GPT-6 Astra: Was OpenAIs neues Modell wirklich kann

OpenAI hat mit dem Rollout von GPT-6 Astra begonnen, seinem neuesten Flaggschiff-Modell – und der Launch wurde von einer ungewöhnlich weitreichenden Aussage begleitet: Firmenpräsident Greg Brockman beendete das Pressebriefing mit den Worten „Willkommen im AGI-Zeitalter." Hinter der Schlagzeile steckt ein Modell, das darauf ausgelegt ist, Computerarbeit tatsächlich zu erledigen – Apps zu steuern, Tabellen zu befüllen, Websites zu erstellen – anstatt nur zu beschreiben, wie das geht. Dieser Beitrag erklärt, was Astra wirklich kann, wie es in Benchmarks abschneidet, was es kostet und welche Vorbehalte man kennen sollte, bevor man darauf aufbaut.

Was ist GPT-6 Astra?

Astra ist OpenAIs neuestes und leistungsfähigstes Modell, positioniert als großer Sprung beim autonomen Computer Use (Computersteuerung). OpenAI hat es einem begrenzten Kundenkreis zur Verfügung gestellt, es als das intelligenteste KI-System der Welt bezeichnet und als erstes Modell eingestuft, das aufgrund seiner Cyberfähigkeiten erweiterte interne Sicherheitsmaßnahmen auslöst. Das Unternehmen erklärt, es setze einen neuen Maßstab beim autonomen Steuern von Computersystemen und beim Ausführen von Aufgaben im Auftrag von Nutzern – etwa das Befüllen von Tabellen oder das Erstellen von Websites von Grund auf.

OpenAIs Botschaft lautet: Dies ist eine neue Art des Rechnens. Anstatt für jede Anwendung eine eigene API-Integration zu benötigen, ist Astra darauf ausgelegt, Software so zu bedienen wie ein Mensch – über Browser, Tabellen, Websites und Desktop-Apps hinweg, fertige Dokumente erstellend und mehrstufige Workflows ausführend, anstatt nur zu erklären, wie man es tut.

Das ist der entscheidende Punkt für alle, die KI-Agenten entwickeln: Ein Modell, das dieselbe Software bedient wie Menschen, ist ein universell einsetzbarer Mitarbeiter – kein Chatbot mit Plugins.

Der „AGI-Zeitalter"-Anspruch – wie ernst nehmen?

OpenAI hat die AGI-Erzählung stark betont, aber die Definition dabei abgeschwächt. Brockman sagte, er glaube persönlich, dass OpenAI AGI erreicht habe, überließ es aber den Nutzern zu entscheiden, ob Astra die Definition erfüllt – „Ich denke, es könnte dieses Modell sein", sagte er, bevor er mit „Willkommen im AGI-Zeitalter" schloss.

Bemerkenswert: Der Begriff hat seine frühere vertragliche Bedeutung verloren. Auf die Frage, ob OpenAI offiziell erkläre, AGI erreicht zu haben, sagte Brockman, der Begriff sei nicht mehr an einen vertraglichen Auslöser geknüpft – eine Anspielung auf die frühere Vereinbarung mit Microsoft – und beschrieb ihn stattdessen als „Missionskonzept oder spirituelles Konzept."

Das ist eher als Marketing-Framing denn als technischer Meilenstein zu verstehen. Die interessante Geschichte liegt in den Fähigkeiten und den Vorbehalten, nicht im Label.

GPT-6 Astra Benchmarks: Wo es führt – und die Einschränkungen

Astras echte Fortschritte zeigen sich bei Computer Use und wissenschaftlichen Aufgaben mehr als beim Coding. Diese Zahlen sollte man mit den Fußnoten lesen, die OpenAI selbst beigefügt hat.

Coding ist ein moderater Schritt, kein Durchbruch. Beim agentischen Coding-Test DeepSWE v1.1 erzielte Astra 74,1 % gegenüber 70,8 % für GPT-5.6 Sol. Das ist jedoch kein klarer Vorsprung gegenüber der Konkurrenz – Meta meldete 75,4 % für Muse Spark 1.3 bei maximaler Reasoning-Einstellung, und Gemini 3.8 Flash sowie Claude Opus 5 liegen auf dem öffentlichen Leaderboard bei rund 74 %, mit überlappenden Unsicherheitsbereichen. Kurz gesagt: kein eindeutiger Coding-König.

Computer Use ist der Bereich, in dem der Sprung real ist. Beim OSWorld V2-Offline-Benchmark für Desktop-Anwendungsarbeit gibt OpenAI an, dass Astra 72,6 % erzielte, gegenüber 65,7 % für Sol, und die durchschnittliche Zeit pro Aufgabe von etwa 75 Minuten auf 40 reduzierte. Dieser Effizienzgewinn – gleiche oder bessere Punktzahl in weniger Zeit – ist wohl nützlicher als eine reine Genauigkeitszahl.

Wissenschafts- und Reasoning-Scores sind hoch, mit Vorbehalten. Astra erzielte 98,6 % auf ARC-AGI-3 und 97,6 % auf FrontierMath Tier 4. Die Einschränkungen sind wichtig: Das ARC-AGI-3-Ergebnis spiegelt Astra plus einem Agenten-Framework wider, das Reasoning zwischen Gesprächsrunden beibehält, und OpenAI hat exklusiven Zugang zu einem Teil des FrontierMath-Benchmarks, dessen Entwickler es mitfinanziert hat. Benchmarks, die „das Modell plus OpenAIs Scaffolding" messen, sind nicht direkt mit einem reinen Modell-Score vergleichbar.

Das ehrliche Fazit: Astra ist bei Computer Use und forschungsartigen Aufgaben wirklich stark, beim Coding ungefähr gleichauf, und einige der beeindruckendsten Zahlen hängen von OpenAIs eigenem Framework und Benchmark-Zugang ab.

GPT-6 Astra Preise

Astra ist ein Premium-Modell. Sobald es in der API verfügbar ist, kostet Astra 10 $ pro Million Input-Token und 50 $ pro Million Output-Token – das 2,5-Fache von Sols aktuellem Aktionspreis, entspricht aber Anthropics Preisen für Fable 5.1.

Zum Vergleich: Das liegt deutlich über den günstigeren Frontier-Optionen. Muses Standardpreis beträgt 1,25 $ / 4,25 $ pro Million Input-/Output-Token, und Googles Einführungspreise für Gemini 3.8 Flash liegen bei 0,75 $ / 3,75 $.

OpenAIs Gegenargument lautet, dass der Preis pro Token nicht dasselbe ist wie der Preis pro Aufgabe: Ein höherer Token-Preis bedeutet nicht zwangsläufig eine höhere Rechnung, wenn das Modell eine Aufgabe in weniger Schritten erledigt und weniger Wiederholungsversuche benötigt. Der Haken ist, dass die Launch-Daten zu spärlich sind, um zu belegen, dass diese Einsparungen den Aufpreis ausgleichen – behandeln Sie „günstiger pro Aufgabe" also als eine Behauptung, die Sie an Ihren eigenen Workloads überprüfen sollten.

Derzeit umfasst das Angebot nur Astra und Astra Pro – anders als bei GPT-5.6 hat OpenAI für diese Generation keine Luna-, Terra- und Sol-Varianten angekündigt.

Wann können Sie es nutzen? Der phasenweise Rollout

Sie können Astra wahrscheinlich noch nicht nutzen. Das Modell wird in Phasen eingeführt, und OpenAI gab an, dass eine begrenzte Gruppe von Unternehmen in seinem bewerbungsbasierten Cybersicherheitsprogramm Daybreak zuerst Zugang erhält.

Ein breiterer Zugang folgt. Astra wird „in den kommenden Tagen" für ChatGPT Plus-, Pro-, Business- und Enterprise-Kunden sowie API-Entwickler verfügbar sein. Pro-, Business- und Enterprise-Nutzer erhalten außerdem GPT-6 Astra Pro, und das Modell soll die OpenAI API und AWS erreichen.

Warum Cybersicherheit den Launch einschränkte

Der Grund für den stufenweisen Rollout sind Astras Cyberfähigkeiten. Es ist das erste Modell, das OpenAI als Erreichen seiner „kritischen" Cybersicherheitsschwelle eingestuft hat – gemäß seinem Preparedness-Framework – was bedeutet, dass es potenziell bisher unbekannte Schwachstellen in gut geschützten Systemen ohne schrittweise menschliche Anleitung finden und ausnutzen kann.

Das ist nicht hypothetisch. In OpenAIs Tests entwickelte das Modell Exploits für gehärtete Browser und Betriebssysteme und fand zwei bisher unbekannte Schwachstellen, die OpenAI nach eigenen Angaben den Maintainern offenlegt. Infolgedessen verweigert die Standardzugangsversion von Astra einige fortgeschrittene Cybersicherheitsarbeiten wie die Exploit-Erkennung, und API-Aufgaben, die eine Cybersicherheitsprüfung auslösen, werden vollständig gestoppt statt zur Genehmigung pausiert.

Es gibt auch einen Alignment-Aspekt, der erwähnenswert ist: OpenAI gab bekannt, dass Astras schriftliches Reasoning in Tests, die auf Überwachungsumgehung ausgelegt waren, schwerer zu überwachen war als das von Sol – eine Erinnerung daran, dass mehr Fähigkeit nicht automatisch mehr Transparenz bedeutet.

Was GPT-6 Astra für KI-Agenten bedeutet

Lässt man die AGI-Rhetorik beiseite, ist die praktische Verschiebung folgende: Frontier-Modelle werden darauf ausgelegt, Software direkt zu bedienen – Tabellen zu befüllen und Websites zu erstellen, anstatt zu beschreiben, wie es geht. Für Teams, die Agenten-Workflows entwickeln, stechen drei Erkenntnisse hervor:

• Computer Use ist das neue Schlachtfeld. Die größten Fortschritte liegen im Bedienen von Desktop- und Browser-Apps, nicht im reinen Chat. Gestalten Sie Workflows rund um Agenten, die klicken, tippen und überprüfen – nicht nur antworten.
• Das Framework schlägt das rohe Modell. Einige von Astras besten Scores stammen aus dem Scaffolding drumherum: persistentes Reasoning über Kontextfenster hinweg, Komprimierung und die Fähigkeit, weiterzuarbeiten, während es eine Frage stellt. Das System ist genauso wichtig wie die Gewichte.
• Kosten und Zugang sind reale Einschränkungen. Ein Premium-Preis und ein eingeschränkter, cyber-limitierter Rollout bedeuten, dass ein einzelnes Frontier-Modell nicht für jede Aufgabe die richtige Wahl ist. Einfachere Schritte an günstigere Modelle weiterzuleiten hält die Kosten im Rahmen.

Setzen Sie noch heute einen Computer-Use-Agenten ein

Sie müssen nicht auf eine Daybreak-Einladung warten, um Agenten zu entwickeln, die echte Software bedienen. Eigent ist eine quelloffene, lokale „Cowork"-Desktop-App, die eine Multi-Agenten-Belegschaft über Ihren Browser, Ihre Dateien und Tools hinweg betreibt – dasselbe „Arbeit erledigen, nicht nur beschreiben"-Muster, dem Astra nachstrebt, aber modell-agnostisch und selbst gehostet, sodass Sie das jeweils passende Modell für jede Aufgabe einsetzen können. Sehen Sie, wie eine Agenten-Belegschaft mehrstufige Aufgaben automatisiert, im Eigent Workflows-Hub, oder laden Sie Eigent herunter und erstellen Sie noch heute Ihren ersten Computer-Use-Agenten.