GPT-6 Astra:
Was OpenAIs neues Modell kann und kostet

GPT-6 Astra ist seit dem 3. September 2026 im Rollout. OpenAI nennt es „das intelligenteste und am besten ausgerichtete Modell der Welt“ und liefert es zuerst an eine kleine Gruppe von Organisationen aus. ChatGPT-Abonnenten, API-Kunden sowie Microsoft Azure und AWS Bedrock sollen in den kommenden Tagen folgen. Der Preis für OpenAI Astra liegt bei 10 US-Dollar je Million Eingabe-Token und 50 US-Dollar je Million Ausgabe-Token, das Kontextfenster fasst 1,05 Millionen Token.

Astra ist das erste OpenAI-Modell mit der Risikostufe Kritisch für Cyberfähigkeiten. Die Astra-Freigabe trotz dieser Einstufung hatte OpenAI am 1. September angekündigt, der Start folgte zwei Tage später. In den unabhängigen Messungen fällt das Bild gemischter aus als in OpenAIs eigenen Tabellen, und wer das Modell wann bekommt, hängt am Tarif. OpenAI gab Astra im gestuften Rollout frei, zuerst für ausgewählte Organisationen, in den Tagen danach für Plus, Pro, Business und Enterprise.

GPT-6 Astra is rolling out today to a limited set of organizations and over the coming days will become available to all ChatGPT Plus, Pro, Business, and Enterprise users, as well as through the OpenAI API and AWS.

Be ready to experience Astra at its best. Get the ChatGPT desktop app.

— OpenAI (@OpenAI) September 3, 2026

Wer GPT-6 Astra bekommt und wer noch wartet

Zum Start haben nur Unternehmen aus OpenAIs Zugangsprogramm Daybreak Zugriff auf das Modell. Die Hilfeseiten von OpenAI sprechen von einem „Daybreak Access Program“, die API-Dokumentation von einem „Trusted Access Program“, gemeint ist derselbe geprüfte Kundenkreis. Alle anderen Kunden müssen warten. Sam Altman schrieb in der Nacht zum 4. September auf X, der breite Rollout an API-Kunden und ChatGPT-Abonnenten stehe „in naher Zukunft“ bevor und beginne wie üblich bei den Pro-Abonnenten. Im selben Beitrag entschuldigte sich der OpenAI-Chef für den „unordentlichen Rollout“.

Laut Forbes war der Ankündigungsbeitrag zeitweise nicht erreichbar, Nachrichtenagenturen berichteten vor der Freischaltung, auf Hacker News sammelten Nutzer Fehlerseiten. Als Ausgleich versprach Thibault Sottiaux von OpenAI jedem zahlenden ChatGPT-Kunden pro Tag ohne Astra-Zugang eine gutgeschriebene Zurücksetzung des Nutzungslimits.

Ob Astra enthalten ist, hängt vom Tarif ab und davon, wo man es nutzt. Im normalen Chat erscheint es unter dem Namen GPT-6 Pro in der Modellauswahl, in ChatGPT Work und Codex als eigene Modellwahl mit getrennter Abrechnung. Vom 10. bis 29. September 2026 nahm OpenAI zudem keine neuen Pro-200-Abos an, und Astra bekommt je Fünf-Stunden-Fenster nur etwa halb so viele Nachrichten wie Sol (Einzelheiten im Artikel zur ChatGPT Pro Pause wegen Astra). Seit dem DevDay am 29. September gibt es darüber Pro 500 mit Astra Ultrafast (OpenAI DevDay 2026 mit allen Ankündigungen). Die Hilfeseite zu den Pro-Modellen nennt dafür die Tarife Pro 100 $, Pro 200 $, Business und Enterprise und schreibt ausdrücklich, dass GPT-6 Pro im Chat des Plus-Tarifs nicht enthalten ist. Das steht quer zur Ankündigung, die Plus-Nutzer aufzählt. Die Auflösung liefert die Hilfeseite zu ChatGPT Work und Codex. Dort heißt es, Plus-Plätze und Business-Standard-Plätze enthielten eine begrenzte Astra-Nutzung, danach lasse sich Guthaben zukaufen. Plus-Kunden bekommen Astra also in Work und Codex, nicht im normalen Chat. Thibault Sottiaux von OpenAI schrieb am Startabend auf X, es sei dem Team wichtig gewesen, Astra allen Plus-Nutzern zu bringen und nicht nur Pro, Business und Enterprise. Die normale Nutzungszuteilung lasse sich zu 100 Prozent für Astra verwenden. Für die Pro-Tarife gilt laut Hilfeseite, dass Astra in Chat, ChatGPT Work und Codex kommt, die Verfügbarkeit aber je Produkt zeitversetzt sein kann.

Per Sprache lässt sich Astra seit dem 23. September auch in ChatGPT Work auf Web und Handy beauftragen. Die Aufgabe zählt dann wie eine getippte gegen das Work-Budget, außerdem läuft die tägliche Sprachzeit mit (Details zu den ChatGPT Voice Plugins).

Für Firmenkunden mit Guthaben-Abrechnung steht Astra bereits in der Preisliste. In ChatGPT Work und Codex kostet es 250 Credits je Million Eingabe-Token und 1.250 Credits je Million Ausgabe-Token, das ist das 2,5-Fache von GPT-5.6 Sol. Der Fast-Modus schlägt dort mit dem 2,5-Fachen des Standardsatzes zu Buche. Einen Frühzugang kann man sich mit gekauften Credits laut OpenAI nicht erkaufen. Wer nach dem Business-Tarif mit Premium-Plätzen für 125 Dollar rechnet, bekommt das volle Work- und Codex-Kontingent für Astra.

Microsoft hat Astra am 3. September in Foundry als Limited Access Program freigeschaltet, zu denselben Preisen wie OpenAI selbst und mit einem Aufschlag von 10 Prozent für die US-Datenzone. In der Modellliste von Amazon Bedrock fehlte Astra am 4. September noch, dort stehen bislang nur die GPT-5.6-Familie und die Daybreak-Modelle. Für Europa gilt die allgemeine Länderliste von ChatGPT und der API, eine gesonderte Einschränkung nennt OpenAI nicht. Eine Ausnahme betrifft die EU-Datenresidenz, dort ist der Fast-Modus für Astra nicht verfügbar.

GPT-6 Astra Preis: 2,5-mal Sol, gleichauf mit Fable 5.1

Astra kostet in der API dasselbe wie Claude Fable 5.1, das Anthropic zwei Tage zuvor veröffentlicht hatte. Beide liegen bei 10 und 50 US-Dollar je Million Token. Gegenüber dem hauseigenen GPT-5.6 Sol ist das der 2,5-fache Preis, wobei Sol seit dem 21. August zu einem Aktionspreis von 4 und 20 US-Dollar läuft, der mindestens bis zum 21. November gilt. Zum Listenpreis von 5 und 30 US-Dollar wäre der Abstand kleiner.

Das Lesen aus dem Prompt-Cache kostet bei Astra 1 US-Dollar je Million Token, bei Fable 5.1 seit dem 1. September 0,25 US-Dollar. Bei Agenten, die den kompletten Verlauf bei jedem Schritt mitschicken, ist das der größte Kostenblock. Anthropic rechnet außerdem lange Eingaben zum normalen Satz ab. OpenAI verlangt oberhalb von 272.000 Eingabe-Token für die gesamte Anfrage den doppelten Eingabe- und den anderthalbfachen Ausgabepreis. Das volle Kontextfenster einmal zu füllen kostet bei Astra also rund 20 US-Dollar, bei Fable 5.1 rund 10.

Greg Brockman hält die Token-Rechnung für die falsche Größe. Der OpenAI-Präsident sagte laut VentureBeat im Presse-Briefing, Token zu bepreisen ergebe keinen Sinn, maßgeblich sei der Preis pro Aufgabe. OpenAI untermauert das mit eigenen Zahlen. Im Terminal-Bench 4.0 soll Astra die Aufgaben zu 9 Prozent geringeren geschätzten API-Kosten lösen als Sol und zu 63 Prozent geringeren als Fable 5.1, im BenchCAD sollen es 43 und 86 Prozent sein. Diese Kostenangaben stammen aus OpenAIs eigener Rechnung und beziehen sich auf die jeweils beste Konfiguration.

Eine unabhängige Kostenrechnung liefert Artificial Analysis. Für einen kompletten Durchlauf des Intelligence Index benötigte Astra auf höchster Effort-Stufe 42 Millionen Ausgabe-Token und 3.020,82 US-Dollar, das sind 1,67 US-Dollar je Aufgabe. Fable 5.1 kam auf 140 Millionen Token und 3,69 US-Dollar je Aufgabe, Opus 5 auf 2,34 US-Dollar. Gegenüber Sol nutzt Astra laut dem Analysedienst rund 10 Prozent weniger Token, zahlt aber wegen des höheren Preises 75 Prozent mehr je Aufgabe.

Benchmarks: Wo Astra vorn liegt und wo Claude bleibt

OpenAI meldet Bestwerte bei Terminal-Bench und DeepSWE, in der Computerbedienung, der Mathematik und der Cybersicherheit, in zwei Wissensprüfungen liegt Astra aber hinter Anthropic. Die Ankündigung listet 40 Benchmarks in Vergleichstabellen, alle Werte sind der jeweils beste über alle Effort-Stufen. Die wichtigsten Zahlen im Vergleich zu GPT-5.6 Sol, Claude Fable 5.1, Claude Fable 5, Claude Opus 5 und Gemini 3.8 Flash stehen in der folgenden Tabelle.

Für Humanity’s Last Exam mit Werkzeugen nennt OpenAI 57,2 Prozent, Fable 5.1 kommt laut Anthropic auf 65,0 Prozent. Im Intelligence Index von Artificial Analysis, den OpenAI selbst in die Tabelle aufgenommen hat, liegt Astra mit 61,2 Punkten hinter Fable 5.1, Opus 5 und Fable 5. Bei den Life-Science-Prüfungen GeneBench Pro, LifeSciBench und MedChemBench fehlen die Claude-Werte ganz, weil die Anthropic-Modelle laut OpenAI die Mehrheit der Fragen verweigern. Beim BenchCAD weist OpenAI darauf hin, dass Anthropic den Test in drei Punkten verändert hat, und bei ScreenSpot-Pro (Fable 5) und ExploitGym stammen die Claude-Werte von Mythos, also von der Fassung mit weniger Schutzfiltern. ScreenSpot-Pro misst GUI-Grounding, also ob ein Modell auf Bildschirmfotos von Profi-Programmen das richtige Bedienelement trifft. Für HealthBench Professional hat OpenAI Fable 5.1 mit Opus 5 als Ersatz bei Verweigerungen gemessen.

Auf dem öffentlichen Leaderboard des Terminal-Bench 4.0 schrumpft der Vorsprung. Dort steht Astra mit Codex bei 58,2 Prozent auf Platz eins, Fable 5.1 mit Claude Code bei 57,9 Prozent auf Platz zwei. Die Fehlerbalken von 2,8 und 3,8 Punkten überlappen sich, statistisch sind die beiden gleichauf. Der Astra-Durchlauf verbrauchte 1,5 Milliarden Token und kostete 3.300 US-Dollar, der von Fable 5.1 2,7 Milliarden Token und 6.200 US-Dollar. In der eigenen Messung von Vals AI liegt Astra mit 57,07 Prozent dagegen hinter Claude Opus 5.5 (61,62 Prozent), die Einordnung steht in unserem Vergleich der besten KI zum Programmieren 2026.

ARC-AGI-3: 63 oder 99,9 Prozent, je nach Harness

Die Schlagzeile vom gesättigten ARC-AGI-3 gilt nur mit einem Harness, das OpenAI selbst mitgebracht hat. Die ARC Prize Foundation hat Astra am 2. September in beiden Aufbauten gemessen. Mit dem Standard-Harness, das für alle Anbieter gleich ist, erreichte das Modell auf höchster Effort-Stufe 62,7 Prozent. Mit dem Provider-Adapter-Harness, das den internen Reasoning-Zustand zwischen den Anfragen erhält und lange Gespräche verdichtet, waren es 99,9 Prozent auf der Stufe high. Der Prozentwert ist dabei keine Quote gelöster Level, sondern der Effizienz-Score RHAE. Er vergleicht die Zahl der Spielzüge mit der eines menschlichen Erstspielers und ist nach oben durch die Zahl der abgeschlossenen Level gedeckelt. Beide Werte stehen als verifiziert auf der Ergebnisseite von ARC Prize. OpenAI verwendet in der Ankündigung nur den zweiten und vermerkt in einer Fußnote, das Harness ändere zwei Einstellungen, die nicht speziell auf ARC-AGI-3 zielten.

Im Standard-Harness kommt Astra ohne Reasoning auf 35,2 Prozent, auf der Stufe low nur auf 17,5 Prozent, erst ab medium steigt die Kurve wieder. Mit dem Adapter-Harness spielt die Effort-Stufe kaum noch eine Rolle, selbst ohne Reasoning bleiben 96,7 Prozent. Greg Kamradt, Präsident von ARC Prize, schreibt in seiner Analyse, Astra habe auf 96 Prozent der Level weniger Aktionen benötigt als die menschliche Vergleichsgruppe, im Schnitt 51,7 Prozent weniger je Level. Er schreibt auch, das Sättigen des Benchmarks sei kein Beweis für AGI.

François Chollet, Mitgründer von ARC Prize, nannte den Sprung auf X eine „Stufenfunktion“ bei interaktiven Denkaufgaben und bezifferte die Kosten auf rund 360 US-Dollar je Spiel. Die menschliche Vergleichsgruppe bekam laut ARC Prize 115 US-Dollar je 90-Minuten-Sitzung plus 5 US-Dollar je Spiel. Chollet hatte die Sättigung nach eigener Aussage erst in etwa einem Jahr erwartet. VentureBeat verweist darauf, dass Nvidia mit seinem Agentensystem AVO auf Basis von Claude Opus 5 ebenfalls 100 Prozent auf dem öffentlichen ARC-AGI-3-Satz erreicht hat, mit einem Basismodell, das allein auf rund 30 Prozent kommt.

Unabhängige Messungen: Platz 8 bei Artificial Analysis, Platz 1 bei Epoch

Im Intelligence Index von Artificial Analysis landet Astra mit 61 Punkten auf Platz 8 von 202 Modellen, in der Rangliste von Epoch AI auf Platz 1. Der Index von Artificial Analysis fasst neun Prüfungen zusammen, darunter GDPval-AA, Terminal-Bench 2.1, Humanity’s Last Exam und GPQA Diamond. Fable 5.1 führt dort mit 66 Punkten, Opus 5 folgt mit 63, Metas Muse Spark 1.3 und Fable 5 mit 62, dann kommen Astra und Grok 4.6 mit je 61. Der Analysedienst schreibt auf der Modellseite, Astra gehöre zu den führenden Modellen, sei aber im Vergleich zu ähnlich teuren Modellen „besonders teuer“. Auf der Arbeitsprüfung GDPval-AA v2 verlor Astra laut dem Dienst rund 80 Elo-Punkte gegenüber Sol, auf der Langkontext-Prüfung AA-LCR 2 bis 3 Punkte. Gewonnen hat es bei Humanity’s Last Exam mit plus 6 Punkten und beim Halluzinieren, die Rate sank von 92 auf 51 Prozent.

Zvi Mowshowitz, Autor des Newsletters „Don’t Worry About the Vase“, fragte am Abend des Starts auf X, wie OpenAI „diverse wahnwitzige Benchmark-Werte“ vorführen könne, während Artificial Analysis nur 61 Punkte messe. Der Index enthält keine Prüfung zur Computerbedienung, zur Cybersicherheit oder zur Mathematik auf FrontierMath-Niveau, also keines der Felder, in denen OpenAI die größten Sprünge meldet. Gemessen wird dort Wissensarbeit und Fachwissen, und da liegt Astra laut dem Dienst auf dem Niveau von Sol.

Epoch AI führt Astra dagegen ganz oben. Im Epoch Capabilities Index erreicht es 169 Punkte und damit Platz 1 von 267 Modellen, der bisherige Rekord lag bei 163. Epoch schreibt auf X, der Sprung sei erheblich, liege aber innerhalb der Unsicherheit des Trends für die Reasoning-Ära. Im FrontierMath Tier 4 misst Epoch 97,6 Prozent, in den Tiers 1 bis 3 93,7 Prozent, im GPQA Diamond 95,8 Prozent. Der Prüfdienst Vals AI führt Astra in seinem Gesamtindex auf Platz 3 von 53 Modellen, im Terminal-Bench 2.1 und bei der Code-Migration auf Platz 1, bei Finanz- und Rechtsrecherche dagegen nur im Mittelfeld. In der Arena von LMArena war Astra am 4. September noch nicht gelistet, dort führt Claude Fable 5 die Textrangliste an, Fable 5.1 liegt auf Platz drei.

Computerbedienung: 40 statt 75 Minuten je Aufgabe

OpenAI stellt die Computerbedienung ins Zentrum der Ankündigung. Auf der Offline-Teilmenge von OSWorld 2.0 erreicht Astra 72,6 Prozent der Teilpunkte in rund 40 Minuten je Aufgabe, Sol kam auf 65,7 Prozent in rund 75 Minuten. Das ist eine Zeitersparnis von 47 Prozent bei besserem Ergebnis. Das Agents’ Last Exam prüft Aufgaben aus Finanzmodellierung, Technik und Medienproduktion in echter Software. Dort erreicht Astra 59,3 Prozent gegenüber 55,5 Prozent bei Opus 5 und benötigt laut OpenAI rund 65 Prozent weniger Ausgabe-Token als das Anthropic-Modell.

Die Demonstrationen reichen vom Steuerformular 1040 über Leiterplatten-Layout in KiCad bis zum Hausmodell in Blender, das Astra in eine begehbare Szene in Unreal Engine 5 überführt. Zusammen mit dem Modell aktualisiert OpenAI das Codex-Harness, auf dem Mind2Web-Benchmark sollen Aufgaben damit 1,9-mal schneller fertig werden als bisher mit Sol. Auf X stellte OpenAI das Modell mit dem Satz vor, alles, was man an einem Computer tun könne, könne Astra für einen tun, und zwar schnell. Greg Brockman ging im Briefing laut NBC einen Schritt weiter, Astra könne wirklich alles, was ein Mensch mit einem Computer tun kann.

OpenAI hat den Start auf seinem YouTube-Kanal mit einem Ankündigungsvideo begleitet.

Wenn eine Anweisung Spielraum lässt, füllt Astra Routinelücken selbst und fragt nur dort nach, wo die Antwort das Ergebnis verändert. In Codex kann es die Frage stellen und währenddessen an den Teilen weiterarbeiten, die nicht von der Antwort abhängen. Bleibt die Antwort aus, arbeitet es mit Annahmen weiter, bei folgenreichen Entscheidungen wartet es. Ebenfalls neu in Codex ist ein Notizsystem, das Wissen über die Grenze des Kontextfensters hinweg bewahrt, statt den Verlauf immer wieder zu einer Zusammenfassung zu verdichten. Frühere Kontextfenster bleiben durchsuchbar. Die Funktion ist experimentell und wird laut OpenAI in den kommenden Wochen zum Standard für Astra.

Aaron Levie, Chef von Box, nannte Astra auf X das beste Modell, das seine Firma je auf ihrem erweiterten und schwersten Testsatz für komplexe Unternehmensarbeit gemessen habe. Dan Shipper von Every hat das Modell vorab in Programmierung, Schreiben und Wissensarbeit getestet. Er sieht ein großes Upgrade gegenüber Sol, aber „ein paar frustrierende Angewohnheiten“, die es davon abhielten, Fable am oberen Ende einzuholen. Im Vibe Check von Every, der insgesamt die Wertung Gelb vergibt, heißt es, Fable habe weiterhin den besseren Instinkt fürs Produktbauen. Ein Tester nennt Astra dort das beste Schreibmodell, das er bisher ausprobiert habe.

Auf X kursieren seit dem Vorabzugang Beispiele dafür, was Nutzer mit dem Modell bauen. Ein Tester mit dem Handle @RealFedeURU zeigte am 30. August ein Raumschiff mit begehbarem Innenleben, das Astra aus einer einzigen Anweisung erstellt hat, ein anderer Nutzer stellte am 4. September einen Geschwindigkeitsvergleich gegen andere Modelle online.

ASTRA
Prompt:Build a gorgeous sci‑fi spaceship with explorable internal structures.Just One-shot,ASTRA will be a glimpse of AGI.

— Fede(URU) (@RealFedeURU) August 30, 2026

Another great performance comparison of Astra. It just keeps mogging

— Sola Awodiya (@Solaawodiya) September 4, 2026

Mathematik: Primzahllücken auf 186 gedrückt

Zusammen mit dem Modell veröffentlicht OpenAI zwei neue Beweise zu Lücken zwischen Primzahlen. Der erste betrifft die Frage, wie nah beieinander Primzahlen liegen können, egal wie weit man auf dem Zahlenstrahl geht. Seit 2014 galt, dass unendlich viele Primzahlpaare höchstens 246 auseinanderliegen. Julia Stadlmann von der University of Illinois senkte die Schranke kürzlich auf 240. Der Beweis von Astra drückt sie auf 186. Das Manuskript trägt OpenAI als Autor und den Satz „Der Beweis stammt von GPT 6 Astra“, eine Formalisierung in Lean 4 liegt auf GitHub. Der zweite Beweis verbessert einen Term in einer Schranke für besonders große Primzahllücken, der seit mehr als 80 Jahren unverändert war.

Epoch AI betrachtet den FrontierMath Tier 4 nach Astras 98 Prozent als gesättigt, das Modell löste die letzte offene Aufgabe der Stufe. Im neuen Benchmark FrontierMath Erdős, den der Mathematiker Thomas Bloom aus 68 offenen Erdős-Problemen zusammengestellt hat, misst Epoch 2,9 Prozent. Das entspricht zwei gelösten Problemen, Epoch führt Astra damit auf Platz eins des Benchmarks. Jede Lösung muss dort als vollständiger Lean-Beweis vorliegen. Greg Burnham von Epoch AI fasste das Ergebnis mit dem Satz zusammen, das Ende einer Ära sei der Anfang einer anderen. OpenAI hat die Entwicklung der Tiers 1 bis 4 finanziert und kennt den Großteil der Aufgaben, Epoch hält einen Teil als Holdout zurück, öffentlich sind nur wenige Beispielaufgaben. Der Erdős-Benchmark gehört dagegen allein Epoch.

Am 1. August hatte OpenAI bereits zehn Fortschritte in Mathematik und theoretischer Informatik vorgestellt, die eine interne Astra-Version erzielt hatte, darunter die Widerlegung der Starrheitsvermutung von Connes und die Lösung der Erdős-Probleme 146, 180 und 183. Die Token für alle zehn Probleme hätten zu Sol-Preisen rund 2.000 US-Dollar gekostet. Menschen arbeiteten die Argumente danach mit demselben Modell zu Manuskripten aus, das Modell formalisierte jedes in einem Lean-Zertifikat.

An diesen 2.000 US-Dollar maß OpenAI-Forschungschef Mark Chen den Aufwand für den Beweis, mit dem dasselbe Haus am 8. September das Navier-Stokes-Problem für sich beanspruchte. Der habe laut Science rund das Tausendfache gekostet. Gefunden hat ihn ein internes Modell, das OpenAI als deutlich leistungsfähiger als Astra beschreibt. Die Lean-Formalisierung übernahm dann Astra selbst, in 17 Stunden. Wie der Lauf mit rund 10.000 Agenten ablief und warum zwei Mathematiker widersprechen, steht im Artikel zum OpenAI Navier-Stokes Beweis.

Cybersicherheit: Exploits nur über Daybreak

Die ausgelieferte Fassung von Astra verweigert fortgeschrittene Cyber-Aufgaben wie das Schreiben von Proof-of-Concept-Exploits. Die Fertigkeiten dafür hat das Modell, das zeigen OpenAIs Messungen ohne Produktionsschutz. Auf dem ExploitBench erreichte Astra 100 Prozent gegenüber 78,5 Prozent bei Sol, im ExploitGym 42,4 gegenüber 30,3 Prozent. Auf einem internen Nachbau mit 20 erst kurz zuvor veröffentlichten Lücken in der Chrome-Engine V8 lag Astra bei 39,0 Prozent, Sol bei 11,5 Prozent, und Astra fand in diesem Test zwei bislang unbekannte Zero-Day-Lücken. Beim Reverse Engineering von Binärdateien im SRE-Bench löste es 88,0 Prozent der Aufgaben im ersten Versuch und 99,2 Prozent in vier Versuchen.

Damit erfüllt Astra die Bedingungen der Stufe Kritisch im Preparedness Framework, dem internen Risikoregelwerk von OpenAI. Am 7. August hatte OpenAI den Astra-Release verschoben, weil sich die kritische Einstufung nicht ausschließen ließ, nach dem Hugging-Face-Vorfall folgte eine zweiwöchige Trainingspause. Wie OpenAI die Freigabe mit der Einstufung vereinbart und was das Regelwerk für diese Stufe vorsieht, steht im Artikel zur Astra-Freigabe. Für Verteidiger will OpenAI den Zugang in den kommenden Wochen über Daybreak Blue ausweiten, dann mit lockereren Schutzmaßnahmen für Schwachstellen-Validierung, Malware-Analyse und Detection Engineering.

Der Weg zu Astra: von der Verschiebung bis zum Start

Zwischen der ersten Bestätigung des Namens und dem Start lagen fünf Wochen, ein Sicherheitsvorfall, eine Verschiebung und eine Trainingspause. Die Zeitleiste fasst die Etappen zusammen, die einzelnen Stationen haben wir in eigenen Artikeln begleitet.

Alignment besser, Überwachbarkeit schlechter

Astra hält sich in den Tests von OpenAI deutlich besser an Grenzen als sein Vorgänger, lässt sich aber schlechter beim Denken zusehen. Das ist die zentrale Aussage der Safety-Übersicht und der System Card zu GPT-6 Astra. In einer Simulation über 54.000 interne Codex-Aufgaben bekam Astra 34 Warnmeldungen für schwerwiegendes Fehlverhalten, Sol 73. In einem Honeypot-Test, der aus dem Hugging-Face-Vorfall entstand, versuchte Sol laut Ankündigung ohne Produktionsschutz in 48,2 Prozent der Durchläufe, über das erlaubte Ziel hinauszugehen, Astra in 0 Prozent. Nicht autorisierte Transaktionen in simulierten Arbeitsumgebungen sanken von 38,0 auf 6,8 Prozent, Datenabflüsse von 14,1 auf 4,3 Prozent.

Dieselbe System Card hält fest, dass Astra seine eigene Gedankenkette besser kontrolliert als Sol und weniger belastende Informationen hineinschreibt. In Tests, in denen OpenAI das Modell ausdrücklich aufforderte, die Überwachung zu umgehen, blieb es beim absichtlichen Unterperformen unentdeckt und konnte bei einzelnen Sabotage-Aufgaben die internen Monitore umgehen. Der Zeithorizont der Aufgaben, die Astra ohne jede geschriebene Gedankenkette löst, ist laut System Card um rund eine Größenordnung gewachsen, gestützt auf Messungen des UK AI Security Institute. Hinweise auf versteckte Botschaften im Klartext fand OpenAI nicht. Apollo Research stellte fest, dass Astra auf höchster Effort-Stufe in gut der Hälfte der Durchläufe ausspricht, dass es sich in einem Test befindet. Die niedrigen Fehlverhaltensraten seien wegen dieses Testbewusstseins kein starker Beleg für die Ausrichtung des Modells.

OpenAI schreibt, man nehme den Trend ernst und untersuche, ob sich die gestiegene Kontrolle über die Gedankenkette in künftigen Trainingsläufen zurückdrehen lasse. Setze sich der Rückgang fort, werde man bald deutlich weniger Vertrauen haben, viele Formen von Fehlverhalten mit den aktuellen Systemen zu erkennen. Jakub Pachocki, Chefwissenschaftler von OpenAI, sagte laut NBC, man werde keine Verschlechterung der Überwachbarkeit über ein bestimmtes Maß hinaus akzeptieren und die Skalierung zurückhalten, bis das Vertrauen wiederhergestellt sei. In der Woche vor dem Start hatte ein Bericht von The Information über die Technik Recurrent Depth die Diskussion ausgelöst, die Reaktionen der Sicherheitsfachleute haben wir dort zusammengefasst.

GPT-6 Astra scheint ein gewaltiger Sprung bei undurchsichtigem Denken zu sein: Es sieht so aus, als könne es schwere Wettbewerbs-Matheaufgaben komplett im Kopf lösen, also ohne verbalisiertes Reasoning, während frühere KIs so nur einfache Textaufgaben schafften. Das erscheint extrem besorgniserregend!

Ryan Greenblatt, Chief Scientist bei Redwood Research, am 3. September 2026 auf X (übersetzt)

Im Produkt läuft Astra deshalb unter einer zusätzlichen Überwachung (Chain-of-Thought-Monitoring). Klassifikatoren prüfen bei jedem Werkzeugaufruf die Gedankenkette und die Aktionen des Modells auf nicht autorisiertes Verhalten. In ChatGPT und Codex bekommen Nutzer bei einem Treffer eine Rückfrage, über die API endet die Aufgabe an dieser Stelle. OpenAI gesteht ein, dass diese Prüfungen auch legitime Arbeit ausbremsen können, und beziffert den Rechenaufwand dafür als „erheblich“. In der Responses-API läuft der Monitor asynchron mit.

Was Entwickler in der API beachten müssen

Astra bricht mit mehreren Gewohnheiten der bisherigen OpenAI-Modelle. Die Parameter temperature, top_p und logprobs gibt es nicht mehr, und die Reasoning-Stufe none fällt weg. Wer bisher mit none oder minimal gearbeitet hat, soll laut Migrationsleitfaden mit low beginnen. Werkzeugaufrufe funktionieren nur über die Responses-API, in Chat Completions nicht. Die Effort-Stufe lässt sich seit dem 3. September mitten im Gespräch ändern, ohne den Cache zu verlieren, und über WebSockets lassen sich laufende Antworten mit neuen Anweisungen steuern.

• Modell-ID: gpt-6-astra, Wissensstand 30. April 2026
• Kontext: 1.050.000 Token, davon höchstens 922.000 Eingabe und 128.000 Ausgabe
• Effort: low, medium, high, xhigh, max
• Endpunkte: Chat Completions, Responses, Batch; kein Realtime, keine Assistants, kein Fine-Tuning
• Werkzeuge: Websuche, Dateisuche, Bildgenerierung, Code Interpreter, Hosted Shell, Computer Use, MCP, Tool Search
• Ratenlimits: Tier 1 mit 500 Anfragen und 500.000 Token pro Minute, Tier 5 mit 15.000 Anfragen und 40 Millionen Token pro Minute
• Cache: Haltezeit über prompt_cache_options.ttl steuerbar, Cache-Schreiben kostet 12,50 US-Dollar je Million Token
• Datenschutz: Zero Data Retention für berechtigte API-Kunden, Private Safety Processing im Test

Bis zur Ankündigung war offen, ob das Modell als GPT-5.7 oder GPT-6 erscheint. Anders als bei der 5.6-Familie mit Sol, Terra und Luna gibt es zum Start nur eine Größe. Eine Begründung für die Namenswahl hat OpenAI nicht veröffentlicht. Der Ankündigungsthread auf Hacker News kam binnen eines Tages auf mehr als 1.500 Kommentare. Kritiker verwiesen dort auf den Intelligence Index und lasen die Zahl 61 als Beleg, dass es sich eher um eine 5.7 handle.

Astra in ChatGPT, Codex und API nutzen

Wer Astra in ChatGPT sucht, findet es nicht unter diesem Namen, sondern als GPT-6 Pro in der Modellauswahl. Der Reasoning-Regler bietet dort Instant, Medium, High, Extra High und Pro, wobei die ersten vier Stufen weiterhin GPT-5.6 Sol nutzen und erst die Stufe Pro auf GPT-6 Pro oder Sol Pro wechselt. Plus-Kunden sehen Medium und High, Pro 100 $ außerdem Pro, Pro 200 $ und Business Premium alle Stufen. Eine zweite Stellschraube liegt in den Einstellungen unter „Higher intelligence“. Ist sie aktiv, schaltet ChatGPT bei komplexen Anfragen selbstständig auf mehr Reasoning, auch wenn Instant ausgewählt bleibt, und rechnet das auf das Reasoning-Kontingent an.

In ChatGPT Work und Codex läuft die Abrechnung getrennt vom Chat und nach Token statt nach Nachrichten. OpenAI weist auf der Hilfeseite darauf hin, dass Astra das Kontingent schneller aufbraucht als Sol, abhängig von Aufgabe, Ein- und Ausgabelänge, Effort-Stufe und Fast-Modus. Als Leistungsstufen stehen dort Terra Light, Sol Light, Sol Medium, Astra Light, Astra Medium und Astra Extra High zur Wahl. Mit Sites in ChatGPT kann Astra Websites, Web-Apps und Spiele aus einer Anweisung erstellen, hosten und teilen, seit dem 3. September auch an Betrachter außerhalb des eigenen Workspace.

Update 7. Oktober 2026: Seit dem 5. Oktober antwortet Astra über das Abo rund 50 Prozent schneller, Tag 1 der Serie 28 Days of Shipping 2026 von Tibo Sottiaux. Für die API nannte OpenAI keine Änderung.

Codex auf Astra umstellen

In der Desktop-App und im Web wählt man das Modell unter dem Eingabefeld, in der Kommandozeile per Befehl oder Konfigurationsdatei. Die wichtigsten Einstellungen aus der Codex-Konfigurationsreferenz und dem Changelog im Überblick.

Das Notizsystem ist der technisch interessanteste Punkt. Bisher verdichtete Codex einen langen Verlauf immer wieder zu einer einzigen Zusammenfassung, wobei Details verloren gingen, z. B. warum eine Korrektur fehlschlug. Mit Astra führt Codex stattdessen Notizen über Kontextfenster hinweg und kann frühere Nachrichten und Werkzeugausgaben derselben Aufgabe durchsuchen. Laut Changelog aktiviert die Version 0.153.0 dafür ein Token-Budget für den Kontext, Verlaufsnotizen und ein neues Werkzeug für den Kontextwechsel. OpenAI empfiehlt außerdem, dauerhafte Regeln nicht in jeden Prompt zu schreiben, sondern in die Datei AGENTS.md des Projekts auszulagern.

API: Was sich gegenüber Sol ändert

Der Migrationsleitfaden von OpenAI fasst die Umstellung in einer Checkliste zusammen. Modellname auf gpt-6-astra setzen, Werkzeugaufrufe auf die Responses-API umziehen und die Parameter temperature, top_p und logprobs entfernen. Die Cache-Option prompt_cache_retention weicht prompt_cache_options.ttl mit dem Wert 30m, und bei EU-Datenresidenz darf weder fast noch priority als Service-Stufe angefordert werden. Für das Reasoning gilt die Regel, die bisherige Stufe beizubehalten. Wer none oder minimal nutzte, startet mit low.

Der Leitfaden nennt auch, was in Prompts für Astra wegfallen soll. Keine Bitte um Freigabe, bevor prüfbare Ergebnisse vorliegen, keine ungefragten Warnhinweise und Compliance-Listen, keine Füllwörter wie „delve“ oder „it’s worth noting“, und keine Tests für risikoarme, umkehrbare Änderungen. Stattdessen soll das Modell die Absicht des Nutzers aus dem Verlauf ableiten und eine Aufgabe bis zum Ende durchziehen.

Neu ist die Möglichkeit, die Effort-Stufe mitten in einer Unterhaltung zu ändern, ohne den Cache zu verlieren. Dafür schickt man in der Responses-API ein Element vom Typ configuration_update mit, bevor die nächste Nutzeranweisung folgt. Die Funktion gibt es nur für Astra im Einzelagenten-Modus, und zwei Updates dürfen nicht direkt hintereinander stehen.

{
  "model": "gpt-6-astra",
  "previous_response_id": "resp_123",
  "input": [
    { "type": "configuration_update", "reasoning": { "effort": "high" } },
    { "role": "user", "content": "Analysiere die Fehlerursachen im Migrationsskript." }
  ]
}

Über eine WebSocket-Verbindung lässt sich eine laufende Antwort auch nachträglich steuern. Ein Ereignis vom Typ response.steer reiht eine neue Anweisung ein, z. B. eine Einschränkung des Umfangs, während das Modell weiterarbeitet. Bereits gesendete Ausgaben und gestartete Werkzeuge bleiben davon unberührt, die Anweisung gilt nur auf der aktuellen Verbindung. Für lange Eingaben lohnt ein Blick auf die Schwelle von 272.000 Token, ab der die gesamte Anfrage zum doppelten Eingabepreis abgerechnet wird. Wer ohne Zeitdruck arbeitet, halbiert die Kosten mit der Service-Stufe flex oder der Batch-Verarbeitung.

Freischaltung, Datenhaltung und Cyber-Zugang

In Enterprise-Workspaces ist Astra zum Start ausgeschaltet. Administratoren aktivieren es unter den Workspace-Einstellungen auf der Seite Models, wo sich Startmodell, Reasoning-Stufe und Fast-Modus für Chat, Work und Codex getrennt festlegen lassen. Zero Data Retention gibt es für Astra über die Responses- und die Batch-API, aber nur nach Freigabe durch den Vertrieb von OpenAI und mit zusätzlichen Auflagen, ein Selbstbedienungsformular existiert nicht. Das im August angekündigte Private Safety Processing, das Sicherheitsmuster über mehrere Anfragen hinweg erkennen soll, ohne dass OpenAI-Mitarbeiter die Inhalte sehen, läuft mit ersten Kunden, ein Whitepaper ist für September angekündigt. Seit dem 22. September steht es API-Kunden schrittweise offen und arbeitet laut OpenAI in einer hardware-attestierten Umgebung ohne menschlichen Zugriff, also per Confidential Computing.

Wer Astra für Sicherheitsarbeit einsetzen will, muss den Weg über Daybreak gehen. Einzelpersonen bewerben sich über die Daybreak-Anmeldeseite für Einzelpersonen mit amtlichem Ausweis und zwei Hardware-Sicherheitsschlüsseln, Organisationen über ein Formular von OpenAI. Die Hilfeseite zum Daybreak-Programm hält allerdings fest, dass die gelockerten Ablehnungsregeln für die meisten Daybreak-Kunden bei Astra noch nicht verfügbar sind. Bis dahin bleibt die Wahl zwischen Astra mit Standard-Schutz und einem der Sol-Modelle, die Daybreak Blue bereits unterstützen. Seit dem DevDay am 29. September bringt das Plugin Codex Security Cloud die Blue-Modelle ohne eigenen Antrag mit. GPT-6 Cyber, OpenAIs viertes Cyber-Modell des Jahres, fehlte auf der Konferenz.

Deutschland und EU: Aufschlag, AI Act, neues Sicherheitsinstitut

Wer die API mit EU-Datenresidenz nutzt, zahlt für Astra laut OpenAIs Preisseite 10 Prozent Aufschlag, das gilt für alle Modelle, die seit dem 5. März 2026 erschienen sind. Der Fast-Modus steht mit EU-Datenresidenz nicht zur Verfügung, solche Anfragen laufen nur in der Standardverarbeitung. In ChatGPT kostet der Plus-Tarif in Deutschland 23 Euro im Monat, der Pro-Tarif beginnt bei 103 Euro. Die deutsche Preisseite von ChatGPT führte Astra am 4. September noch nicht auf.

Eine Vorabprüfung durch eine Behörde hat es weder in den USA noch in Europa gegeben. Greg Brockman sagte laut NBC, die US-Regierung habe nach ihrer freiwilligen Vorab-Prüfung nichts zurückgemeldet, was an den Schutzmaßnahmen zu ändern sei. The Next Web ordnet ein, dass dieses Verfahren keine Genehmigung vorsieht und die EU-Kommission ihre Befugnisse aus dem EU AI Act erst nach dem Marktstart ausübt. Für Modelle mit systemischem Risiko verlangt Artikel 52 der KI-Verordnung eine Meldung an die Kommission binnen zwei Wochen, Artikel 55 schreibt Modellbewertungen, Vorfallmeldungen und Cybersicherheitsmaßnahmen vor. In der System Card zu Astra nennt OpenAI als externe Prüfer das UK AI Security Institute, Apollo Research, Gray Swan, SecureBio und Irregular, das AI Office der EU kommt dort nicht vor. Ob OpenAI eine Meldung nach Artikel 52 abgegeben hat, ist nicht öffentlich.

Zwei Tage vor dem Astra-Start hat die Bundesregierung das AI Safety and Security Institute Deutschland gegründet. Digitalministerium und Innenministerium teilen sich die Trägerschaft, das BSI übernimmt die Sicherheit gegen Angriffe, die Bundesnetzagentur die Betriebssicherheit. Zu den Aufgaben gehört laut Gründungsmeldung die technische Bewertung von KI-Modellen auf Cyberfähigkeiten, Autonomiegrade, Robustheit und Missbrauchspotenziale. Aus Deutschland ist die Deutsche Telekom seit Mai Partner in OpenAIs Cyber-Zugangsprogramm, neben BBVA, Telefónica, Sophos und Scalable Capital. Das BSI hatte bereits im Juni in einer Cybersicherheitswarnung der Stufe Gelb davor gewarnt, dass Schwachstellen mit KI-Unterstützung binnen kurzer Zeit in verwertbare Angriffspfade überführt werden können.

„Willkommen in der AGI-Ära“

OpenAI verbindet den Start erstmals ausdrücklich mit dem Begriff AGI. Greg Brockman beendete das Presse-Briefing laut Axios und VentureBeat mit den Worten „Willkommen in der AGI-Ära“. Gegenüber Wired sagte er, es sei nicht unvernünftig, zu meinen, man befinde sich jetzt in dieser Ära. Wenn jemand dieses Modell als das erste bezeichnen wolle, halte er das für vertretbar. Astra ist laut Aidan Clark von OpenAI das erste Modell, das auf mehr als 100.000 GPUs am Stargate-Standort in Texas vortrainiert wurde. Der Sprung von Sol zu Astra sei nach den während des Vortrainings beobachteten Prüfungen größer als der Schritt von früheren Modellen zu Sol.

Jeder hat eine andere Definition von AGI. Für mich persönlich glaube ich, dass wir da sind.

Greg Brockman, Präsident von OpenAI, im Presse-Briefing am 3. September 2026 laut VentureBeat (übersetzt)

Altman im Interview: „Es hat sich gelohnt zu warten“

Am Starttag stellte sich Sam Altman im Fernsehinterview bei Bloomberg Television den Fragen zu Astra. Der OpenAI-Chef sagte, das Modell habe länger gedauert als erhofft, man habe die Zeit aber in Sicherheit, Absicherung und Alignment gesteckt, und er glaube, das Warten werde sich lohnen. Für Alltagsnutzer nannte er als spürbarsten Unterschied, dass Astra das erste Modell sei, bei dem er jemandem raten könne, einfach eine komplette Software aus einer Idee bauen zu lassen. Es bestehe eine gute Chance, dass es funktioniere. Als Beispiele nannte er Computerspiele, Elektronikprojekte, wissenschaftliche Simulationen und Finanzmodelle samt Präsentation.

Zur Trainingspause vom August stellte Altman klar, Astra sei schon eine ganze Weile fertig trainiert, die Pause habe ein künftiges Modell betroffen. Astra selbst habe die kritische Cyber-Stufe erreicht, was nach dem Preparedness Framework neue Schutzmaßnahmen allein für die Veröffentlichung verlangt habe. Die gestuften Cyber-Zugänge begründete er damit, dass die Welt kurz vor einer kompletten Veränderung der Angriffslandschaft stehe und sich nur mit Werkzeugen wie Astra kollektiv verteidigen könne. Zur Überwachbarkeit sagte er, OpenAI habe Entscheidungen getroffen, die die Gedankenketten-Überwachung erhalten, auch wenn man damit nicht die maximal mögliche Leistung ausschöpfe. Beim Preis verwies er auf die Token-Effizienz und darauf, dass OpenAI den Preis des kleinen Modells Luna wenige Wochen zuvor um 80 Prozent gesenkt habe, man werde die Preise weiter deutlich senken. Das Gespräch ist auf dem YouTube-Kanal von Bloomberg Television abrufbar.

Gary Marcus schrieb in seinem Newsletter, Erfolg bei ARC-AGI sei beeindruckend, aber trotz des Namens kein Beweis für AGI, und die geringere Überwachbarkeit sei aus Sicherheitssicht nicht gut. VentureBeat wies darauf hin, dass ausgerechnet GDPval, OpenAIs eigener Maßstab für wirtschaftlich wertvolle Arbeit, im Startmaterial fehlt. Simon Willison nannte Astra schlicht „OpenAIs Fable-Konkurrenten“, der in den meisten selbst berichteten Benchmarks höher liege. Sam Altman hatte Ende August angekündigt, bis Ende 2026 ein internes AGI-System zu haben.

Der breite Rollout an Pro-Abonnenten und API-Kunden soll laut Altman in naher Zukunft beginnen, bis zum Nachmittag des 4. September meldete kein Pro-, Plus- oder API-Kunde öffentlich einen Zugang. Das Codex-Notizsystem wird in den kommenden Wochen Standard, Daybreak Blue bekommt in demselben Zeitraum die lockereren Cyber-Schutzmaßnahmen. Offen bleibt, wann Astra in der Modellliste von Amazon Bedrock auftaucht und wann LMArena und die deutschen Preisseiten von ChatGPT das Modell führen.

Update (6. September 2026): Der Teaser zum Start fiel mitten in eine Störung. Als das ChatGPT-Konto um 17:03 Uhr deutscher Zeit „The stars are almost aligned“ veröffentlichte, waren ChatGPT und Codex bereits 20 Minuten lang nicht erreichbar. Einen Zusammenhang mit dem Astra-Start wies der zuständige Einsatzleiter von OpenAI später öffentlich zurück, die Belege stehen im Bericht zum KI-Ausfall September 2026.

Häufige Fragen zu GPT-6 Astra

Update vom 8. September 2026: Fünf Tage nach Astra hat OpenAI sein neues Bildmodell nachgeschoben. In unserem eigenen Test zu ChatGPT Images 2.5 und den beiden API-Modellen Flare und Sunburst lagen statt der geforderten 17 Reißzwecken nur 15 auf dem Tisch, während zwei deutlich schwerere Aufgaben fehlerfrei gelangen.

Update (12. September 2026): Seit dem 10. September nimmt OpenAI vorübergehend keine Neukunden mehr für die 200-Dollar-Stufe von ChatGPT Pro an, und Plus-Kunden erhalten Astra laut Hilfeseite nur in ChatGPT Work und Codex. Welche Anbieter mit Euro-Preisen, Gratis-Limits und Trainings-Opt-out infrage kommen, vergleicht der Artikel ChatGPT Alternativen 2026: 12 KI-Chatbots im Vergleich.

Update (20. September 2026): Ein Entwickler hat mit Astra einen deutschen Funkspruch aus dem November 1918 entziffert, und das Logbuch des britischen Kreuzers HMS Canterbury bestätigt beide Datumsangaben im Klartext. Das Schlüsselwort TRUPPENVERSCHIEBUNG stand allerdings seit Jahrzehnten in der Fachliteratur. Die Einzelheiten stehen im Artikel zum Weltkriegs-Funkspruch, den GPT‑6 Astra geknackt hat.

Update (22. September 2026): Anthropic hat Claude Opus 5.5 veröffentlicht. Im Wissensarbeits-Test GDPval-AA v2.1 schlägt es schon auf der Standardstufe GPT-6 Astra auf höchster Stufe, laut Anthropic bei etwa einem Fünftel der Kosten pro Aufgabe. Bei AutomationBench und Terminal-Bench-Science bleibt Astra vorn. Alle Vergleiche stehen im Artikel zu Claude Opus 5.5 gegen GPT-6 Astra.

Update (22. September 2026): 19 Tage nach Astra hat OpenAI mit GPT-6 Sol und GPT-6 Luna zwei kleinere Modelle der neuen Generation nachgelegt. Sol kostet in der API 2 und 10 US-Dollar je Million Token, ein Fünftel von Astra. Bei Faktenfehlern kommt es laut OpenAI nah an Astra heran (5,1 gegen 3,9 Prozent auf der Stufe „high“), im Intelligence Index von Artificial Analysis liegt es aber nur einen Punkt über GPT-5.6 Sol.

Update (13. Oktober 2026): Das interne Modell, das OpenAI als deutlich leistungsfähiger als Astra beschreibt, hat am 6. Oktober 722 Mathematik-Manuskripte zu 372 Ergebnissen auf GitHub gestellt, darunter die Unique-Games-Vermutung und ein Exponent 9/4 für die Matrixmultiplikation. Drei Paper zog OpenAI nach einem Tag zurück, etwa 4.000 Probleme hatte das Modell versucht.