GPT-6 Astra für Entwickler: Computernutzung, Preise und API-Änderungen
Was GPT-6 Astra außerhalb des Chats kann, wie das Aufrufen von Tools Ihren API-Code verändert und wie es sich im Vergleich zu Claude und Gemini bei der Vorbereitung auf Rollen in der Generativen KI zeigt.
Jede paar Monate werden neue Modelle vorgestellt, wobei immer wieder behauptet wird, dass dieses Modell alles verändere – meist handelt es sich dabei um Übertreibungen. GPT-6 Astra ist einer der seltenen Fälle, in denen diese Behauptung tatsächlich zutrifft. Es geht nicht um bessere Aufsätze oder schwierigere Mathematikaufgaben, obwohl berichtet wird, dass das Modell beides leisten kann. Vielmehr kann es einen Computer genauso wie ein Mensch bedienen: einen Browser öffnen, Formulare ausfüllen, Code in einer Terminalanwendung debuggen, sogar eine Schaltplatte entwerfen und die gesamte Arbeit ohne ständige Überwachung jeder einzelnen Schritt abschließen.
In diesem Artikel wird erläutert, was Astra ist, welche Änderungen durch die Nutzung der OpenAI API entstehen und wie es sich im Vergleich zu Claude und Gemini verhält. Der letzte Punkt ist besonders wichtig, wenn man sich auf Interviews zu generativer KI vorbereitet, da erwartet wird, dass man sich mit dem gesamten Bereich auskennt und nicht nur mit den Produkten eines einzelnen Anbieters.
Was Astra ist
GPT-6 Astra ist OpenAI’s neues Flaggschiff und wird als das intelligenteste sowie am besten abgestimmte Modell präsentiert, das das Unternehmen bisher veröffentlicht hat. Der Rollout erfolgt schrittweise: Zunächst erhalten ausgewählte Organisationen Zugang, danach Nutzer von ChatGPT Plus, Pro, Business und Enterprise. Zudem steht das Modell über die OpenAI API, Microsoft Azure sowie AWS Bedrock zur Verfügung.
In der API wählen Sie es anhand dieses Modellnamens aus:
model = "gpt-6-astra"
Im Standardmodus zahlen Sie 10 Dollar pro Million Eingabetoken und 50 Dollar pro Million Ausgabetoken. Der „Schnellmodus“ kostet doppelt so viel, bietet aber etwa die doppelte Geschwindigkeit.
Zwei Begriffe dominieren die Ankündigung: Intelligenz und Abstimmung. Unter Intelligenz versteht man hier höhere Ergebnisse in Tests zu logischem Denken und Programmierung. Unter Abstimmung bedeutet es, dass das Modell innerhalb der von Ihnen festgelegten Grenzen bleibt und seltener unerwünschte Handlungen ausführt. Wie der folgende Abschnitt zeigt, ist die Abstimmung wichtiger, als es auf den ersten Blick scheint.
Warum der Computergebrauch die eigentliche Neuigkeit ist
Ein typisches LLM, egal ob GPT-4, GPT-5 oder die meisten Modelle, mit denen Sie bisher gearbeitet haben, ist ein Chatpartner. Sie tippen eine Frage ein und es gibt eine Antwort zurück. Es kann weder Tabellen öffnen, Knöpfe drücken noch überprüfen, ob der gerade geschriebene Code läuft.
Ein agierendes, computerbasiertes Modell beseitigt diese Grenze. Es kann:
- Im Internet surfen und von selbst auf Webseiten navigieren
- Formulare einreichen, CRM-Daten bearbeiten und einen Kalender organisieren
- Ein Programm schreiben, es in einer Terminalumgebung ausführen, die Fehlerausgabe analysieren und den Fehler beheben
- Eine Screenshot-Aufnahme Ihres Desktops lesen und entscheiden, wo als Nächstes geklickt werden soll
- Spezialisierte Software wie Excel, Blender, KiCad (Schaltkreisdesign) und Unreal Engine steuern
Die Geschwindigkeit ist es, die sie praktikabel macht. In OSWorld 2.0, einem Benchmark, der misst, wie lange ein Modell zur Erledigung echter Computeraufgaben benötigt, brauchte Astra etwa 47 Prozent weniger Zeit als sein Vorgänger GPT-5.6 Sol. Es erreichte eine Genauigkeit von 72,6 Prozent in etwa 40 Minuten pro Aufgabe, im Vergleich zu 65,7 Prozent in etwa 75 Minuten.
Betrachten Sie die Arbeiten, die dadurch ersetzt werden: Ein Junior-Analyst, der manuell 50 CRM-Einträge eingibt, ein QA-Engineer, der jede Seite einer Website durchklickt, ein Student, der nach einem Tippfehler denselben Regierungsformular fünfmal erneut einreicht. Das ist das Ziel. Es geht nicht um kreatives Denken, sondern nur um die mühsame Arbeit, die jemand erledigen muss – von Anfang bis Ende.
Dies erläutert auch den starken Fokus auf die Zielorientierung. Ein Modell, das nur sprechen kann, schadet wenig, wenn es einen falsch versteht. Ein Modell hingegen, das Knöpfe drücken und Code auf dem eigenen Rechner ausführen kann, kann erheblichen Schaden anrichten. Deshalb widmet die Ankündigung viel Raum der Tatsache, dass Astra sich innerhalb seiner Aufgabenbereiche hält. In einem internen Test mit einer schwierigen Aufgabe überschritt das frühere GPT-5.6 Sol zu 48 Prozent der Zeit seinen autorisierten Aufgabenbereich. Astra tat dies in keinem Fall.
Die Benchmarks
Benchmarks sind standardisierte Tests für Modelle, ähnlich wie LeetCode Ihre Datenstrukturen und Algorithmen testet. Jeder Benchmark prüft eine andere Fähigkeit, und einige der Zahlen zu Astra erfordern Kontext.
ARC-AGI-3 ist so konzipiert, dass er das Auswendiglernen vermeidet, und Astra soll auf 96 Prozent seiner Ebenen eine menschenähnliche Effizienz erreicht haben. Im Bereich Mathematik soll es dabei geholfen haben, eine Obergrenze für Lücken zwischen Primzahlen zu verschärfen, die sich seit mehr als 80 Jahren nicht verändert hatten.
ExploitBench verdient ebenfalls eine genaue Betrachtung. Eine 100%-ige Bewertung bei der Erkennung und Ausnutzung von Sicherheitslücken hilft den Schutzmaßnahmen dabei, schneller Patches zu erstellen, und ist in falschen Händen gefährlich. Deshalb hat OpenAI bei der Einführung Teile der Cybersicherheitsfunktionen von Astra eingeschränkt. Ein rein defensiver Zugriff wird schrittweise durch ein Programm namens OpenAI Daybreak freigegeben.
Was ändert sich in Ihrem Code
Falls Sie bereits auf der OpenAI API arbeiten, ist der Umstieg auf Astra meist nur eine Änderung in einer Zeile. Die Art und Weise, wie Sie sie nutzen, ändert sich nur, wenn Sie die agentbasierte Funktionalität wünschen.
Ein grundlegender Aufruf sieht bei jedem GPT-Modell gleich aus:
from openai import OpenAI
client = OpenAI() # reads OPENAI_API_KEY from environment
response = client.chat.completions.create(
model="gpt-6-astra",
messages=[
{"role": "system", "content": "You are a helpful coding assistant."},
{"role": "user", "content": "Explain what a REST API is in 3 lines."}
]
)
print(response.choices[0].message.content)
Daran gibt es nichts Neues. Für einfaches Chatten ist Astra ein direkter Upgrade.
Die eigentliche Veränderung tritt ein, wenn Sie dem Modell Werkzeuge zur Verfügung stellen und es wie einen Agenten handeln lassen, der selbst entscheidet, welches Werkzeug wann aufgerufen werden soll, anstatt dass Sie diese Logik manuell programmieren. Hier ist eine vereinfachte Version dieses Musters:
from openai import OpenAI
client = OpenAI()
tools = [
{
"type": "function",
"function": {
"name": "run_python_code",
"description": "Executes a Python snippet and returns the output",
"parameters": {
"type": "object",
"properties": {
"code": {"type": "string", "description": "Python code to run"}
},
"required": ["code"]
}
}
}
]
response = client.chat.completions.create(
model="gpt-6-astra",
messages=[
{"role": "user", "content": "Write and test a function that reverses a string, then tell me if it works."}
],
tools=tools,
tool_choice="auto" # model decides on its own whether to call the tool
)
message = response.choices[0].message
if message.tool_calls:
for call in message.tool_calls:
print("Model wants to call:", call.function.name)
print("With arguments:", call.function.arguments)
else:
print(message.content)
Die wichtige Zeile ist tool_choice="auto". Man gibt dem Modell nicht an, den Code sofort auszuführen. Stattdessen verleiht man ihm die Fähigkeit, selbst zu entscheiden, dass das Testen der Funktion der richtige nächste Schritt ist – genauso wie es ein Entwickler tun würde. Wenn man diese Art der Entscheidungsfindung über viele Iterationen hinweg wiederholt, wobei das Modell Code entwirft, ausführt, auf Fehler stößt, diese behebt und es erneut versucht, hat man das, was „aggressives“ Verhalten in der Praxis bedeutet.
Eine weitere Funktion ist wichtig, wenn man langlaufende Agenten entwickelt. Astra bringt in Codex die Funktion „Notizen über Kontextfenster hinweg“ mit. Anstatt eine lange Debugging-Sitzung immer wieder zusammenzufassen und dabei jedes Mal Details zu verlieren, kann der Agent suchbare Notizen speichern und bei Bedarf frühere Kontexte abrufen. Das ist relevant, wenn der Agent stundenlang statt nur sekundenschnell arbeitet.
Astra, Claude und Gemini nebeneinander
Erwarten Sie in einem Interview zu generativer KI die Frage „Welches Modell würden Sie für X verwenden?“ Diese Vergleichszahlen stammen aus der von OpenAI selbst veröffentlichten Benchmark-Tabelle, weshalb unabhängige Werte leicht abweichen können. Praktisch gesehen:
- Für agentenbasierte, computergestützte Arbeitsabläufe wie Formularausfüllung, Browserautomatisierung und QA-Testing führt derzeit Astra.
- Bei Hilfe beim Programmieren sind Astra und Claude nahezu gleichwertig. Wählen Sie je nach bereits vorhandenen Tools: Claude passt zu Claude Code, Astra zu Codex.
- Für einfaches Chat-Reasoning sind alle drei Modelle gut genug, sodass Ihre Prompt-Engineering-Fähigkeiten und die Tool-Einrichtung wichtiger sind als das Modell selbst.
Nehmen wir an, Sie bewerben sich um eine Stelle im Bereich Fintech bei einem Unternehmen wie Razorpay oder Paytm. Wer in diesem Vergleich gewinnt, ist weniger wichtig als drei weitere Fragen: Ob die Lösung problemlos in Ihr aktuelles Technologieumfeld integriert werden kann, wie hoch die Kosten bei Ihrem Umsatzvolumen ausfallen und inwieweit sie zuverlässig die Sicherheitsvorgaben einhält, wenn es um Geld und Nutzerdaten geht.
Was Sie damit anfangen sollten, wenn Sie nach einer Arbeitsstelle suchen
Für Studenten, die auf Stellen als SDE oder im Bereich Generative KI aus sind, ist wichtig zu wissen, dass Unternehmen von dem Konzept „ein LLM beantwortet Fragen“ zu „ein LLM erledigt Aufgaben von Anfang bis Ende“ übergehen. Das ist der Wandel hin zu agierenden Systemen. Wenn Sie dies im Vorstellungsgespräch erklären können, sind Sie den vielen Bewerbern voraus, die ChatGPT nur als Chatbot verwendet haben:
- Der Unterschied zwischen einem Chat-Modell und einem agierenden oder computergestützten Modell
- Wie das Aufrufen von Tools tatsächlich funktioniert – mehr als nur das Wissen darum, dass es existiert
Hören Sie nicht bei der Lektüre über Astra auf. Erstellen Sie mit dem oben beschriebenen Tool-Calling-Muster einen kleinen Agenten – selbst etwas Einfaches wie einen, der überprüft, ob eine Website verfügbar ist, und Ihnen per E-Mail Bescheid gibt, falls nicht. Dieses praktische Wissen zeigt sich in Interviews.
Die eine-Satz-Version, die man laut aussprechen kann: Die Branche ist von der Beantwortung von Fragen zur Ausführung der Arbeit übergegangen.