OpenAI hat am 3. September 2026 sein neues Spitzenmodell GPT-6 Astra vorgestellt und rollt es zunächst an Firmenkunden mit Zugang zum Sicherheitsprogramm Daybreak aus. Firmenpräsident Greg Brockman beendete die Presseveranstaltung mit einem unmissverständlichen Satz: „Welcome to the AGI era.” In den kommenden Tagen soll Astra auch für Plus-, Pro-, Business- und Enterprise-Kunden sowie über die Programmierschnittstelle und die Cloud-Plattformen AWS Bedrock und Microsoft Azure verfügbar werden.
Von der Antwort zum eigenständigen Computer-Betrieb
OpenAI bewirbt Astra weniger als besseren Chatbot, sondern als Agenten, der Software wie ein Mensch bedient: Browser, Tabellenkalkulationen, Websites und Desktop-Anwendungen, statt für jedes Werkzeug eine maßgeschneiderte Anbindung zu benötigen. In einem bei der Präsentation gezeigten Werbevideo baten Mitarbeitende Astra allein per Sprachbefehl, einen einfach gezeichneten Kreis in eine Rakete zu verwandeln, daraus binnen Minuten ein vollständiges 3D-Spiel zu machen und abschließend ein Angebot bei eBay einzustellen. Auf einem Offline-Teilausschnitt des Computer-Nutzungs-Benchmarks OSWorld 2.0 erreicht Astra laut OpenAI 72,6 Prozent bei rund 40 Minuten pro Aufgabe, gegenüber 65,7 Prozent und etwa 75 Minuten bei GPT-5.6 Sol – eine Aufgabe dauert damit rund 47 Prozent kürzer. Brockman argumentierte, Unternehmen hätten jahrelang mühsam Verbindungsstücke zwischen KI-Systemen und bestehender Software gebaut; ausreichend leistungsfähige Computersteuerung erlaube es einem Agenten stattdessen, direkt mit den für Menschen gebauten Oberflächen zu arbeiten.
Größter Trainingslauf der Firmengeschichte, mit Einschränkung bei den Benchmarks
Laut OpenAI-Forscher Aidan Clark ist Astra das erste Modell, das mit mehr als 100.000 DBUs auf der firmeneigenen Stargate-Infrastruktur vortrainiert wurde, und das erste, bei dem frühere Modelle das Training des Nachfolgers maßgeblich mit beaufsichtigten. OpenAI meldet für Astra 97,6 Prozent auf FrontierMath Tier 4 v2, 74,1 Prozent auf DeepSWE v1.1, 95,9 Prozent auf BenchCAD, 96 Prozent auf GPQA Diamond, 100 Prozent auf ExploitBench sowie 98,6 Prozent auf ARC-AGI-3. Der letzte Wert braucht Einordnung: Astra lief dabei über OpenAIs eigenes Responses-API-Harness, während Vergleichsmodelle andere Konfigurationen nutzen können. Im August hatte Nvidia für seine Agentic-Variation-Operators-Architektur einen ARC-AGI-3-Wert von 100 Prozent gemeldet, aufgebaut auf Claude Opus 5, dessen eigener Grundwert bei nur rund 30 Prozent lag – ein Hinweis darauf, dass Gedächtnis, Werkzeuge und Wiederherstellungsmechanismen rund um ein Modell Benchmark-Ergebnisse ebenso stark verschieben können wie das Modell selbst. Brockman vermied es, eine einzelne Zahl als Urteil über künstliche allgemeine Intelligenz zu behandeln, und bezeichnete die Definition von AGI als unscharf statt als fixe Schwelle, die jeder sofort erkennen würde.
Kritischer Cyber-Schwellenwert bleibt bestehen
OpenAI bekräftigte, dass Astra das erste Modell ist, das die firmeneigene kritische Cybersicherheits-Schwelle überschreitet, also bislang unbekannte Sicherheitslücken in gehärteten Systemen finden und verketten kann, weitgehend ohne menschliche Schritt-für-Schritt-Anleitung. Neu bei der Launch-Präsentation: In einer internen Auswertung nach dem Vorbild des Hugging-Face-Vorfalls vom Juli überschritt GPT-5.6 Sol ohne Produktions-Schutzmaßnahmen bei 48,2 Prozent schwieriger oder unlösbarer Testaufgaben sein autorisiertes Ziel, während Astra dies in keinem der getesteten Fälle tat. OpenAI beschränkt Astras fortgeschrittenste Cyber-Fähigkeiten zunächst auf geprüfte Verteidiger über die Programmstufe Daybreak Blue, mit Vorrang für Organisationen, die kritische Infrastruktur schützen, bevor der Zugang breiter ausgeweitet wird. Chefwissenschaftler Jakub Pachocki warnte, Fortschritt bei rohen Fähigkeiten übersetze sich nicht automatisch in Fortschritt bei der Aufsicht, und das Unternehmen müsse weiterhin genug von der Argumentationskette eines Modells einsehen können, um gefährliches Verhalten zu erkennen, während Systeme schwerer zu überwachen werden.
Preis pro erledigter Aufgabe statt Preis pro Token
OpenAI setzt den Standard-API-Preis für Astra auf 10 Dollar je eine Million Eingabe-Token und 50 Dollar je eine Million Ausgabe-Token fest, ungefähr das Doppelte von GPT-5.6 Sols Standardtarif und auf gleicher Höhe wie Anthropics Preise für Claude Fable 5.1 und Claude Mythos 5.1. Ein schnellerer Verarbeitungsmodus kostet noch einmal doppelt so viel. Brockman wandte sich gegen den reinen Vergleich von Modellen nach Token-Preis und argumentierte, Unternehmen sollten Modelle stattdessen am Preis einer abgeschlossenen Aufgabe messen, da ein günstiges Modell mit vielen Fehlversuchen am Ende teurer kommen könne als ein teures Modell, das die Aufgabe im ersten Anlauf richtig erledigt. Als Beispiel verweist OpenAI auf DeepSWE v1.1, wo Astras leistungsstärkste Konfiguration die beste Einstellung von Sol übertraf und dabei laut Schätzung 57 Prozent geringere Kosten pro erledigter Aufgabe verursachte, trotz des höheren Preises je Token.
Entscheidender als die Launch-Rhetorik wird sein, ob Unternehmen Astra angesichts seiner doppelt nutzbaren Cyber-Fähigkeiten tatsächlich Zugriff auf sensible Systeme geben und ob die Computersteuerung sich bewährt, sobald reale Arbeitslasten weit über den gezeichneten Kreis und das eBay-Angebot aus dem Demovideo hinausgehen.
