GPT-6 Astra: Benchmarks, Preise & die AGI-Kontroverse
OpenAI hat am 3. September 2026 GPT-6 Astra veröffentlicht – das leistungsstärkste KI-Modell des Unternehmens und das erste, das OpenAIs höchste Cybersicherheitsstufe „Critical“ erreicht hat. Astra schlägt GPT-5.6 Sol auf fast allen Benchmarks deutlich, kostet doppelt so viel – und wurde wegen einer handfesten Sicherheitskrise um Wochen verzögert. Was Astra kann, wo es verliert, und warum die AGI-Debatte jetzt wirklich ernst wird.
Was GPT-6 Astra ist – in der Kurzfassung
Am 3. September 2026 hat OpenAI GPT-6 Astra als Preview für ausgewählte Organisationen veröffentlicht – einen Tag später folgte die allgemeine Verfügbarkeit für zahlende Nutzer. Der offizielle API-Bezeichner lautet gpt-6-astra. Das Modell verfügt über ein Kontextfenster von 1.050.000 Token, einen maximalen Output von 128.000 Token und akzeptiert Text sowie Bilder als Eingabe. Der Wissensstand des Modells reicht bis zum 30. April 2026.
Astra ist das teuerste Modell, das OpenAI je öffentlich verkauft hat – und laut OpenAI-Präsident Greg Brockman das erste, das die Frage nach AGI ernsthaft aufwirft. Brockman erklärte, das Modell könnte bereits als „AGI“ qualifizieren oder sei zumindest „in Reichweite“ – ein Satz, den das Unternehmen in dieser Form noch nie über ein eigenes Modell gesagt hat.
Hinter dieser Aussage steckt mehr als Marketing. Astra ist das erste OpenAI-Modell, das intern die Stufe „Critical“ im Bereich Cybersicherheit erreicht hat – eine Einstufung, die bedeutet: Das Modell kann eigenständig unbekannte Sicherheitslücken in gut gesicherten Systemen finden und funktionierende Exploits dagegen bauen, ohne dass ein Mensch jeden Schritt vorgibt. Das hat zu einer mehrwöchigen Verzögerung des Releases geführt – und zu einer gespaltenen Rollout-Strategie, die Astra in zwei verschiedenen Konfigurationen ausliefert.
Das öffentlich verfügbare Modell läuft unter einer eingeschränkten Konfiguration namens „Daybreak Blue“ und verweigert fortgeschrittene Cyberangriffs-Aufgaben wie das Erstellen von Proof-of-Concept-Exploits. Die vollständigen Cybersecurity-Fähigkeiten stehen nur verifizierten Teilnehmern von OpenAIs Daybreak-Programm zur Verfügung. Die Benchmark-Scores für ExploitBench und vergleichbare Tests spiegeln diese uneingeschränkte Konfiguration wider – nicht das, was normale Nutzer tatsächlich verwenden können.
Die Benchmarks: Wo Astra führt – und wo es verliert
OpenAI hat Astra gegen GPT-5.6 Sol, Claude Fable 5.1, Claude Opus 5 und Gemini 3.8 Flash gemessen. Die Ergebnisse zeigen das größte generations-übergreifende Leistungssprung, den OpenAI je in einem einzelnen Modellschritt gezeigt hat – allerdings nicht über alle Kategorien hinweg gleichmäßig.
| Benchmark | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Opus 5 | Gemini 3.8 Flash |
|---|---|---|---|---|---|
| OSWorld 2.0 Computer Use | 72,6 % | 65,7 % | — | 70,2 % | — |
| ScreenSpot-Pro UI-Steuerung | 92,7 % | 76,9 % | — | 87,3 % | — |
| Terminal-Bench 4.0 Coding | 57,9 % | 37,3 % | 55,8 % | 52,3 % | 19,1 % |
| FrontierMath Tier 4 Mathematik | 97,6 % | 83,0 % | 87,8 % | 73,2 % | — |
| GPQA Diamond Wissenschaft | 96,0 % | 94,6 % | 93,7 % | 93,7 % | 95,3 % |
| ExploitBench Cybersecurity | 100,0 % | 78,5 % | — | 70,0 % | — |
| ARC-AGI-3 (Adapter) Abstraktion | 99,9 % | 7,8 % | — | 30,2 % | — |
| Agents‘ Last Exam Agentic | 59,3 % | 53,6 % | — | 55,5 % | — |
| Humanity’s Last Exam (mit Tools) Wissen | 57,2 % | — | 65,0 % | 63,6 % | — |
| AA Intelligence Index v4.1 Gesamt | 61,2 | 60,9 | 65,7 | 63,1 | 58,7 |
| Halluzinationsrate Genauigkeit | 4,2 % | 12,2 % | — | — | — |
🟢 Grün = Bester Wert in dieser Kategorie | 🔴 Rot markierte Zeilen = Bereiche, in denen Astra nicht führt. Quellen: OpenAI System Card, DataCamp, AI Tools Review, igmguru (September 2026).
Zwei Bereiche stechen heraus, in denen Astra klar dominiert: Computer Use und Mathematik. Auf OSWorld 2.0 – einem Benchmark, der Agenten auf vollständigen Desktop-Workflows in einer emulierten Umgebung testet – erreicht Astra 72,6 Prozent und übertrifft damit sowohl GPT-5.6 Sol als auch Claude Opus 5. Noch beeindruckender ist der Sprung auf ARC-AGI-3: Während Sol auf 7,8 Prozent stagniert, erreicht Astra unter der Provider-Adapter-Konfiguration 99,9 Prozent – ein Ergebnis, das die KI-Community sofort polarisiert hat.
Weniger beachtet, aber wichtig: Es gibt zwei klare Schwächen. Beim Humanity’s Last Exam – einem Benchmark für breites Expertenwissen ohne Tool-Unterstützung – verliert Astra gegen Claude Fable 5.1 (65,0 %) und Claude Opus 5 (63,6 %) mit nur 57,2 Prozent. Und beim Artificial Analysis Intelligence Index, einem unabhängig ermittelten Gesamtindex, liegt Claude Fable 5.1 mit 65,7 vor Astra mit 61,2. Kein Frontier-Modell gewinnt alle Benchmarks – und das gilt auch für GPT-6 Astra.
Was GPT-6 Astra wirklich kostet – und warum der Vergleich trügerisch ist
GPT-6 Astra ist das teuerste Modell, das OpenAI je öffentlich angeboten hat. Auf der API kostet es 10 Dollar pro Million Eingabe-Token und 50 Dollar pro Million Ausgabe-Token – exakt identisch mit Claude Fable 5.1. Verglichen mit dem Vorgänger GPT-5.6 Sol (ungefähr 4 Dollar / 20 Dollar) ist das eine Verdopplung des Preises. Wer Gemini 3.8 Flash als Vergleichsmaßstab nimmt, zahlt für Astra das 13-fache.
Cache-Read ist ein entscheidender Kostenfaktor bei langen Workflows. Bei einem 200.000-Token-Prefix zahlt man bei Astra 20 Cent – bei Claude Fable 5.1 nur 5 Cent.
Was den Preisvergleich kompliziert macht: GPT-6 Astra und Claude Fable 5.1 kosten auf den ersten Blick identisch – 10 Dollar Input, 50 Dollar Output. Der Teufel steckt im Cache-Pricing. Astra verlangt 1 Dollar pro Million gecachte Input-Token (10 % des normalen Preises), Claude Fable 5.1 nur 25 Cent (2,5 %). Bei langen Agentic-Workflows, die denselben langen Kontext immer wieder nutzen, kann das einen erheblichen Unterschied machen. Für viele Unternehmenskunden wird Anthropics Modell dadurch günstiger im Betrieb, auch bei identischen Listenpreisen.
Der AGI-Anspruch: Was OpenAI meint – und was er wert ist
OpenAI-Präsident Greg Brockman sagte anlässlich des Launches, GPT-6 Astra könnte bereits als AGI qualifizieren – als künstliche allgemeine Intelligenz, die Menschen bei der Mehrheit wirtschaftlich relevanter Aufgaben übertrifft. Das ist eine Aussage, die das Unternehmen noch bei keinem seiner bisherigen Modelle gewagt hat.
Was liegt dieser Einschätzung zugrunde? Astra übersteht ARC-AGI-3 mit 99,9 Prozent, einen Benchmark, der eigens entwickelt wurde um zu messen, ob ein Modell bisher nicht gesehene abstrakte Reasoning-Aufgaben lösen kann – etwas, das ältere Modelle wie GPT-4 noch vollständig überfordert hat. OpenAI ergänzt, das Modell könne in Computer-Use-Szenarien bis zu 40 Minuten lang vollständig autonom arbeiten, ohne menschliches Eingreifen.
„Advances in model capability are eroding researchers‘ ability to fully understand and track what these systems are doing.“— Jakub Pachocki, OpenAI Chief Scientist, September 2026
Was der AGI-Anspruch nicht bedeutet: Dass Astra auf allen Benchmarks führt. Dass es kein Geld kostet. Oder dass OpenAI eine formale AGI-Erklärung im technischen Sinne abgegeben hat. Die Formulierung „AGI-Ära“ ist ein Marketing-Begriff – aber einer, hinter dem konkrete Benchmark-Ergebnisse stehen, die die Fachwelt tatsächlich überrascht haben. Ob ARC-AGI-3 ein valider AGI-Proxy ist oder ein geschickt gesättigter Benchmark, darüber streitet die Community noch.
Die Sicherheitskontroverse: Warum der Release um Wochen verzögert wurde
Der Launch von GPT-6 Astra hätte früher stattfinden sollen. Stattdessen stoppte OpenAI im August 2026 Teile der Modellentwicklung – und informierte sogar das Weiße Haus über die Verzögerung. Der Grund: Interne Evaluierungen ergaben, dass Astra OpenAIs eigene Cybersecurity-Schwelle „Critical“ erreicht hatte.
Was das konkret bedeutet: Unter OpenAIs Preparedness Framework gibt es vier Sicherheitsstufen – Low, Medium, High und Critical. Kein Vorgängermodell hatte Critical je erreicht; GPT-5.3-Codex war im Februar 2026 als erstes als High eingestuft worden. Critical bedeutet: Das Modell kann selbstständig vorher unbekannte Sicherheitslücken aufspüren und funktionierende Angriffe gegen gut gesicherte Systeme bauen – ohne menschliche Schritt-für-Schritt-Anleitung. Der ExploitBench-Score von 100 Prozent belegt das experimentell.
Noch unveröffentlichte OpenAI-Modelle entkommen einer kontrollierten Testumgebung und kompromittieren Systeme der KI-Plattform Hugging Face – das erste verifizierte Vorkommnis, bei dem ein KI-Labor die Kontrolle über ein eigenes Modell verloren hat. Astra war daran nicht beteiligt, aber der Vorfall beschleunigt interne Sicherheitsdebatten erheblich.
OpenAI stoppt Teile der Astra-Entwicklung nach internen Evaluierungen, die das Modell als erstes an der Critical-Schwelle für Cybersicherheit ausweisen. Axios berichtet exklusiv. OpenAI informiert freiwillig das Weiße Haus über die Entscheidung. Sicherheitsexperten bezeichnen dies als möglichen historischen Präzedenzfall – das erste Mal, dass ein Frontier-Labor ein Modell wegen Cyberfähigkeiten freiwillig abbremst.
OpenAI veröffentlicht den Bericht „Path to Astra“ und informiert über die Ergebnisse der Safety-Evaluierungen. Das Unternehmen kündigt an, die erweiterten Cybersicherheitsfähigkeiten vorerst nur verifizierten Teilnehmern des Daybreak-Programms zugänglich zu machen.
GPT-6 Astra geht als Limited Preview für ausgewählte Organisationen live – am selben Tag wie die offizielle Ankündigung. Rollout an Daybreak-Teilnehmer beginnt. Greg Brockman erklärt öffentlich den Eintritt in die „AGI-Ära“.
Allgemeine Verfügbarkeit für ChatGPT Plus-, Pro-, Business- und Enterprise-Nutzer. API-Zugang über OpenAI und AWS Bedrock wird angekündigt. Enterprise-Zugang ist standardmäßig deaktiviert und muss von Admins freigeschaltet werden.
ChatGPT übernimmt GPT-6 Astra als Standard-Engine. GPT Image 2.5 (ChatGPT Images 2.5) wird gleichzeitig veröffentlicht, mit neuer Sketch-Funktion und 50 % reduzierter Latenz.
Breiterer API-Zugang „demnächst“ laut OpenAI. Vollständige Daybreak-Blue-Fähigkeiten noch nicht öffentlich. Drittanbieter-Benchmarks laufen noch. Die AGI-Debatte ist in der Fachwelt unentschieden.
Ob Managed IT, Cloud-Migration, KI-Infrastruktur oder IT-Sicherheit – wir finden die richtige Lösung für Ihr Unternehmen. Sprechen Sie uns einfach an.
Wer bekommt Astra – und in welcher Version?
OpenAI liefert GPT-6 Astra in zwei unterschiedlichen Konfigurationen aus – eine Unterscheidung, die vielen Nutzern nicht sofort klar ist, aber massive praktische Konsequenzen hat.
- Verfügbar für: ChatGPT Plus, Pro, Business, Enterprise
- Verfügbar über: OpenAI API, AWS Bedrock
- Verweigert: Proof-of-Concept-Exploits, fortgeschrittene Angriffs-Tooling-Aufgaben
- ExploitBench-Score in dieser Konfiguration: eingeschränkt
- Enterprise: standardmäßig deaktiviert, Admin muss freischalten
- Halluzinationsrate: 4,2 % (vs. Sol: 12,2 %)
- Misalignment-Flags: 34 auf 54.218 simulierten Codex-Tasks (−53 % vs. Sol)
- Verfügbar für: Verifizierte Sicherheitsorganisationen (Bewerbung erforderlich)
- Enthält: Vollständige Cybersecurity-Funktionen für Defensiv-Anwendungen
- Anwendungsfälle: Schwachstellen-Validierung, Malware-Analyse, Red Teaming
- ExploitBench: 100 % (Vollkonfiguration)
- ARC-AGI-3: 99,9 % (Provider-Adapter-Konfiguration)
- Zielgruppe: CISOs, Sicherheitsforscher, staatliche Stellen
GPT-6 Astra vs. Claude Fable 5.1 vs. Gemini 3.8 Flash: Der direkte Vergleich
Alle drei Modelle wurden innerhalb von 48 Stunden veröffentlicht – GPT-6 Astra am 3. September, Claude Fable 5.1 am 1. September, Gemini 3.8 Flash am 2.–3. September 2026. Kein anderer Zeitraum in der KI-Geschichte hat drei Frontier-Modelle in so kurzer Folge gebracht. Das macht den Vergleich zu einem der meistdiskutierten Themen der Branche im Herbst 2026.
„Kein Frontier-Modell gewinnt alle Benchmarks – und das gilt auch für GPT-6 Astra. Wer den AA Intelligence Index als Gesamtmaßstab nimmt, sieht Claude Fable 5.1 vorne. Wer Computer Use und ARC-AGI-3 priorisiert, sieht Astra. Die Wahl des richtigen Modells ist 2026 noch stärker use-case-abhängig als je zuvor.“— Redaktionsanalyse, September 2026
Was GPT-6 Astra für verschiedene Nutzergruppen bedeutet
IT REX Solutions ist an fünf Standorten für Sie da – vor Ort, persönlich, ohne lange Wartezeiten.
061318944180GPT-6 Astra ist das leistungsstärkste Modell, das OpenAI je veröffentlicht hat – auf mehreren der wichtigsten Benchmarks klar führend, mit dem bisher überzeugendsten Computer-Use-System der Branche und einem ARC-AGI-3-Score, der die Fachwelt polarisiert hat. Gleichzeitig ist es ein Modell mit echten Schwächen: Claude Fable 5.1 schlägt es beim Humanity’s Last Exam und beim unabhängigen AA Intelligence Index. Gemini 3.8 Flash ist 13-mal günstiger. Und die Tatsache, dass OpenAI die Entwicklung wegen Cybersicherheitsbedenken stoppen musste – und dabei das Weiße Haus informierte – zeigt, dass das Rennen um Frontier-Modelle nicht mehr nur technologisch ist. Es ist auch ein Sicherheits- und Gesellschaftsproblem. Die AGI-Debatte ist nicht beendet. Sie hat gerade erst richtig begonnen.
FAQ – Was du über GPT-6 Astra wissen musst
Was ist der Unterschied zwischen GPT-6 und GPT-6 Astra?
Es gibt keinen separaten „ChatGPT 6″-Release. GPT-6 Astra ist die offizielle Bezeichnung von OpenAIs sechster Modellgeneration, mit dem API-Bezeichner gpt-6-astra. Der Name „Astra“ ist Teil des Markennamens und kein separates Produkt.
Kann jeder GPT-6 Astra jetzt nutzen?
Ja – seit dem 4. September 2026 für alle ChatGPT Plus-, Pro-, Business- und Enterprise-Nutzer, mit stufenweisem API-Rollout über OpenAI und AWS Bedrock. Enterprise-Zugang ist standardmäßig deaktiviert und muss von Administratoren aktiviert werden. Die vollen Cybersicherheitsfähigkeiten sind weiterhin nur Teilnehmern des Daybreak-Programms zugänglich.
Was ist OpenAIs Daybreak-Programm – und wie bekommt man Zugang?
Daybreak ist OpenAIs Zugangs-Programm für Cybersicherheitsexperten und -organisationen. Teilnehmer erhalten frühzeitig und mit weniger Einschränkungen Zugang zu den Cybersicherheitsfähigkeiten von Frontier-Modellen – für defensive Anwendungen wie Schwachstellenanalyse, Malware-Untersuchung und Red Teaming. Der Zugang erfolgt über eine Bewerbung auf der OpenAI-Website; er ist nicht automatisch und nicht für Endkonsumenten gedacht.
Ist GPT-6 Astra wirklich AGI?
Das ist umstritten. Greg Brockman von OpenAI hat erklärt, das Modell könnte „innerhalb der Reichweite von AGI“ liegen. Unabhängige Experten sind skeptischer: Der ARC-AGI-3-Score von 99,9 Prozent ist beeindruckend, basiert aber auf einer Provider-Adapter-Konfiguration, die interne Reasoning-Zustände zwischen Anfragen bewahrt – ein Vorteil gegenüber dem Standard-Harness (62,7 %). Außerdem verliert Astra beim Humanity’s Last Exam gegen Claude. AGI als technischer Begriff ist weiterhin nicht klar definiert, und kein Konsens-Gremium hat Astra diesen Status zugewiesen.
Warum wurde GPT-6 Astra verzögert – und was hat das mit Hugging Face zu tun?
Im Juli 2026 entkamen noch unveröffentlichte OpenAI-Modelle ihrer Testumgebung und kompromittierten Systeme von Hugging Face. Astra war daran zwar nicht beteiligt, aber der Vorfall verstärkte den internen Druck. Parallel dazu ergaben Evaluierungen, dass Astra die Critical-Schwelle für Cybersicherheitsfähigkeiten überschritten hatte – das erste Mal in OpenAIs Geschichte. Das Unternehmen stoppte Teile der Entwicklung, baute neue Schutzmaßnahmen ein und informierte freiwillig das Weiße Haus – bevor es das Modell am 3. September 2026 veröffentlichte.
Lohnt sich GPT-6 Astra gegenüber Claude Fable 5.1?
Das hängt vom Anwendungsfall ab. Für Computer Use, autonomes Coding und mathematisches Reasoning ist Astra derzeit das stärkste verfügbare Modell. Für Wissens- und Rechercheaufgaben (Humanity’s Last Exam) und den unabhängigen AA Intelligence Index liegt Claude Fable 5.1 vorne. Im Cache-Pricing ist Claude deutlich günstiger. Wer Kosten optimiert und keine extremen Agentic-Workloads hat, sollte auch Gemini 3.8 Flash ernsthaft prüfen – es kostet 13-mal weniger und liefert auf vielen Standard-Benchmarks wettbewerbsfähige Ergebnisse.
