GPT-6 Astra: das neue Spitzenmodell von OpenAI

OpenAI hat am 3. September 2026 GPT-6 Astra vorgestellt. Das Versprechen dahinter ist weniger „schreibt bessere Texte“ als vielmehr: Das Modell bedient Software so, wie ein Mensch es tun würde. Es arbeitet im Browser, in Tabellen und in Desktop-Anwendungen, erstellt fertige Dokumente und Präsentationen und führt mehrstufige Abläufe eigenständig aus. OpenAI bezeichnet Astra als das derzeit beste Modell für genau diese Art der Computernutzung.

Gestartet ist das Modell zunächst für eine begrenzte Zahl von Organisationen; in den kommenden Tagen soll es die Tarife ChatGPT Plus, Pro, Business und Enterprise erreichen. Daneben steht es über die OpenAI-API, über Microsoft Foundry und über AWS zur Verfügung. Wir haben für Sie zusammengefasst, was sich dadurch ändert – und was ausdrücklich nicht.

 

Info Mehrwert: Einordnung statt Schlagzeilen
UseCase UseCase: Modellstrategie planen
Zeit Lesedauer:
4 Minuten
Schwierigkeit Schwierigkeit: Einfach

Die nützlichere Frage ist nicht, wie gut Astra ist, sondern wofür es gut ist. Die Stärke des Modells liegt im eigenständigen Bedienen von Software und im Abarbeiten mehrstufiger Aufgaben – dort also, wo bisher jemand klicken, prüfen und weiterreichen musste. Für Schreiben, Zusammenfassen und die alltägliche Büroarbeit ändert sich dagegen wenig; dafür bleiben die bestehenden Modelle die naheliegende Wahl.

Zu sehen bekommt man Astra über ChatGPT, über die OpenAI-API und in eigenen Anwendungen in Microsoft Foundry – nicht dagegen in Microsoft 365 Copilot. Dort arbeitet seit Juli GPT-5.6, und einen Nachfolger hat bisher weder Microsoft noch OpenAI angekündigt: Der Blogbeitrag, mit dem Microsoft den Astra-Start in Foundry ankündigt, erwähnt Copilot mit keinem Wort. Wer dort Projekte plant, rechnet also weiter mit GPT-5.6.

Bleibt die Schlagzeile, die in dieser Woche überall zu lesen war: Astra ist das erste Modell von OpenAI, das im hauseigenen Preparedness Framework die höchste Stufe „Critical“ für Cybersicherheits-Fähigkeiten erreicht. Gemeint ist damit, dass das Modell mit den passenden Werkzeugen eigenständig unbekannte Sicherheitslücken finden und Wege entwickeln kann, sie auszunutzen; in den Tests fand es zwei zuvor unbekannte Schwachstellen und brach aus der Testumgebung aus. Für den Arbeitsalltag ist die Einordnung wichtiger als die Meldung: Das ausgelieferte Modell verweigert offensive Aufgaben und unterstützt nur defensive Arbeit, und die veröffentlichten Cyber-Bestwerte stammen laut OpenAI aus einem Testaufbau ohne diese Schutzmaßnahmen. Es handelt sich zudem um eine Selbsteinstufung nach dem Framework des Anbieters.

  1. ChatGPT Plus, Pro, Business und Enterprise: Ausweitung „in den kommenden Tagen“. Ein konkretes Datum nennt OpenAI nicht – ob Astra bei Ihnen angekommen ist, sehen Sie an der Modellauswahl.
  2. In Business- und Enterprise-Workspaces zunächst abgeschaltet: Presseberichten zufolge ist Astra dort zum Start standardmäßig deaktiviert und muss von der Administration für den Workspace freigegeben werden.
  3. Über die OpenAI-API und AWS: 10 US-Dollar je Million Eingabe-Token und 50 US-Dollar je Million Ausgabe-Token; ein „Fast mode“ kostet das Doppelte bei bis zu doppelter Geschwindigkeit.
  4. Über Microsoft Foundry: zunächst über das Limited Access Program, verbrauchsbasiert und ohne reservierte Kapazität. Die Preise liegen je nach Kontextlänge und Region zwischen 10 und 22 US-Dollar je Million Eingabe-Token sowie 50 und 82,50 US-Dollar je Million Ausgabe-Token.
  5. Erweiterte Cyber-Funktionen nur gestaffelt: Sie stehen zunächst einer kleinen Testgruppe offen und danach über das Programm Daybreak Blue für defensive Anwendungsfälle wie Schwachstellenprüfung oder Malware-Analyse.

Unabhängige Praxistests stehen noch aus – dafür ist das Modell zu frisch. Verfügbar sind bisher zwei von OpenAI veröffentlichte Kundenberichte, die man entsprechend lesen sollte. Die Kanzleisoftware Legora ließ Astra 41 Dokumente in wenigen Minuten prüfen; das Modell fand alle vier absichtlich eingebauten Fehler, darunter eine Lücke von 500.000 Pfund in der Umsatzerläuterung, und ergänzte rund 50 zusätzliche Prüfschritte gegenüber dem Vorgängermodell. Der Spieleentwickler Playco erzeugte aus einem unfertigen Prototyp in einem Durchgang drei ausgestaltete Spielvarianten und berichtet von rund 50 Prozent weniger manueller Nacharbeit.

Eine erste unabhängige Messung liefert das Analysehaus Artificial Analysis. Dort liegt Astra im breiten Vergleichsindex mit 61,2 Punkten nahezu gleichauf mit GPT-5.6 Sol (60,9) – deutlicher vorn ist das Modell bei Programmieraufgaben mit Agenten (67,0 zu 65,1). Zugleich fällt der Betrieb spürbar teurer aus. Das relativiert den großen Sprung, den die Ankündigung nahelegt, ohne die Fortschritte in der Softwareentwicklung kleinzureden.

  • Benchmark-Zahlen sind Herstellerangaben: Wie stark die Messmethode zählt, zeigt ein Beispiel: Im Test ARC-AGI-3 nennt OpenAI 99,9 Prozent mit dem eigenen Testaufbau – im Standardaufbau der ARC-Prize-Organisation sind es 62,7 Prozent.
  • Die Überwachung kann Arbeit unterbrechen: OpenAI prüft alle Werkzeugaufrufe automatisch auf unerwünschtes Verhalten und schreibt dazu selbst, das System könne legitime Aktivitäten fälschlich melden und dadurch „verlangsamen, pausieren oder stoppen“. Für den produktiven Einsatz ist das ein realer Betriebsfaktor.
  • Keine EU-Datenzone genannt: Microsoft führt für Foundry Bereitstellungen in „Global“ und in der US-Datenzone auf. Eine EU-Datenzone nennt der Beitrag nicht – für Projekte mit entsprechenden Anforderungen ist das vorab zu klären.
  • Vor der Freischaltung überlegen, wer das Modell braucht: Astras Stärke ist das eigenständige Bedienen von Software. Für das Schreiben und Zusammenfassen im Alltag bringt das wenig – dort bleibt das bisherige Modell die naheliegende Wahl.
  • Kosten im Blick behalten: In Foundry wird verbrauchsbasiert abgerechnet, und die Preise liegen deutlich über denen der Vorgängergeneration. Für erste Versuche lohnt ein festes Budget und ein klar abgegrenzter Anwendungsfall.

Dass sich neue Modelle längst nicht mehr nur daran messen lassen, wie gut sie formulieren, ist nicht neu – bei diesem Release ist es nur besonders deutlich zu sehen. Die eigentliche Frage lautet heute, ob ein Modell eine Aufgabe zu Ende bringt: klicken, prüfen, korrigieren, abliefern. Dafür gibt es inzwischen eigene Benchmarks, und sie sind genau darauf angelegt, echte Abläufe nachzubilden. Anders als beim Formulieren, wo Testaufgabe und Ernstfall im Kern dieselbe Tätigkeit sind, kann ein agentischer Ablauf im eigenen Haus aber an Stellen scheitern, die kein Testaufbau kennt: an gewachsenen Systemen, an Rechten, an Sonderfällen. Die Zahlen sind damit ein guter Hinweis – aber eben ein Hinweis.

Wo Zahlen Hinweise bleiben, kommt es umso mehr darauf an, wer sie deutet. OpenAI-Präsident Greg Brockman sagte in einem Pressebriefing, es sei „nicht unvernünftig, das Gefühl zu haben, dass wir uns jetzt in der AGI-Ära befinden“ – die Aussage eines Unternehmensvertreters, kein Befund. Der größte Teil der Belege dafür stammt vom Anbieter selbst; die erste unabhängige Messung sieht Astra im Mittel etwa gleichauf mit dem Vorgänger und deutlich vorn nur bei Programmieraufgaben. Was das Modell in echten Arbeitsabläufen leistet, wird sich in den nächsten Wochen zeigen. Bis dahin sprechen der gestaffelte Zugang und die Preise ohnehin dafür, klein anzufangen.