GPT-6 Astra im Test: Was vor der Migration zu prüfen ist

GPT-6 Astra ist das Flaggschiff für anspruchsvolle Aufgaben; GPT-6 Sol und Luna ergänzen die Familie.

Die praktische Antwort ist einfach: Beginnen Sie mit Astra für schwierige mehrstufige Arbeiten, bei denen eine falsche Entscheidung, eine verpasste Einschränkung oder eine fehlgeschlagene Werkzeugschleife teuer ist. Behalten Sie GPT-5.6 Sol, Terra und Luna in Ihrer Routing-Richtlinie bei, wenn deren niedrigere Tarife oder der bestehende Kundensupport das Akzeptanzziel erreichen. Die Modellauswahl sollte aus demselben Repository, denselben Tools, Berechtigungen und Akzeptanztests stammen und nicht allein aus der Versionsnummer.

Executive-Antwort

Was GPT-6 Astra ist – und was nicht

OpenAI beschreibt Astra als sein leistungsfähigstes Modell für die härtesten End-to-End-Arbeiten. Der aktuelle Leitfaden nennt komplexes Denken, Codierung, Computernutzung, Surfen, Softwareentwicklung, Wissenschaft, berufliche Arbeit und Dokumentenerstellung. Hierbei handelt es sich um die vom Anbieter vorgesehenen Arbeitslasten, nicht um eine unabhängige Rangfolge jeder Aufgabe.

Die Unterscheidung zum bestehenden GPT-5.6-Artikel ist wichtig:

Wenn Sie sich speziell für Sol vs. Terra vs. Luna entscheiden, verwenden Sie die GPT-5.6-Rezension. Auf dieser Seite geht es um die Astra-Route und die vor ihrer Einführung erforderlichen Prüfungen. Aktualisiert am 23. September 2026: OpenAI hat gpt-6-sol und gpt-6-luna am 22. September veröffentlicht. Sie sind eigenständige Modelle und unterscheiden sich von gpt-6-astra und gpt-5.6-sol. Zur Auswahl: GPT-6 Sol im Überblick · GPT-6 Sol vs Luna: welches Modell wählen?

Verifizierte Modellspezifikationen

Die folgenden Werte erscheinen auf der offiziellen GPT-6 Astra-Modellseite. Dabei handelt es sich um Modellgrenzen, nicht um ein Versprechen, dass jedes SDK, Gateway oder Agent das gesamte Fenster verfügbar macht.

Das Kontextfenster enthält die gerenderte Eingabeaufforderung, den Konversationsverlauf, Tooldefinitionen, abgerufene Dateien, Bilder sowie die Argumentations- und Ausgabetokens des Modells. Ein numerisch passender Repository-Dump kann immer noch zu verrauscht sein, um nützlich zu sein. Behalten Sie die Beweise, die die Entscheidung ändern können, und reservieren Sie Ausgaberaum für die Begründung und die endgültige Antwort.

Endpunkte und Werkzeuggrenzen

OpenAI listet sowohl Chat Completions als auch Responses für Astra auf. Der Migrationsleitfaden für das neueste Modell fügt eine wichtige Grenze hinzu: Chat Completions wird akzeptiert, aber Toolaufrufe für Astra erfordern Responses API. Beginnen Sie bei der Arbeit mit neuen Agenten bei /v1/responses und überprüfen Sie die genaue Gateway-Route, bevor Sie Parität annehmen.

Bei Verwendung von Responses listet OpenAI diese unterstützten Tools auf: Websuche, Dateisuche, Bildgenerierung, Codeinterpreter, gehostete Shell, Patch anwenden, Kenntnisse, Computernutzung, MCP und Toolsuche. Toolunterstützung bedeutet, dass das Modell den vom Anbieter definierten Toolaufruf ausgeben kann; Ihre Anwendung führt weiterhin Tools aus, verarbeitet Berechtigungen, validiert Argumente, gibt Ergebnisse zurück und entscheidet, ob ein Nebeneffekt zulässig ist.

Der neueste Leitfaden dokumentiert außerdem den asynchronen Werkzeugaufruf, die Steuerung während der Drehung über den WebSocket-Modus, die Änderung des Argumentationsaufwands zwischen Drehungen mit einem configuration_update-Element und die asynchrone Überwachung der Fehlausrichtung. Bei diesen Funktionen handelt es sich um nützliche Workflow-Grundelemente, aber sie fügen Ihrer Anwendung zusätzliche Aufgaben zur Zustandsverwaltung und Beobachtbarkeit hinzu. Sie sind kein Ersatz für Genehmigungsgrenzen oder Prüfprotokolle.

Argumentationskontrollen, die eine Migration verändern

Astra unterstützt den Argumentationsaufwand none nicht. Wenn eine ältere Integration none oder eine ältere minimal-Einstellung sendet, beginnen Sie mit low und vergleichen Sie das akzeptierte Ergebnis. Die verfügbaren Werte sind:

low
medium
high
xhigh
max

Verwenden Sie die niedrigste Einstellung, die Ihren Akzeptanzkriterien entspricht. max gibt dem Modell mehr Spielraum für Überlegungen, kann jedoch die Latenz und die in Rechnung gestellten Ausgabetokens erhöhen. es handelt sich nicht um eine Richtigkeitsgarantie. In der Anleitung zur Modellauswahl von OpenAI heißt es, zunächst die Genauigkeit zu optimieren und erst dann Kosten und Latenz mit einem kleineren Modell oder einer niedrigeren Einstellung zu reduzieren, wenn das Ziel erreicht ist.

Begründungs-Tokens sind im endgültigen Text nicht sichtbar, sie belegen jedoch das Kontextfenster und werden als Ausgabe-Tokens in Rechnung gestellt. Wenn max_output_tokens zu niedrig ist, kann eine Antwort während der Argumentation zu incomplete werden, bevor sie sichtbaren Text erzeugt. Reservieren Sie genügend Ausgabebudget für die Aufgabe und überprüfen Sie output_tokens_details.reasoning_tokens in der Antwortverwendung.

Halten Sie für Agenten mit langer Laufzeit stabile Anweisungen, Toolschemata und Referenzmaterial in einem stabilen Präfix bereit. Astra kann gezielte Klärungsfragen stellen und spätere Anleitungen einbeziehen, aber ein klarer Akzeptanzvertrag reduziert dennoch unnötige Wendungen.

Offizielle API-Preise

Alle unten aufgeführten Werte beziehen sich auf USD pro eine Million Token (MTok) auf der Preisseite von OpenAI. Eingabe, zwischengespeicherte Eingabe, Cache-Schreibvorgänge und Ausgabe sind separate Nutzungsbereiche.

Cache-Schreibvorgänge betragen das 1.25-fache der nicht zwischengespeicherten Eingaberate. Batch und Flex sind unter den Standardtarifen 50% aufgeführt. Der Schnellmodus ist 2x der anwendbare Tarif, und OpenAI gibt an, dass der Schnellmodus für Astra mit EU-Datenresidenz nicht verfügbar ist. Bei der regionalen Verarbeitung kann bei Bedarf eine separate 10%-Anhebung hinzugefügt werden. Überprüfen Sie die aktuelle Preisseite, bevor Sie ein Budget festlegen.

Die 272K-Regel

Der Schwellenwert für lange Kontexte kann leicht falsch verstanden werden. Sobald die Eingabe die Anzahl der 272,000-Token überschreitet, berechnet OpenAI die vollständige Anfrage zu den Long-Context-Raten neu. Der erste 272K wird nicht zum Kurztarif und nur der Rest zum höheren Tarif berechnet.

Dies sind direkte OpenAI Standard-Token-Berechnungen. Sie schließen Tools, Wiederholungsversuche, regionale Verarbeitung, Steuern und menschliche Korrekturen aus. Die 300K-Anfrage kostet $6.75, obwohl nur 28K-Tokens über dem Schwellenwert liegen.

OmniaKey Gateway-Ökonomie

OmniaKey listet derzeit die genaue Route gpt-6-astra auf. Auf der Live-Modellseite wird ein eigenes Gateway-Angebot angezeigt, das aus der Route OpenAI abgeleitet ist, aber keine OpenAI-Rechnung ist:

Für dieselben Beispiele lauten die reinen OmniaKey-Token-Schätzungen:

Das Gateway-Angebot, der Kontozugriff, das Failover-Verhalten und die Nutzungsdatensätze sind OmniaKey-Entscheidungen. OmniaKey behält dieses niedrigere Astra-Zitat im gesamten aufgelisteten Kontextfenster bei; Es wird keine zweite Gateway-Ebene für längere Eingaben hinzugefügt. Sehen Sie sich unmittelbar vor einer Produktionsschätzung die Live-Astra-Modellseite und den Modellkatalog an. Mischen Sie die Zeile OmniaKey nicht mit der Zeile OpenAI in einer Tabelle mit der Bezeichnung „offizieller Preis“.

Prompt-Caching: der sinnvolle Kostenhebel

OpenAI ermöglicht sofortiges Caching für unterstützte Modelle. Für GPT-6 Astra und andere Modelle ab GPT-5.6 heißt es in der aktuellen Anleitung:

• Das minimal zwischenspeicherbare sichtbare Präfix sind 1,024-Tokens.
• Ein Cache-Schreibvorgang kostet 1.25x die standardmäßige nicht zwischengespeicherte Eingaberate.
• Ein Cache-Lesevorgang kostet 0.1x diese Eingaberate;
• Die standardmäßige und derzeit unterstützte TTL ist 30m bis prompt_cache_options.ttl.
• explizite Haltepunkte können verhindern, dass ein sich änderndes Suffix unnötig geschrieben wird;
• prompt_cache_key hilft dem zugehörigen Datenverkehr, denselben Cache zu erreichen, garantiert jedoch keinen Treffer.

Beim Short-Context-Standardtarif von Astra kostet ein einmal geschriebenes und einmal gelesenes 100,000-Token-Präfix 0.1 × $12.50 + 0.1 × $1.00 = $1.35, verglichen mit 2 × 0.1 × $10.00 = $2.00 für zwei nicht zwischengespeicherte Durchgänge. Die Arithmetik verbessert sich mit zunehmender Wiederverwendung, jedoch nur, wenn das gerenderte Präfix, die Werkzeugdefinitionen und die relevanten Einstellungen stabil bleiben. Verfolgen Sie cached_tokens, Cache-Schreibtokens, Latenz und realisierte Kosten, anstatt einen Cache-Treffer anzunehmen, weil zwei Eingabeaufforderungen ähnlich aussehen.

Ersetzen Sie bei der Migration von einem älteren Modell die ältere Einstellung prompt_cache_retention durch prompt_cache_options.ttl: "30m". Auf Astra kann ein configuration_update den Aufwand zwischen Antworten ändern, ohne das ursprüngliche Präfix neu zu schreiben, was dazu beiträgt, die Cache-Wiederverwendung in einer Multi-Turn-Aufgabe zu bewahren.

Migrationscheckliste von GPT-5.6

Behandeln Sie die Modelländerung als eine API-Migration und nicht als String-Ersetzung.

1. Pinnen Sie die genaue Modell-ID

{
  "model": "gpt-6-astra"
}

Behalten Sie die ID in der Konfiguration und in den Evaluierungsprotokollen. Die offizielle Astra-Seite listet derzeit dieselbe Zeichenfolge wie der Standard-Snapshot auf; Durch die Aufzeichnung sind spätere Vergleiche immer noch überprüfbar.

2. Tool-Workflows nach Responses verschieben

curl https://api.omniakey.com/v1/responses \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "reasoning": {"effort": "medium"},
    "input": "Inspect the migration plan and list two risks with acceptance tests."
  }'

Chat Completions bleibt für Textanrufe verfügbar, aber im Astra-Migrationsleitfaden von OpenAI heißt es, dass Tool-Aufrufe Responses erfordern. Überprüfen Sie, ob Ihr Gateway und SDK dieselbe Tooloberfläche verfügbar machen, bevor Sie die gehostete Shell, die Computernutzung oder MCP aktivieren.

3. Entfernen Sie nicht unterstützte Sampling-Parameter

Im offiziellen Migrationsleitfaden heißt es, temperature, top_p und top_logprobs zu entfernen. Entfernen Sie für Chat Completions logprobs. Für Responses entfernen Sie message.output_text.logprobs aus include. Übersetzen Sie diese nicht stillschweigend in ein anderes Steuerelement und nennen Sie das Ergebnis äquivalent.

4. Ersetzen Sie none oder minimal

Beginnen Sie bei low, wenn der alte Workflow keine Begründung verwendete, und vergleichen Sie dann den gleichen Akzeptanzsatz bei medium und high. Zeichnen Sie Modell-ID, Aufwand, Eingabe-Tokens, Argumentations-Tokens, sichtbare Ausgabe-Tokens, Latenz, Wiederholungsversuche und menschliche Korrekturzeit auf.

5. Überprüfen Sie die Cache-Einstellungen erneut

Verwenden Sie prompt_cache_options.ttl: "30m", behalten Sie stabile Präfixe bei und fügen Sie explizite Haltepunkte hinzu, wenn für dynamische Aufgabeninhalte keine Cache-Schreibgebühren anfallen sollen. Vergleichen Sie tatsächliche Cache-Lesevorgänge vor und nach der Migration.

6. Führen Sie Ablehnungs-, Unvollständigkeits- und Berechtigungstests erneut aus

Test unzureichend max_output_tokens, Tool-Argumentvalidierung, verweigerte Nebenwirkungen, Abbruch, Streaming-Beendigung und Anbieterfehler. Eine Astra-Antwort kann semantisch unvollständig sein, selbst wenn der HTTP-Transport erfolgreich ist.

Codex und Client-Verfügbarkeit

Auf der offiziellen Codex-Modellseite werden Astra derzeit in der ChatGPT-Desktop-App, ChatGPT-Web, Codex CLI und Codex IDE-Erweiterung mit API-Zugriff und ChatGPT-Credits aufgeführt. In der aktuellen Matrix wird Astra für die Cloud Codex nicht aufgeführt. Auf derselben Seite heißt es, dass die Verfügbarkeit von der Einführung, der Anmeldemethode, dem Plan, der Arbeitsbereichsrichtlinie und der Clientversion abhängt.

Dadurch entstehen zwei getrennte Fragen:

1. Kann ein API-Schlüssel gpt-6-astra über den Endpunkt Responses aufrufen?
2. Kann eine bestimmte Codex-Oberfläche Astra mit ihrem aktuellen Authentifizierungsmodus auswählen?

Das Bestehen der ersten Prüfung beweist nicht die zweite. Bis OmniaKey listet der aktuelle Katalog die Kompatibilität mit Codex, Cursor, Cline und Aider auf. Verwenden Sie die genaue Modell-ID und den dokumentierten benutzerdefinierten Anbieterpfad des Clients. Eine mehrschichtige Modell-/API/Codex-Diagnose finden Sie im Kompatibilitätskit; Es wurde für GPT-5.6 geschrieben, aber die Trennung der direkten API-Prüfungen von den Client-Prüfungen bleibt nützlich.

Eine reproduzierbare Astra-Auswertung

Der Leitfaden zur Modellauswahl von OpenAI empfiehlt, ein Genauigkeitsziel mit dem leistungsfähigsten Modell festzulegen und anschließend Kosten und Latenz zu optimieren. Wenden Sie diese Richtlinie auf echte Arbeit an und nicht auf synthetische Eindrücke:

1. Wählen Sie eine Routinefunktion mit deterministischen Tests aus.
2. Wählen Sie einen modulübergreifenden Fehler mit bekannter Grundursache aus.
3. Wählen Sie eine werkzeuglastige Aufgabe aus, die Berechtigungen respektieren muss.
4. Wählen Sie eine Aufgabe mit langem Kontext aus, bei der es auf die Abrufqualität ankommt.
5. Wählen Sie ein Dokument oder eine Rechercheaufgabe mit Quellen- und Zitatprüfung aus.

Pinnen Sie für jeden Lauf den Start-Commit, Systemanweisungen, Tools, Berechtigungen, Modell-ID, Aufwand und Akzeptanzbefehl. Erfassung:

pass/fail
accepted on first attempt
input and cached tokens
reasoning and visible output tokens
latency and time to first token
tool calls and denied calls
retries and provider errors
human correction minutes
direct or gateway billed cost

Vergleichen Sie Astra erst mit GPT-5.6 Sol, Terra oder Luna, nachdem die Astra-Basislinie überschritten wurde. Ein günstigeres Modell ist nur dann ein Gewinn, wenn das akzeptierte Ergebnis gleich bleibt und die Gesamtkosten für die erledigte Aufgabe sinken.

Grenzen und häufige Fehler

Bei „1M context“ handelt es sich um eine Obergrenze, nicht um eine kostenlose Zulage

Das Fenster enthält Werkzeugschemata, Verlauf, abgerufene Dateien, Bilder, Begründung und Ausgabe. Das Senden eines vollständigen Repositorys kann das nutzbare Aufmerksamkeitsbudget überschreiten, lange bevor es die numerische Grenze überschreitet.

„Am leistungsfähigsten“ ist kein unabhängiges Benchmark-Ergebnis

Die Positionierung und die gemeldeten Bewertungen von OpenAI sind Beweise aus erster Hand. Sie stellen keinen universellen Vorteil für Ihr Repository, Ihre Sprache, Ihre Tools oder Ihre Sicherheitsrichtlinie dar. Führen Sie für alle Kandidaten die gleichen Akzeptanzprüfungen durch.

Der API-Zugriff ist kein Codex-Cloud-Zugriff

Die Modellseite API und der Picker Codex beantworten unterschiedliche Zugriffsfragen. Überprüfen Sie den Authentifizierungsmodus und die aktuelle Clientmatrix, bevor Sie einen Produktionsstandard ändern.

Werkzeugunterstützung ist keine Erlaubnis zur Ausführung

Responses kann einen unterstützten Toolaufruf ausgeben, aber Ihr Harness verfügt über Autorisierung, Sandboxing, Zeitüberschreitungen, Argumentvalidierung, Nebenwirkungsüberprüfung und Prüfprotokolle.

Ein langer Kontext verändert die gesamte Rechnung

Durch das Überschreiten der Eingabe-Tokens 272K wird die gesamte Anfrage neu bewertet. Komprimieren Sie Protokolle und rufen Sie relevante Dateien ab, bevor Sie einen weiteren Kontextblock hinzufügen.

Endgültiges Urteil

GPT-6 Astra ist der richtige erste Test für die schwierigsten End-to-End-Workflows: nachhaltiges Denken, modulübergreifendes Codieren, Computernutzung, Recherche und Dokumente, die einer Beurteilung bedürfen. Sein offizieller API-Preis ist wesentlich höher als der GPT-5.6 Sol, Terra und Luna, sodass der Geschäftsszenario von weniger Fehlversuchen, weniger Wiederholungsversuchen und weniger menschlichen Korrekturen abhängt – und nicht vom isolierten Token-Preis.

Pin gpt-6-astra, beginnen Sie mit dem Aufwand low oder medium, verwenden Sie Responses für Tools und überprüfen Sie die genaue Client-Route. Wenn Sie die Direkttarife von OpenAI verwenden, halten Sie die Eingabeaufforderungen nach Möglichkeit unter 272K. OmniaKey wendet sein unteres Anführungszeichen im gesamten aufgelisteten Kontextfenster an. Behalten Sie die GPT-5.6-Stufen im Router bei, wenn deren gemessene Kosten für akzeptierte Aufgaben niedriger sind. Das ist eine Migrationspolitik, die Sie mit Daten verteidigen können.

Häufig gestellte Fragen

Ist GPT-6 Astra ein Ersatz für GPT-5.6 Sol?

Es handelt sich um eine neuere Flaggschiffroute und nicht um eine automatische Ersatzrichtlinie. Astra ist für die schwierigsten End-to-End-Arbeiten geeignet, während Sol eine preisgünstigere Grenzoption bleibt. Der direkte Astra vs. Sol-Vergleich bietet aktuelle Break-Even-Berechnungen und eine abgestufte Routing-Richtlinie.

Wie lautet die genaue GPT-6 Astra-Modell-ID?

Verwenden Sie gpt-6-astra. Auf der offiziellen Seite wird derzeit derselbe Wert wie im Standard-Snapshot aufgeführt. Fixieren Sie es in der Konfiguration und in den Protokollen, anstatt einen Alias ​​für die verschobene Familie zu verwenden.

Was ist der offizielle Preis von GPT-6 Astra?

Der Standardpreis für Kurzkontexte beträgt $10-Eingabe, zwischengespeicherte $1-Eingabe, $12.50-Cache-Schreibzugriff und $50-Ausgabe pro Million Token. Über der 272K-Eingabe verwendet die vollständige Anforderung die $20-Eingabe, die zwischengespeicherte $2-Eingabe, die $25-Cache-Schreib- und die $75-Ausgaberaten.

Unterstützt Astra die Bildeingabe?

Ja. Die offizielle Modellseite listet Text- und Bildeingaben sowie Textausgaben auf. Es werden keine Audio- oder Video-Ein-/Ausgaben für Astra aufgeführt.

Unterstützt Astra den Tool-Aufruf in Chat Completions?

OpenAI listet Chat Completions als Endpunkt auf, aber im neuesten Astra-Migrationsleitfaden heißt es, dass der Tool-Aufruf den Responses API erfordert. Nutzen Sie /v1/responses für Tool-Workflows und testen Sie die genaue Unterstützung des Gateways.

Ist GPT-6 Astra in der Codex-Cloud verfügbar?

Die aktuelle Codex-Modellmatrix listet Astra für die Desktop-App, das Web, CLI und die IDE-Erweiterung auf, jedoch nicht für die Codex-Cloud. Rollout und Verfügbarkeit hängen vom Konto, der Anmeldemethode, der Arbeitsbereichsrichtlinie und dem Client ab.

Welchen Argumentationsaufwand soll ich wählen?

Beginnen Sie mit low oder medium und erhöhen Sie dann nur, wenn der Abnahmetest eine Planungs- oder Prüflücke zeigt. Astra unterstützt none nicht; Ein höherer Aufwand erhöht den Aufwand und die Kosten, ist aber keine Garantie für die Richtigkeit.

Wie viel kostet GPT-6 Astra auf OmniaKey?

Auf der Live-OmniaKey-Seite werden derzeit die $0.90-Eingabe, der $0.09-Cache-Treffer und die $4.50-Ausgabe pro Million Token im gesamten aufgelisteten Kontextfenster aufgeführt. OmniaKey fügt keine höhere Astra-Rate für längere Eingaben hinzu. Überprüfen Sie den Live-Katalog noch einmal, bevor Sie ein Budget erstellen.

Offizielle und Gateway-Quellen

• OpenAI: GPT-6 Astra-Modellseite
• OpenAI: API Preise
• OpenAI: Verwendung von GPT-6 Astra
• OpenAI: Modellauswahl
• OpenAI: Codex-Modelle
• OpenAI: Prompt-Caching
• OmniaKey: GPT-6 Astra-Live-Route