Eine generierte Titelkarte für die Ultrafast-Stufe mit der Schlagzeile „GPT-6 Astra Ultrafast“, dem Untertitel „Sechsmal die Rate, auf jeder Linie“ und zwei Badges mit der Aufschrift „bepreist und allgemein verfügbar“ und „Die Überholspur ist kein zweites Modell“.
Guides & Insights

GPT-6 Astra Ultrafast mit 6x: Was die veröffentlichte Preisliste Sie tatsächlich kostet

Autor

Gideon Frost

Veröffentlicht am

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

GPT-6 Astra Ultrafast ist seit dem 29. September 2026 nicht mehr nur per Warteliste verfügbar. Es ist jetzt eine käuflich erwerbbare Service-Stufe mit veröffentlichtem Preis, und dieser Preis beträgt in jeder einzelnen Zeile genau das Sechsfache des Standardtarifs. Das darunterliegende Modell – GPT-6 Astra, das Flaggschiff des Unternehmens, veröffentlicht am 3. September 2026 – ist unverändert; was sich beim DevDay geändert hat, ist, dass die Schnellspur darüber allgemein verfügbar wurde, und in der API-Dokumentation des Unternehmens steht jetzt unmissverständlich, dass Ultrafast „breit verfügbar für GPT-6 Astra ist, mit Vorschauzugang für GPT-5.6 Sol.“ Zum ersten Mal können Sie diesen Tarif in eine Budgetzeile aufnehmen, und die dort einzutragende Zahl lautet $60.00 pro Million Eingabe-Token und $300.00 pro Million Ausgabe-Token – abgelesen von der eigenen Preisseite des Unternehmens am 30. September 2026.

Dadurch wird dies zu einer anderen Frage als derjenigen, die die Markteinführungsberichterstattung beantwortete. Die interessante Tatsache diese Woche ist nicht, dass die Stufe existiert – die Vorschau wurde am 13. August 2026 angekündigt und bis zum Erbrechen behandelt. Die interessante Tatsache ist, dass eine Stufe ohne Preis jetzt einen hat, und die Arithmetik, die daraus folgt, ist auf eine bestimmte, quantifizierbare Weise wenig schmeichelhaft. Sechsmal ist kein Aufpreis, den man mit einem Schulterzucken hinnimmt; es ist ein Aufpreis, den man in weniger Zügen zurückverdienen muss, und ob man das kann, ist eine Eigenschaft der eigenen Arbeitslast und nicht des Modells.

Die vielen Griffe an jeder Linie – und das ist das Erste, was man verstehen muss.

Wenn man am 30. September 2026 die Preisseite von OpenAI liest, ist die Ultrafast-Spalte für GPT-6 Astra pauschal das Sechsfache der Standard-Spalte und nicht ein Aufschlag auf einige Zeilen und nicht auf andere. Das ist wichtig, denn es bedeutet, dass man sich nicht durch eine Veränderung der Form seiner Anfragen aus dieser Situation herausoptimieren kann.

• GPT-6 Astra, Standard-Service, Anfragen mit bis zu 272.000 Eingabe-Tokens — 10,00 $ Eingabe, 1,00 $ zwischengespeicherte Eingabe, 12,50 $ Cache-Schreibvorgänge, 50,00 $ Ausgabe, pro 1 Mio. Tokens.

• GPT-6 Astra Ultrafast, gleicher Schwellenwert — 60,00 $ Eingabe, 6,00 $ zwischengespeicherte Eingabe, 75,00 $ Cache-Schreibvorgänge, 300,00 $ Ausgabe, pro 1 Mio. Token. Genau 6x auf allen vier Zeilen.

• Oberhalb von 272.000 Eingabe-Tokens wird die gesamte Anfrage neu bepreist — Standard wechselt zu $20.00 / $2.00 / $25.00 / $75.00, Ultrafast zu $120.00 / $12.00 / $150.00 / $450.00. Weiterhin 6x. Die Langkontext-Regel, die OpenAI für GPT-6 Astra dokumentiert, lautet 2x für Eingabe- und Cache-Rate bei 1,5x für die Ausgabe auf die gesamte Anfrage, sobald man die Schwelle überschreitet, und sie gilt für beide Stufen gleichermaßen.

• Die anderen Stufen auf derselben Karte — Batch und Flex sind 50 % von Standard, und der Fast-Modus ist 2x Standard. Die Multiplikator-Leiter für dieses eine Modell verläuft also 0,5x, 1x, 2x, 6x, ohne Zwischenstufe zwischen den letzten beiden.

Es gibt kein Ultrafast-Äquivalent zu Batch. Batch und Flex sind Rabatte, die Sie durch lockerere Zeitplanung auf der Standard-Spur erhalten; es gibt keine langsame, günstige Version der schnellen Spur. Wenn Sie die Geschwindigkeit wollen, zahlen Sie das 6-Fache für jedes Token, das Sie senden, und jedes Token, das Sie zurückbekommen, und es gibt keine Mischung aus gecachtem und frischem Input, die das Verhältnis verbessert.

A screenshot of OpenAI's API pricing page with the Ultrafast tab selected, showing gpt-6-astra at $60.00 input, $6.00 cached input, $75.00 cache writes and $300.00 output per 1M tokens for short-context requests, stepping to $120.00 / $12.00 / $150.00 / $450.00 above 272,000 input tokens, alongside gpt-5.6-sol at $4.00 / $0.40 / $5.00 / $20.00 short-context and $8.00 / $0.80 / $10.00 long-context, with the page's notes that data-residency endpoints carry a 10% uplift for models released on or after March 5, 2026, that FedRAMP carries a further 10%, that Priority processing was renamed Fast mode on July 30, 2026, and that GPT-5.6 Sol's promotional pricing is available at least through November 21, 2026.

Was ein Anruf tatsächlich kostet

Die Abstraktion lässt sich mit zwei konkreten Anfragen leichter nachvollziehen. Beide nutzen die von OpenAI veröffentlichten Preise pro Million; die Rechnung ist unsere.

Ein einzelner Aufruf mit 20.000 Eingabe-Tokens und einer Antwort mit 2.000 Tokens wird bei Standard mit $0,30 abgerechnet — 20.000 Tokens zu $10 pro Million sind $0,20, plus 2.000 zu $50 pro Million sind $0,10. Derselbe Aufruf wird bei Ultrafast mit $1,80 abgerechnet. Genau sechsmal so viel, wie angekündigt.

Kommen wir nun zu dem Fall, der eine Agent-Loop tatsächlich beschreibt: eine Konversation mit 200.000 Token, bei der 190.000 Token ein gecachter Präfix und nur 10.000 Token frisch sind, was einen Schritt mit 1.000 Token ergibt. Standard berechnet 0,19 $ für den Cache-Lesevorgang, 0,10 $ für die frischen Eingaben und 0,05 $ für die Ausgabe — 0,34 $ pro Schritt. Ultrafast berechnet 1,14 $, 0,60 $ und 0,30 $ — 2,04 $ pro Schritt. Wieder 6x, aber schauen Sie, was die Zusammensetzung bewirkt hat: Caching ist der mit Abstand wirksamste Kostenhebel bei diesem Modell, und es ist auf der Standard-Spur immer noch genau 6x günstiger; ein stark gecachter Agent gewinnt proportional also nichts durch das Fast-Tier, und es mildert auch den Aufpreis nicht.

Die Konsequenz ist der Teil, der es wert ist, verinnerlicht zu werden. Weil der Multiplikator konstant ist, geht es beim Break-even überhaupt nicht um deinen Token-Mix. Es geht ausschließlich um die Turn-Anzahl. Ultrafast amortisiert sich in einer Workload nur dann, wenn der Einsatz die Zahl der abgerechneten Turns um ungefähr den Faktor sechs senkt – entweder indem eine Retry-Schleife zu einem einzigen Durchlauf zusammengefasst wird oder indem eine Abfolge kurzer Klärungsaufrufe durch eine schnellere interaktive Sitzung ersetzt wird. Wenn deine Workload genauso viele Turns wie zuvor auslöst, nur früher, kaufst du Latenz zu genau 6x und sonst nichts.

Rate Limits und Geografie sind die nicht beworbenen Obergrenzen.

Zwei Einschränkungen stehen außerhalb des Preises und sind leicht zu übersehen, wenn man eine Preisliste liest.

Der erste Punkt ist der Durchsatz. Ultrafast für GPT-6 Astra ist für alle API-Nutzer verfügbar, zunächst jedoch mit niedrigen Ratenlimits: OpenAI dokumentiert 500.000 Tokens pro Minute für die Stufen 1 bis 3, 1.000.000 für Stufe 4 und 5.000.000 für Stufe 5. Für eine Stufe, die über Geschwindigkeit verkauft wird, ist das eine echte Obergrenze – ein 200.000-Token-Agentenkontext bei einer halben Million Tokens pro Minute entspricht auf einer niedrigen Stufe zweieinhalb Anfragen pro Minute. OpenAIs eigene Empfehlung weist vom anderen Ende her auf dasselbe Problem hin und legt WebSockets nachdrücklich nahe, gerade weil der Netzwerk-Overhead pro Anfrage die Latenz auffressen kann, für die die Stufe bezahlt.

Der zweite Punkt ist die Datenresidenz. Ultrafast unterstützt ausschließlich US-Datenresidenz und globale Verarbeitung. Es unterstützt keine EU- oder sonstigen regionalen Verarbeitungsendpunkte außerhalb der USA. Wenn Ihr Deployment auf einen EU-Residenz-Endpunkt für GPT-6 Astra angewiesen ist, ist diese Stufe für Sie zu keinem Preis verfügbar, und das ist eine harte Grenze, keine Konfigurationsentscheidung. Beachten Sie außerdem, dass Residenz-Endpunkte einen Aufschlag von 10 % für Modelle mit sich bringen, die am oder nach dem 5. März 2026 veröffentlicht wurden, was auf GPT-6 Astra zutrifft.

Die Schlagzeile zur Geschwindigkeit wurde von 14x auf 8x gesenkt

Das sollte man sorgfältig festhalten, denn die Zahl, die in den meisten Berichten kursiert, ist veraltet. Die Ultrafast-Dokumentationsseite von OpenAI enthält in der heute veröffentlichten Fassung die Zeile: „unsere schnellste API-Service-Stufe, mit bis zu 8-mal schnelleren Geschwindigkeiten als im Standard-Modus.“ Die Preview-Ankündigung vom 13. August 2026 für GPT-5.6 Sol versprach „bis zu 14-mal schneller als die Standard-Verarbeitung“ und bis zu 750 Ausgabe-Tokens pro Sekunde auf Cerebras-Hardware.

Das sind nicht dieselbe Aussage, und der Unterschied ist weniger ein Widerruf als vielmehr ein Themenwechsel. Die 14-fache Zahl wurde auf GPT-5.6 Sol in einer begrenzten Vorschau gemessen; die 8-fache Zahl ist das, was OpenAI für die Stufe in ihrer derzeitigen Form veröffentlicht, mit GPT-6 Astra als allgemein verfügbarem Modell. Wer mit 14x auf Astra kalkuliert, kalkuliert mit einer Zahl, die OpenAI für Astra nicht veröffentlicht hat. Die ehrliche Lesart ist, dass beide Zahlen vom Anbieter gemeldete Obergrenzen für den Ausgabedurchsatz sind, dass keine von beiden eine Latenzgarantie für Ihre Workload ist und dass die Ende-zu-Ende-Zeit weiterhin Eingabeverarbeitung, Tool-Aufrufe und Ihre eigene Orchestrierung umfasst. Nehmen Sie 8x als Planungsgröße und behandeln Sie alles Bessere als Bonus, den Sie am eigenen Traffic überprüfen, statt ihn vorauszusetzen.

Was soll man damit am Montag machen?

Die Entscheidungsregel, die sich aus der Rechnung ergibt, ist enger gefasst, als das Marketing impliziert, und es lohnt sich, sie schriftlich festzuhalten, bevor jemand vorschlägt, Ultrafast über einen gesamten Bestand hinweg zu aktivieren.

Aktivieren Sie es dort, wo die Arbeitslast latenzgebunden und interaktiv ist, und wo ein Mensch wartet. Incident-Triage, eine Live-Support-Eskalation, eine Rechercheschleife, in der ein Analyst innerhalb einer Sitzung iteriert – das sind die Fälle, in denen der Wert der Antwort, die jetzt statt in vier Minuten ankommt, nicht proportional zum Token-Preis ist, und in denen eine 6-fache Rechnung für eine kleine Anzahl von Turns verschwindend geringer ist als die Kosten der wartenden Person. OpenAIs eigene Beispiele in der Preview-Ankündigung hatten genau diese Form: das Lesen von Logs, während sich ein Ausfall entfaltet, das Verdichten einer über Nacht laufenden Rechercheschleife zu einer Arbeitssitzung.

Lass es aus, wo die Workload durchsatzgebunden oder batchförmig ist. Ein nächtlicher Re-Index, ein Massenklassifizierungsdurchlauf, ein geplanter Report, ein Backfill – nichts davon kümmert sich um Wall-Clock-Latenz, alle werden von der Token-Anzahl dominiert, und alle haben eine 0,5x-Option direkt dort auf derselben Preisliste in Batch und Flex. Das 12-Fache des Batch-Tarifs zu zahlen, um früher fertig zu werden, ist der klarste Weg, in dieser Tabelle Geld zu verschwenden.

Die unbequeme Mitte ist die agentische Coding-Schleife, und dort entscheidet die Rechnung mit den Turns. Wenn die Geschwindigkeit tatsächlich Wiederholungen überflüssig macht – wenn der erste Durchlauf des Modells bei einer Änderung über mehrere Dateien hinweg häufiger sitzt, weil es nicht gegen ein Timeout ankämpft –, dann kann Ultrafast pro abgeschlossener Aufgabe günstiger sein, obwohl es pro Token 6x kostet. Das ist eine messbare Aussage über deine eigenen Traces, keine allgemeine, und die Messung ist billig: Zähle die abgerechneten Turns pro abgeschlossener Aufgabe in beiden Stufen und multipliziere mit dem Satz. Wenn das Verhältnis nicht nahe bei sechs liegt, ist die schnelle Stufe ein Latenzkauf und sollte auch als solcher gerechtfertigt werden.

Die Stufe ist bepreist; die Wege drumherum sind nicht dieselbe Frage.

Ein praktischer Hinweis, wie man das handhabt. GPT-6 Astra im Standard-Service ist auf OrcaRouter live als openai/gpt-6-astra zum eigenen Tarif des Anbieters – 10,00 $ Eingabe und 50,00 $ Ausgabe pro Million Tokens, mit der 272K-Langkontext-Stufe zu 20,00 $ / 75,00 $ – zu 0 % Aufschlag angeboten, was bedeutet, dass der Listenpreis des Anbieters durchgereicht wird und jede Preisänderung des Anbieters am selben Tag auf Ihrer Rechnung landet, an dem sie auf der Preisliste von OpenAI erscheint, statt erst bei Ihrer nächsten Vertragsverlängerung. Derselbe Schlüssel erreicht mehr als 200 Modelle, sodass die Standardstufe hinter demselben Client sitzen kann wie die günstige Stufe oder das Modell eines Wettbewerbers, ohne eine zweite Integration.

Was wir nicht tun, ist, das Ultrafast-Tier bereitzustellen. Es ist ein Service-Tier-Flag auf einem OpenAI-Konto und kein separat routierbares Modell – Sie setzen service_tier: "ultrafast" bei einer Anfrage an gpt-6-astra – und es wird von OpenAI zu den oben genannten Preisen Ihrem eigenen Konto in Rechnung gestellt. Wenn Sie es aktivieren, lebt es in Ihrer direkten OpenAI-Integration, und OrcaRouter ist der richtige Ort für den Standard-Tier-Verkehr, den Sie daneben routen. Das klar zu sagen ist nützlicher, als eine Fähigkeit zu implizieren, die wir nicht haben.

A screenshot of the OrcaRouter model page for GPT-6 Astra, model id openai/gpt-6-astra, showing a 1M-token context window, 128K maximum output, text, image and file input, text output, public benchmarks attributed to OpenAI dated 2026-09-04, input price $10.00 and output price $50.00 per 1M tokens, p50 time to first token 4.69 s, a 10.00 s figure, and 155.1M tokens of traffic, with the page's code sample and EN language toggle visible in the header.

Die Entscheidungsregel, in einem Absatz.

Das Sechsfache ist der Preis einer Stufe, nicht der Preis eines Modells: Die Gewichte, das Kontextfenster von 1.050.000 Token, die Ausgabengrenze von 128.000 Token und die Antworten sind alle identisch mit Standard GPT-6 Astra. Was Sie kaufen, ist ein bis zu 8x schnellerer Ausgabedurchsatz, auf einer Preisliste, die in jeder Zeile 6x beträgt, vorbehaltlich niedriger anfänglicher Ratenlimits und einer US-Residenzbeschränkung, die die EU vollständig ausschließt. Dieser Tausch ist offensichtlich richtig für einen Menschen, der auf eine Antwort wartet, offensichtlich falsch für einen geplanten Batch-Job, für den eine Halbpreis-Spur verfügbar ist, und wirklich unentschieden für agentische Schleifen, bei denen die Antwort davon abhängt, ob Geschwindigkeit Runden einspart. Messen Sie die Rundenzahl an Ihren eigenen Traces, bevor Sie sich festlegen, und leiten Sie den Rest zum Listenpreis weiter.

A screenshot of OpenAI's Ultrafast documentation page, showing the sentence 'Our fastest API service tier, with up to 8x faster speeds than Standard mode.', the sentence 'It is broadly available for GPT-6 Astra, with preview access for GPT-5.6 Sol.', the recommendation to use WebSockets because per-request network overhead can reduce the latency gains, the note that Ultrafast for GPT-6 Astra is available to all API users at low rate limits with higher limits or Sol preview access available through an OpenAI account team, and a Python code sample setting service_tier to 'ultrafast' with model 'gpt-6-astra'.

In diesem Artikel verglichen1

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