Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com15. September 2026 · Q009619

ChatGPT-6 Astra: The Complete Guide

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Frank Andrade berichtet von einem Vergleich, in dem GPT-6 Astra eine Auszahlungstabelle auf Fehler prüfte und Rückfragen stellte, aber fehlende Daten nicht selbst beschaffte; die Monatsberechnungen von Astra und Claude Fable wichen deutlich voneinander ab. Herks zusätzliche Vergleichszahlen und Andrades Tarif-Erfahrungen sind persönliche Beobachtungen, keine umfassenden Benchmarks: Der 20-Dollar-Tarif reichte nach Andrades Einschätzung bei hoher Denkleistung nicht für längere Arbeitsaufgaben.

Mittel

Frank Andrade vergleicht GPT-6 Astra mit Claude Fable 5.1 anhand eines eigenen Tests zur Berechnung von Auszahlungen aus Abonnements. Beide Modelle bekamen dieselbe Tabelle und denselben Auftrag. Astra stellte zuerst Rückfragen und entdeckte laut Andrade mehrere Probleme in der Datei, darunter eine doppelte Tabelle und Formeln, die frühere Summen verändern könnten. Es beschaffte fehlende Daten jedoch nicht selbst von seiner Website; Fable tat dies. Die Gesamtergebnisse lagen etwa fünf Prozent auseinander, die Monatswerte stimmten nur wenig überein. Andrade empfiehlt deshalb, bei Finanzberechnungen auch die Einzelwerte zu prüfen.

Zusätzlich berichtet er von Nate Herks Vergleich, in dem Astra zehn von 15 Aufgaben gewonnen habe. Herk sah Astra vor allem bei der Bedienung von Anwendungen und praktischen Aufgaben im Vorteil, Fable eher bei Arbeit, für die gestalterisches Gespür zählt. Andrade betont, dass dies Einzelberichte und keine umfassenden Benchmarks sind.

Der Artikel empfiehlt, bestehende Dateien zunächst auf Fehler untersuchen zu lassen, Astra durch gezielte Fragen zu briefen und bei längeren Vorhaben schriftliche Übergabenotizen zu pflegen. In Andrades Tests mit dem 20-Dollar-Tarif endeten Sitzungen nach etwa 38 Minuten; beim Fortsetzen erhielt er Zusammenfassungen statt weiterer Arbeit. Er hält den Tarif für längere Aufgaben mit Astra auf hoher Stufe für unzureichend und rät, Astra vor allem bei kostspieligen Fehlern zu nutzen.

Ausführlich lesen

Der Autor Frank Andrade stellt GPT-6 Astra vor und fragt, worin es anderen Modellen überlegen ist, wie es sich bei einer Aufgabe mit finanziellen Folgen bewährt und ob der ChatGPT-Tarif für 20 US-Dollar dafür ausreicht. Seine Einschätzungen beruhen auf Beobachtungen anderer Nutzer, OpenAIs Empfehlungen und einem eigenen Vergleichstest. Er betont, dass dieser Test und die von einem anderen Nutzer berichteten Zahlen persönliche Erfahrungen sind, keine umfassenden Benchmarks.

Für den Vergleich gab Andrade Astra dieselbe Tabelle und denselben ersten Auftrag, die er zuvor Claude Fable 5.1 gegeben hatte. Beide Modelle erhielten dieselbe Einstellung; seine Dateien setzte er auf den Ausgangszustand zurück. Die Tabelle sollte die Auszahlungen eines Mitarbeiters aus bezahlten Abonnements berechnen. Astra las die Datei und stellte zunächst Rückfragen. Während Andrade antwortete, fand es nach seiner Darstellung unter anderem eine ältere Kopie der Tabelle, wiederholte Listeneinträge und Formeln, die frühere Summen unbemerkt verändern könnten. Diese Probleme hatte Fable laut Andrade nicht angesprochen. Für die Berechnung der Monatsbeträge musste Astra jedoch mit den bereitgestellten Daten arbeiten: Es beschaffte die benötigten Angaben nicht selbst von seiner Website, wie Fable es getan hatte. Die Gesamtsummen der Modelle lagen etwa fünf Prozent auseinander, die einzelnen Monatswerte stimmten kaum überein. Der Autor folgert, dass bei Finanzberechnungen neben der Jahressumme auch die Aufschlüsselung geprüft werden sollte; beide Modelle hätten die Aufgabe erledigt, aber auf unterschiedliche Weise.

Als weiteren Anhaltspunkt referiert Andrade Nate Herks Vergleich von 15 Aufgaben mit Claude Fable 5.1: Astra habe zehn gewonnen, sei pro Aufgabe günstiger gewesen, habe aber länger gebraucht. Herk zufolge lag Astra vorn, wenn es Anwendungen bedienen oder andere praktische Arbeit ausführen musste; Fable überzeugte eher bei Aufgaben, bei denen Gestaltung und inhaltliches Gespür zählten. Astra habe außerdem aus einer einzelnen Aufforderung ein vollständiges YouTube-Video erstellt. Andrade mahnt, diese Ergebnisse als die Zahlen und Eindrücke einer einzelnen Person zu behandeln. Herk halte Astra für viele Wissensaufgaben zudem für überdimensioniert und warne vor hohem Verbrauch des wöchentlichen Nutzungslimits.

Der Leitfaden empfiehlt, vor dem Erstellen einer neuen Lösung zunächst vorhandene Tabellen und Abläufe auf Fehler prüfen zu lassen. Für Prompts rät Andrade unter anderem zu klaren Stilvorgaben, angemessener Selbstprüfung, eindeutigen Prioritäten für Anweisungen und dazu, das Modell vor dem Bauen Fragen stellen zu lassen. Außerdem solle es bei längeren Aufgaben fortlaufend Übergabenotizen mit erledigten, offenen und nächsten Schritten pflegen, weil die Unterhaltung bei Nutzungslimits möglicherweise nicht zuverlässig fortgesetzt werde.

In Andrades Versuchen mit dem 20-Dollar-Tarif stoppte Astra bei hoher Denkleistung ungefähr nach 38 Minuten pro Sitzung. Beim Wiederaufnehmen lieferte es Zusammenfassungen statt weiterer Arbeit. Rund zwei Stunden Arbeit verbrauchten etwas weniger als die Hälfte des wöchentlichen Kontingents. Daraus schließt Andrade, dass der Tarif für längere Aufgaben mit Astra auf hoher Stufe nicht ausreiche. Er empfiehlt, das leistungsstärkere Modell für Arbeiten einzusetzen, bei denen Fehler tatsächlich Geld kosten könnten, und für vieles andere günstigere Modelle zu verwenden.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas beide Zusammenfassungen geben den Produkttest treu wieder und lassen nur einzelne Teile aus. Der Bericht ist ein persönlicher Produkttest ohne Sicherheitsbezug, deshalb fallen die Einordnungen niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die OpenAI-Prompting-Empfehlungen wie die Verbotsliste für Floskeln und die Kalibrierung der Prüftiefe fehlen in beiden Zusammenfassungen.
  • Nate Herks Vorschlag, vor einer Automatisierung mögliche Fehlerfälle durchdenken zu lassen, fehlt.
  • Dass Astra Korrekturen während einer laufenden Aufgabe übernimmt, wird nicht erwähnt.
  • Der Rat, dass Astra eher bei kostspieligen Fehlern eingesetzt werden sollte, ist nur im mittleren Text enthalten, im kurzen fehlt er.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 58 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 34 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 36 %einzelne zitierbare Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 31 %gleiches Oberthema, hilft nicht
    • JEV 40 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht

  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 39 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 32 %einzelne zitierbare Belege
    • JEV 26 %nur am Rande erwähnt
    • amos 34 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 22 %nur am Rande erwähnt
    • JEV 37 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →