GPT-6 Astra erhält gemischte Kritiken von unabhängigen Laboren

OpenAIs GPT-6 Astra, das am 3. September 2026 veröffentlicht wurde, hat unter unabhängigen Prüfern für geteilte Meinungen gesorgt: Während eine Seite es als das weltweit beste KI-Modell einstuft, sieht eine andere es auf Augenhöhe mit seinem Vorgänger und hinter dem Konkurrenten Anthropic.

Unterschiedliche Bewertungen

Der Epoch Capabilities Index von Epoch AI vergibt für Astra einen Wert von 169 und platziert es damit auf dem ersten Platz unter 267 Modellen, noch vor Anthropics Claude Fable 5.1 mit 163 Punkten. Artificial Analysis, ein Benchmarking-Unternehmen aus San Francisco, kam zu einem anderen Ergebnis. Ihr Intelligence Index bewertet Astra mit 61 Punkten, was exakt dem Wert von OpenAIs Microsoft Corporation ↘ 0.99% eigenem GPT-5.6 Sol entspricht, während Anthropics Claude Fable 5.1 mit 66 Punkten fünf Zähler davor liegt. Bei Programmieraufgaben fällt das Urteil positiver aus: Astra erzielte 67 Punkte auf dem Coding Agent Index von Artificial Analysis und liegt damit in etwa gleichauf mit Claude Opus 5 und Metas ↗ 0.84% Muse Spark 1.3.trendingtopics+4

Die Uneinigkeit rührt teilweise daher, was die jeweiligen Indizes messen. Epoch AI fasst Ergebnisse aus den Bereichen logisches Denken, Mathematik, Wissenschaft und Agenten-Benchmarks zu einer einzigen Zahl zusammen, während Artificial Analysis Wissen, das Verständnis langer Dokumente und faktische Genauigkeit anders gewichtet. Epoch AI merkte auf X an, dass Astras Rekord innerhalb der Unsicherheitsspanne früherer Spitzenreiter lag, was darauf hindeutet, dass der Abstand geringer sein könnte, als die Schlagzeile vermuten lässt.latent+1

ARC-AGI-3: Überlegenheit bei der Effizienz

Die Organisation ARC Prize lieferte eine eigene Bewertung und testete Astra auf ARC-AGI-3, einem interaktiven Benchmark, bei dem Agenten unbekannte Umgebungen erkunden, Ziele ableiten und Handlungen ohne explizite Anweisungen planen müssen. Im Standard-Test erreichte Astra 62,7 Prozent bei Kosten von etwa 26 000 Dollar pro Durchlauf. Mit dem Provider Adapter von OpenAI, der den logischen Zustand des Modells zwischen Anfragen beibehält, stieg der Wert auf 99,9 Prozent bei Kosten von etwa 19 000 Dollar.arcprize

Ein herausragendes Ergebnis war Astras Handlungseffizienz. Im Vergleich zu einer Basislinie von etwa 500 menschlichen Teilnehmern nutzte Astra bei 96 Prozent der Level weniger Aktionen als der menschliche Durchschnitt und verbrauchte insgesamt 51,7 Prozent weniger Aktionen pro Level. Dies sei ein bedeutender Meilenstein, schrieb ARC Prize, und fügte hinzu, dass das Ergebnis nach ihrem Maßstab für Handlungseffizienz die menschliche Leistung erreicht und übertroffen habe.arcprize

Offene mathematische Probleme und steigende Kosten

Epoch AI berichtete zudem, dass Astra als einziges Modell bei ihrem neuen FrontierMath Erdős-Benchmark – einer Sammlung von 68 offenen Problemen des Mathematikers Paul Erdős – Lösungen fand und Lean-verifizierte Beweise für zwei Probleme mit einem Budget von 300 Dollar pro Versuch erstellte. Drei weitere Lösungen ergaben sich aus teureren, nicht standardisierten Durchläufen, die 220 000 Dollar überstiegen und die Epoch aus der offiziellen Wertung ausschloss.the-decoder+1

Für Entwickler hat die Leistung ihren Preis. OpenAI legte die API-Preise für Astra auf 10 Dollar pro Million Input-Token und 50 Dollar pro Million Output-Token fest, was einer 2,5-fachen Steigerung gegenüber GPT-5.6 Sol entspricht. Artificial Analysis stellte fest, dass die verbesserte Token-Effizienz von Astra die höheren Preise bei Programmieraufgaben ausgleicht, das Modell für allgemeine Intelligenzaufgaben jedoch um etwa 75 Prozent teurer macht.trendingtopics