GPT-6.1 Sol vs. GPT-6 Astra: Ein Indexpunkt, das Fünffache der Rate Card

GPT-6.1 Sol und GPT-6 Astra sind Mittelklasse- und Flaggschiffmodell ein und derselben Familie und wurden im Abstand von vier Wochen veröffentlicht – Sol am 29. September 2026, Astra am 3. September 2026 – und bis zu dieser Woche stützte sich der Vergleich der beiden ausschließlich auf Ope​AIs eigene Zahlen. Das ist nicht mehr so. Artificial Analysis hat beide mit maximalem Reasoning-Aufwand auf derselben Indexversion bewertet, und das Ergebnis ist ein Vorsprung von 0,84 Punkten zugunsten von Astra, direkt neben einem Kostenunterschied pro Evaluationslauf um den Faktor 4,5 zugunsten von GPT-6.1 Sol. Auf den Preislisten ist das Verhältnis noch krasser: Astra liegt bei Input und Output um den Faktor 5 über GPT-6.1 Sol und beim gecachten Input um den Faktor 10. Die Frage, die diese Seite beantwortet, ist, wo dieser Aufpreis etwas erkauft, auf das man zeigen kann, und wo er schlicht der Preis eines Namens ist.

Was die beiden Modelle sind und was die Platine gemessen hat

Beide akzeptieren Text und Bilder als Eingabe und geben Text aus, haben ein Kontextfenster von 1.050.000 Token und maximal 128.000 Ausgabe-Token, und beide bieten eine fünfstufige Effort-Leiter – low, medium, high, xhigh und max –, nachdem sie die none-Einstellung fallengelassen haben, die GPT-6 Sol noch akzeptiert. Keines von beiden unterstützt Fine-Tuning. Die entscheidenden Unterschiede sind die, die die Preisliste nennt: Astra ist die Flaggschiff-Stufe, GPT-6.1 Sol ist die Aktualisierung der darunterliegenden Stufe, und OpenAIs eigene Positionierungsaussage für das neuere Modell lautet „nahezu Astra-Performance für komplexe Arbeit zu geringeren Kosten“.

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

• GPT-6.1 Sol — veröffentlicht am 2026-09-29, Intelligence Index 51.8 bei maximalem Aufwand, $2.00 Eingabe / $0.10 gecacht / $2.50 Cache-Schreiben / $10.00 Ausgabe pro Million Token.
• GPT-6 Astra — veröffentlicht am 2026-09-03, Intelligence Index 52.7 bei maximalem Aufwand, $10.00 Eingabe / $1.00 gecacht / $12.50 Cache-Schreiben / $50.00 Ausgabe pro Million Token.
• Keines von beiden — akzeptiert den none Reasoning-Aufwand; beide berechnen die gesamte Anfrage mit 2× Eingabe- und Cache-Raten und 1,5× Ausgabe neu, sobald die Eingabe 272.000 Token überschreitet. Astras Long-Context-Stufe: $20.00 Eingabe / $2.00 gecacht / $75.00 Ausgabe; GPT-6.1 Sol: $4.00 / $0.20 / $15.00.
• Beide — unterstützen Websuche, Dateisuche, Bildgenerierung, Code-Interpreter, gehostete Shell, Apply Patch, Skills, Computer Use, MCP und Tool Search über die Responses API.

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

Zwei Zahlen stehen auf der Anzeigetafel nebeneinander, und zusammen sind sie das ganze Argument. GPT-6 Astra erreicht bei maximalem Aufwand 52,7 Punkte. GPT-6.1 Sol erreicht bei maximalem Aufwand 51,8 Punkte. Neben jeder Punktzahl veröffentlicht die Anzeigetafel, was es gekostet hat, den dahinterstehenden Index laufen zu lassen: 3,26 $ pro Aufgabe für Astra, 0,72 $ für GPT-6.1 Sol. Als ein einziger Satz gelesen – 0,84 Punkte für 4,5-mal so viel Geld – ist es die entscheidungsrelevanteste Zahl, die eines der beiden Unternehmen über diese beiden Modelle veröffentlicht hat.

Beide Modelle veröffentlichen außerdem eine Punktzahl für jede Stufe der Aufwandsleiter, wodurch der Vergleich bei gleichen Ausgaben statt bei gleicher Einstellung durchgeführt werden kann:

• maximaler Aufwand — GPT-6.1 Sol 51,8 bei 0,72 $ pro Lauf vs. GPT-6 Astra 52,7 bei 3,26 $.
• sehr hoch — 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 $.

Stellt man die Stufen über die Modelle hinweg nebeneinander, offenbart sich eine Tatsache, die kein Anbieter bewirbt: Astras eigene Spanne von high bis max beträgt 1,8 Indexpunkte – mehr als doppelt so viel wie der gesamte Abstand zwischen Astra auf max und GPT-6.1 Sol auf max. Mit anderen Worten: Die Wahl von Astra statt GPT-6.1 Sol bringt dir weniger Punkte als die Wahl von Astras max effort statt Astras high effort – und die zweite dieser Entscheidungen kostet nur einen Bruchteil der ersten. Wer mit seiner Workload tatsächlich empfindlich auf diese 1,8 Punkte reagiert, sollte die Effort-Einstellung prüfen, bevor er einen Blick auf die Modellspalte wirft.

Wo {{1}}Astras Premium{{/1}} noch etwas bringt

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

• AutomationBench-AA, mehrstufige Workflows über 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, bei einer langen Kette von Aktionen den Faden nicht zu verlieren – ein Terminal zu steuern, einen Multi-Tool-Workflow auszuführen, ein dokumentartiges Ergebnis zu liefern –, ist Astros Vorsprung real und über verschiedene Testumgebungen hinweg wiederholbar. Wenn die Aufgabe eine Wissensfrage ist, die in einer einzigen Runde beantwortet wird, verschwindet der Vorsprung weitgehend.

Wo das günstigere Modell gewinnt, einschließlich der Cacheline

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

• GDPval-AA, professionelle Arbeit, an Expertenleistung gemessen — 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 einzelne unabhängige Sieg in der Zeile.
• AA-LCR v1.1, Langkontext-Reasoning — 0,830 gegenüber 0,807. GPT-6.1 Sol führt.
• GDP.pdf — ein absolutes Unentschieden bei 0,310, ebenso wie CritPt bei 0,317.
• Zwischengespeicherte Eingabe — 0,10 $ pro Million Token gegenüber Astras 1,00 $. Das ist die Zeile, die die Agenten-Ökonomie entscheidet, und sie taucht nirgendwo im Index auf.
• Ausgabegeschwindigkeit — 66,8 Token pro Sekunde gegenüber 56,95 im selben Evaluierungslauf, wobei 67,2 Millionen Ausgabe-Token verbraucht wurden gegenüber 60,0 Millionen bei Astra. Keines der Modelle ist schnell; GPT-6.1 Sol ist das schnellere der beiden.

Ein Agent-Monat, bepreist nach beiden Tarifkarten

Nehmen Sie eine Workload, die ein stabiles Präfix erneut sendet: 40 Millionen Eingabe-Tokens pro Monat, von denen 85 % aus dem Cache bedient werden, plus 4 Millionen Ausgabe-Tokens. Nach der Preisliste von GPT-6.1 Sol sind das 3,40 $ für die Cache-Lesevorgänge, 12,00 $ für die nicht gecachte Eingabe und 40,00 $ für den Output — 55,40 $ für den Monat. Bei GPT-6 Astra kostet derselbe Traffic 34,00 $ für Cache-Lesevorgänge, 60,00 $ für nicht gecachte Eingabe und 200,00 $ für den 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 bepreist werden, nicht danach. Die erste liegt bei 272.000 Input-Tokens in einer einzelnen Anfrage: Wird sie überschritten, wird die gesamte Anfrage mit doppelten Input- und Cache-Raten und dem 1,5-Fachen der Output-Rate neu bepreist, was GPT-6.1 Sol auf 4,00 $ / 0,20 $ / 15,00 $ und Astra auf 20,00 $ / 2,00 $ / 75,00 $ verschiebt. Die zweite ist die Effort-Leiter selbst – GPT-6.1 Sol von max auf xhigh herunterzustufen senkt seine Kosten pro Index-Lauf von 0,72 $ auf 0,39 $ für 0,8 Punkte, und Astra von max auf high herunterzustufen senkt 3,26 $ auf 1,73 $ für 1,8 Punkte. In einer cache-intensiven Agent-Schleife ist die Effort-Einstellung ein größerer Kostenhebel als die Modellspalte, was das Gegenteil davon ist, wie diese beiden Modelle üblicherweise verglichen werden.

Was auszuführen ist und was tatsächlich aufgerufen werden kann

Der Beleglage nach ist die Aufteilung klarer, als das Marketing suggeriert. Leiten Sie die Arbeit, die eine lange Kette von Aktionen überstehen muss – Terminal-Sitzungen, tool-lastige Arbeiten, Dokumenten-Liefergegenstände, bei denen ein halluzinierter Absatz teuer ist – an GPT-6 weiter und ziehen Sie dabei high statt max in Betracht, es sei denn, Sie haben gemessen, dass die zusätzlichen 1,8 Punkte bei Ihren Aufgaben ankommen. Leiten Sie alles, was wissenslastig, cache-lastig oder überwiegend lesend ist, an GPT-6.1 Sol weiter: 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.

Was Sie heute aufrufen können, ist der ehrliche Teil. OrcaRouter bedient GPT-6 Astra zu dem Listenpreis von OpenAI selbst – die Tarife von 10,00 $ für Eingabe, 50,00 $ für Ausgabe, 1,00 $ für Cache-Lesevorgänge und 12,50 $ für Cache-Schreibvorgänge, wobei die 272K-Preisanpassungsregel genau so durchgereicht wird, wie der Anbieter sie veröffentlicht – zusammen mit GPT-6 Sol und GPT-6 Luna. GPT-6.1 Sol wird nicht bedient: der öffentliche Katalog liefert „Modell nicht gefunden“ für openai/gpt-6.1-sol, und wir werden kein Modell beschreiben, das wir nicht routen können. Da der Listenpreis des Anbieters ohne Aufschlag weitergegeben wird, kostet dieses Modell an dem Tag, an dem es verfügbar wird, auf unserer Seite den OpenAI-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 Modell und ein teures zu einem einzigen Aufruf kombinieren möchten, statt sich pro Anfrage zwischen ihnen zu entscheiden.

Das Einzige, worauf man achten sollte, ist die Zeile, die in diesem Vergleich fehlt. Weder die Anbieternummer noch ein unabhängiger Index sagt Ihnen, wie sich Ihr eigener Traffic auf diesen beiden Stufen verhalten wird, und der einzige kostengünstige Weg, das herauszufinden, besteht darin, denselben Aufgabensatz durch beide laufen zu lassen, während das Failover die Kontrolle hat. Das ist ein Ein-Tasten-Experiment, wenn beide Hälften aufrufbar sind, und ein halbes Experiment, bis sie es sind.