Eine generierte zweispaltige Vergleichstafel mit dem Titel „GPT-6.1 Sol vs. GPT-6 Astra — die Anzeigetafel“. Linke Spalte „GPT-6.1 Sol“: Zeilen mit „Intelligenzindex: 51.8 (max.)“, „Kosten pro Index-Aufgabe: $0.72“, „Eingabe: $2.00 pro 1M“, „Zwischengespeicherte Eingabe: $0.10 pro 1M“, „Ausgabe: $10.00 pro 1M“, „Veröffentlicht: 29. Sept. 2026“. Rechte Spalte „GPT-6 Astra“: Zeilen mit „Intelligenzindex: 52.7 (max.)“, „Kosten pro Index-Aufgabe: $3.26“, „Eingabe: $10.00 pro 1M“, „Zwischengespeicherte Eingabe: $1.00 pro 1M“, „Ausgabe: $50.00 pro 1M“, „Veröffentlicht: 3. Sept. 2026“. In einer Fußzeile steht „Indexwerte laut Artificial Analysis, Intelligence Index v4.3.2, abgelesen am 30. September 2026; Preise laut den veröffentlichten Preislisten von OpenAI.“
Guides & Insights

GPT-6.1 Sol vs. GPT-6 Astra: Ein Indexpunkt, fünfmal die Preisliste

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

GPT-6.1 Sol und GPT-6 Astra sind die Mittelklasse- und das Flaggschiff ein und derselben Familie, die mit vier Wochen Abstand erschienen sind – Sol am 29. September 2026, Astra am 3. September 2026 – und bis zu dieser Woche stützte sich der Vergleich zwischen beiden ausschließlich auf Ope​nAIs eigene Zahlen. Das ist nicht länger so. Artificial Analysis hat beide mit maximalem Reasoning-Aufwand auf derselben Indexversion bewertet, und das Ergebnis ist ein Vorsprung von 0,84 Punkten für Astra neben einem Unterschied von Faktor 4,5 bei den Kosten pro Evaluationslauf zugunsten von GPT-6.1 Sol. Auf den Preislisten ist das Verhältnis noch krasser: Astra kostet das 5-Fache von GPT-6.1 Sol bei Input und Output und das 10-Fache bei gecachtem Input. Die Frage, die diese Seite beantwortet, ist, wo dieser Aufpreis etwas kauft, auf das man zeigen kann, und wo er schlicht der Preis eines Namens ist.

Was die beiden Modelle sind und was das Board gemessen hat.

Beide nehmen Text und Bilder entgegen und geben Text aus, mit einem Kontextfenster von 1.050.000 Token und maximal 128.000 Ausgabe-Token, und beide bieten eine fünfstufige Effort-Leiter – niedrig, mittel, hoch, xhigh und max –, wobei sie die none-Einstellung weggelassen haben, die GPT-6 Sol weiterhin akzeptiert. Keines der beiden unterstützt Fine-Tuning. Die entscheidenden Unterschiede sind die, die das Preisblatt nennt: Astra ist die Flaggschiff-Stufe, GPT-6.1 Sol ist die Aktualisierung der Stufe darunter, und OpenAIs eigene Positionierungsaussage für das neuere Modell lautet: „nahezu Astra-Leistung für komplexe Aufgaben zu geringeren Kosten“.

Artificial Analysis bewertet diese Behauptung in seinem Intelligence Index – zehn Evaluierungen in Version v4.3.2, dieselbe Version für beide Modelle – und hält das Veröffentlichungsdatum fest, das es für jedes Modell führt. Es bewertet beide in der Konfiguration mit maximalem Aufwand, die die Modellseite in ihrer Überschrift angibt. Was folgt, ist dieser Vergleich, plus die Kostenrechnung, die der Index nicht für Sie übernimmt.

• GPT-6.1 Sol — veröffentlicht am 29.09.2026, Intelligence Index 51,8 bei maximalem Aufwand, 2,00 $ Eingabe / 0,10 $ gecacht / 2,50 $ Cache-Schreiben / 10,00 $ Ausgabe pro Million Tokens.
• GPT-6 Astra — veröffentlicht am 03.09.2026, Intelligence Index 52,7 bei maximalem Aufwand, 10,00 $ Eingabe / 1,00 $ gecacht / 12,50 $ Cache-Schreiben / 50,00 $ Ausgabe pro Million Tokens.
• Keines von beiden — akzeptiert den Reasoning-Aufwand none; beide berechnen die gesamte Anfrage mit dem 2-fachen Eingabe- und Cache-Satz und dem 1,5-fachen Ausgabe-Satz neu, sobald die Eingabe 272.000 Tokens überschreitet. Astras Long-Context-Tarif liegt bei 20,00 $ Eingabe / 2,00 $ gecacht / 75,00 $ Ausgabe; der von GPT-6.1 Sol bei 4,00 $ / 0,20 $ / 15,00 $.
• Beide — unterstützen Websuche, Dateisuche, Bildgenerierung, Code-Interpreter, gehostete Shell, Apply Patch, Skills, Computer Use, MCP und Toolsuche über die Responses API.

0,84 Indexpunkte, das 4,5-Fache der Bewertungsrechnung

A screenshot of the Artificial Analysis model page for GPT-6.1 Sol at maximum reasoning effort, with a class-rank strip above the summary naming the model's Intelligence, Speed, Cost and Verbosity positions out of 221 models, a summary paragraph reporting an Intelligence Index score of 52 against a class median of 26, $2.00 per million input tokens and $10.00 per million output tokens, $0.72 per task to evaluate on the Intelligence Index, and 67 tokens per second against a class average of 74. A lower band on the same page states that Intelligence Index v4.3.2 incorporates ten evaluations and lists them.

Zwei Zahlen stehen auf der Tafel nebeneinander, und zusammen sind sie das ganze Argument. GPT-6 Astra erreicht bei maximalem Aufwand 52,7. GPT-6.1 Sol erreicht bei maximalem Aufwand 51,8. Neben jeder Punktzahl veröffentlicht die Tafel, was der Betrieb des dahinterstehenden Index gekostet hat: 3,26 $ pro Aufgabe für Astra, 0,72 $ für GPT-6.1 Sol. Als ein einziger Satz gelesen — 0,84 Punkte für das 4,5-Fache an Kosten — ist es die entscheidungsrelevanteste Zahl, die eines der beiden Unternehmen über diese beiden Modelle veröffentlicht hat.

Beide Modelle veröffentlichen außerdem einen Score für jede Stufe der Aufwandsleiter, wodurch der Vergleich bei gleichem Aufwand statt bei gleicher Einstellung durchgeführt werden kann:

• Maximaler Aufwand — GPT-6.1 Sol 51,8 bei 0,72 $ pro Durchlauf vs. GPT-6 Astra 52,7 bei 3,26 $.
• xhigh — 51,0 bei 0,39 $ vs. 52,4 bei 2,31 $.
• Hoch — 50,2 bei 0,32 $ vs. 50,9 bei 1,73 $.
• Mittel — 47,8 bei 0,21 $ vs. 49,6 bei 1,54 $.
• Niedrig — 42,1 bei 0,13 $ vs. 45,8 bei 0,82 $.

A generated two-column scoreboard titled 'GPT-6.1 Sol vs GPT-6 Astra — the scoreboard', with both columns carrying the same six labels. Left column 'GPT-6.1 Sol': Intelligence Index (max) 51.8, cost per index task $0.72, input $2.00 per 1M, cached input $0.10 per 1M, output $10.00 per 1M, released September 29, 2026. Right column 'GPT-6 Astra': Intelligence Index (max) 52.7, cost per index task $3.26, input $10.00 per 1M, cached input $1.00 per 1M, output $50.00 per 1M, released September 3, 2026. A footer reads that index figures are per Artificial Analysis, Intelligence Index v4.3.2, read September 30, 2026, and prices per OpenAI's published rate cards.

Reiht man die Sprossen über die Modelle hinweg auf, ergibt sich eine Tatsache, die keiner der Anbieter bewirbt: Astras eigene Spanne zwischen High und Max beträgt 1,8 Indexpunkte – mehr als das Doppelte des gesamten Abstands zwischen Astra auf Max und GPT-6.1 Sol auf Max. Mit anderen Worten: Wer Astra statt GPT-6.1 Sol wählt, bekommt weniger Score, als wer Astras Max-Aufwand statt Astras High-Aufwand wählt – und die zweite dieser Entscheidungen kostet nur einen Bruchteil der ersten. Wer mit seiner Arbeitslast wirklich empfindlich auf diese 1,8 Punkte reagiert, sollte die Effort-Einstellung prüfen, bevor er einen Blick auf die Modellspalte wirft.

Wo Astras Premium noch etwas bringt

Das Gesamtergebnis ist knapp; die Einzelbewertungen sind es nicht. Zeile für Zeile bei maximalem Aufwand bewertet, liegt GPT-6 Astra bei sechs von zehn vorne, und die, in denen es vorne liegt, sind die, in denen es um Handeln statt um Antworten geht.

• AutomationBench-AA, mehrstufige Workflows über verschiedene Tools hinweg — 0,685 für Astra gegenüber 0,649 für GPT-6.1 Sol. Astra liegt um 3,6 Punkte vorn.
• Terminal-Bench 4.0, Terminalarbeit in realen Umgebungen — 0,591 gegenüber 0,561. Astra liegt um 3,0 Punkte vorn.
• SciCode — 0,565 gegenüber 0,542. Astra liegt um 2,3 Punkte vorn.
• Humanity's Last Exam — 0,547 gegenüber 0,529. Astra liegt um 1,8 Punkte vorn.
• AA-Omniscience — 43,4 gegenüber 41,5, und auf demselben Set liegt Astras Halluzinationsrate bei 0,513 gegenüber 0,543 bei GPT-6.1 Sol. Astra ist sowohl genauer als auch eher bereit zu sagen, dass es etwas nicht weiß.
• AA-Briefcase v1.1, professionelle Arbeitsergebnisse — Elo 1568,9 gegenüber 1564,2. Astra liegt um 4,7 vorn.

Das Muster ist konsistent genug, um damit zu planen: Wenn die Aufgabe vom Modell verlangt, eine lange Kette von Aktionen konsistent zu halten – ein Terminal bedienen, einen Multi-Tool-Workflow ausführen, ein dokumentförmiges Ergebnis liefern –, ist Astras Vorsprung real und über verschiedene Harnesses hinweg wiederholbar. Wenn die Aufgabe eine Wissensfrage ist, die in einem einzigen Turn beantwortet wird, verschwindet der Vorsprung weitgehend.

Wo das günstigere Modell gewinnt, einschließlich der Cache-Zeile

GPT-6.1 Sol ist kein durchgängig etwas schlechteres Astra. Bei den Evaluierungen, die das Lesen und Schlussfolgern über lange Materialien belohnen, liegt es vorn, und bei der Preisliste liegt es mit einem Vorsprung vorn, den der Index nie zu sehen bekommt.

• GDPval-AA, professionelle Arbeit, bewertet gegen Expertenleistung — Elo 1575,1 für GPT-6.1 Sol gegenüber 1541,9 für Astra. Ein Vorsprung von 33 Punkten für das Modell, das ein Fünftel kostet, und der größte unabhängige Sieg in dieser Zeile.
• AA-LCR v1.1, Langkontext-Reasoning — 0,830 gegenüber 0,807. GPT-6.1 Sol führt.
• GDP.pdf — ein totes Rennen mit 0,310, ebenso wie CritPt mit 0,317.
• Cached Input — 0,10 $ pro Million Tokens gegenüber 1,00 $ bei Astra. Dies ist die Zeile, die die Ökonomie von Agenten entscheidet, und sie taucht im Index nirgends auf.
• Ausgabegeschwindigkeit — 66,8 Tokens pro Sekunde gegenüber 56,95 im selben Evaluationslauf, bei 67,2 Millionen ausgegebenen Tokens gegenüber 60,0 Millionen bei Astra. Keines der beiden Modelle ist schnell; GPT-6.1 Sol ist das schnellere der beiden.

Ein Agent-Monat, bepreist auf beiden Preislisten

Nehmen wir eine Workload, die ein stabiles Präfix erneut sendet: 40 Millionen Input-Tokens pro Monat, davon 85 % aus dem Cache bedient, plus 4 Millionen Output-Tokens. Auf der Preisliste von GPT-6.1 Sol sind das $3.40 für die gecachten Lesezugriffe, $12.00 für den ungecachten Input und $40.00 für den Output — $55.40 für den Monat. Bei GPT-6 Astra kostet derselbe Traffic $34.00 an gecachten Lesezugriffen, $60.00 an ungecachtem Input und $200.00 an Output — $294.00. Die Workload ist identisch; die Rechnung ist 5,3-mal so hoch.

Zwei Schwellenwerte verändern diese Rechnung, und beide sollten vor der Migrationsentscheidung kalkuliert werden, nicht danach. Der erste sind 272.000 Eingabe-Tokens in einer einzigen Anfrage: Wird diese Grenze überschritten, wird die gesamte Anfrage mit doppelten Input- und Cache-Sätzen sowie dem 1,5-fachen Output-Satz neu bepreist, wodurch GPT-6.1 Sol auf $4,00 / $0,20 / $15,00 und Astra auf $20,00 / $2,00 / $75,00 steigen. Der zweite ist die Aufwandsleiter selbst – senkt man GPT-6.1 Sol von max auf xhigh, sinken die Kosten pro Indexlauf von $0,72 auf $0,39 für 0,8 Punkte, und senkt man Astra von max auf high, sinken sie von $3,26 auf $1,73 für 1,8. In einer cache-lastigen Agentenschleife ist die Aufwandseinstellung ein größerer Kostenhebel als die Modellspalte – also genau umgekehrt zu der Art, wie diese beiden Modelle üblicherweise verglichen werden.

Welches ausgeführt werden sollte und was Sie tatsächlich aufrufen können

Den Hinweisen zufolge ist die Aufteilung klarer, als das Marketing suggeriert. Leiten Sie die Arbeit, die eine lange Aktionskette überstehen muss – Terminal-Sitzungen, werkzeuglastige Automatisierung, Dokumentlieferungen, bei denen ein halluzinierter Absatz teuer ist –, an GPT-6 Astra und erwägen Sie, es eher auf high als auf max laufen zu lassen, es sei denn, Sie haben gemessen, dass die zusätzlichen 1,8 Punkte bei Ihren Aufgaben ankommen. Leiten Sie alles, was wissensintensiv, cache-intensiv oder überwiegend lesend ist, an GPT-6.1 Sol: Es ist besser bei der Bewertung professioneller Arbeit, besser beim Langkontext-Reasoning, schneller und fünf- bis zehnmal günstiger bei den Posten, die eine echte Rechnung dominieren.

A screenshot of the OrcaRouter model catalogue filtered to the query gpt-6, headed '3 models - 1 providers - one API key, one bill', showing three OpenAI cards side by side: openai/gpt-6-luna described as the fast, cost-efficient model in the GPT-6 series, openai/gpt-6-sol described as the cost-efficient high-end model positioned below the flagship, and openai/gpt-6-astra described as the flagship for demanding long-horizon work. Each card carries vision, tools and reasoning tags and a base-rate block; the GPT-6 Astra card reads $10.00 input, $50.00 output, $1.00 cache read and $12.50 cache write per million tokens.

Was Sie heute aufrufen können, ist der ehrliche Teil. OrcaRouter bietet GPT-6 Astra zu OpenAIs eigenem Listenpreis an – mit 10,00 $ für Eingabe, 50,00 $ für Ausgabe, 1,00 $ für Cache-Lesen und 12,50 $ für Cache-Schreiben, wobei die 272K-Preisanpassungsregel genau so durchgereicht wird, wie der Anbieter sie veröffentlicht –, neben GPT-6 Sol und GPT-6 Luna. GPT-6.1 Sol wird nicht angeboten: Der öffentliche Katalog liefert „model not found“ für openai/gpt-6.1-sol, und wir werden kein Modell beschreiben, das wir nicht routen können. Da der Listenpreis des Anbieters ohne Aufschlag durchgereicht wird, kostet es an dem Tag, an dem dieses Modell verfügbar wird, auf unserer Seite OpenAIs Tarif, ohne einen Preisanpassungsschritt; heute ist die nutzbare Hälfte dieses Duells das Flaggschiff, hinter einem einzigen API-Schlüssel, wobei die Routing-DSL verfügbar ist, wenn Sie ein günstiges und ein teures Modell lieber in einem einzigen Aufruf kombinieren möchten, statt pro Anfrage zwischen ihnen zu wählen.

Die eine Sache, auf die man achten sollte, ist die Zeile, die in diesem Vergleich fehlt. Weder Anbieternummer noch unabhängiger Index sagen Ihnen, wie sich Ihr eigener Traffic auf diesen beiden Stufen verhalten wird, und der einzige günstige Weg, das herauszufinden, besteht darin, denselben Aufgabensatz durch beide laufen zu lassen, während das Failover den Betrieb übernimmt. Das ist ein Ein-Tasten-Experiment, wenn beide Hälften aufrufbar sind, und bis dahin nur ein halbes Experiment.

In diesem Artikel verglichen2

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert