OpenAI hat mit GPT-6 Astra sein neues Flaggschiff-Modell für anspruchsvolle Softwareentwicklung, wissenschaftliche Forschung, visuelle Analysen und langlebige autonome Agenten-Workflows veröffentlicht. Das Modell verfügt über ein Kontextfenster von 1,05 Millionen Tokens und wird über Plattformen wie OpenRouter zu Basispreisen von 10,00 $ (Input) bzw. 50,00 $ (Output) pro Million Tokens bereitgestellt. Erste Benchmarks und Community-Evaluationen bescheinigen Astra signifikante Fortschritte bei der Bild-zu-Code-Übersetzung sowie der semantischen und geometrischen SVG-Generierung, heben jedoch auch erhebliche Ausführungskosten bei komplexen Frontend-Aufgaben hervor.
Wichtigste Punkte
Modellspezifikationen und Kapazitäten: GPT-6 Astra bietet ein Kontextfenster von 1.050.000 Tokens und unterstützt bis zu 128.000 Completion-Tokens. Das Modell akzeptiert multimodale Eingaben (Text, Bilder, PDF-Dokumente) und liefert reine Text- bzw. Codeausgaben.
Offizielle Preisstruktur: Über Standard-Endpunkte fallen 10,00 $ pro 1M Input-Tokens und 50,00 $ pro 1M Output-Tokens an. Cache-Read wird mit 1,00 $/M, Cache-Write mit 12,50 $/M und integrierte Websuchen mit 10,00 $ pro 1.000 Aufrufe berechnet. Günstigere Batch-Tarife sind via OpenAI Flex (5,00 $/M In, 25,00 $/M Out) verfügbar.
Inferenzleistung und Routing: Auf OpenRouter erreicht das Modell P50-Durchsätze von bis zu 53 Tokens pro Sekunde (TPS) sowie P50-Latenzen ab 2,17 Sekunden (OpenAI Fast). Das dynamische Multi-Provider-Routing gewährleistet eine Uptime von 98,37 % (im Vergleich zu 95,47 % ohne Ausfallsicherung).
API-Funktionsumfang: Vollständige Unterstützung von Tool- und Function Calling (tools, tool_choice) sowie deterministischen Structured Outputs via JSON-Schema in response_format.
Führende Anwendungs-Workloads: Das höchste Token-Volumen generieren autonome Agentensysteme und Entwickler-Tools, angeführt von Hermes Agent (2,68 Mrd. Tokens), Codex (1,31 Mrd. Tokens), Cursor (1,11 Mrd. Tokens) und Claude Code (984 Mio. Tokens).
Diskussions-Highlights
Herausragende SVG- und Frontend-Präzision: Entwickler berichten von bemerkenswerten Fortschritten bei der visuellen Rekonstruktion komplexer Benutzeroberflächen mit nicht-rechtwinkligen Formen und fließenden SVG-Pfaden. Im direkten Vergleich zu Claude Opus 5 und Fable 5.1 bildete Astra geometrische Details exakter nach.
Pelikan-Benchmark und physikalisches Verständnis: Simon Willisons Tests („Pelican riding a bicycle“) zeigen, dass Astra trotz höherer Basispreise durch geringeren Token-Verbrauch effizienter arbeitet und physikalische Details (z. B. realistische Biegung der Fahrradgabel, korrekte Verdeckung von Tretkurbel und Bein) akkurater modelliert als Vorgängermodelle wie 5.6 Sol, Terra oder Luna.
Kostenintensität bei Live-Workloads: Die Token-Kosten für die vollständige One-Shot-Generierung eines einzigen Frontend-Layouts beliefen sich auf bis zu 24 $, was in der Diskussion als Hindernis für explorative und iterative Entwicklungsprozesse gewertet wird.
Azure-Infrastruktur vs. OpenAI-Direktzugriff: Die Preisaufschläge auf Microsoft Azure (bis zu 11,00 $/M In, 55,00 $/M Out) werden durch Enterprise-Garantien gerechtfertigt, insbesondere Zero Data Retention (ZDR), strikte SLAs und native Azure-Identity-Anbindung.
Konto-Rollout und Nutzungsresets: Der Rollout erfolgt gestaffelt über OpenAI Pro-, Plus- und Business-Accounts (teilweise mit Identitäts-/Cyber-Verifikation). Nutzer erhielten für Verzögerungen kumulierbare Kontingent-Resets („Banked Resets“).
Fehler bei Tool-Calling mit Reasoning: Beim Einsatz über GitHub Copilot Foundry traten Fehler auf, wenn Tool-Calling zusammen mit aktiven Reasoning-Parametern aufgerufen wurde.
Referenzierte Tools und Links: Erwähnt wurden Vergleichsplattformen wie aibenchy.com, Simon Willisons SVG-Renderer-Tools sowie historische Pelican-Benchmark-Archive.
Glossar
Completion Tokens: Die von einem Sprachmodell als Antwort generierten Tokens (Wortbausteine).
Context Window (Kontextfenster): Die maximale Datenmenge (in Tokens), die ein Modell in einem einzelnen Durchlauf aus Prompt-Historie und Antwort gleichzeitig verarbeiten kann.
Function Calling / Tool Calling: Ein API-Mechanismus, der es dem Modell erlaubt, vordefinierte externe Werkzeuge, APIs oder Funktionen strukturiert aufzurufen.
Latency (Latenz): Die gesamte Zeitspanne zwischen dem Absenden einer Anfrage und dem Erhalt der vollständigen Antwort.
P50 (Median): Statistische Kennzahl, bei der 50 % aller gemessenen Werte schneller bzw. besser waren als der angegebene Wert.
Prompt Caching (Cache Read / Cache Write): Die Zwischenspeicherung bereits verarbeiteter Eingabe-Tokens auf Serverebene, um nachfolgende Anfragen mit identischem Kontext schneller und kostengünstiger zu verarbeiten.
Reasoning: Erweiterte interne Denk- bzw. Planungsketten (Chain-of-Thought), die das Modell vor der eigentlichen Antwortausgabe durchläuft.
Structured Outputs: Eine Funktion, die erzwingt, dass Modellantworten exakt einem vorgegebenen Schema (meist JSON) entsprechen, ohne syntaktische Abweichungen.
SVG (Scalable Vector Graphics): Ein XML-basiertes Dateiformat für zweidimensionale Vektorgrafiken, das verlustfrei skaliert werden kann.
TPS (Tokens Per Second / Durchsatz): Maßeinheit für die Ausgabegeschwindigkeit eines Modells bei der Textgenerierung.
TTFT (Time-to-First-Token): Die Zeitspanne vom Absenden des Prompts bis zum Eintreffen des allerersten generierten Antwort-Tokens.
ZDR (Zero Data Retention): Eine vertragliche und technische Garantie des Hosters, übermittelte Nutzerdaten nach der Inferenzverarbeitung weder dauerhaft zu speichern noch für Trainingszwecke zu verwenden.