OpenAI hat am 3. September 2026 GPT-6 Astra vorgestellt und positioniert das Modell als bisher leistungsfähigstes System des Unternehmens. Im Mittelpunkt stehen nicht nur klassische Textaufgaben, sondern komplexe Arbeitsabläufe mit Browsern, Software, Dokumenten, Programmcode und Computersteuerung. Zunächst erhalten ausgewählte Organisationen Zugriff, anschließend soll die Einführung für weitere zahlende ChatGPT-Nutzer und Entwickler folgen, die monrose.de berichtet mit heise.de.
Astra fällt aber noch aus einem zweiten Grund auf. OpenAI stuft erstmals eines seiner breit eingesetzten Modelle beim Thema Cybersicherheit in die Stufe „Critical“ des eigenen Preparedness Framework ein. Damit verbindet das Unternehmen die Vorstellung eines leistungsfähigeren Modells direkt mit deutlich strengeren Schutzmaßnahmen.
Was kann GPT-6 Astra besser?
OpenAI hat Astra stärker auf Aufgaben ausgerichtet, bei denen ein KI-Modell nicht nur eine Antwort schreiben, sondern mehrere Arbeitsschritte selbstständig koordinieren muss. Dazu gehören Recherche, Softwareentwicklung, Datenanalyse, Browserarbeit, das Erstellen von Dokumenten sowie die Bedienung grafischer Benutzeroberflächen.
Das verändert den praktischen Einsatz. Statt lediglich einen Textentwurf oder einige Codezeilen zu liefern, soll das Modell beispielsweise Informationen recherchieren, Ergebnisse strukturieren, Dateien bearbeiten oder Arbeitsschritte in Software ausführen können.
Beim Computer-Use-Benchmark OSWorld 2.0 erreicht Astra nach Angaben von OpenAI 72,6 Prozent. GPT-5.6 Sol kam dort auf 65,7 Prozent. Noch deutlicher ist der Abstand beim AutomationBench mit 41,4 gegenüber 18,1 Prozent.
„Astra marks a new frontier in the speed, accuracy and safety of computer use“, beschreibt OpenAI die neue Modellgeneration.
Für normale Nutzer bedeutet das nicht, dass jede Aufgabe plötzlich vollständig autonom erledigt wird. Der Unterschied zeigt sich eher dort, wo mehrere Programme, Dateien und Zwischenschritte zusammenkommen. Genau für solche längeren Arbeitsketten wurde das Modell stärker optimiert.
GPT-6 Astra ist damit weniger als reiner Chatbot gedacht. Das Modell soll komplexe Aufgaben über mehrere Schritte hinweg bearbeiten können. Besonders interessant wird das bei Recherche, Coding und professionellen Dokumenten.
GPT-6 Astra nutzen: So funktioniert der Zugang
Zum Start am 3. September steht Astra noch nicht automatisch jedem ChatGPT-Nutzer zur Verfügung. OpenAI beginnt mit einer begrenzten Gruppe von Organisationen und weitet den Zugang anschließend schrittweise aus.
Geplant ist die Verfügbarkeit für ChatGPT Plus, Pro, Business und Enterprise. Zusätzlich kommt GPT-6 Astra in der API sowie über Microsoft Azure und Amazon Bedrock. Bei Enterprise-Arbeitsbereichen ist Astra zum Start standardmäßig deaktiviert, Administratoren müssen den Zugriff zunächst freischalten.
Wer Astra verwenden möchte, kann je nach Produkt auf unterschiedlichen Wegen darauf zugreifen:
- In ChatGPT soll das Modell für Plus-, Pro-, Business- und Enterprise-Konten ausgerollt werden.
- Pro-, Business- und Enterprise-Nutzer erhalten zusätzlich Zugang zu GPT-6 Astra Pro.
- Entwickler können das Modell über die OpenAI-API mit der Modellbezeichnung
gpt-6-astraeinsetzen. - Unternehmen können Astra auch über Microsoft Azure und Amazon Bedrock verwenden.
- In Enterprise-Umgebungen kann eine Freigabe durch die Administration notwendig sein.
Der Rollout erfolgt nicht für alle Konten gleichzeitig. Wenn Astra unmittelbar nach der Ankündigung noch nicht im Modellmenü auftaucht, bedeutet das daher nicht automatisch, dass der jeweilige Tarif ausgeschlossen ist.
Was kostet GPT-6 Astra über die API?
Für Entwickler ist neben der Leistung vor allem der Preis interessant. OpenAI setzt den Standardtarif bei 10 US-Dollar pro Million Input-Token und 50 US-Dollar pro Million Output-Token an. Zwischengespeicherter Input wird günstiger abgerechnet.
Für besonders lange Prompts gelten höhere Preise. Überschreitet eine Anfrage 272.000 Input-Token, steigen nach der veröffentlichten Preisstruktur sowohl Input- als auch Outputkosten. Ein optionaler Fast Mode kostet das Doppelte des jeweiligen Standardtarifs und soll die Verarbeitung auf bis zu die doppelte Geschwindigkeit erhöhen.
| Bereich | GPT-6 Astra |
|---|---|
| Standard-Input | 10 US-Dollar pro 1 Mio. Token |
| Standard-Output | 50 US-Dollar pro 1 Mio. Token |
| Cached Input | 1 US-Dollar pro 1 Mio. Token |
| Kontextfenster | 1.050.000 Token |
| Maximale Ausgabe | 128.000 Token |
| Fast Mode | 2-facher Standardpreis |
Mit einem Kontextfenster von 1,05 Millionen Token richtet sich Astra auch an Anwendungen mit sehr umfangreichen Dokumenten, Codebasen oder langen Arbeitsverläufen. Die maximale Ausgabe liegt laut Entwicklerdokumentation bei 128.000 Token.
Benchmarks zeigen große Fortschritte, aber keinen Sieg überall
Die von OpenAI veröffentlichten Messwerte liefern ein gemischteres Bild als die Marketingformulierung vom leistungsfähigsten Modell zunächst vermuten lässt. In mehreren Kategorien erreicht Astra neue Spitzenwerte, in anderen liegen Konkurrenzmodelle weiterhin vorne.
Bei FrontierMath Tier 4 erzielt Astra 97,6 Prozent, GPT-5.6 Sol erreicht 83,0 Prozent. Beim GPQA-Diamond-Test stehen 96,0 Prozent für Astra gegenüber 94,6 Prozent beim Vorgänger. Auf dem ExploitBench für Cybersicherheitsaufgaben erreicht das Modell 100 Prozent.
Anders sieht es bei Humanity’s Last Exam mit Werkzeugzugriff aus. Dort erreicht Astra 57,2 Prozent, während Claude Fable 5.1 in OpenAIs Vergleichstabelle mit 65,0 Prozent geführt wird. Auch beim Artificial Analysis Intelligence Index liegt Astra mit 61,2 Punkten nicht an der Spitze.
| Benchmark | GPT-6 Astra | GPT-5.6 Sol | Vergleichswert Claude |
|---|---|---|---|
| Agents‘ Last Exam | 59,3 % | 53,6 % | 55,5 % Opus 5 |
| OSWorld 2.0 | 72,6 % | 65,7 % | 70,2 % Opus 5 |
| AutomationBench | 41,4 % | 18,1 % | 31,4 % Fable 5.1 |
| FrontierMath Tier 4 | 97,6 % | 83,0 % | 87,8 % Fable 5.1 |
| GPQA Diamond | 96,0 % | 94,6 % | 93,7 % Fable 5.1 |
| Humanity’s Last Exam | 57,2 % | keine Angabe | 65,0 % Fable 5.1 |
Damit bestätigt Astra einen bekannten Punkt bei KI-Vergleichen: Ein Modell kann in einer Kategorie deutlich führen und in einer anderen hinter einem Konkurrenten liegen. Einzelne Benchmarkwerte sagen deshalb wenig darüber aus, welches System für einen konkreten Arbeitsablauf tatsächlich besser geeignet ist.
Der praktische Unterschied zeigt sich weniger in einem einzigen Rekordwert als darin, welche Kombination aus Reasoning, Werkzeugnutzung, Geschwindigkeit und Zuverlässigkeit eine Aufgabe verlangt.
Warum bei GPT-6 Astra wieder über AGI gesprochen wird
Zusätzliche Aufmerksamkeit bekam die Vorstellung durch Aussagen aus der OpenAI-Führung. Präsident Greg Brockman brachte den Zeitpunkt der Astra-Veröffentlichung im Zusammenhang mit der späteren historischen Einordnung von allgemeiner künstlicher Intelligenz ins Gespräch, vermied jedoch eine eindeutige Festlegung, Astra selbst als AGI zu bezeichnen.
Genau diese Unterscheidung ist relevant. Für Artificial General Intelligence gibt es weiterhin keine branchenweit einheitliche Messmethode, mit der sich zweifelsfrei feststellen ließe, ob ein Modell diese Schwelle erreicht hat.
OpenAI bezeichnet Astra offiziell als sein intelligentestes und am stärksten ausgerichtetes Modell. Diese Selbsteinschätzung ist jedoch nicht identisch mit einem wissenschaftlichen Nachweis von AGI.
Auch die Benchmarks sprechen gegen eine einfache Gleichsetzung. Astra setzt zwar in mehreren Bereichen neue Bestwerte, verliert aber zugleich einzelne Tests gegen Claude-Modelle. Eine universelle Überlegenheit über sämtliche Aufgaben lässt sich daraus nicht ableiten.
Cybersicherheit wird zum heikelsten Teil des Releases
Bei keiner anderen Eigenschaft fällt der Sprung gegenüber dem Vorgänger so sensibel aus wie bei der Cybersicherheit von GPT-6 Astra. OpenAI stuft das Modell im eigenen Preparedness Framework erstmals auf der Stufe „Critical“ ein.
Gemeint ist damit nicht, dass Astra als Produkt grundsätzlich unsicher wäre. Die Einstufung bezieht sich auf die Fähigkeiten des Modells: Mit geeigneten Werkzeugen und Zugriffsrechten kann es nach OpenAIs Einschätzung unbekannte Schwachstellen erkennen und potenzielle Wege zur Ausnutzung entwickeln. Genau diese Fähigkeiten können Verteidigern helfen, erhöhen aber gleichzeitig das Missbrauchsrisiko.
Beim ExploitBench erzielte Astra ohne die Schutzmechanismen der Produktionsumgebung 100 Prozent, während GPT-5.6 Sol auf 78,5 Prozent kam. Beim ExploitGym lag Astra bei 42,4 Prozent gegenüber 30,3 Prozent für den Vorgänger.
OpenAI reagiert darauf mit zusätzlichen Kontrollen. Bestimmte fortgeschrittene Sicherheitsaufgaben können blockiert oder einer zusätzlichen Prüfung unterzogen werden. Das bedeutet zugleich, dass auch legitime Cybersecurity-Arbeit unter Umständen langsamer wird oder eine Freigabe benötigt.
OpenAI beschreibt die stärkeren Cyberfähigkeiten ausdrücklich als „dual use“: Dieselben Funktionen, die Verteidigern bei der Suche nach Sicherheitslücken helfen, können grundsätzlich auch für Angriffe missbraucht werden.
Mehr Intelligenz macht die Überwachung nicht automatisch leichter
Parallel zu den Leistungsfortschritten entsteht ein weiteres Problem. Je komplexer KI-Agenten handeln, desto schwieriger wird es, jeden internen Schritt zuverlässig zu überwachen.
OpenAIs Chefwissenschaftler Jakub Pachocki warnte bei der Vorstellung davor, Fortschritte bei der Intelligenz automatisch mit Fortschritten beim Alignment gleichzusetzen. Leistungsfähigere Modelle können neue Fähigkeiten entwickeln, während bestehende Kontrollverfahren nicht zwangsläufig im gleichen Tempo besser werden. Reuters berichtet zudem, dass OpenAI bei Astra Herausforderungen bei der Überwachung interner Reasoning-Prozesse sieht.
Das Unternehmen hat deshalb zusätzliche Sicherheitsmechanismen für Entwicklung und Einsatz eingeführt. Dazu gehören stärkere Isolation, Monitoring längerer Modellaktivitäten und verschärfte Prüfungen vor bestimmten Einsätzen.
Mehr Leistung bedeutet bei Astra deshalb auch mehr Kontrolle. Das ist kein Nebenthema des Releases, sondern ein zentraler Teil der Produktstrategie. Gerade autonome Computer- und Cyberfunktionen erhöhen die Anforderungen an Sicherheitsgrenzen.
Für welche Aufgaben lohnt sich GPT-6 Astra?
Für einfache Fragen oder kurze Textkorrekturen dürfte der Unterschied zu günstigeren Modellen nicht immer entscheidend sein. Astra richtet sich vor allem an Aufgaben, bei denen mehrere Arbeitsschritte zusammenkommen und das Modell selbstständig zwischen Recherche, Analyse und Werkzeugen wechseln muss.
Besonders interessant sind laut den veröffentlichten Leistungsdaten:
- umfangreiche Recherche mit mehreren Quellen und Arbeitsschritten
- Softwareentwicklung und Arbeit mit größeren Codebasen
- automatisierte Browser- und Computeraufgaben
- Erstellung und Bearbeitung komplexer Dokumente
- Datenanalyse und wissenschaftliche Arbeitsabläufe
- professionelle Workflows mit mehreren Anwendungen
- defensive IT-Sicherheitsanalysen innerhalb der vorgesehenen Schutzmechanismen
Für Entwickler kommt die große Kontextlänge hinzu. Projekte mit umfangreicher Dokumentation oder sehr großen Eingaben können dadurch mit weniger Aufteilung verarbeitet werden.
Privatnutzer dürften den Unterschied eher an komplexen Aufgaben bemerken: etwa wenn ChatGPT recherchieren, Informationen vergleichen, Dateien bearbeiten und daraus ein strukturiertes Endergebnis erstellen soll.
GPT-6 Astra erhöht den Druck auf Anthropic und andere Anbieter
OpenAIs eigene Vergleichstabellen stellen Astra auffällig häufig Modellen von Anthropic gegenüber. Das passt zum Wettbewerb um professionelle KI-Nutzer, bei denen Coding, agentische Aufgaben und Unternehmensanwendungen inzwischen wichtiger sind als reine Chat-Funktionen.
Astra schlägt die Claude-Vergleichswerte bei mehreren Computer-, Automatisierungs-, Mathematik- und Cybersecurity-Tests. Gleichzeitig bleiben einzelne Claude-Versionen bei Humanity’s Last Exam, beim Artificial Analysis Intelligence Index und einigen Coding-Messungen vor Astra.
Das macht den Modellvergleich 2026 komplizierter. Die Frage lautet nicht mehr nur, welches Sprachmodell bessere Antworten schreibt. Entscheidend wird, welches System zuverlässig recherchiert, Programme bedienen, Code testen, Dokumente bearbeiten und längere Aufgabenketten kontrolliert abschließen kann.
OpenAI GPT-6 Astra setzt genau dort an. Das Modell bringt deutliche Fortschritte bei Computersteuerung, Coding, Wissenschaft und professionellen Workflows, erreicht aber nicht in jedem Benchmark den Spitzenplatz. Für ChatGPT-Nutzer ist nun vor allem relevant, wann Astra im eigenen Tarif freigeschaltet wird; für Entwickler entscheiden zusätzlich API-Kosten, Kontextbedarf und die Anforderungen an Geschwindigkeit und Sicherheit darüber, ob sich der Wechsel lohnt.