GPT-6 Astra ist da: Was OpenAIs neues Modell tatsächlich leisten kann
GPT-6 ist jetzt Realität – doch mehrere Details, die vor der offiziellen Veröffentlichung kursierten, waren falsch.
OpenAI stellte GPT-6 Astra am 3. September 2026 offiziell vor und bezeichnete es als sein leistungsfähigstes Modell für anspruchsvolle End-to-End-Aufgaben in den Bereichen Computernutzung, Web-Browsing, Softwareentwicklung, Cybersicherheit, Wissenschaft und professionelle Wissensarbeit.
Der ursprüngliche chinesische Artikel, auf dem diese Version basiert, wurde am 5. September 2026 veröffentlicht. Im Text wurde jedoch behauptet, GPT-6 sei am 14. April erschienen, außerdem enthielt er mehrere Spezifikationen, die nicht mit der offiziellen Dokumentation von OpenAI übereinstimmen. Diese Aussagen wurden hier korrigiert, während die ursprüngliche Hauptstruktur erhalten blieb: Was das Modell ist, welche fünf wichtigsten Verbesserungen es bietet, was verschiedene Nutzergruppen damit tun können, ob lokale chinesische KI-Modelle weiterhin relevant sind und wie man auf GPT-6 zugreifen kann.
Zu den derzeit verifizierten API-Spezifikationen von OpenAI für GPT-6 Astra gehören:
| Spezifikation | GPT-6 Astra |
|---|---|
| Offizieller Modellname | GPT-6 Astra |
| API-Modell-ID | gpt-6-astra |
| Kontextfenster | 1.050.000 Token |
| Maximale Ausgabe | 128.000 Token |
| Wissensstand | 30. April 2026 |
| Texteingabe/-ausgabe | Unterstützt |
| Bildeingabe | Unterstützt |
| Direkte Audioeingabe | In der Modell-API nicht unterstützt |
| Direkte Videoeingabe | In der Modell-API nicht unterstützt |
| Standardpreis für API-Eingaben | 10 $ / 1 Mio. Token |
| Gecachter Input | 1 $ / 1 Mio. Token |
| Cache-Schreibvorgänge | 12,50 $ / 1 Mio. Token |
| Standardpreis für API-Ausgaben | 50 $ / 1 Mio. Token |
Dies sind die aktuellen offiziellen API-Angaben und sie können sich im Laufe der Zeit ändern.
Der offizielle Name lautet GPT-6 Astra.
OpenAI hat keine verifizierte Anzahl an Parametern veröffentlicht. Behauptungen, GPT-6 enthalte „5 Billionen Parameter“, sollten daher nicht als Tatsache behandelt werden. OpenAI hat außerdem die Aussagen des ursprünglichen Artikels nicht öffentlich bestätigt, wonach das Training des Modells mehr als 2 Milliarden US-Dollar gekostet, exakt 100.000 H100-GPUs für das Pretraining verwendet und das Modell intern „Spud“ geheißen habe.
Die offizielle Veröffentlichung konzentriert sich darauf, was das Modell leisten kann, und nicht darauf, wie viele Parameter es besitzt.
OpenAI beschreibt Astra als eine neue Intelligenzgeneration, die auf Fortschritten beim Pretraining, Reinforcement Learning, Alignment, bei der Computernutzung, der Tool-Nutzung und der Ausführung professioneller Arbeitsabläufe basiert.
Eine nützliche Kurzbeschreibung lautet:
GPT-6 Astra ist OpenAIs leistungsstärkstes Modell für komplexes Schlussfolgern und agentische Arbeit. Es verbindet starke Intelligenz mit Web-Browsing, Programmierung, Tool-Nutzung und Computerinteraktion.
Der ursprüngliche Artikel behauptete eine allgemeine „Leistungssteigerung von 40 %“ sowie eine HumanEval-Bewertung von 95 %. OpenAIs offizielle Veröffentlichung stellt diese Zahlen jedoch nicht als die maßgeblichen GPT-6-Kennzahlen dar.
Stattdessen berichtet OpenAI über Verbesserungen in einem deutlich breiteren Spektrum moderner Evaluierungen.
Ausgewählte offizielle Ergebnisse:
| Benchmark | GPT-6 Astra |
|---|---|
| ARC-AGI-3 | 99,9 % |
| FrontierMath Tier 4 | 98 % |
| GPQA Diamond | 96,0 % |
| Terminal-Bench 4.0 | 57,9 % |
| Agents' Last Exam | 59,3 % |
| BenchCAD | 95,9 % |
| ScreenSpot-Pro | 92,7 % |
| OSWorld 2.0, Teilbewertung | 72,6 % |
Die entscheidende Veränderung ist nicht eine einzelne Schlagzeilen-Prozentzahl. Astra wurde dafür entwickelt, auch bei längeren und komplizierteren Aufgaben nützlich zu bleiben, bei denen es Schlussfolgerungen ziehen, Software verwenden, Ergebnisse prüfen und so lange weitermachen muss, bis die Aufgabe abgeschlossen ist.
Das ist für die reale Arbeit relevant. Eine Programmieraufgabe kann das Lesen eines Repositorys, Änderungen an mehreren Dateien, das Ausführen von Tests, die Untersuchung eines Fehlers, das Anwenden eines weiteren Patches und die Überprüfung des finalen Verhaltens umfassen. Eine Rechercheaufgabe kann Web-Browsing, das Sammeln von Belegen, die Analyse von Dokumenten, Berechnungen und ein professionell ausgearbeitetes Ergebnis erfordern.
GPT-6 Astra wurde für solche mehrstufigen Arbeitsabläufe entwickelt.
Im ursprünglichen Artikel heißt es, GPT-6 unterstütze ein Kontextfenster mit 2 Millionen Token.
Die aktuelle API-Dokumentation von OpenAI führt 1.050.000 Token sowie eine maximale Ausgabe von 128.000 Token auf.
Das ist weiterhin ein sehr großes Kontextfenster. Es kann für große Codebasen, umfangreiche Recherchesammlungen, mehrere Verträge, große technische Handbücher, ausführliche Projektdokumentationen, lange Agentenverläufe sowie Gruppen von Berichten und Tabellen nützlich sein.
Ein größeres Kontextfenster bedeutet jedoch nicht, dass jedes Dokument immer vollständig in einen Prompt eingefügt werden sollte. Bei anspruchsvollen Aufgaben können Retrieval, Dateisuche, eine strukturierte Projektorganisation und ein gutes Kontextmanagement weiterhin die Qualität verbessern und Kosten senken.
Für API-Entwickler ist außerdem ein weiteres Preisdétail relevant: OpenAI gibt derzeit an, dass Prompts mit mehr als 272.000 Input-Token für die gesamte Anfrage zu höheren Sätzen abgerechnet werden. Die Nutzung des maximalen Kontexts ist daher nicht nur eine Qualitätsentscheidung, sondern kann auch eine Kostenentscheidung sein.
Der ursprüngliche Artikel beschreibt eine neue „Symphony“-Architektur, die Text, Bilder, Audio und Video vereinheitlicht.
Die öffentliche GPT-6-Astra-Dokumentation von OpenAI bestätigt keine Modellarchitektur mit der Bezeichnung Symphony.
In der aktuellen API-Spezifikation heißt es:
Das bedeutet, dass Astra Text und Bilder direkt verarbeiten und Schlussfolgerungen daraus ziehen kann. Entwickler sollten das Basismodell in der API jedoch nicht so beschreiben, als würde es nativ jeden Medientyp akzeptieren.
Das breitere OpenAI-Produktökosystem bietet separate Funktionen für Sprache, Transkription, Bildgenerierung und andere Medien-Workflows. Diese Produktfunktionen sollten nicht mit der Liste der Modalitäten des Modells gpt-6-astra verwechselt werden.
In einem praktischen Beispiel können Sie Astra dennoch einen Screenshot einer Benutzeroberfläche oder eine Designreferenz geben und es bitten, die visuelle Struktur zu verstehen, Komponenten und Layout zu identifizieren, Frontend-Code zu schreiben sowie Coding- oder Computer-Tools zu verwenden, um das Ergebnis zu implementieren und zu testen.
Ein solcher End-to-End-Workflow entspricht eher der tatsächlichen Stärke des Modells.
Der ursprüngliche Artikel beschreibt ein „Dual-System“-Modell, das automatisch zwischen schnellem und langsamem Denken wechselt.
Die OpenAI-API stellt einen konkreteren Mechanismus bereit: Reasoning-Aufwand.
GPT-6 Astra unterstützt:
lowmediumhighxhighmaxDamit können Entwickler festlegen, wie viel Reasoning-Aufwand eine Anfrage erhalten soll. Eine kurze Formatierungsaufgabe benötigt nicht dieselbe Rechenleistung wie eine schwierige Softwaremigration oder ein mathematischer Beweis.
Das Modell wurde außerdem dafür entwickelt, bei längeren Aufgaben konsistent zu bleiben, neue Anweisungen aufzunehmen, ohne das ursprüngliche Ziel aus den Augen zu verlieren, und gezielte Fragen zu stellen, wenn fehlende Informationen das Ergebnis wesentlich verändern könnten.
Eine wichtige Korrektur: Die Behauptung des ursprünglichen Artikels, dass Halluzinationen auf unter 0,1 % gesunken seien, wird durch die offizielle GPT-6-Veröffentlichung von OpenAI nicht gestützt. Für rechtliche, medizinische, finanzielle oder andere besonders risikoreiche Aufgaben sollte keine allgemeine Halluzinationsrate von 0,1 % angenommen werden.
Der ursprüngliche Artikel beschreibt GPT-6 als Zusammenführung von „ChatGPT + Codex + Atlas“ in einem Produkt.
Diese Formulierung entspricht nicht der Dokumentation von OpenAI.
Offiziell bestätigt ist, dass GPT-6 Astra über die Responses API eine breite Auswahl an Tools unterstützt, darunter:
Das bildet die Grundlage für umfassendere Arbeitsabläufe.
Statt lediglich zu antworten: „So könnten Sie die Aufgabe erledigen“, kann ein agentisches System potenziell:
Anfrage verstehen
→ Informationen sammeln
→ Dateien prüfen
→ Code schreiben oder ändern
→ Software bedienen
→ Ergebnis verifizieren
→ finales Artefakt erstellen
OpenAI berichtet außerdem über deutliche Fortschritte bei der Computernutzung. In OSWorld 2.0 erzielte Astra in der genannten Evaluierung 72,6 % und erledigte die Aufgaben in ungefähr 47 % weniger simulierter Zeit als GPT-5.6 Sol.
Der ursprüngliche Artikel unterteilt die Anwendungsfälle in vier Nutzergruppen. Diese Struktur funktioniert weiterhin gut, die Beispiele sollten jedoch auf den tatsächlich von OpenAI dokumentierten Fähigkeiten beruhen.
| Nutzergruppe | Praktische Anwendungsfälle für GPT-6 Astra |
|---|---|
| Content-Ersteller | Ein Thema recherchieren, eine Gliederung erstellen, längere Inhalte entwerfen, unterstützende Bilder mithilfe von Tools erzeugen oder bearbeiten, Texte an mehrere Formate anpassen und den Stil innerhalb eines Projekts konsistent halten |
| Entwickler | Große Codebasen verstehen, Änderungen an mehreren Dateien implementieren, Tests ausführen, Fehler beheben, Shell-Tools verwenden, Oberflächen visuell prüfen, Aufgaben per Computernutzung erledigen und technische Dokumentation erstellen |
| Fachkräfte und kleine Unternehmen | Informationen recherchieren, Dateien analysieren, Tabellen aktualisieren, Berichte oder Präsentationen erstellen, Websites durchsuchen und wiederholbare Arbeitsabläufe über Tools ausführen |
| Forscher und Spezialisten | Große Literatursammlungen bearbeiten, technische Dateien prüfen, Daten analysieren, Coding-Tools verwenden, Quellen durchsuchen und strukturierte Forschungsergebnisse erstellen |
Astra kann mehrere traditionell getrennte Schritte miteinander verbinden: Recherche, Belegsammlung, Content-Planung, Texterstellung, unterstützende Visuals und die Anpassung für verschiedene Kanäle.
Der entscheidende Vorteil ist die Kontinuität. Statt für jeden Schritt eine neue Unterhaltung zu beginnen, kann ein langfristiger Workflow die ursprünglichen Ziele, den Ton, das Quellenmaterial und die Rahmenbedingungen beibehalten.
Softwareentwicklung gehört zu den offiziell besonders starken Anwendungsfällen von Astra.
Entwickler können das Modell für das Verständnis von Codebasen, Refactorings über mehrere Dateien hinweg, die Generierung von Tests, die Untersuchung von Fehlern, terminalbasierte Workflows, das Anwenden von Patches, die Überprüfung des Frontend-Verhaltens, Aufgaben zur Computernutzung, technische Recherche und Dokumentation einsetzen.
Das Modell kann außerdem Tools verwenden, um eigene Änderungen zu testen, anstatt nach der Codegenerierung anzuhalten.
GPT-6 Astra wurde für professionelle Aufgaben mit Dokumenten, Tabellen, Präsentationen, Web-Browsing und Software trainiert.
OpenAI hebt besonders die Fähigkeit hervor, bestehende Vorlagen zu verwenden und Ergebnisse im bevorzugten Format einer Organisation zu erstellen.
Dadurch werden beispielsweise folgende Workflows realistischer:
Quellenmaterial sammeln
→ Informationen analysieren
→ Tabelle aktualisieren
→ Diagramme erstellen
→ Bericht verfassen
→ Erkenntnisse in eine Präsentation übertragen
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Welche Tools genau verfügbar sind, hängt vom Produkt, Tarif, Workspace-Setup und den Berechtigungen ab.
Das große Kontextfenster und die Tool-Unterstützung machen Astra für komplexe Recherche-Workflows nützlich. Bei Aufgaben mit hohen Risiken ist jedoch weiterhin eine Überprüfung erforderlich.
Das Modell kann bei Literaturübersichten, Datenanalysen, wissenschaftlichen Berechnungen, dem Sammeln von Belegen, dem Vergleich mehrerer Dokumente, beim Programmieren, bei mathematischen Schlussfolgerungen und beim technischen Schreiben helfen.
Es sollte nicht allein deshalb als automatisch zuverlässig betrachtet werden, weil es leistungsfähiger ist. Bei rechtlichen, medizinischen, finanziellen und wissenschaftlichen Entscheidungen sollten Nutzer Aussagen weiterhin anhand maßgeblicher Quellen überprüfen und eine angemessene fachliche Kontrolle sicherstellen.
Ja.
Das Erscheinen von GPT-6 Astra macht nicht jedes andere Modell überflüssig.
Bei der Modellauswahl geht es zunehmend um den gesamten Einsatzkontext und nicht nur darum, welches Modell in einem einzelnen Benchmark an der Spitze liegt.
Chinesische Modelle wie Qwen, DeepSeek, Kimi und Doubao können aus mehreren Gründen weiterhin relevant sein. Dazu gehören die lokale Produktverfügbarkeit, chinesischsprachige Workflows, inländische Integrationen, Preise, Bereitstellungsoptionen, Anforderungen bei der Unternehmensbeschaffung, Vorgaben zur Datenresidenz sowie Optionen für private oder lokale Bereitstellungen, sofern diese unterstützt werden.
Die richtige Wahl hängt von der jeweiligen Aufgabe ab.
Ein Unternehmen kann ein Modell für anspruchsvolle agentische Programmierung, ein anderes für Kundenservice mit hohem Volumen und ein lokal bereitstellbares Modell für sensible interne Workloads einsetzen.
Außerdem sollte eine Vereinfachung aus der Quelle korrigiert werden: Die Verwendung eines chinesischen Modells oder einer lokalen Bereitstellung macht sensible Unternehmensdaten nicht automatisch „sicherer“. Die Sicherheit hängt von der gesamten Architektur ab, einschließlich Zugriffskontrolle, Protokollierung, Aufbewahrungsfristen, Verschlüsselung, Hosting, Berechtigungen und betrieblichen Abläufen.
Ein besserer Ansatz besteht darin, Modelle anhand von Leistungsfähigkeit, Kosten, Latenz, Verfügbarkeit, Daten-Governance, Bereitstellungsanforderungen, Tool-Ökosystem und Zuverlässigkeit bei der tatsächlichen Arbeitslast zu bewerten.
Verwenden Sie:
https://chatgpt.com
Melden Sie sich mit einem OpenAI-Konto an.
Im ursprünglichen Artikel heißt es, dass eine ausländische Telefonnummer erforderlich sei. Das ist keine allgemeine Anforderung, die in der aktuellen GPT-6-Rollout-Dokumentation von OpenAI genannt wird. Die Verfügbarkeit hängt stattdessen von unterstützten Ländern, der Kontoberechtigung, dem Tarif und der Produkteinführung ab.
OpenAI kündigte GPT-6 Astra am 3. September 2026 an.
Die Einführung erfolgt schrittweise.
OpenAI gibt an, dass Astra für Nutzer der Tarife Plus, Pro, Business und Enterprise eingeführt wird. Während der Einführung kann sich die Verfügbarkeit zwischen ChatGPT, Work und Codex unterscheiden.
Wenn Astra noch nicht angezeigt wird, deutet das nicht zwangsläufig auf ein Kontoproblem hin. Die Einführung hat Ihren Tarif oder die betreffende Produktoberfläche möglicherweise einfach noch nicht erreicht.
Astra wurde für mehr als gewöhnliche Chats entwickelt.
Je nach Tarif und Verfügbarkeit kann es in Umgebungen wie diesen verwendet werden:
Für Programmieraufgaben oder längere agentische Workflows können Codex oder Work besser geeignet sein als eine einfache Chat-Unterhaltung.
gpt-6-astra verwendenDie offizielle API-Modell-ID lautet:
gpt-6-astra
Die aktuellen Standardpreise pro 1 Mio. Token sind:
| Tokentyp | Preis pro 1 Mio. Token |
|---|---|
| Input | 10,00 $ |
| Gecachter Input | 1,00 $ |
| Cache-Schreibvorgang | 12,50 $ |
| Output | 50,00 $ |
OpenAI gibt außerdem an, dass Batch und Flex mit 50 % der Standardtarife berechnet werden, der Fast-Modus das Zweifache der jeweils geltenden Preise kostet, Anfragen mit mehr als 272.000 Input-Token nach höheren Long-Context-Tarifen abgerechnet werden und für Tool-Aufrufe je nach Tool separate Gebühren anfallen können.
Das unterscheidet sich deutlich von der Behauptung des ursprünglichen Artikels von 2,50 $ pro 1 Million Input-Token.
Entwickler sollten vor der Budgetierung produktiver Workloads die jeweils aktuelle Preisseite prüfen.
Die größte Veränderung besteht nicht darin, dass jeder Prompt plötzlich dramatisch bessere Ergebnisse liefert.
GPT-6 Astra ist vor allem dann relevant, wenn eine Aufgabe aus mehreren Schritten besteht.
Die Aufforderung „Erkläre dieses PDF“ nutzt beispielsweise nicht vollständig das, wofür das Modell entwickelt wurde.
Ein repräsentativerer Workflow könnte so aussehen:
Diese Dateien lesen
→ Widersprüche identifizieren
→ Im Web nach fehlenden Belegen suchen
→ Tabelle aktualisieren
→ Ein professionelles Memo erstellen
→ Eine Präsentation erstellen
→ Offene Entscheidungen für mich markieren
Dieser Wechsel – vom Antworten zum Ausführen – ist der entscheidende Punkt.
Für alltägliche Nutzer besteht die wichtigste Fähigkeit daher nicht darin, jede Modellspezifikation auswendig zu lernen. Entscheidend ist vielmehr, Ziele klar zu definieren, gutes Quellenmaterial bereitzustellen, Rahmenbedingungen festzulegen und folgenreiche Ergebnisse zu überprüfen.
OpenAI stellte GPT-6 Astra am 3. September 2026 offiziell vor. Im CSDN-Quellartikel wird fälschlicherweise angegeben, dass es am 14. April veröffentlicht worden sei.
Der offizielle Produktname von OpenAI lautet GPT-6 Astra. OpenAI hat „Spud“ in seiner Dokumentation zur Veröffentlichung von GPT-6 nicht als offiziellen öffentlichen Codenamen bestätigt.
OpenAI hat keine offizielle Anzahl an Parametern veröffentlicht. Behauptungen, GPT-6 habe 5 oder 6 Billionen Parameter, sollten daher als nicht verifiziert betrachtet werden.
Die offizielle API-Dokumentation nennt ein Kontextfenster mit 1.050.000 Token und eine maximale Ausgabelänge von 128.000 Token.
Das API-Modell unterstützt direkt Texteingabe und -ausgabe sowie Bildeingaben. OpenAI führt derzeit direkte Audio- und Videoeingaben für gpt-6-astra als nicht unterstützt auf. Andere OpenAI-Produkte und -Modelle bieten separate Medienfunktionen.
Die aktuellen Standardpreise betragen 10 $ pro 1 Million Input-Token, 1 $ pro 1 Million gecachter Input-Token, 12,50 $ pro 1 Million Cache-Schreib-Token und 50 $ pro 1 Million Output-Token. Long-Context-Anfragen und die Tool-Nutzung können die tatsächlichen Kosten verändern.
In der Ankündigung von OpenAI wird die Einführung zunächst ausdrücklich für Nutzer der Tarife Plus, Pro, Business und Enterprise beschrieben. Die Verfügbarkeit erfolgt schrittweise und kann je nach Zugriff über ChatGPT, Work, Codex und die API variieren.
Astra ist leistungsfähiger, sollte aber nicht als unfehlbar betrachtet werden. Bei rechtlichen, medizinischen, finanziellen und wissenschaftlichen Ergebnissen mit hohen Risiken sind weiterhin maßgebliche Quellen und eine angemessene fachliche Prüfung erforderlich.
GPT-6 Astra ist eine echte Veröffentlichung von OpenAI. Viele Spezifikationen im ursprünglichen Artikel basierten jedoch auf früheren Gerüchten und nicht auf dem finalen Produkt. Das offizielle Modell wurde am 3. September 2026 eingeführt und bietet ein Kontextfenster mit 1,05 Mio. Token, eine maximale Ausgabe von 128.000 Token, Bildeingaben, mehrere Stufen für den Reasoning-Aufwand sowie ein umfangreiches Toolset für Websuche, Programmierung, Computernutzung, Dateien und agentische Workflows.
Die wichtigste Veränderung ist weder eine vermutete Parameterzahl noch eine einzelne prozentuale Verbesserung. Astra wurde dafür entwickelt, längere End-to-End-Aufgaben zu bearbeiten, die Schlussfolgerungen mit tatsächlicher Ausführung verbinden.
Für normale Nutzer bedeutet das, dass die besten Anwendungsfälle zunehmend vollständigen Workflows statt einzelner Prompts entsprechen.
Das eigentliche Upgrade von GPT-6 Astra ist der Wechsel von „Beantworte diese Frage“ zu „Führe diese komplexe Aufgabe bis zum Abschluss aus“.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
