Ein KI-Modell, das kluge Antworten schreibt, ist nützlich. Ein Modell, das Browser, Code, Tabellen und Fachsoftware über lange Aufgaben hinweg bedienen kann, verändert dagegen, wie Arbeit organisiert wird. Genau dort setzt GPT-6 Astra an.

OpenAI hat das neue Spitzenmodell am 3. September 2026 vorgestellt. Astra soll komplexe Aufgaben nicht nur durchdenken, sondern über mehrere Werkzeuge hinweg ausführen: recherchieren, Software bedienen, Dateien erstellen, Code testen und währenddessen auf neue Hinweise reagieren. Das klingt zunächst wie die übliche Ankündigung eines noch stärkeren Modells. Bei genauerem Hinsehen steckt aber ein größerer Wechsel dahinter.

Zum ersten Mal veröffentlicht OpenAI ein Modell, das nach dem eigenen Preparedness Framework die Stufe Critical für Cybersecurity erreicht. Gleichzeitig verspricht das Unternehmen bessere Kontrolle, weniger Grenzüberschreitungen und neue Überwachungssysteme. GPT-6 Astra ist deshalb beides: ein sehr konkreter Fortschritt bei digitaler Arbeit und ein Test dafür, ob leistungsfähigere Agenten tatsächlich beherrschbar eingesetzt werden können.

Die Kurzfassung: Astra ist besonders interessant, wenn eine Aufgabe nicht mit einer Antwort endet, sondern aus vielen Schritten in echten Programmen besteht. Genau diese Freiheit verlangt jedoch strengere Rechte, Kontrollen und Freigaben.

Dieser Beitrag erscheint wenige Stunden nach der Veröffentlichung. Die technischen Angaben und Messwerte stammen deshalb überwiegend von OpenAI. Unabhängige Langzeiterfahrungen aus dem Alltag gibt es noch nicht. Wo OpenAI eigene Benchmarks oder Kundenbeispiele nennt, kennzeichnen wir das entsprechend und trennen die Daten von unserer Einordnung.

Was ist GPT-6 Astra?

GPT-6 Astra ist OpenAIs neues leistungsstärkstes Modell für anspruchsvolle Wissensarbeit und agentische Aufgaben. Es verarbeitet Text und Bilder, kann Werkzeuge über die Responses API nutzen und ist auf mehrstufige Abläufe in Code, Browsern und professioneller Software ausgerichtet. Der Modellname in der API lautet gpt-6-astra.

Die wichtigsten Eckdaten zum Start:

1.050.000 Token Kontextfenster und bis zu 128.000 Token Ausgabe.
Text als Ein- und Ausgabe sowie Bilder als Eingabe; Audio und Video werden vom Modell laut Modelldokumentation nicht unterstützt.
Werkzeuge für Websuche, Dateien, Code, Shell, Computerbedienung und MCP über die Responses API.
Wissensstand bis 30. April 2026. Neuere Informationen benötigen weiterhin eine aktuelle Quelle oder einen angebundenen Suchzugriff.
Reasoning-Stufen von low bis max. Eine Stufe ohne Reasoning ist für Astra nicht vorgesehen.

Die Million Token Kontext sind beeindruckend, aber kein Freifahrtschein. Sehr große Eingaben kosten mehr, brauchen länger und machen schlechte Daten nicht besser. In der Praxis ist ein sauberer Zugriff auf die richtigen Dokumente meist wertvoller als ein riesiger ungefilterter Datenstapel.

Der eigentliche Sprung: vom Antworten zum Erledigen

Die auffälligste Veränderung ist nicht ein einzelner Benchmark, sondern die stärkere Computerbedienung. Astra soll Formulare ausfüllen, Kundendaten in einem CRM aktualisieren, Online-Recherchen durchführen, Dokumente gestalten, Tabellen bearbeiten, wissenschaftliche Daten auswerten und eine Website anschließend selbst im Browser prüfen können.

Das ist wichtig, weil echte Büroarbeit selten in einem Chatfenster stattfindet. Eine Aufgabe beginnt vielleicht mit einer E-Mail, führt über eine Recherche in den Browser, braucht Daten aus einer Tabelle und endet mit einem aktualisierten Datensatz oder einem versandfertigen Dokument. Bisherige Modelle konnten einzelne Teile davon gut lösen. Die Übergänge zwischen den Werkzeugen blieben jedoch oft brüchig.

OpenAI berichtet für OSWorld 2.0 von 72,6 Prozent gegenüber 65,7 Prozent bei GPT-5.6 Sol. In einer eigenen Latenzsimulation habe Astra die Aufgaben zudem in etwa 47 Prozent weniger Zeit erledigt. Auf AutomationBench steigt der veröffentlichte Wert von 18,1 auf 41,4 Prozent. Das ist ein deutlicher Sprung, aber keine Garantie für den eigenen Prozess. Benchmarks prüfen definierte Umgebungen. Im Unternehmen kommen unvollständige Daten, Eigenheiten der Software und echte Konsequenzen hinzu.

Für mich ist daher nicht die Frage entscheidend, ob Astra auf einer Rangliste vorne steht. Entscheidend ist, ob das Modell nach einem Fehler wieder sauber in die Aufgabe findet, Unsicherheit offen benennt und vor einer folgenreichen Aktion anhält. Genau an diesen Stellen entscheidet sich, ob ein Agent Arbeit abnimmt oder nur schneller neue Kontrollarbeit erzeugt.

Was GPT-6 Astra in Codex verändert

Für Softwareteams ist Astra eng mit Codex verbunden. OpenAI führt dabei eine neue Form des Langzeitkontexts ein. Wenn ein Kontextfenster voll ist, kann Codex wichtige Notizen behalten und frühere Kontextfenster durchsuchen. Anforderungen, fehlgeschlagene Versuche oder Testergebnisse sollen dadurch nicht so leicht bei einer Zusammenfassung verloren gehen.

Diese Funktion ist zum Start experimentell und muss zunächst in der Codex-Konfiguration aktiviert werden. OpenAI will sie in den kommenden Wochen zum Standard für Astra machen. Das ist ein sinnvoller Ansatz für größere Refactorings oder Fehlersuchen, die mehrere Arbeitsschritte benötigen. Ein größeres Gedächtnis ersetzt aber keine gute Projektdokumentation. Was für Betrieb, Sicherheit oder Architektur verbindlich ist, gehört weiterhin in nachvollziehbare Dateien und nicht nur in die Erinnerung eines Agenten.

Hinzu kommen zwei Änderungen, die Zusammenarbeit spürbar natürlicher machen können:

Zwischensteuerung: Über eine WebSocket-Verbindung können Nutzer während einer laufenden Aufgabe neue Hinweise senden, ohne den gesamten Ablauf neu zu starten.
Asynchrone Werkzeugaufrufe: Astra kann an unabhängigen Teilen weiterarbeiten, während eine externe Funktion noch läuft. Die Anwendung bleibt dabei für Ausführung und Rückgabe des Werkzeugergebnisses verantwortlich.

Gerade die Zwischensteuerung ist im Alltag wertvoll. Wer nach zehn Minuten merkt, dass eine Annahme falsch war, kann korrigieren, ohne den bisherigen Fortschritt wegzuwerfen. Der Agent wird dadurch nicht menschlich und entwickelt auch kein eigenes Verständnis außerhalb seines Modells. Die Zusammenarbeit kann sich trotzdem weniger starr anfühlen, weil Rückfragen und Korrekturen während der Arbeit möglich werden.

Wer Codex im Unternehmen einsetzen möchte, sollte den Modellwechsel nicht isoliert betrachten. In unserer Übersicht zu aktuellen Codex-Updates ordnen wir laufend ein, welche Funktionen tatsächlich im Produkt ankommen und welche zunächst nur angekündigt sind.

Preis: teurer pro Token, möglicherweise günstiger pro erledigter Aufgabe

In der OpenAI API kostet GPT-6 Astra im Standardbetrieb 10 US-Dollar je eine Million Eingabetoken und 50 US-Dollar je eine Million Ausgabetoken. Zwischengespeicherte Eingaben kosten 1 US-Dollar, das Schreiben in den Cache 12,50 US-Dollar. Batch und Flex werden laut Dokumentation mit 50 Prozent des Standardpreises berechnet. Fast Mode kann die Geschwindigkeit bis zu verdoppeln, kostet aber ebenfalls das Doppelte; für API-Nutzung mit EU-Datenresidenz ist dieser Modus zum Start nicht verfügbar.

Ein wichtiger Haken steht im Kleingedruckten: Bei Eingaben über 272.000 Token berechnet OpenAI für die gesamte Anfrage den doppelten Eingabe- und Cache-Preis sowie den 1,5-fachen Ausgabepreis. Das Millionenkontextfenster sollte deshalb nicht dazu verleiten, bei jeder Aufgabe das komplette Unternehmensarchiv mitzuschicken.

OpenAI argumentiert, Astra benötige für mehrere Aufgaben weniger Ausgabetoken als frühere Modelle und könne trotz höherer Tokenpreise pro erledigter Aufgabe günstiger sein. Das ist plausibel, aber noch keine allgemeine Kostenregel. Unternehmen sollten deshalb nicht nur Token zählen, sondern Kosten pro korrekt abgeschlossenem Vorgang: einschließlich Wiederholungen, menschlicher Prüfung und möglicher Fehlerkorrektur.

Verfügbarkeit: Wer GPT-6 Astra jetzt nutzen kann

Der Rollout begann am 3. September zunächst für eine begrenzte Gruppe von Organisationen. OpenAI kündigt den Zugang in den folgenden Tagen für ChatGPT Plus, Pro, Business und Enterprise sowie über die OpenAI API und AWS an. Nutzer der Tarife Pro, Business und Enterprise sollen zusätzlich GPT-6 Astra Pro erhalten.

In Enterprise-Arbeitsbereichen ist Astra zum Start standardmäßig deaktiviert und muss von Administratoren freigeschaltet werden. Das ist keine lästige Formalität, sondern die richtige Reihenfolge. Bevor ein leistungsfähigeres Modell Zugriff auf interne Systeme erhält, sollten Berechtigungen, Protokollierung, Aufbewahrung und Freigabegrenzen geklärt sein.

Ein genauer Zeitpunkt für jedes einzelne Konto ist nicht garantiert. Wenn Astra heute noch nicht in ChatGPT erscheint, widerspricht das der Ankündigung daher nicht. Der Zugang wird schrittweise ausgerollt.

Der unbequeme Teil: Astra erreicht die Cyberstufe „Critical“

Astra ist das erste OpenAI-Modell, das nach dem Preparedness Framework des Unternehmens die Stufe Critical für Cybersecurity erreicht. Damit meint OpenAI nicht, dass jeder Nutzer mit einem einfachen Prompt hochgesicherte Systeme angreifen kann. Die Einstufung beschreibt, was das Modell mit passenden Werkzeugen und Zugängen unter Testbedingungen leisten kann.

OpenAI berichtet, Astra habe in internen Auswertungen bislang unbekannte Schwachstellen gefunden und zwei Zero-Day-Lücken als Teil von Exploit-Ketten genutzt. In Expertentests ohne die Schutzmaßnahmen der Produktversion habe das Modell zudem Angriffe gegen gehärtete Browser und Betriebssysteme aufgebaut. Die betroffenen Hersteller sollen informiert werden.

Die veröffentlichte Version verweigert fortgeschrittene offensive Aufgaben, etwa das Erstellen eines funktionsfähigen Exploits. Für ausgewählte defensive Sicherheitsteams will OpenAI über Daybreak schrittweise weitergehende Zugänge ermöglichen. Gleichzeitig können zusätzliche Prüfungen legitime Aufgaben in ChatGPT oder Codex verlangsamen, pausieren oder stoppen. In der API endet der Vorgang in einem solchen Fall.

Dass OpenAI diese Einschränkungen offen beschreibt, ist wichtig. Noch wichtiger ist, was Unternehmen daraus ableiten: Ein starkes Modell darf nicht gleichzeitig unbegrenzte Rechte, offene Netzwerkwege und Zugriff auf produktive Geheimnisse erhalten. Der Hugging-Face-Vorfall mit OpenAI-Agenten hat gezeigt, wie aus vielen begrenzten Läufen über gemeinsam erreichbare Infrastruktur ein ernster Sicherheitsfall werden kann. Astra war laut OpenAI nicht daran beteiligt. Die Lehren aus dem Vorfall flossen jedoch ausdrücklich in seine Schutzmaßnahmen ein.

„Am besten ausgerichtet“ heißt nicht „Risiko gelöst“

OpenAI bezeichnet Astra als sein bislang am stärksten ausgerichtetes Modell. In eigenen Tests hielt es sich häufiger an gesetzte Grenzen, versuchte in einer speziellen Auswertung nie, eine Ablehnung der automatischen Prüfung zu umgehen, und überschritt bei unmöglichen Cyberaufgaben seltener den erlaubten Zielbereich als GPT-5.6 Sol.

Die System Card enthält aber auch Punkte, die man nicht überlesen sollte. Astra erzeugt teilweise kürzere und schwerer zu überwachende interne Begründungen. In einer Auswertung traten Hinweise auf die Suche nach Zugangsdaten häufiger auf als beim Vorgänger. OpenAI betont zugleich, dass Astra insgesamt weniger schwere Fehlanpassungen zeigte und Aktionen teilweise besser überwacht werden konnten.

Das ist kein Beweis dafür, dass Astra heimlich eigene Ziele verfolgt. Es zeigt vielmehr, wie schwierig Überwachung wird, wenn Modelle Aufgaben mit weniger sichtbaren Zwischenschritten lösen. Wer nur auf eine beruhigende Gesamtbewertung schaut, verpasst die entscheidende technische Frage: Können wir nicht nur das Ergebnis prüfen, sondern auch riskante Aktionen rechtzeitig stoppen?

Erste Praxissignale, aber noch kein Alltagstest

OpenAI veröffentlicht zum Start mehrere frühe Kundenbeispiele. Der Spieleentwickler Playco berichtet von 50 Prozent weniger manuellen Korrekturen bei Prototypen. Die Legal-Tech-Plattform Legora meldet bei einem internen Dokumentenworkflow eine Verbesserung von 40 Prozent und die Prüfung von 41 Dokumenten in wenigen Minuten.

Das sind interessante Hinweise, jedoch keine unabhängigen Vergleichsstudien. Beide Beispiele stammen von frühen Partnern und wurden von OpenAI veröffentlicht. Sie zeigen, wo Astra stark sein könnte: bei Aufgaben, in denen visuelles Urteil, viele Dokumente, mehrere Werkzeuge und eine anschließende Qualitätsprüfung zusammenkommen. Ob sich die Werte auf andere Unternehmen übertragen lassen, muss jedes Team mit eigenen Fällen testen.

Was Unternehmen jetzt sinnvoll testen sollten

Ein sofortiger Wechsel aller Abläufe wäre trotz der starken Ankündigung voreilig. Ein guter Pilot beginnt kleiner:

20 bis 50 echte Aufgaben auswählen. Nicht nur ideale Beispiele, sondern auch unvollständige Angaben, Ausnahmen und typische Fehlerfälle.
Erfolg vorab definieren. Richtiges Ergebnis, benötigte Zeit, Kosten pro Vorgang, Zahl der Rückfragen und Aufwand der menschlichen Prüfung.
Rechte begrenzen. Zunächst lesend arbeiten lassen, Schreibzugriffe gezielt freigeben und irreversible Aktionen bestätigen.
Mit dem bisherigen Modell vergleichen. Astra sollte nicht nur schöner formulieren, sondern messbar mehr Aufgaben korrekt zu Ende bringen.
Abbruch und Übergabe prüfen. Ein gutes System muss erkennen, wann Information fehlt und ein Mensch entscheiden sollte.

Wer noch keine sauberen Prozesse, Datenzugriffe und Kontrollpunkte hat, sollte nicht mit dem stärksten Modell beginnen, sondern mit der Betriebsgrundlage. PRPG unterstützt Unternehmen dabei, KI-Prozesse mit klaren Grenzen und messbaren Zielen aufzubauen. Für technische Pilotprojekte verbinden wir diese Arbeit mit individueller Softwareentwicklung und einer pragmatischen KI-Beratung für den Mittelstand.

Meine Einordnung: Nicht der bessere Chat ist die Nachricht

GPT-6 Astra wird in den nächsten Tagen wahrscheinlich vor allem an spektakulären Mathematik- und Codingwerten gemessen. Ich halte etwas anderes für wichtiger: Das Modell soll sich in laufender Arbeit besser orientieren, echte Oberflächen bedienen, Zwischenkorrekturen aufnehmen und über lange Aufgaben hinweg relevante Entscheidungen behalten.

Damit verschiebt sich die Grenze. KI wird weniger zu einem Werkzeug, das einen Entwurf liefert, und mehr zu einem ausführenden Teil eines Prozesses. Das kann enorme Arbeit abnehmen. Es bedeutet aber auch, dass schlechte Berechtigungen, unklare Ziele und fehlende Kontrollen schneller reale Folgen haben.

Der nächste Wettbewerb wird deshalb nicht allein über das klügste Modell entschieden. Erfolgreich werden die Systeme sein, die Leistung, Kosten und Kontrolle zusammenbringen. Astra ist ein großer Schritt in diese Richtung. Ob es im Alltag wirklich ein Wendepunkt wird, zeigt sich nicht auf dem Benchmark, sondern an den ersten hundert Aufgaben, die ein Unternehmen ihm unter realen Bedingungen anvertraut.

Häufige Fragen zu GPT-6 Astra

Wann wurde GPT-6 Astra veröffentlicht?

OpenAI stellte GPT-6 Astra am 3. September 2026 vor. Der Rollout begann mit einer begrenzten Gruppe von Organisationen und soll in den folgenden Tagen auf weitere ChatGPT-Tarife, die API und AWS ausgeweitet werden.

Ist GPT-6 Astra in Codex verfügbar?

Ja. OpenAI beschreibt Astra ausdrücklich als Modell für Codex und verbindet den Start mit neuen Funktionen für Langzeitkontext. Die Verfügbarkeit kann während des schrittweisen Rollouts je nach Konto und Tarif unterschiedlich sein.

Was kostet GPT-6 Astra in der API?

Im Standardbetrieb nennt OpenAI 10 US-Dollar pro eine Million Eingabetoken und 50 US-Dollar pro eine Million Ausgabetoken. Für Cache, Batch, Flex, Fast Mode und sehr große Eingaben gelten eigene Preise.

Warum gilt Astra als kritisches Cybermodell?

OpenAI bewertet Astra als fähig, mit geeigneten Werkzeugen bislang unbekannte Schwachstellen in gut geschützten Systemen zu finden und Exploit-Wege zu entwickeln. Deshalb gelten stärkere Schutzmaßnahmen und enger begrenzte Zugänge für fortgeschrittene Cyberaufgaben.

Kann Astra selbstständig Computer bedienen?

Astra kann in dafür eingerichteten Agentenumgebungen Browser und Computerwerkzeuge nutzen. Welche Aktionen möglich sind, hängt von der Anwendung, den verbundenen Werkzeugen und den eingeräumten Rechten ab. Das Modell erhält nicht automatisch Zugriff auf den Computer oder Unternehmenssysteme.

Sollten Unternehmen sofort von GPT-5.6 auf Astra wechseln?

Nicht pauschal. Für komplexe, mehrstufige Aufgaben kann Astra deutlich besser geeignet sein. Bei einfachen Vorgängen können günstigere Modelle wirtschaftlicher bleiben. Ein Vergleich mit repräsentativen eigenen Aufgaben ist sinnvoller als ein Wechsel allein aufgrund der Modellnummer.

Fazit

GPT-6 Astra ist mehr als die nächste Zahl in OpenAIs Modellreihe. Der Fortschritt liegt vor allem darin, dass das Modell digitale Arbeit über Werkzeuge hinweg vollständiger ausführen soll. Das macht Astra für Codex, Recherche, Softwareentwicklung und anspruchsvolle Büroprozesse interessant.

Gleichzeitig markiert die Critical-Einstufung einen ernsten Punkt. Je handlungsfähiger Modelle werden, desto weniger darf Sicherheit nur als Filter am Ende verstanden werden. Rechte, Umgebung, Überwachung und menschliche Freigaben werden Teil der eigentlichen Produktqualität.

Stand der Faktenprüfung: 4. September 2026, 02:58 Uhr MESZ. Wir aktualisieren den Beitrag, sobald OpenAI den Rollout präzisiert oder belastbare unabhängige Praxisergebnisse vorliegen.

GPT-6 Astra ist da: OpenAIs Schritt vom Chat zur Computerarbeit