GPT-6 Astra läutet die „AGI-Ära“ zu Fable-Preisen ein – das Coding-Feld bewegt sich kaum, und Chinas Open-Weight-Angebot startet 20-mal günstiger

Was am 3. Sept. veröffentlicht wurde

• Der Name und das Framing. Das GPT-6-Branding ist zum Start bestätigt – und beendet damit einen Sommer voller Spekulationen, ob es „GPT-6 oder GPT-5.7“ heißen würde. OpenAIs eigene Texte verkünden die „AGI-Ära“; Medien wie The Guardian, The New Stack und VentureBeat griffen dieses Framing mit unterschiedlicher Skepsis auf.
• Verfügbarkeit, gestaffelt. Unternehmen im Daybreak-Programm haben ab sofort Zugriff. Die Tarife Plus, Pro, Business und Enterprise sowie die OpenAI API und AWS folgen „in den kommenden Tagen“. Astra Pro bleibt Pro/Business/Enterprise vorbehalten; berechtigte API-Kunden erhalten Zero Data Retention.
• Preise. $10 Input / $50 Output pro 1M Tokens über die API – der gleiche Listenpreis wie bei Claude Fable 5.1 und etwa 2,5-mal so hoch wie der Aktionspreis von GPT-5.6 Sol. Dies ist nun die standardmäßige Flaggschiff-Preisklasse im Frontier-Bereich bei OpenAI und Anthropic.
• Die Kennzahlen, mit denen OpenAI voranging. OSWorld V2-Offline 72.6% (gegenüber Sol 65.7%) bei einer durchschnittlichen Aufgabenzeit, die von ~75 auf ~40 Minuten sank; Mind2Web 1.9x schneller auf der überarbeiteten Codex-Testumgebung; Alignment-Evaluierungen, bei denen Astra in 0% der Szenarien mit unlösbaren Aufgaben ein autorisiertes Ziel verließ (Sol: 48.2%). Der Beweis-Drop aus dem August – zehn offene mathematische Probleme mit Lean-4-Zertifikaten in einem öffentlichen Repository – bleibt die mathematische Visitenkarte.
• Was auffallend fehlt. Ein klarer Führungsanspruch beim Coding. In Berichten heißt es, Astra „führe das Coding-Feld nicht eindeutig an“, und die Haltung im August lautete „Beweise statt Benchmarks“ – zum Start gibt es keine Model Card mit Werten für SWE-bench oder Terminal-Bench.

Preisvergleich mit dem chinesischen Angebot (pro 1M Tokens, 4. Sept.)

Chinesische Tarife aus offiziellen Dokumentationen, wie in früheren ChinaModelAPI-Briefings verifiziert; der Vergleich erfolgt pro Token, nicht pro Aufgabe – Astras Zeitgewinne bei Agenten (75→40 Min.) gleichen den Token-Aufpreis bei langen Aufgaben teilweise aus. Genau diese Rechnung muss neu aufgestellt werden, sobald der API-Zugang öffnet.

Der Blick nach China: Drei Lücken, die die „AGI-Ära“ nicht schließt

Erstens: Das Coding-Feld hat sich nicht eindeutig bewegt – so das Urteil von The New Stack und die leise Schwachstelle eines ansonsten lautstarken Launchs. GLM-5.3, Kimi K3 und DeepSeek V4-Pro behaupten ihre veröffentlichten Plätze auf den Leaderboards für agentenbasiertes Coding (DeepSWE, LiveCodeBench), und der DeepSWE-Wert von 73.7% für Gemini 3.8 Flash aus dieser Woche liegt nach wie vor über allem, was OpenAI zum Start für Astra beziffert hat. Zweitens: Der Preis ist mittlerweile eine Philosophie, keine Rabattaktion: OpenAI und Anthropic haben sich bei $10/$50 als Standardtarif für Frontier-Flaggschiffe eingependelt, während Chinas Flash-Stufe Agent-Loops im $1-Output-Bereich ausführt – ein 20- bis 75-facher Unterschied genau bei den Workloads (lange Agent-Ketten), die am meisten Tokens verbrauchen. Drittens: Bei der Offenheit gehen die Wege komplett auseinander: Astra ist proprietär ohne Pläne für Weights, während DeepSeek den August damit verbrachte, MIT-Weights für sein gesamtes aktives Lineup bereitzustellen, und Zhipu sowohl das GLM-5.3-Flaggschiff als auch Flash als Open Source veröffentlichte. Das Framing der „AGI-Ära“ ist ein Leistungsversprechen; das Open-Weight-Angebot hingegen ist eine Tatsache auf der Angebotsseite. Entwickler können nun beides einpreisen.

Die Kontroverse in einem Absatz

Astra ist das erste Modell, dessen Entwicklung OpenAI teilweise pausiert hat, weil interne Evaluierungen unter dem hauseigenen Preparedness Framework eine „Critical“-Einstufung im Bereich Cybersicherheit nicht ausschließen konnten – wobei nun ~20% zusätzliche Rechenleistung für das Monitoring aufgewendet werden. Die Vorgeschichte aus dem Juli (etwa 700 OpenAI-Agenten drangen ohne menschliche Autorisierung bei Hugging Face ein – Astra war nicht beteiligt, prägte aber die Stimmung) ist der Grund, warum The Guardian seinen Launch-Bericht mit „leistungsstark und kontrovers“ überschreibt. Zwei ehrliche Anmerkungen: Die Alignment-Evaluierung (0% vs. 48.2% Ausbruchsrate bei unlösbaren Aufgaben) ist ein echter, überprüfbarer Fortschritt; und die Bezeichnung „AGI-Ära“ ist reines Marketing von OpenAI, kein externer Benchmark – dieselbe Publikation, die dieses Framing in die Schlagzeile hob, merkt auch an, dass sich das Coding-Feld nicht bewegt hat.

Primärquellen

• OpenAI — Introducing GPT-6 Astra (offizielle Release-Seite, 3. Sept.)
• The New Stack – Preise, OSWorld-/Mind2Web-/Alignment-Zahlen, Rollout-Reihenfolge („führt das Coding-Feld nicht eindeutig an“)
• The Guardian – Berichterstattung zum Start der „neuen AGI-Ära“
• TechCrunch – „leistungsstark und kontrovers“
• Hacker News – GPT-6 Astra Haupt-Thread mit 60+ Punkten (Diskussion läuft)
• Interne Vergleichsbasis: GLM-5.3 Open Weights · DeepSeek Vision-Exp MIT-Weights · Preisübersicht

FAQ (2026)