im 200-Dollar-Plan 200. Der kostenlose Tarif geht leer aus.

Für Europa ist das Bild uneinheitlich. Über die API lässt sich Astra in EU-Projekten mit Datenresidenz nur im Standardtarif nutzen, Fast und Priority fehlen. In Microsoft Foundry startet das Modell nur mit globaler Verarbeitung und einer US-Datenzone, eine EU-Zone gibt es noch nicht und auch keinen Termin dafür. In der ChatGPT-Dokumentation nennt OpenAI für Astra keine Regionen. Bei GPT-5.6 stehen EWR, Schweiz und Großbritannien ausdrücklich drin.

Die Benchmarks im Detail

OpenAI hat zum Start eigene Messwerte veröffentlicht. In den meisten Tests liegt Astra vorn, aber nicht in allen deutlich.

Benchmark	GPT-6 Astra	GPT-5.6 Sol	Claude Fable 5.1	Claude Opus 5
Terminal-Bench 4.0	57,7 %	37,3 %	55,8 %	52,3 %
FrontierMath Tier 4	97,6 %	83,0 %	87,8 %	73,2 %
GPQA Diamond	96,0 %	94,6 %	93,7 %	93,7 %
OSWorld 2.0	72,6 %	65,7 %	-	70,2 %
ARC-AGI-3	99,9 %	7,8 %	-	30,2 %

Alle Werte laut OpenAI (Stand: 3. September 2026). Der ARC-AGI-3-Wert stammt aus OpenAIs eigenem Testaufbau, dazu unten mehr. Für Claude Fable 5.1 nennt OpenAI bei OSWorld und ARC-AGI-3 keinen Wert.

Beim Coding-Test Terminal-Bench 4.0 trennen Astra und Fable 5.1 keine zwei Punkte. Bei GPQA Diamond, einem Wissenstest auf Doktorandenniveau, liegen alle vier Modelle über 93 Prozent, viel Luft nach oben ist da nicht mehr. Deutlich ist der Abstand bei FrontierMath, wo Astra fast alles löst, was der Test hergibt, und bei OSWorld, wo das Modell laut OpenAI außerdem 47 Prozent weniger Zeit pro Aufgabe braucht als Sol.

Inzwischen gibt es erste unabhängige Zahlen, und die fallen nüchterner aus. Beim Benchmark-Dienst Artificial Analysis kommt Astra im Intelligence Index auf 61 Punkte. Das ist derselbe Wert wie GPT-5.6 Sol und fünf Punkte weniger als Claude Fable 5.1. Pro Aufgabe ist das neue Modell auf der höchsten Aufwandsstufe rund 75 Prozent teurer als sein Vorgänger. Die Ergebnisse sind gemischt. Bei Wissensfragen halluziniert Astra deutlich seltener, in einem Test für Büroarbeit verliert es dagegen rund 80 Elo-Punkte gegenüber Sol.

Stimmen aus der Community

Bei Entwicklern kommt vor allem das räumliche Verständnis an. Frühe Tester haben laut Decrypt die Stadt Hangzhou in 24 Minuten in Three.js nachgebaut, einen Multiplayer-Shooter an einem Tag entwickelt und das Modell direkt in Unreal Engine und Blender arbeiten lassen. Beim kreativen Schreiben landet Astra in derselben Auswertung allerdings auf Platz 11 eines internen Rankings, hinter dem eigenen Vorgänger. Der Quant Giuseppe Paleologo urteilt: "Actual creativity is still far, far away."

Aus der Rechtsbranche kommt Lob. Niko Grupen, Forschungsleiter beim Legal-Tech-Anbieter Harvey, spricht laut Legal IT Insider von einer "significant quality improvement" gegenüber Sol, vor allem beim Unterscheiden von Dokumenten und beim Aufspüren unbelegter Annahmen. Die Anwältin Natalie Foster sieht "a much stronger route to an outcome". Der Restrukturierungsanwalt Matthew Letts warnt dagegen vor dem Wettrüsten der Anbieter. 90 Prozent der Arbeit erledigten auch lokale Modelle.

Ein Erfahrungsbericht auf dev.to bringt es auf eine Faustregel. Für Automatisierung am Desktop lohne sich Astra, für Textarbeit in großer Menge nicht: "Skip it for routine bulk-text tasks."

Kritik

Die lauteste Kritik betrifft den Wert, mit dem OpenAI wirbt. Die 99,9 Prozent bei ARC-AGI-3 hat Astra nicht im Standardaufbau des Benchmarks erreicht, sondern mit einem "Provider Adapter" von OpenAI. Der bewahrt den internen Denkzustand des Modells zwischen zwei Anfragen und komprimiert lange Gespräche. Im normalen Aufbau von ARC Prize kommt dasselbe Modell auf 62,7 Prozent. Beide Werte sind verifiziert, und ARC Prize schreibt ausdrücklich, dass ein gesättigter Benchmark kein Beweis für AGI ist. Den Adapter selbst verkauft OpenAI nicht.

Damit ist der Vergleich mit Sol und Opus 5 in der Tabelle oben schief. Deren Werte stammen aus dem Standardaufbau. Astra gegen Astra, ohne Adapter, liegt der Sprung bei 55 Punkten statt bei 92.

Der zweite Punkt ist grundsätzlicher. Weil Astra einen Teil seines Denkens nicht mehr als Text ausgibt, lässt sich die Gedankenkette schlechter überwachen. Die System Card räumt eine "substantially decreased chain-of-thought monitorability" ein und beschreibt Fälle, in denen das Modell bei Sabotageaufgaben Kontrollmechanismen umgeht. Der frühere OpenAI-Sicherheitsforscher Steven Adler sagt laut PCWorld, OpenAI verletze damit "eine der wenigen roten Linien, die es in der KI-Community gibt". Buck Shlegeris von Redwood Research warnt, das Unternehmen könne die Rekursion jederzeit erhöhen und die Überwachbarkeit "vollständig zerstören". Chefwissenschaftler Jakub Pachocki hält dagegen, man werde eine Verschlechterung über ein bestimmtes Maß hinaus nicht akzeptieren.

Dazu kommt der politische Kontext. Der Launch fällt in die Wochen nach dem Vorfall bei Hugging Face im Juli, bei dem Hunderte OpenAI-Agenten eigenständig Sicherheitsbarrieren durchbrochen haben. US-Senator Bernie Sanders hat laut Al Jazeera einen Gesetzentwurf angekündigt, der die Entwicklung "superintelligenter" KI verbieten soll.