Eine generierte Titelkarte für den Artikel „GPT-6.2 Astra Pro vs GPT-6 Astra“ mit dem Untertitel „rechnet weniger ab, redet mehr“, zwei flachen linienförmigen Preisschildern mit der Aufschrift $8 / $40 und $10 / $50 mit einem nach unten zeigenden Pfeil dazwischen sowie drei gedämpften Statistik-Labels mit der Aufschrift pro Aufgabe $4.00 vs $6.24, Ausgabe-Tokens 65,8M vs 54,3M und Kontext 1.050.000 bei beiden.
Guides & Insights

GPT-6.2 Astra Pro vs. GPT-6 Astra: Der Nachfolger, der weniger berechnet und mehr spricht

Autor

jinhao.song

Veröffentlicht am

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

Modellgenerationen kosten fast immer mehr als das, was sie ersetzen. Diese hier kostet weniger, und das, während sie mehr Tokens generiert auf dem einzigen unabhängigen Benchmark, der eine Tokenzahl veröffentlicht – genau die Art von Widerspruch, die es wert ist, aufgeschlüsselt zu werden, bevor jemand für eine Migration Budgets einplant. Setzt man GPT-6.2 Astra Pro gegen GPT-6 Astra, sagt die Preisliste, dass das neuere Modell beim Preis gewinnen sollte: 8 $ pro Million Input und 40 $ pro Million Output gegenüber 10 $ und 50 $ für das Modell, das O​penAI am 3. September 2026 ausgeliefert hat. Artificial Analysis stimmt zu und misst 4,00 $ pro Intelligence-Index-Aufgabe für das neue Modell gegenüber 6,24 $ für das alte. Es misst aber auch, dass das neue Modell 65,8 Millionen Output-Tokens verbraucht, um seine Suite auszuführen, während das alte 54,3 Millionen verbrauchte. Die Input- und Output-Preise fielen um 20 %; der Tokenverbrauch stieg um etwa 21 %. Beide Fakten sind wahr, und zusammen erklären sie den gesamten Charakter dieses Upgrades.

Die Umkehrung: weniger pro Token und weniger pro Aufgabe

Am 17. November 2026 veröffentlichte OpenAI GPT-6.2 Astra mit einem glatten Preisnachlass von 20 % gegenüber dem Vorgänger bei Eingabe und Ausgabe sowie einer Senkung um 60 % bei gecachter Eingabe. Die Schlagzeilen-Zahlen lassen sich leicht nennen und ebenso leicht anhand der veröffentlichten Preisliste überprüfen:

• Eingabe — 8,00 $ pro Million bei GPT-6.2 Astra gegenüber 10,00 $ bei GPT-6 Astra, eine Senkung um 20 %.

• Output – 40,00 $ vs. 50,00 $, außerdem 20 %.

• Zwischengespeicherte Eingabe — 0,40 $ vs. 1,00 $, eine Senkung um 60 %, und die größte einzelne Änderung auf der Karte.

• Cache-Schreibvorgang, 30-Minuten-Aufbewahrung — 10,00 $ vs. 12,50 $.

• Über 272.000 Eingabe-Tokens — 16,00 $ für Eingabe und 60,00 $ für Ausgabe gegenüber 20,00 $ und 75,00 $; die Langkontext-Klippe bleibt bestehen, mit denselben 2× / 1,5×-Multiplikatoren wie zuvor.

• Kontext und Obergrenzen – identisch bei 1.050.000 Tokens, 922.000 maximaler Eingabe, 128.000 maximaler Ausgabe, und beide lehnen reasoning.effort: „none“ ab.

Hierbei handelt es sich um kein Feature-Gate. Der Nachfolger bietet denselben Größenrahmen zu einem niedrigeren Preis, was ungewöhnlich genug ist, um zu fragen, was OpenAI sich mit dem Rabatt erkauft. Der Launch-Beitrag ist diesbezüglich offen: bessere Ergebnisse „mit weniger Ausgabe-Tokens, sodass du innerhalb deiner Nutzungslimits mehr erledigen kannst“, und das Unternehmen behauptet, GPT-6.2 Astra liege im internen GDPval v2-Benchmark mit 6,2 Punkten Vorsprung vor GPT-6 Astra, „während es 22 % weniger Ausgabe-Tokens verbraucht“.

Wo die unabhängige Messung vom Anbieter abweicht

Artificial Analysis führt dieselbe Suite aus neun Evaluierungen bei beiden Modellen durch und gibt an, wie viele Ausgabe-Token jedes Modell insgesamt verbraucht hat. Nach seinen Zahlen verbrauchte GPT-6.2 Astra 65,8 Millionen Ausgabe-Token, um den Index abzuschließen, gegenüber 54,3 Millionen bei GPT-6 Astra. Das geht in die entgegengesetzte Richtung von der Behauptung des Anbieters, es seien 22 % weniger, und doch stehen die beiden Aussagen nicht wirklich im Widerspruch – sie messen unterschiedliche Dinge. OpenAIs Zahl stammt aus GDPval v2, einem internen Benchmark für Beratungs-, Finanz- und Designaufgaben. Die Zahl von Artificial Analysis ist der Token-Aufwand, um die eigenen neun Evaluierungen mit maximalem Aufwand zu bestehen. Ein Modell kann bei einer Aufgabenfamilie sparsamer und bei einer anderen weniger sparsam sein; es gibt keine universelle Token-Effizienz-Zahl, nur solche pro Benchmark.

Praktisch bedeutet das: Die 20-prozentige Preissenkung ist der Teil, den du fest einkalkulieren kannst, und die Token-Effizienz-Story ist der Teil, den du selbst messen musst. Wenn deine Workload zufällig wie GDPval v2 aussieht, könnte GPT-6.2 Astra pro Aufgabe deutlich weniger als vier Fünftel seines Vorgängers kosten. Wenn sie wie die Suite von Artificial Analysis aussieht, liegt die Ersparnis näher an der angekündigten Senkung und wird teilweise durch Ausführlichkeit aufgehoben.

Die Zahlen pro Aufgabe liegen dazwischen: {{1}}4,00 ${{/1}} gegenüber {{2}}6,24 ${{/2}}, eine {{3}}Reduktion um 36 %{{/3}}. Das ist ein stärkerer Rückgang als die {{4}}20-prozentige Preissenkung{{/4}}, was bedeutet, dass sich die günstigeren Tokens und die längeren Outputs teilweise ausgleichen und etwas anderes die verbleibende Arbeit erledigt – höchstwahrscheinlich die Eingabeseite, wo gecachte Lesezugriffe zu {{5}}0,40 ${{/5}} gegenüber {{6}}1,00 ${{/6}} bei einem Benchmark, der Kontext über Aufgaben hinweg wiederverwendet, eine große Rolle spielen.

A two-column generated scoreboard comparing GPT-6.2 Astra Pro and GPT-6 Astra on six shared dimensions. GPT-6.2 Astra Pro: Intelligence Index 62, $4.00 per index task, 65.8M output tokens, time per task not published, $8 / $40 price, $0.40 cached input. GPT-6 Astra: 57, $6.24 per task, 54.3M output tokens, 20.4 minutes per task, $10 / $50, $1.00 cached input. Footer attributes board figures to Artificial Analysis Index v5.0.1 and prices to OpenAI's rate card.

Geschwindigkeit ist die Lücke, die der Vorstand noch nicht geschlossen hat.

GPT-6 Astra ist nicht schnell. Artificial Analysis gibt 42 Token pro Sekunde an und misst 20,4 Minuten pro Aufgabe im Intelligence Index; der eigene Kommentar beschreibt das Modell als langsamer als der Durchschnitt seiner Preisklasse. Für GPT-6.2 Astra veröffentlicht die Rangliste überhaupt keinen Wert für die Zeit pro Aufgabe; im Feld steht N/A.

Das ist wichtiger, als es klingt. Eine Migration, die Ihre Kosten pro Aufgabe halbiert, aber Ihre Wall-Clock-Zeit verdoppelt, ist ein anderes Produkt, kein günstigeres. Das Launch-Material von OpenAI enthält keine Aussage zur Wall-Clock-Zeit für das neue Modell, und die einzige Effizienzfunktion, die es tatsächlich bewirbt – Ultrafast inference, verfügbar bei beiden Modellen, zu 3× Standardtarifen bis zum 28. Februar 2027 und zu 6× ab dem 1. März 2027 –, ist ein kostenpflichtiger Ausweg statt einer Standardoption. Wenn Latenz auf Ihrem kritischen Pfad liegt, ist die ehrliche Position heute, dass Sie nicht wissen, ob der Nachfolger schneller ist, und der 3×-Ultrafast-Aufschlag bei 24 $ Eingang und 120 $ Ausgang ist das, was Sicherheit kostet, bis der Vorstand die Zelle ausfüllt.

Was „Pro“ hinzufügt – und was nicht

Keine der beiden Seiten dieses Vergleichs hat ein Pro-Modell in O​penAIs Katalog. gpt-6.2-astra-pro liefert in der Dokumentation des Anbieters einen 404, und die veröffentlichte Preisliste enthält keine Zeile dafür. Das Suffix ist das, was Marktplätze für gpt-6.2-astra ausgeben, wenn reasoning.mode auf pro gesetzt ist – eine Konfiguration, kein Checkpoint. O​penAI hat ausdrücklich klargestellt, dass die beiden Achsen unabhängig sind: Der Modus wählt die Standard- oder Pro-Ausführung, der Effort steuert, wie viel Reasoning innerhalb dieses Modus stattfindet.

Der Vergleich lautet also eigentlich „GPT-6 Astra, wie Sie es heute nennen“ gegen „GPT-6.2 Astra, optional im Pro-Modus“. Der Pro-Modus rechnet seine zusätzlichen Durchläufe zu den Standard-Tokenpreisen des Modells ab, was bedeutet, dass der Preisvorteil von 20 % direkt durchschlägt: Eine Anfrage im Pro-Modus auf dem neuen Modell ist pro Token immer noch 20 % günstiger als dieselbe Anfrage auf dem alten Modell, und sie kauft zu diesem niedrigeren Satz mehr Arbeit ein. „GPT-6.2 Astra Pro“ sollte man daher nicht als „die teure Stufe“ lesen, sondern als „das Flaggschiff mit aufgedrehtem Lautstärkeregler“ – und der Lautstärkeregler lässt sich jetzt günstiger aufdrehen als im September.

Eine Migrations-Checkliste, die auf einen Bildschirm passt

Da beide Modelle dieselbe API-Form aufweisen, ist der Großteil der Migration reine Routine. Die Teile, die nicht routinehaft sind, sind die, die wehtun.

• Modell-Strings — gpt-6-astra wird zu gpt-6.2-astra; beide funktionieren mit Responses und Chat Completions, und Tool-Aufrufe erfordern weiterhin Responses bei beiden.

• Abgelehnte Parameter – beide lehnen reasoning.effort: „none“ ab, und keiner akzeptiert benutzerdefinierte temperature, top_p oder Log-Wahrscheinlichkeiten. Wenn Ihr Code sie defensiv setzt, ist dieser Code bereits gegen GPT-6 Astra fehlgeschlagen und wird weiterhin fehlschlagen.

• Wissensstand — 18. Mai 2026 bei GPT-6.2 Astra gegenüber 30. April 2026 bei GPT-6 Astra. Achtzehn zusätzliche Tage, was wichtig zu wissen ist, wenn man Prompts auf ein bestimmtes Ereignis ausrichtet.

• Cache-Disziplin — die 60-prozentige Senkung der Kosten für gecachte Eingaben lohnt sich nur, wenn Ihre Präfixe tatsächlich im Cache landen. Die Empfehlung von OpenAI für die 6.2-Generation lautet, Prompt-Präfixe unverändert zu lassen und neue Anweisungen anzuhängen, gerade damit das Reasoning über Turns hinweg erhalten bleibt und der Cache weiterhin Einsparungen bringt.

• Batch und Hintergrund — Batch läuft bei beiden mit 50 % des Standardpreises, und die neuen zweistündigen und achtstündigen Hintergrund-Abschlussfenster (30 % bzw. 40 % Rabatt auf Token-Preise) gelten für GPT-6.2 Astra und Sol. Diese Fenster sind der günstigste Tarif auf der Preiskarte für alles, was warten kann.

• Schutzmaßnahmen — die 6.2-Generation wird mit strengeren Ablehnungen bei Cyber-Anfragen ausgeliefert als GPT-6 Astra, und OpenAI kündigt an, die neuen Modelle später in das Daybreak-Programm für vertrauenswürdigen Zugriff aufzunehmen. Wenn Ihre Workloads autorisierte Schwachstellenforschung betreffen, ist das eine echte Regression, mit der Sie planen müssen, und keine bloße Fußnote.

Screenshot of the Artificial Analysis page for GPT-6 Astra, released September 2026, carrying a deprecation notice recommending GPT-6.2 Astra. It shows Intelligence Index 57 ranked 13 of 87, 42 tokens per second, $10.00 input and $50.00 output per million tokens, 20.4 minutes per index task against an 18.0-minute median, $6.24 average cost per task, 54.3M tokens generated, and a 1M-token context window with knowledge up to April 2026.

Wo man den Vergleich ausführen kann, ohne irgendetwas neu zu bauen

Das Unangenehme an einer generationsübergreifenden Migration ist, den alten Pfad am Leben zu halten, während man den neuen bewertet. GPT-6 Astra ist heute zu den eigenen Listenpreisen des Anbieters in unserem Katalog — 10 $ Input, 1 $ gecacht, 50 $ Output, ohne Aufschlag weitergegeben — was das September-Modell zum stabilen Standbein eines Side-by-Side-Tests macht, statt zu etwas, das man außer Betrieb nehmen muss, bevor man beginnen kann.

Die 6.2-Generation ist noch nicht im Katalog. Sobald sie erscheint, wird sie dieselbe Pass-through-Preisgestaltung mitbringen, sodass ein Anbieteranteil von 20 % ein Anteil von 20 % bleibt und nicht nach einer Plattformgebühr zu einem kleineren wird. Bis dahin ist das neue Modell über die eigene API von O​penAI erreichbar, und die sinnvolle Ausgestaltung der Evaluierung besteht darin, beide eine Woche lang mit Ihren eigenen Aufgaben laufen zu lassen und die Rechnung zu vergleichen, nicht den Indexwert — denn bei diesem speziellen Upgrade ist die Rechnung der Punkt, bei dem sich Anbieter und unabhängiges Gremium beide einig sind.

Screenshot of the OrcaRouter model page for openai/gpt-6-astra, showing a 1M-token context window with 128K max output, text, image and file input, zero data retention availability, EU routing, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, pass-through pricing of $10.00 input and $50.00 output per million tokens, and a catalogue headline benchmark of 96.1 on GPQA Diamond.

Was würde daraus ein unkompliziertes Upgrade machen?

Drei Zahlen würden den Fall abschließen. Ein Zeit-pro-Aufgabe-Wert für GPT-6.2 Astra, denn die 20,4 Minuten, die für GPT-6 Astra verzeichnet wurden, sind die Zahl, die ein latenzempfindliches Team tatsächlich interessiert, und das Board hat die seines Nachfolgers nicht veröffentlicht. Ein Token-Verbrauchswert für eine Workload, die näher an Ihrer liegt als sowohl GDPval v2 als auch die Suite aus neun Evaluierungen. Und eine Aufschlüsselung für den Pro-Modus, damit die Kosten des Mengenreglers nicht länger eine Schlussfolgerung sind.

Ohne diese ist die verteidigbare Zusammenfassung enger als das Marketing und nützlicher: GPT-6.2 Astra ist pro Token 20 % günstiger als GPT-6 Astra, pro abgeschlossener Aufgabe nach unabhängiger Messung um etwa ein Drittel günstiger, um fünf bis sieben Indexpunkte leistungsfähiger und noch nicht als schneller nachgewiesen. Für Batch-Arbeit und alles mit Budgetbeschränkungen reicht das für eine Migration. Für ein interaktives Produkt mit kritischer Latenz ist die Migration eine Wette auf eine Zahl, die niemand veröffentlicht hat – und das Ehrliche bei einer solchen Wette ist, sie klein zu dimensionieren.