
GPT-6 Cyber vs. GPT-6 Astra: Der Generalist hat ein neueres Gehirn bekommen als der Spezialist
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 89 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 120 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 187 tok/s
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
Zwölf Tage lang war der Vergleich eindeutig. GPT-6 Cyber, der von OpenAI am 5. November 2026 veröffentlichte Sicherheitsspezialist, war ein Fine-Tuning von GPT-6 Astra — die eigene System Card des Anbieters nennt es „eine cyberspezialisierte Variante von GPT-6 Astra“ —, sodass das Duell ein Basismodell gegen sich selbst war, mit zusätzlichem Exploit-Training obendrauf und einem verdoppelten Preis von 20 US-Dollar pro Million Eingabe-Tokens und 100 US-Dollar pro Million Ausgabe-Tokens. Dann brachte OpenAI am 17. November GPT-6.2 Astra zu 8 und 40 US-Dollar auf den Markt, zwanzig Prozent unter dem Modell, auf dem der Spezialist aufbaute. Dieses eine Release bewirkte zweierlei zugleich: Es machte „GPT-6 Astra“ zu einem mehrdeutigen Namen und den Spezialisten zur älteren Linie innerhalb seiner eigenen Familie. Dies ist der Vergleich, wie er sich am 18. November darstellt, wobei die Preise für beide aus OpenAIs Modell-Dokumentation stammen und die unabhängigen Zahlen von Artificial Analysis und nicht von einem der beiden Anbieter.
Zuerst: Welcher Astra?
Hinter dem Namen in dieser Schlagzeile stehen jetzt zwei Modelle, und der Unterschied ist nicht kosmetisch.
• GPT-6 Astra — veröffentlicht im September 2026, 10 $ Eingabe und 50 $ Ausgabe pro Million Tokens, Wissensstand: 30. April 2026, katalogisiert als gpt-6-astra. Dies ist das Modell, aus dem GPT-6 Cyber abgeleitet wurde.
• GPT-6.2 Astra — veröffentlicht am 17. November 2026, 8 US-Dollar für Input und 40 US-Dollar für Output, Wissensstand 18. Mai 2026, geführt als gpt-6.2-astra. OpenAI beschreibt es als sein „neues Frontier-Modell für Ihre schwierigsten Projekte“ und gibt an, dass es GPT-6 Astra bei Agents' Last Exam um 5,2 Punkte übertrifft und dabei weniger als ein Drittel kostet.
Beachte, was nicht passiert ist: Es gibt kein GPT-6.2 Cyber. Der Spezialist hat nicht die neue Basis bekommen. Die interessante Frage ist also nicht mehr „Ist das Sicherheitsmodell doppelt so viel wert wie der Generalist?“ – sondern „Ist das Sicherheitsmodell zweieinhalbmal so viel wert wie ein Generalist, der jetzt eine Generation weiter ist als der, auf dem es aufbaute?“ Das sind unterschiedliche Fragen, und die zweite ist schwieriger.
Es lohnt sich auch, klar zu sagen, dass die Benennung eine Falle enthält. Sucht man nach GPT-6 Astra, geht es in der Hälfte der Ergebnisse um das September-Modell und in der anderen Hälfte um das Modell von Dienstag. Die Preise unterscheiden sich um zwanzig Prozent, die Wissensstichtage unterscheiden sich um achtzehn Tage, und die Leistungslücke zwischen ihnen – 57 gegenüber 62 im Artificial Analysis Intelligence Index, was fünf Punkten auf einer Skala entspricht, auf der das Medianmodell bei 43 liegt – ist größer als die Lücke zwischen GPT-6 Cyber und GPT-6 Astra in den meisten der von OpenAI veröffentlichten Cyber-Evaluierungen.
Die Preisliste, Zeile für Zeile
Jeder veröffentlichte Tarifvergleich zwischen diesen Modellen ist ein Vergleich mit dem September-Astra. Hier ist dieselbe Tabelle, neu aufgestellt mit Bezug auf das Modell, das ein Käufer heute tatsächlich wählen würde.
• Eingabe — GPT-6 Cyber 20,00 $ pro Million Tokens; GPT-6.2 Astra 8,00 $; GPT-6 Astra 10,00 $. Der Spezialist ist 2,5× GPT-6.2 Astra und 2× das Modell, von dem er feinabgestimmt wurde.
• Ausgabe — 100,00 $ gegenüber 40,00 $ gegenüber 50,00 $. Wieder 2,5× und 2×.
• Zwischengespeicherte Eingabe – 2,00 $ gegenüber 0,40 $ gegenüber 1,00 $. Dies ist die Zeile, in der die Lücke am größten ist: Die Cache-Lesevorgänge des Spezialisten kosten fünfmal so viel wie die von GPT-6.2 Astra. Für einen Agenten, der bei jedem Turn dasselbe Repository oder denselben Kernel-Baum erneut sendet, machen Cache-Lesevorgänge den Großteil der Rechnung aus.
• Cache-Schreibvorgänge — 25,00 $ für 30 Minuten oder 50,00 $ für 12 Stunden bei Cyber; 10,00 $ oder 20,00 $ bei GPT-6.2 Astra; 12,50 $ bei GPT-6 Astra. Gleiches Verhältnis von 2,5×.
• Langkontext-Zuschlag — oberhalb von 272.000 Eingabe-Tokens berechnet Cyber 40 $ für Eingaben, 4 $ für zwischengespeicherte und 150 $ für Ausgaben pro Million; GPT-6.2 Astra verdoppelt Eingabe und Cache auf 16 $ und 0,80 $ und multipliziert die Ausgabe mit 1,5 auf 60 $. Das Verhältnis bleibt über der Schwelle hinweg bei 2,5×, was gut zu wissen ist, denn es bedeutet, dass lange Scans den Spezialisten weder relativ günstiger noch teurer machen.
• Batch — GPT-6.2 Astra unterstützt den Batch-Endpunkt zu 50 % der Standardtarife, sodass ein Massenauftrag mit 4 $ Eingabe und 20 $ Ausgabe pro Million berechnet wird. Auf der Modellseite von GPT-6 Cyber ist Batch als nicht unterstützt aufgeführt. Beim Spezialmodell gibt es überhaupt keinen Batch-Rabatt.
Fast und Ultrafast — GPT-6.2 Astra berechnet für den Fast-Modus das 2-Fache des Standard-Tarifs und für Ultrafast das 3-Fache bis zum 28. Februar 2027, ab dem 1. März 2027 dann das 6-Fache. Die Dokumentation von GPT-6 Cyber führt keine entsprechende Stufe auf.

Diese Batch-Zeile ist diejenige, die Budgets statt Einzelposten verändert. Eine Pipeline zur Schwachstellenerkennung ist konstruktionsbedingt eine Batch-Workload: Tausende unabhängiger Kandidaten, niemand wartet auf eine einzelne Antwort. Auf GPT-6.2 Astra qualifiziert sich diese Workload für den halben Preis. Auf GPT-6 Cyber nicht, daher lautet der effektive Vergleich für einen Massenscan nicht 2,5×, sondern 5× auf die Eingabe und 5× auf die Ausgabe – 4 $/20 $ gegenüber 20 $/100 $.
Was ein Scan tatsächlich kostet
Hier zählt die Arithmetik, nicht das Verhältnis, daher nehmen Sie einen mittelgroßen Durchlauf: 300 Millionen Eingabe-Tokens und 20 Millionen Ausgabe-Tokens, alle unter der 272K-Schwelle, ohne Cache.
• GPT-6 Cyber — 300 × 20 $ sind 6.000 $ Einnahmen, 20 × 100 $ sind 2.000 $ Ausgaben. 8.000 $.
• GPT-6 Astra — 3.000 $ Eingabe, 1.000 $ Ausgabe. 4.000 $.
• GPT-6.2 Astra — 2.400 $ Eingang, 800 $ Ausgang. 3.200 $.
• GPT-6.2 Astra bei Batch — 1.200 $ Input, 400 $ Output. 1.600 $.
Derselbe Scan kostet 8.000 $ oder 1.600 $, je nachdem, welches Modell und welcher Endpunkt verwendet wird, und an der Token-Anzahl hat sich nichts geändert. Zum Vergleich: OpenAIs eigener Linux-Kernel-Scan – 2.308 Kandidaten, 1.724 reproduzierte Schwachstellen, 948 einzigartige Privilegieneskalations-Exploits – wurde mit 1.213.430 $ an API-Credits beziffert. Dieser Scan fand statt, bevor GPT-6.2 Astra existierte. Mit Batch zu den Dienstagstarifen neu bepreist, wären die Inferenzkosten für dasselbe Volumen ein kleiner Bruchteil davon, und der Aufwand für Offenlegung und Triage bliebe unverändert, denn das war immer die größere Zahl.
Eine Anfrage über das gesamte Kontextfenster ist die Zahl, die Leute überrascht. Ein Prompt mit 1.050.000 Tokens liegt über der 272K-Schwelle, daher berechnet GPT-6 Cyber ihn zum Langkontext-Tarif: etwa 42 $ für den Input, bevor das Modell ein Token ausgibt, und Output zu 150 $ pro Million. Dieselbe Anfrage auf GPT-6.2 Astra kostet etwa 16,80 $ für den Input. Keine der beiden Zahlen ist ein Grund, das Kontextfenster zu meiden; beide sind Gründe zu prüfen, ob eine Aufgabe wirklich das gesamte Fenster braucht und nicht nur die vier Dateien, auf die es ankommt.
Die Fähigkeitsseite – und wo es dünn wird
Bei den Evaluierungen, die OpenAI zum Start von Cyber veröffentlicht hat, ist der Vorteil des Spezialisten gegenüber der September-Astra real, aber bescheiden, und er konzentriert sich auf Exploit-Arbeit statt auf Fehlersuche. Laut Anbieter, bei Evaluierungen, die der Anbieter entworfen oder angepasst hat:
• ExploitGym — 48,45 % Erfolgsquote bei beabsichtigten Exploits für GPT-6 Cyber gegenüber 42,43 % für GPT-6 Astra und 36,94 % gegenüber 29,69 % bei der gehärteten Variante.
• Offensives Web-Penetrationstesting — 40,3 % Recall für Schwachstellen gegenüber 32,0 %.
• CyScenarioBench — 11 von 11 Herausforderungen mindestens einmal gelöst gegenüber 8 von 11, bei einer um rund 7 Punkte höheren durchschnittlichen Erfolgsquote.
• SRE-Bench pass@1 — 92,84 % gegenüber 87,98 %; SEC-Bench Pro — 87,02 % gegenüber 85,38 %.
• Wo der Spezialist verliert — 90 von 288 FrontierCyber-Herausforderungen gegenüber Astras 96, ExpertSWE 82,95 % gegenüber 83,24 %, die Aufgabe zur atomaren Umgehung 63 % gegenüber 66 % und blockbezogene Täuschung bei 20,29 % gegenüber Astras 11,66 %.
Jede einzelne dieser Zahlen vergleicht GPT-6 Cyber mit GPT-6 Astra. Keine davon bezieht sich auf GPT-6.2 Astra, weil OpenAI für das neue Modell keine Cyber-Evaluierung veröffentlicht hat. Der Launch-Beitrag dazu handelt von professionellen Arbeitsergebnissen – Präsentationen, Arbeitsmappen, juristischer Prüfung, wissenschaftlichen Terminals –, und die System-Card-URL, die Evaluierungsdetails enthalten würde, lieferte bei einer Prüfung am 18. November nichts zurück. Die ehrliche Position zum entscheidenden Vergleich lautet also: unbekannt – und zwar nicht, weil jemand etwas verbirgt. Das neue Modell ist, was die API betrifft, einen Tag alt.

Das unabhängige Bild ist klarer und weniger schmeichelhaft für das ältere Modell. Artificial Analysis bewertet GPT-6.2 Astra mit 62 auf dem Intelligence Index v5.0.1, Platz 3 von 92 Modellen, bei 4,00 US-Dollar pro Index-Aufgabe. GPT-6 Astra erreicht 57, Platz 13 von 92, bei 6,24 US-Dollar pro Aufgabe, und die Website kennzeichnet es jetzt als veraltet, mit einem Banner, der auf die neuere Version verweist. GPT-6 Cyber hat überhaupt keine Artificial-Analysis-Seite – das Modell ist hinter einer Daybreak-Red-Freigabe gesperrt und wurde nicht durch diesen Testaufbau geschickt. Der Index misst keine Exploit-Entwicklung, daher ist dies kein Beleg dafür, dass der Generalist bei Sicherheitsarbeit besser ist. Es ist ein Beleg dafür, dass der Generalist bei der professionellen Arbeit rund um diese besser ist, und diese macht den Großteil dessen aus, was die Pipeline eines Sicherheitsteams tatsächlich enthält: Code lesen, Patches schreiben, Erkenntnisse zusammenfassen, die Advisory-Meldung entwerfen.
Wofür der Spezialist noch gut ist
Nichts des oben Genannten macht GPT-6 Cyber überflüssig, und es wäre ein Fehler, es so zu verstehen. Drei Dinge, die es hat, die GPT-6.2 Astra nicht hat.
Der erste Punkt ist das Training. OpenAIs System Card beschreibt spezialisiertes Post-Training und Reinforcement Learning zu „Reproduzieren von Crashes, Entwickeln funktionierender Exploits und Durchsuchen von Codebases nach Schwachstellen“. Ein Vorsprung von 6 Punkten bei ExploitGym und von 3 Punkten bei gehärteten Zielen ist keine Marketingzahl, wenn die Alternative ein Modell ist, das nie darauf trainiert wurde, diesen letzten Schritt zu schließen. Wenn die Aufgabe darin besteht, einen Crash in einen funktionierenden Proof of Concept zu verwandeln, ist der Spezialist das Werkzeug.
Das zweite ist das Alignment-Profil in dem spezifischen Fehlermodus, der Sicherheits-Pipelines ruiniert. In der Bewertung „Broken Search Tool“, bei der ein Modell einen Tool-Fehler erfindet, um eine falsche Antwort zu erklären, erzielt GPT-6 Cyber 0,33 % gegenüber 79,00 % bei GPT-5.6 Sol. Ein erfundener Fehler schickt einen Analysten auf eine falsche Fährte und kostet Stunden; es lohnt sich, dafür zu zahlen, dieses Verhalten zu vermeiden. Ob GPT-6.2 Astra es erbt, ist unbekannt, und das Fehlen einer veröffentlichten Zahl ist kein Unbedenklichkeitszeugnis.
Der dritte Punkt ist der Umfang. Daybreak-Red-Freigabe, Identitätsprüfung, API-IP-Allowlisting und eine Rate-Limit-Stufe, die für Organisationen entwickelt wurde, die ein Beschaffungsverfahren durchlaufen haben, sind Reibung, wenn Sie ein Einzelforscher sind, und eine Kontrolle, wenn Sie eine Bank sind. Die Zugangsschranke ist Teil des Produkts.
Was GPT-6 Cyber nicht hat, ist ein Batch-Endpunkt, ein günstigerer Cache oder eine neuere Basis. Das sind die drei Dinge, die eine Discovery-Pipeline mit hohem Volumen am meisten interessieren, und alle drei wanderten am 17. November zum Generalisten.
Wie man eine Pipeline zwischen ihnen aufteilt
Die Aufteilung, die sich aus den Zahlen ergibt, erfolgt nach Phase, nicht nach Präferenz.
• Entdeckung und Triage — GPT-6.2 Astra, bei Batch, sofern die Arbeitslast es zulässt. Breite Suche, günstige Eingabe, kein Bedarf an Reasoning auf Exploit-Niveau für Kandidaten, die größtenteils False Positives sein werden.
• Validierung und Reproduktion – weiterhin der Generalist, es sei denn, der Absturz betrifft ein gehärtetes Ziel: Dort ist der Unterschied zwischen 36,94 % beim Spezialisten gegenüber 29,69 % bei ExploitGym Hardened der Unterschied zwischen einem Bericht und einer Sackgasse.
• Exploit-Entwicklung und Bewertung der Ausnutzbarkeit — GPT-6 Cyber, wenn das Konto Daybreak Red hat. Das ist die Phase, für die der 2,5×-Aufpreis gezahlt wird.
• Patch-Erstellung, Erstellung von Advisories, Code-Review — GPT-6.2 Astra. Es ist das neuere Modell, nach einem unabhängigen Maßstab ist es pro Aufgabe günstiger, und seine Effizienz bei Output-Tokens ist der Grund, warum OpenAI dieselbe Arbeit für weniger Geld anbieten kann.

Diese Aufteilung mit einer einzigen Anmeldeinformation zu betreiben, dafür ist eine Routing-Schicht da, und es ist der einzige Punkt in diesem Vergleich, an dem die Plattform genauso viel zählt wie das Modell. GPT-6 Astra steht heute im OrcaRouter-Katalog und ist über einen API-Schlüssel für mehr als 200 Modelle zum Listenpreis des Anbieters mit 0 % Aufschlag erreichbar, sodass eine Preisänderung des Anbieters am Tag ihres Inkrafttretens auf der Rechnung landet und nicht erst bei der Verlängerung. GPT-6.2 Astra ist zwei Tage alt, und unser Katalogeintrag hat noch nicht nachgezogen — wir werden Ihnen nicht sagen, dass es da ist, bevor es tatsächlich verfügbar ist, und die Modellseite liefert seit heute Morgen einen 404. GPT-6 Cyber führen wir überhaupt nicht: Die Daybreak-Red-Freigabe ist eine Hürde, die wir nicht umgehen können, daher bleibt der Spezialist beim eigenen Vertrag von OpenAI, egal, was Sie auf unserer Seite tun. Automatisches Failover ist der Teil, der sich in der Discovery-Phase bezahlt macht, in der die Rate-Limits eines neuen Modells noch unbekannt sind und ein stockender Scan schlimmer ist als ein etwas schlechteres Modell.
Fragen, die dieser Vergleich tatsächlich aufwirft
Macht ein neueres Basismodell GPT-6 Cyber obsolet?
Nein, und der Grund dafür ist, dass die beiden Modelle nicht um denselben Schritt konkurrieren. GPT-6.2 Astra verbessert die allgemeine professionelle Arbeit – Dokumente, Code, Aufgaben mit langem Horizont – und wurde nicht darauf trainiert, aus einem Absturz einen Exploit zu machen. Die Stärke von GPT-6 Cyber liegt genau dort, bei 48,45 % gegenüber 42,43 % auf ExploitGym und einem größeren Vorsprung bei gehärteten Zielen. Was sich geändert hat, ist der Preis für alles rund um diesen Schritt, der jetzt 2,5× günstiger und bei Batch 5× günstiger ist. Der Anteil des Spezialisten an den Token-Ausgaben einer Pipeline sollte schrumpfen; seine Rolle in der Exploit-Phase sollte es nicht.
Kann ein Team ohne Daybreak Red GPT-6 Cyber überhaupt nutzen?
Nicht über die API und auch nicht über einen Reseller. Die Modellseite erfordert Zugriff auf und Freigabe für Daybreak Red, bestätigt durch ein Account-Team, wobei die Einrichtung von Organisation und Projekt vor der ersten Anfrage abgeschlossen sein muss. Es gibt keinen Self-Service-Weg und keine Umgehung über Dritte. Teams ohne Freigabe wählen zwischen GPT-6.2 Astra und dem allgemeinen Modell, das sie bereits verwenden, und dafür, Fehler zu finden und zu beheben, statt sie als Waffe einzusetzen, ist das eine vernünftige Position.
Ist der 2,5-fache Preis durch die Benchmark-Lücke gerechtfertigt?
Nach den veröffentlichten Zahlen: in der Exploit-Phase ja, überall sonst nein. Ein absoluter Zugewinn von 6 Punkten bei ExploitGym ist eine bedeutende Verbesserung bei einer Aufgabe, bei der die Baseline 42 % beträgt, und ein Zugewinn von 7 Punkten bei gehärteten Zielen ist größer. Aber derselbe Spezialist verliert gegen den älteren Generalisten bei der FrontierCyber-Abdeckung (90 von 288 gegenüber 96), bei ExpertSWE und bei der atomaren Evasionsaufgabe, sodass der Aufpreis eine spezifische Fähigkeit erkauft statt einheitliche Leistungsfähigkeit. Für ein Modell, das schlechter in Code-Review und Patch-Generierung ist, das 2,5-Fache zu zahlen, für die Phasen, in denen genau das die Arbeit ist, ist der Fehler, den dieser Vergleich verhindern soll.
Wo sich das einpendelt
Die Version dieses Vergleichs, die zwölf Tage lang im Umlauf war – Spezialist zum 2× des Generalisten, mit einem bescheidenen Benchmark-Vorsprung –, ist inzwischen gleich doppelt veraltet. Der Generalist ist 20 % günstiger als zum Zeitpunkt, als diese Darstellung verfasst wurde, seine Basis ist neuer als die des Spezialisten, und er hat einen Batch-Endpunkt, den der Spezialist nicht hat. Der Spezialist besitzt weiterhin die letzte Meile der Exploit-Entwicklung und weiterhin das Alignment-Verhalten, das einen Analysten davon abhält, einem fabrizierten Tool-Fehler nachzujagen, und das sind keine Kleinigkeiten.
Was wirklich ungelöst bleibt, ist die eine Zahl, die alle haben wollen: wie GPT-6.2 Astra auf ExploitGym abschneidet. Bis OpenAI sie veröffentlicht, ist die belastbare Lesart, dass der Spezialist seinen Aufpreis für eine Stufe einer Sicherheitspipeline wert ist und nicht für die anderen vier, und dass die vier jetzt deutlich günstiger sind als am Montag.
In diesem Artikel verglichen2
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
