GPT-6.2 Astra: OpenAI holt Platz 2 hinter Anthropics Fable 5.2
Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.
Nicht das klügste Modell der Welt, aber wohl das mit dem besten Preis-Leistungs-Verhältnis: OpenAI hat soeben GPT-6.2 Astra und GPT-6.2 Sol vorgestellt und greift Anthropic vor allem über die Kosten an.
GPT-6.2 Astra ist laut OpenAI das neue Spitzenmodell für die schwierigsten Projekte, GPT-6.2 Sol das effiziente Modell für den Arbeitsalltag. Beide sollen anspruchsvolle Aufgaben besser lösen und dabei weniger Output-Tokens verbrauchen. Verfügbar sind sie ab sofort für zahlende Nutzer:innen von ChatGPT Work und Codex sowie über die API.
Platz 2 bei Artificial Analysis
Im unabhängigen Ranking von Artificial Analysis landet GPT-6.2 Astra auf dem zweiten Platz. Auf den Spitzenreiter Claude Fable 5.2, mit dem Anthropic zuletzt Gemini vom Thron gestoßen hatte, fehlen noch drei Punkte. So sieht die Spitze im Artificial Analysis Intelligence Index v5 aus:
- Claude Fable 5.2 (Anthropic): 65 Punkte
- GPT-6.2 Astra (OpenAI): 62 Punkte
- Gemini 4 Carbon (Google): 60 Punkte
- Claude Opus 5.5 (Anthropic): 59 Punkte
- GPT-6.2 Sol (OpenAI): 57 Punkte
Astra legt damit um fünf Punkte gegenüber GPT-6 Astra zu und überholt Gemini 4 Carbon und Claude Opus 5.5, jeweils in deren stärkster Einstellung. Sol gewinnt zwei Punkte gegenüber GPT-6.1 Sol und liegt damit gleichauf mit GPT-6 Astra, kostet pro Aufgabe aber nur rund 15 Prozent davon. Die weiteren Ergebnisse von Artificial Analysis im Überblick:
- Kosten: Eine Aufgabe im Index kostet mit Astra bei maximalem Denkaufwand rund 4 Dollar (rund 3,60 Euro), bei Fable 5.2 sind es bis zu 27 Dollar (rund 24 Euro). OpenAI-Modelle besetzen den Großteil der sogenannten Pareto-Front, liefern also für ihren Preis die beste Leistung. Nur Anthropic und Meta sind dort noch vertreten. Auch beim Verbrauch von Output-Tokens pro Aufgabe dominiert OpenAI, Fable 5.2 ist das einzige Modell eines anderen Labors an dieser Front.
- Wissenschaft und Wissen: OpenAI führt bei Terminal-Bench-Science, das wissenschaftliche Forschungsabläufe testet, und liegt beim Physik-Test CritPt nur hinter Fable 5.2. Auch beim Faktenwissen (AA-Omniscience) und beim Wissens- und Denktest HLE-Diamond schlägt nur Fable 5.2 das neue Astra.
- 3D und Robotik: Bei AA-3D, wo Menschen blind über interaktive 3D-Erlebnisse abstimmen, führt Astra mit 1.318 Elo-Punkten vor Fable 5.2 (1.271) und Sol (1.259). Auch im Robotik-Test AA-Robotics, der misst, wie gut Sprachmodelle in der realen Welt planen und handeln, liegen Astra (79) und Sol (78) vor Fable 5.2 (75). Artificial Analysis will den Test nun schwieriger machen, weil die Modelle von OpenAI und Anthropic die meisten Grundaufgaben bereits lösen.
- Coding: Im Coding Agent Index tritt Astra auf der Stelle, Sol verliert sogar drei Punkte. Grund ist ein Einbruch um 14 Punkte beim Test SWE-Atlas-QnA, in dem Sol häufiger als sein Vorgänger wichtige Fakten in seinen Antworten weglässt. Dank der niedrigen Kosten landen mehrere Einstellungen von Astra und Sol aber trotzdem an der Pareto-Front.
Auch beim Preis pro Token wird Astra billiger. Eine Million Input-Tokens kosten 8 Dollar (rund 7,20 Euro), eine Million Output-Tokens 40 Dollar (rund 36 Euro), das sind jeweils 20 Prozent weniger als bei GPT-6 Astra. Für zwischengespeicherte Input-Tokens sinkt der Preis von 1 Dollar auf 0,40 Dollar pro Million. Sol bleibt bei 2 Dollar (rund 1,80 Euro) für Input und 10 Dollar (rund 9 Euro) für Output.
Was OpenAI im Blog verspricht
OpenAI selbst gibt sich im Blogeintrag zum Launch gewohnt selbstbewusst. Die wichtigsten Aussagen:
- Büroarbeit: Präsentationen, Tabellen und Dokumente von Astra sollen sich „weniger nach KI“ lesen und Vorlagen bis zur Schriftgröße übernehmen. Im internen Test GDPval v2 für Wissensarbeit legt Astra um 6,2 Prozentpunkte zu und verbraucht dabei 22 Prozent weniger Output-Tokens.
- Seitenhieb auf Anthropic: Im Benchmark Agents‘ Last Exam für mehrstufige Profi-Aufgaben liegt Astra laut OpenAI 5,5 Punkte vor Claude Fable 5.2, zu nur 5 Prozent der Kosten. Beim juristischen Test Harvey LAB-AA soll Astra die Erfolgsquote von Fable 5.2 mehr als verdoppeln.
- Wissenschaft: OpenAI hält Astra für „das beste Modell der Welt für Wissenschaftler:innen“, mit neuen Bestwerten bei Terminal-Bench-Science und dem Vals Science Index.
- 3D und Design: Astra baut aus Textbeschreibungen spielbare 3D-Erlebnisse, Websites und CAD-Modelle, etwa einen Bausatz für ein ferngesteuertes Auto samt animierter Montageanleitung.
- Sol für den Alltag: Beim Coding-Test FrontierCode 2.0 kommt Sol bis auf 0,5 Punkte an Astra heran, zu einem Fünftel der Kosten. Viele OpenAI-Mitarbeiter:innen nutzen Sol laut Blog als Standardmodell.
Erstmals „High“ bei der Selbstverbesserung
Beim Thema Sicherheit wird OpenAI deutlich ernster. GPT-6.2 Astra ist das erste veröffentlichte OpenAI-Modell, das im hauseigenen Preparedness Framework die Schwelle „High“ für KI-Selbstverbesserung erreicht. Das heißt laut OpenAI: Das Modell wirkt so, als hätte jede Forscherin und jeder Forscher bei OpenAI einen zusätzlichen, sehr fähigen Research Engineer an der Seite. Modelle, die bei der Entwicklung künftiger KI helfen, könnten den Fortschritt so beschleunigen, dass Sicherheitsvorkehrungen und menschliche Kontrolle nicht mehr Schritt halten, warnt OpenAI selbst. Ein neues System namens Control Room soll Forschungsprozesse überwachen und das Modell bei Bedarf stoppen.
Bei Cybersecurity erreichen beide Modelle wie schon GPT-6 Astra die höchste Stufe „Critical“. OpenAI liefert sie deshalb mit strengeren Schutzmechanismen aus, die auch legitime Sicherheitsforschung einschränken. Verteidiger:innen sollen weiterhin über das Programm Daybreak an weniger beschränkte Modelle kommen, das etwa die NATO bereits massiv nutzt.
Mehr Leistung, neue Schwächen
Ganz ohne Rückschritte kommt das Update nicht aus. In zwei Tests verschwiegen die neuen Modelle häufiger Hindernisse, die ihre Arbeit blockierten, etwa eine fehlende Datei. Laut Systemkarte passierte das bei Astra in rund 22 Prozent der Fälle, doppelt so oft wie bei GPT-6 Astra. OpenAI hat in Codex Anweisungen ergänzt, die das deutlich reduzieren sollen, in der direkten API-Nutzung greifen diese aber nicht.
Auch bei den Halluzinationen ist Luft nach oben. Laut Artificial Analysis liegt die Halluzinationsrate bei maximalem Denkaufwand bei 59 Prozent für Astra und 55 Prozent für Sol. Gemessen wird, wie oft ein Modell bei Faktenfragen rät, statt zuzugeben, dass es die Antwort nicht kennt. Gemini 4 Carbon und vor allem Fable 5.2 schneiden hier besser ab. Und das britische AI Security Institute fand in Vorabversionen einen universellen Jailbreak für Cyber-Fragen. OpenAI hat nach eigenen Angaben nachgebessert, unabhängig überprüft war das zum Zeitpunkt der Systemkarte aber noch nicht.

