Zwei Tage nach Anthropics Fable 5.1 hat OpenAI am 3. September 2026 GPT-6 Astra vorgestellt – und nennt es das intelligenteste und am besten ausgerichtete Modell der Welt. Die Benchmark-Werte sind spektakulär, die Preise identisch mit denen des Wettbewerbers, und ein Detail ist neu: Du kannst einstellen, wie gründlich das Modell nachdenken soll. Hier steht, was das praktisch bedeutet. Stand: 10. September 2026.
Was Astra ist
Astra ist ein einzelnes großes Reasoning-Modell mit einem Kontextfenster in der Größenordnung von einer Million Token. Es verarbeitet Text und Bilder. OpenAI nennt als Stärken Computernutzung, Browsen, Softwareentwicklung, Cybersicherheit, Wissenschaft und berufliche Arbeit.
Der Rollout begann am Erscheinungstag mit einem begrenzten Kreis von Organisationen und erreichte danach ChatGPT Plus, Pro, Business und Enterprise sowie die Schnittstelle, Microsoft Azure und AWS Bedrock.
Die fünf Denkstufen
Das ist die praktisch wichtigste Neuerung. Astra kennt fünf Stufen für den Denkaufwand: low, medium, high, xhigh und max. Höhere Stufen verbrauchen mehr Denk-Token, die als Ausgabe abgerechnet werden – das Modell wird also gründlicher, langsamer und teurer, je nachdem, was du einstellst.
Das klingt technisch, ist aber eine Kostenentscheidung, die man vorher nie hatte:
| Aufgabe | Sinnvolle Stufe | Warum |
|---|---|---|
| Text umformulieren, Zusammenfassung | niedrig | keine mehrstufige Logik nötig, jede zusätzliche Denkzeit ist bezahlte Verschwendung |
| Recherche mit Quellenabgleich | mittel | mehrere Schritte, aber keine harten Beweise |
| Code über mehrere Dateien | hoch | Zwischenergebnisse bestimmen die nächsten Schritte |
| Schwierige Analyse mit Zahlen | sehr hoch | ein früher Fehler zieht sich sonst sauber durch |
| Ungelöstes Problem, Forschung | maximal | der Fall, für den die Stufe existiert – und der teuerste |
Grundanfrage: 2.000 Token Frage zu 10 $ je Million plus 1.000 Token sichtbare Antwort zu 50 $ je Million, zusammen 0,07 $. Denk-Token werden als Ausgabe abgerechnet, kosten also 5 Cent je tausend. Wie viele Denk-Token eine Aufwandsstufe erzeugt, nennt OpenAI nicht – deshalb steht hier die Zahl der Token auf der Achse und nicht die Stufe.
Die Rechnung dahinter braucht keine Innenkenntnis: Ausgabe kostet 50 US-Dollar je Million Token, also 5 Cent je tausend. Denk-Token werden als Ausgabe abgerechnet. Eine schlanke Anfrage mit 2.000 Token Frage und 1.000 Token sichtbarer Antwort kostet 2 plus 5 Cent. Erzeugt das Modell auf einer hohen Stufe zusätzlich 20.000 Denk-Token, kommt ein Dollar obendrauf – das Fünfzehnfache der Grundanfrage, für Text, den du nie zu sehen bekommst.
Wie viele Denk-Token eine Stufe tatsächlich erzeugt, nennt OpenAI nicht als feste Zahl; das hängt an der Aufgabe. Genau deshalb ist der Regler ein Kostenrisiko und keine bloße Qualitätseinstellung: Der teuerste Posten deiner Rechnung ist der, den du nicht siehst. Wer Astra in einer Anwendung einsetzt, sollte die Denk-Token je Anfrage mitloggen, bevor er die Stufe dauerhaft hochdreht.
Fang bei jeder neuen Aufgabenart eine Stufe unter deiner Vermutung an und geh erst hoch, wenn das Ergebnis nicht reicht. Der umgekehrte Weg – immer auf maximal – kostet ein Vielfaches, ohne bei einfachen Aufgaben etwas zu verbessern. Denk-Token werden als Ausgabe abgerechnet, und Ausgabe ist die teure Seite.
Die Zahlen und was sie wert sind
OpenAI nennt für Astra Werte, die es selbst als Sättigung beschreibt: 98 Prozent auf FrontierMath Tier 4, 99,9 Prozent auf ARC-AGI-3 und 100 Prozent auf ExploitBench. Auf Terminal-Bench Science 0.1 gibt OpenAI 64,6 Prozent für Astra gegenüber 52,6 Prozent für Claude Fable 5.1 an, bei nach eigener Schätzung rund 31 Prozent geringeren Schnittstellenkosten.
Zwei Einordnungen gehören dazu. Erstens: Wenn ein Modell 98 oder 100 Prozent erreicht, misst der Test nichts mehr – er ist gesättigt und muss ersetzt werden. Das ist kein Beweis für Allwissenheit, sondern ein Hinweis, dass die Messlatte zu niedrig hängt. Zweitens: Alle genannten Werte stammen vom Anbieter selbst, teilweise mit eigenem Prüfaufbau. Was solche Werte aussagen und was nicht, entscheidet sich am Prüfaufbau – und der stammt hier vom Anbieter selbst.
Bemerkenswert ist ein Satz aus OpenAIs eigener Ankündigung: Astra habe bereits geholfen, seit Langem offene mathematische Probleme zu lösen. Was dahintersteckt, steht im Guide Das Millennium-Problem und die KI.
Preise im direkten Vergleich
| je Million Token | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Eingabe | 10 $ | 10 $ |
| Ausgabe | 50 $ | 50 $ |
| Zwischengespeicherte Eingabe | 1 $ | 0,25 $ |
| Stapelverarbeitung | halber Preis | 5 $ / 25 $ |
| Schnellmodus | doppelter Satz | nicht angeboten |
Die Kopfpreise sind identisch – was für sich schon eine Aussage über den Markt ist. Der Unterschied liegt beim Zwischenspeicher: Astra verlangt hier das Vierfache. Für Anwendungen, die bei jeder Anfrage denselben großen Kontext mitschicken, ist das der relevante Posten; die Rechnung dazu steht im Guide Claude Fable 5.1. Dafür ist Astras Denkaufwand einstellbar, was in die andere Richtung wirkt: Wer auf niedriger Stufe arbeitet, zahlt weniger Ausgabe-Token.
Ein Punkt, der Beachtung verdient
Bei aller Leistung gibt es eine Beobachtung, die in den Jubelmeldungen untergeht: Astras Denkprozess ist schwerer nachzuvollziehen als bei jedem Modell davor. Für Aufgaben, bei denen das Ergebnis zählt, mag das gleichgültig sein. Überall dort, wo jemand eine Entscheidung begründen muss – gegenüber Kunden, Aufsicht oder Gericht -, ist Nachvollziehbarkeit aber kein Luxus.
Praktisch heißt das: Je weniger man sieht, wie ein Ergebnis zustande kam, desto wichtiger wird die Prüfung des Ergebnisses selbst.
Häufige Fragen
Was ist GPT-6 Astra?
OpenAIs Reasoning-Modell, vorgestellt am 3. September 2026. Es verarbeitet Text und Bilder, hat ein Kontextfenster in der Größenordnung von einer Million Token und ist über ChatGPT, die OpenAI-Schnittstelle, Microsoft Azure und AWS Bedrock verfügbar.
Was bedeuten die fünf Effort-Stufen?
Sie steuern, wie gründlich das Modell nachdenkt: low, medium, high, xhigh und max. Höhere Stufen verbrauchen mehr Denk-Token, die als Ausgabe abgerechnet werden. Praktisch ist das ein Regler für Gründlichkeit, Geschwindigkeit und Kosten zugleich.
Was kostet GPT-6 Astra?
10 US-Dollar je Million Token Eingabe und 50 US-Dollar Ausgabe, zwischengespeicherte Eingabe 1 US-Dollar, Stapelverarbeitung zum halben Preis und ein Schnellmodus zum doppelten Satz. Die Kopfpreise entsprechen denen von Claude Fable 5.1.
Wie gut ist Astra wirklich?
Die vom Anbieter genannten Werte sind hoch, unter anderem 98 Prozent auf FrontierMath Tier 4 und 100 Prozent auf ExploitBench. Werte nahe der Obergrenze bedeuten allerdings, dass der Test gesättigt ist und nicht mehr unterscheidet – und alle Angaben stammen vom Anbieter selbst.
Astra oder Fable 5.1 – was nehmen?
Bei identischen Kopfpreisen entscheiden Details: Astra bietet einstellbaren Denkaufwand, Fable 5.1 den vierfach günstigeren Zwischenspeicher. Für Anwendungen mit viel wiederholtem Kontext spricht das für Fable, für stark schwankende Aufgabenschwere für Astra.
Bekomme ich Astra im ChatGPT-Abo?
Ja, es wurde nach dem Start für Plus, Pro, Business und Enterprise ausgerollt. Welche Alternativen es zu den Abostufen gibt, steht im Guide ChatGPT-Alternativen.
Von Modellnamen unabhängig arbeiten lernen
Innerhalb einer Woche sind zwei neue Spitzenmodelle erschienen – und im nächsten Quartal passiert dasselbe wieder. Was bleibt, ist die Fähigkeit, Aufgaben sauber zu stellen und Ergebnisse zu beurteilen. Genau daran arbeiten wir in unserer geförderten Weiterbildung. Ob eine Förderung in Betracht kommt, klären wir im kostenlosen Erstgespräch; entschieden wird sie von der Agentur für Arbeit.
Kostenloses Erstgespräch sichern
Benedikt Backhaus – schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Preise und Funktionsangaben prüft er an den Seiten der Anbieter, nicht an Vergleichsportalen – Stand jeweils im Text. Einschätzung, keine Rechtsberatung. Benedikt auf LinkedIn
