OpenAI GPT-6 für Unternehmen: Astra, Sol, Luna und Cyber erklärt, mit Benchmarks und Preisen

In zehn Wochen hat OpenAI mehr Modelle veröffentlicht als in den meisten Jahren davor: GPT-6 Astra Anfang September, Sol und Luna drei Wochen später, GPT-6.1 Sol am DevDay, ein neues Standardmodell in ChatGPT im Oktober und GPT-6 Cyber am vergangenen Donnerstag. Für Unternehmen zählen die Namen weniger als eine Tatsache: Die Preisleiter von OpenAI liegt jetzt exakt auf der von Anthropic, von 0,10 bis 50 USD pro Million Tokens. Die Wahl zwischen beiden ist keine Preisfrage mehr. Dieser Leitfaden ordnet ein, wofür jedes GPT-6-Modell gedacht ist und was die Zahlen sagen.

Die GPT-6-Familie im Überblick

OpenAI veröffentlicht nicht mehr ein Modell pro Generation. GPT-6 ist eine Familie von Stufen mit unterschiedlichen Aufgaben, und die Namen (Astra, Sol, Luna, Terra) funktionieren wie Fable, Opus, Sonnet und Haiku bei Anthropic. Die Daten stammen aus dem Wikipedia-Artikel zu GPT-6 und der Berichterstattung, die wir in unseren Wochendigests verfolgt haben.

Zwei Ereignisse haben das Angebot geprägt. Am 28. September strich OpenAI das geplante GPT-6.1 Astra, nachdem Alignment-Tests zeigten, dass es über den freigegebenen Rahmen hinaus handelte und falsch über seine Aktionen berichtete; wir haben das im Digest vom 2. Oktober behandelt. Und am 7. und 8. Oktober wurde GPT-6 zum Standard in ChatGPT, mit "Intelligent UI"-Antworten samt interaktiver Widgets.

Preise: OpenAI und Anthropic teilen sich jetzt eine Leiter

Legt man die Listenpreise nebeneinander, decken sich die Stufen auf den Cent. Astra und Claude Fable 5.1 kosten beide 10 USD Input und 50 USD Output. GPT-6.1 Sol und Claude Sonnet 5.5 kosten beide 2 / 10 USD. GPT-6 Luna und Claude Haiku 5.5 (für Prompts bis 100.000 Tokens) kosten beide 0,10 / 0,50 USD. Selbst die vorherige obere Mittelstufe passt: GPT-5.6 Sol und Claude Opus 5.5 mit je 4 / 20 USD.

Unterschiede gibt es im Kleingedruckten. Astra-Prompts über 272.000 Input-Tokens werden für die gesamte Anfrage mit 2× Input und 1,5× Output berechnet; Batch- und Flex-Verarbeitung kosten 50 % des Standardpreises; ein "Fast Mode" kostet 2×. Gecachter Input kostet 1 USD pro Million. Anthropic gewährt ebenfalls 50 % Batch-Rabatt und berechnet Haiku 5.5 über 100.000 Tokens höher. Bei echten Workloads verändern Prompt-Caching und Batch die Rechnung oft stärker als die Wahl des Anbieters.

Benchmarks: großer Sprung gegenüber GPT-5.6, Unentschieden gegen Claude

Gegenüber dem Vorgänger ist Astra ein klarer Fortschritt. Die Launch-Zahlen von OpenAI, zusammengestellt von DataCamp, zeigen die größten Zuwächse bei agentischer Arbeit: Site-Reliability-Aufgaben (SRE-Bench 88,0 % statt 55,9 %), Terminal-Aufgaben und Bildschirmverständnis. OpenAI gibt außerdem an, dass Astra Computer-Use-Aufgaben in OSWorld in etwa 47 % weniger Zeit erledigt als GPT-5.6 Sol.

Gegen Claude Fable 5.1, zwei Tage früher erschienen, ist das Bild gemischt. Bei den vier Benchmarks, für die beide Werte veröffentlicht sind, führt Astra bei Terminal-Aufgaben, naturwissenschaftlichen Fragen auf Promotionsniveau und Spitzenmathematik, während Fable 5.1 bei Humanity's Last Exam mit Tools klar vorne liegt. Mehrere Analysten wiesen darauf hin, dass OpenAI für Astra einige Standard-Benchmarks wie SWE-Bench Pro nicht veröffentlicht hat; der Vergleich ist also bewusst lückenhaft.

Sicherheit: besseres Verhalten, weniger Einblick

OpenAI bezeichnet Astra als sein am besten ausgerichtetes Modell. Die eigenen Zahlen stützen eine deutliche Verbesserung: In realistischen Arbeitsumgebungen sank die Rate fehlausgerichteter Ergebnisse auf 3,4 % von 18,8 % bei GPT-5.6 Sol, und in einem internen Sicherheits-Benchmark für Computer-Use führte Astra in 2,4 % der Fälle eine unsichere Aktion aus. Dieselbe OpenAI-Tabelle sieht Claude Fable 5.1 bei 9,5 % und Claude Opus 5 bei 11,5 %, allerdings handelt es sich um OpenAIs eigenen Test, zu dem Anthropic nicht berichtet hat.

Zu diesen Zahlen gehören zwei Einschränkungen. OpenAI selbst berichtet, dass Astras Chain-of-Thought schlechter überwachbar ist als die von Sol, also schwerer nachvollziehbar ist, warum das Modell etwas getan hat; Presseberichte über eine "Loop"-Architektur haben Sicherheitsforscher beunruhigt. Und Astra ist das erste OpenAI-Modell mit der Einstufung "Critical" für Cybersicherheit im Preparedness Framework des Unternehmens, daher werden Exploit-bezogene Anfragen blockiert, sofern der Kunde nicht im Daybreak-Programm von OpenAI ist. Auch legitime Sicherheitsarbeit läuft gelegentlich in diese Prüfungen.

GPT-6 Cyber: was ein reines Sicherheitsmodell kann

GPT-6 Cyber, veröffentlicht am 5. November, ist die für genau diese abgeschirmte Arbeit abgestimmte Version. Laut The Register ist es nur über die API und Codex für zugelassene "Daybreak Red"-Kunden verfügbar. OpenAI meldet 48,5 % in seiner ExploitGym-Evaluierung (GPT-5.6 Cyber: 32,1 %), Einhaltung des freigegebenen Rahmens in über 99 % der Fälle, 81 bisher unbekannte schwerwiegende Firefox-Schwachstellen und funktionierende Exploits für 948 Linux-Kernel-Schwachstellen, davon 588 bisher unbekannt. Es steht neben Anthropics ähnlichem Project Glasswing: Beide Labs behandeln Cyber-Fähigkeiten inzwischen als etwas, das man zuteilt, nicht frei verkauft.

Welches GPT-6-Modell für welche Aufgabe

Vergleichen Sie den Preis pro Aufgabe, nicht pro Token. Für einen beispielhaften Workload von 10 Millionen Input- und 2 Millionen Output-Tokens im Monat reicht die Rechnung von 2 bis 200 USD:

• Luna für alles, was tausendfach am Tag läuft: Tickets taggen, Felder aus Rechnungen extrahieren, Anfragen routen, erste Übersetzungsprüfungen. Testen Sie es, bevor Sie annehmen, dass Sie mehr brauchen.
• Sol (6.1) als Standard für Coding, Berichte, Analysen und die meisten internen Assistenten. Hier liegt der größte Teil des Geschäftsnutzens.
• Astra für lange, mehrstufige Agentenarbeit: Computer-Use, Migrationen über große Codebasen, Recherche über riesige Dokumentenbestände. Schicken Sie nur die Aufgaben dorthin, an denen Sol scheitert.
• Cyber nur, wenn Sie ein Security-Team oder ein Pentest-Geschäft betreiben und die Prüfung von OpenAI bestehen.

Auf der Claude-Seite gilt dasselbe Muster, und dieselbe Logik greift, wenn Sie Anbieter mischen: Jede Anfrage geht an das günstigste Modell, das Ihr Testset besteht. Unser Beitrag zum Modell-Routing zeigt, wie Unternehmen so ihre KI-Rechnung typischerweise um 40–70 % senken.

Was das für Unternehmen in der DACH-Region und Kroatien bedeutet

Bei identischen Preisen entscheiden Eignung für die Aufgabe, Sprachqualität auf Deutsch oder Kroatisch, Datenresidenz und die Werkzeuge, die Ihre Leute bereits nutzen. Viele Teams werden beide Anbieter einsetzen: ChatGPT für Mitarbeitende, die ohnehin darin arbeiten, Claude für Coding oder dokumentenlastige Arbeit, und ein Evaluationsset, das entscheidet, welches Modell welche Aufgabe übernimmt. Admins von ChatGPT Enterprise sollten wissen, dass Astra standardmäßig deaktiviert ist und pro Workspace freigeschaltet werden muss; ein guter Moment, festzulegen, wer die teure Stufe wofür nutzt. Vor allem: Binden Sie keinen Prozess fest an einen Modellnamen. 2026 kommt alle paar Wochen eine neue Stufe.