Eine Titelkarte für eine Analyse der Preisgestaltung von GPT-6.2 Astra, überschrieben mit „GPT-6.2 Astra“, mit der Unterzeile „20 % Rabatt auf Tokens. 36 % Rabatt auf Aufgaben.“ über einer Bildunterschrift mit dem Text „Gemessen an GPT-6 Astra im Artificial Analysis Intelligence Index“, und zwei Karten rechts mit der Beschriftung „Preis pro Token“ bei minus 20 % und „Kosten pro Aufgabe“ bei minus 36 % mit einem sichtbar längeren Pfeil, über einer Fußzeile mit dem Text „Preisgestaltung gemäß den von OpenAI veröffentlichten Preisen; Kosten pro Aufgabe gemäß Artificial Analysis.“ Das OrcaRouter-Logo befindet sich in der unteren rechten Ecke.
Guides & Insights

GPT-6.2 Astra senkt die Token-Preise um 20 %. Die Rechnung für Aufgaben sinkt um 36 %.

Autor

jinhao.song

Veröffentlicht am

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

OpenAI lieferte GPT-6.2 Astra am 17. November 2026 aus – mit einer Schlagzeile, die Sie in zehn Sekunden überprüfen können: 8 $ pro Million Eingabetokens und 40 $ pro Million Ausgabetokens, gegenüber 10 $ und 50 $ für GPT-6 Astra. Das ist eine glatte Senkung um 20 % in beide Richtungen der Abrechnung. Die Zahl, die tatsächlich entscheidet, ob sich Ihre Rechnung verändert, ist eine andere – und sie ist größer. Artificial Analysis misst GPT-6.2 Astra mit 4,00 $ pro Intelligence-Index-Aufgabe gegenüber 6,24 $ für GPT-6 Astra – eine Senkung um 36 % bei den Kosten für die Erledigung einer Arbeitseinheit, nicht bei den Kosten eines Tokens.

Beide Zahlen stimmen, und die Lücke zwischen ihnen ist die ganze Geschichte. Eine Preissenkung sagt dir, was der Zähler berechnet. Eine Kosten-pro-Aufgabe-Zahl sagt dir, was der Zähler berechnet hat und wie oft er gelaufen ist. GPT-6.2 Astra berechnet weniger pro Token und verbraucht weniger davon, um an dieselbe Stelle zu gelangen, sodass sich die Einsparungen kumulieren. Wo sie aufhören, sich zu kumulieren – Long-Context-Anfragen, Cache-Schreibvorgänge und die Regeln für Reasoning-Elemente –, dort verbringt dieser Artikel seine zweite Hälfte.

Dieselbe Aufgabe, 36 % günstiger – und warum das mehr ist als der Preis auf dem Etikett

Artificial Analysis bewertet GPT-6.2 Astra mit 62 auf seinem Intelligence Index, Dritter von 87 erfassten Modellen, ein Anstieg von 57, während GPT-6 Astra auf Platz dreizehn liegt. Die Kostenkennzahl wird über die identische Evaluationssuite berechnet, was den Vergleich fair macht: gleiche Aufgaben, gleiche Testumgebung, gleiche Bewertung, nur das Modell ändert sich. Fünf Indexpunkte an Leistungsfähigkeit gingen mit einem Rückgang der Kosten pro Aufgabe um 36 % einher.

Diese Kombination ist ungewöhnlich. Bei den meisten Veröffentlichungen wird das eine gegen das andere eingetauscht – man zahlt mehr pro Aufgabe, um ein intelligenteres Modell zu bekommen, oder man akzeptiert ein schwächeres Modell, um ein günstigeres zu bekommen. Hier haben sich beide Werte gegenüber dem Vorgänger in die richtige Richtung bewegt, was eher wie ein echter Effizienzgewinn von Generation zu Generation aussieht als wie eine Neupositionierung.

Die sechs entscheidenden Zahlen im direkten Vergleich. Alle Preisangaben entsprechen OpenAIs veröffentlichtem Standardtarif; Index- und Kosten-pro-Aufgabe-Werte sind unabhängige Messungen von Artificial Analysis, nicht von OpenAI.

• Eingabe — GPT-6.2 Astra 8,00 $ pro Million Tokens vs. GPT-6 Astra 10,00 $

• Ausgabe — 40,00 $ pro Million Tokens vs. 50,00 $

• Zwischengespeicherte Eingabe — 0,40 $ pro Million bei 95 % Rabatt gegenüber 1,00 $ bei 90 %

• Intelligenzindex — 62, Rang 3 von 87 vs. 57, Rang 13 von 87

• Kosten pro Index-Aufgabe — 4,00 $ vs. 6,24 $

• Kontextfenster — insgesamt 1.050.000 Token, davon maximal 922.000 Eingabe und 128.000 Ausgabe

Beachten Sie die Cache-Zeile. Der Rabatt wurde von 90 % auf 95 % erhöht und der Grundpreis, auf den er angewendet wird, sank von 10 $ auf 8 $, sodass ein zwischengespeichertes Eingabe-Token jetzt 0,40 $ kostet, wo es früher 1,00 $ kostete – eine Senkung um 60 %, dreimal so viel wie die Schlagzeile. Wenn Ihre Arbeitslast aus einem langen System-Prompt und einer kurzen Benutzerrunde besteht, erhalten Sie deutlich mehr als 20 %.

A single-column scoreboard titled 'GPT-6.2 Astra — the scoreboard' with six rows reading 'Intelligence Index: 62, #3 of 87', 'Input price: $8.00 / 1M', 'Output price: $40.00 / 1M', 'Cached input: $0.40, 95% off', 'Cost per Index task: $4.00' and 'Context window: 1,050,000', with a footer noting that pricing is per OpenAI's published rates and index and cost-per-task figures are per Artificial Analysis. The OrcaRouter logo sits in the bottom-right corner.

Wo die Ersparnis wieder entweicht

Drei Mechanismen zehren an den 36 %, und alle drei sind dokumentiert statt versteckt – Sie müssen nur die Preisseite und den Migrationsleitfaden lesen, bevor Sie sich auf ein Kontextbudget festlegen.

Die 272K-Klippe

GPT-6.2 Astra hat ein Fenster von 1.050.000 Token, doch die Preisstruktur ändert sich deutlich, bevor man es ausschöpft. Sobald die Eingabe einer Anfrage 272.000 Token überschreitet, werden Eingabe und zwischengespeicherte Eingabe mit dem doppelten Standardsatz und Ausgabe mit dem 1,5-Fachen berechnet – und der Multiplikator gilt für die gesamte Anfrage, nicht nur für die Token oberhalb der Grenze. Ein Prompt mit 300.000 Token zahlt nicht nur für die letzten 28.000 Token einen Aufpreis; er zahlt für alle 300.000 das Doppelte.

Bei $16 pro Million Input kostet ein einzelner 300K-Aufruf $4,80, bevor das Modell auch nur ein Wort schreibt, während dieselbe Arbeit einen Moment zuvor – bei 271.999 Tokens – $2,17 gekostet hätte. Das ist die 20-prozentige Senkung, die in einem einzigen Schritt zurückgegeben wird, und noch mehr, denn die Klippe ist eine Diskontinuität und kein Gefälle. Arbeit mit langen Dokumenten, die früher in das alte Fenster passte, braucht jetzt eine bewusste Chunking-Strategie, nicht nur ein größeres Budget.

Cache-Schreibvorgänge sind eine separate Zeile

Das Lesen aus dem Cache ist günstig. Ihn zu füllen ist nicht kostenlos: Cache-Schreibvorgänge werden mit 10 $ pro Million Tokens abgerechnet – mehr als der Standard-Eingabepreis. Ein tiefer, häufig invalidierter Prompt-Cache kann in der Pflege mehr kosten, als er beim Lesen einspart. Die Ökonomie spricht für ein stabiles Präfix, das viele Turns übersteht – genau das Muster, zu dem einen OpenAIs eigene Migrationshinweise drängen.

Verworfene Begründungselemente

Ab dieser Generation verwirft die API Reasoning-Elemente, wenn sie eine Änderung der Historie mitten im Gespräch erkennt – eine Präfixbearbeitung, ein Modell-Downgrade, einen Wechsel des Endnutzers oder der Organisation. Wenn das Modell diesen Kontext verliert, kann es schlechter antworten und mehr Tokens dafür aufwenden, bereits erledigte Arbeit erneut herzuleiten. Der zweite Effekt ist der, der sich auf der Rechnung niederschlägt: Eine Integration, die ihren System-Prompt zwischen den Turns bearbeitet, zahlt still und leise zweimal für dasselbe Reasoning, und die 36 % Ersparnis wirkt wie ein Rundungsfehler.

Die Lösung ist architektonischer und nicht finanzieller Natur. Lass das Präfix unverändert, wenn du zwischen Antworten die Einstellungen änderst, und die frühere Eingabe bleibt weiterhin für das Caching geeignet, während zugleich das Reasoning erhalten bleibt. Eine einzige Gewohnheit schützt beide Posten auf der Rechnung.

Die Reasoning-Einstellungen sind eine Budgetierungsentscheidung.

GPT-6.2 Astra akzeptiert reasoning.effort nicht, wenn dieser auf none gesetzt ist. Der Migrationsleitfaden von OpenAI empfiehlt, neue Integrationen mit medium zu beginnen und jede bestehende Einstellung none oder minimal auf low abzubilden. Nichts davon ist für ein Reasoning-first-Modell überraschend, aber es bedeutet, dass ein bloßer Austausch der Modellkennung von einem Vorgänger ohne Reasoning sowohl eine schlechtere Antwort als auch eine höhere Rechnung erzeugt, als der Migrationsplan impliziert.

Reasoning-Tokens werden als Output abgerechnet. Bei 40 $ pro Million ist der Unterschied zwischen niedrig und hoch bei einem langen Agent-Lauf kein Rundungsfehler – er ist häufig die größte einzelne Variable in den Kosten der Aufgabe. Die gemessenen 4,00 $ pro Intelligence-Index-Aufgabe gehen davon aus, welche Effort-Konfiguration Artificial Analysis verwendet hat; Ihre Zahl hängt von Ihrer ab. Behandeln Sie die Effort-Einstellung als den ersten Kostenhebel, den Sie justieren, bevor Sie irgendetwas anderes anfassen.

A screenshot of OpenAI's developer documentation page for GPT-6.2 Astra, showing the model description, a pricing table of $8.00 input, $0.40 cached input and $40.00 output per million tokens, a 1,050,000-token context window with 922,000 max input and 128,000 max output, and a May 18 2026 knowledge cutoff.

Was der Launch tatsächlich verbessert hat – und was nicht.

Eine Preissenkung lohnt sich nur, wenn das Modell mindestens genauso gut ist. Bei den Long-Horizon- und wissenschaftlichen Evaluierungen hat GPT-6.2 Astra entscheidend zugelegt. Terminal-Bench-Science stieg von 63,3 % bei GPT-6 Astra auf 78,1 %, und Terminal-Bench 4.0 liegt bei 64,1 %. AA-AnalystAgent steht bei 62,5 %, AA-3D bei 1.318 Elo und Harveys LAB-AA bei 15,0 %. Für agentische Arbeit, die über viele Schritte läuft und auf Kurs bleiben muss, ist das das Profil, das man haben möchte, und es ist das Profil, das die Token-Effizienz hinter den 36 % hervorbringt.

Zwei Stellen, an denen es sich nicht bewegt hat, sollte man kennen, bevor man eine ganze Pipeline umstellt.

Das erste ist kompetitives Programmieren. FrontierCode-AA 2.0 setzt GPT-6.2 Astra auf 45,4 %, immer noch hinter Claude Fable 5.2 mit 48,8 %. Astra hat anderswo viel Boden gutgemacht, führt beim schwierigen Programmieren aber noch nicht, sodass ein Team, dessen Arbeitslast überwiegend FrontierCode-förmig ist, weniger Grund hat, aus Fähigkeitsgründen zu migrieren – das Preisargument ist das, das gilt.

Das Zweite ist schlimmer als ein Stillstand. Bei AA-Omniscience liegt die Halluzinationsrate von GPT-6.2 Astra bei 59,1 % – ein Anstieg gegenüber 49,8 % bei GPT-6 Astra. Es antwortet bereitwilliger, wenn es etwas nicht weiß. Das ist ein Kostenproblem, das sich als Qualitätsproblem tarnt: Eine selbstsicher falsche Antwort, die man anschließend erkennen, verwerfen und neu ausführen muss, kostet die Tokens doppelt – und genau beim erneuten Lauf bricht die sorgfältige Rechnung pro Aufgabe zusammen. Jeder Workflow, in dem eine falsche Antwort teuer zu entdecken ist, verdient einen Verifikationsschritt, bevor die Preissenkung als Ersparnis gewertet wird.

A screenshot of the Artificial Analysis model page for GPT-6.2 Astra showing an Intelligence Index of 62 ranked third of 87 models, input pricing of $8.00 and output of $40.00 per million tokens, a 95% cache discount, and a cost of $4.00 per Intelligence Index task ranked 57th of 86.

Den Preis bekommen, ohne die Pipeline darauf zu verwetten

GPT-6.2 Astra ist über die OpenAI-eigene API und mehrere Drittanbieterplattformen verfügbar. Heute steht es nicht im Katalog von OrcaRouter; wenn Sie es diese Woche aufrufen möchten, wenden Sie sich direkt an den Anbieter. Nichts in der obigen Preisanalyse hängt davon ab, von wo aus Sie es aufrufen – aber zwei Dinge bei der Art und Weise, wie Sie es aufrufen, sollten Sie jetzt einplanen, denn es sind dieselben zwei Dinge, die Teams drei Wochen nach Beginn einer Migration zu schaffen machen.

Das erste ist Failover. Ein gestern veröffentlichtes Modell hat keine Erfolgsbilanz für Ihren Traffic, und der ehrliche Rat lautet, es neben dem Modell laufen zu lassen, das es ersetzen würde, statt an dessen Stelle. Beide über einen einzigen OpenAI-kompatiblen Endpunkt zu routen, mit automatischem Failover über Anbieter hinweg, bedeutet, dass ein schlechter Tag bei einem Upstream nicht zu einem schlechten Tag für Ihre Nutzer wird, während Sie noch entscheiden, ob die 36 % für Ihre Workload real sind. OrcaRouter bietet GPT-6 Astra, GPT-6 Sol und GPT-6.1 Sol, sodass der A/B-Test gegen den Vorgänger von Astra mit einem einzigen Schlüssel laufen kann, ohne zweiten Vertrag und ohne Codeänderung auf Clientseite.

Der zweite Punkt ist die Weitergabe der Preise. OrcaRouter rechnet mit 0 % Aufschlag ab – zum Listenpreis des Anbieters, unverändert. Das ist besonders bei einem Release wie diesem wichtig: Eine Preissenkung des Anbieters wirkt sich am selben Tag auf Ihren Preis aus, an dem sie auch bei ihm wirksam wird – ohne Neuverhandlung und ohne Verzögerung bei der Preisanpassung. Wenn GPT-6.2 Astra in den Katalog aufgenommen wird, sind die oben genannten 8 $ und 40 $ die Zahlen, die Sie sehen werden – keine aufgeschlagene Version davon.

Was Ihnen das in der Zwischenzeit bringt, ist ein sauberer Vergleich. Lassen Sie heute denselben Eval-Set durch GPT-6 Astra laufen, notieren Sie Ihre tatsächlichen Kosten pro Aufgabe bei Ihrer tatsächlichen Effort-Einstellung, und Sie haben die Baseline, an der die 36 % entweder Bestand haben oder nicht. Die meisten Teams, die diesen Schritt überspringen, messen am Ende die Schlagzeile statt ihrer eigenen Arbeitslast und entdecken die 272K-Klippe auf die teure Weise.

Wer sollte jetzt handeln, und wer sollte warten?

Wechseln Sie jetzt, wenn Ihre Arbeitslast langfristige agentische Arbeit, Dokumentenanalyse unter etwa 250.000 Tokens oder irgendetwas Wissenschaftliches und Terminalgesteuertes umfasst – der Sprung bei Terminal-Bench-Science von 63,3 % auf 78,1 % ist groß genug, um zu verändern, was machbar ist, und die Token-Effizienz potenziert sich mit der Preissenkung.

Gehen Sie vorsichtig vor, wenn Ihre Prompts regelmäßig über 272.000 Token hinausgehen. Die Klippe belohnt kein größeres Budget; sie bestraft eines. Teilen Sie in Blöcke auf – oder planen Sie das Doppelte ein.

Moment, oder zumindest erst A/B, wenn deine Arbeit stark von anspruchsvollem Wettbewerbsprogrammieren geprägt ist — FrontierCode-AA 2.0 bevorzugt weiterhin Claude Fable 5.2 — oder wenn eine selbstsichere falsche Antwort in deinem Bereich teuer ist, wo eine Halluzinationsrate, die von 49,8 % auf 59,1 % gestiegen ist, eine eigene Messung verdient, bevor sie zu deinem Standard wird.

Und legen Sie in jedem Fall Ihren Denkaufwand bewusst fest, bevor Sie Rechnungen vergleichen. Die 20 % stehen auf der Preisseite und die 36 % auf der Bestenliste. Keines von beiden ist bisher Ihre Rechnung.