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
medium.com10. September 2026 · Q010875

GPT-6 Astra Bills You Double Past 272K

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor hält bei GPT-6 Astra die Preisstaffel ab 272.000 Eingabe-Tokens für entscheidend: Laut seiner Auswertung verteuert sie die gesamte Anfrage, obwohl das Kontextfenster 1.050.000 Tokens umfasst. Cache-Ersparnisse fielen in seinen eigenen Versuchen deutlich geringer aus als der beworbene Höchstwert; er empfiehlt daher gezieltes Routing und eigene Kostenmessungen. Die Leistungs- und Einsparwerte im Text sind berichtete Angaben, keine umfassend dokumentierte unabhängige Prüfung.

Mittel

Der Autor untersucht GPT-6 Astra anhand seiner API-Preise und behauptet, die Schwelle von 272.000 Eingabe-Tokens sei für die Kostenplanung wichtiger als das beworbene Kontextfenster von 1.050.000 Tokens. Laut seiner Auswertung werden oberhalb dieser Schwelle die Eingabe- und Cache-Preise für die gesamte Anfrage verdoppelt und der Ausgabepreis mit dem Faktor 1,5 berechnet. Regulär koste Astra 10 US-Dollar je Million Eingabe- und 50 US-Dollar je Million Ausgabe-Tokens, etwa das 2,5-Fache der genannten Aktionspreise des Vorgängers.

Als Einsparpotenzial beschreibt der Artikel Cache-Rabatte von bis zu 90 Prozent. Der Autor berichtet allerdings, in eigenen Versuchen nur rund 15 Prozent Ersparnis erzielt zu haben; ein unabhängiger Tester habe bei einer anderen Eingabe etwa 92 Prozent erreicht. Entscheidend sei, wiederverwendbaren Text am Anfang bytegenau gleich zu halten. Diese Werte sind berichtete Einzelmessungen, keine umfassend dokumentierte Vergleichsstudie.

Bei allgemeinen Tests sieht der Autor keinen durchgängigen Sprung, nennt aber Fortschritte bei Programmier- und Agentenaufgaben. Astra könne wegen geringerer Aufgabenschritte trotz höherer Tokenpreise pro Aufgabe günstiger sein. Er empfiehlt, das Modell gezielt für hochwertige Aufgaben zu nutzen, den Rest günstiger zu routen und reale API-Kosten zu messen. Der Artikel enthält außerdem Werbung für einen kostenpflichtigen Kostenleitfaden.

Ausführlich lesen

Der Bericht bewertet GPT-6 Astra vor allem unter dem Gesichtspunkt der laufenden API-Kosten. Der Autor stellt die viel beachteten Benchmark-Ergebnisse und die Ankündigung eines Kontextfensters von 1.050.000 Tokens den Preisen und Abrechnungsbedingungen gegenüber. Seine zentrale Aussage: Für Nutzer, die größere Prompts senden, sei die Grenze bei 272.000 Eingabe-Tokens wichtiger als die beworbene maximale Kontextlänge.

Laut Bericht kostet Astra regulär 10 US-Dollar je Million Eingabe-Tokens und 50 US-Dollar je Million Ausgabe-Tokens. Das sei etwa das 2,5-Fache der vom Autor genannten Aktionspreise des Vorgängermodells GPT-5.6 Sol. Ein Fast-Modus koste ungefähr doppelt so viel, Batch- und Flex-Aufrufe die Hälfte; gecachte Eingabe-Tokens würden mit 1 US-Dollar je Million berechnet. Bei Eingaben über 272.000 Tokens würden laut der vom Autor ausgewerteten Preistabelle jedoch die Eingabe- und Cache-Preise verdoppelt und der Ausgabepreis um den Faktor 1,5 erhöht. Diese Preise gelten dem Bericht zufolge für die gesamte Anfrage, nicht nur für den Anteil oberhalb der Schwelle. Der Autor folgert daraus, dass die Million-Tokens-Angabe zwar zutreffe, die Nutzung jenseits der Schwelle aber eine sorgfältige Kostenplanung erfordere.

Als mögliche Ersparnis hebt der Autor das Prompt-Caching hervor. Die Preissenkung für geeignete Tokens betrage bis zu 90 Prozent. Er berichtet von einem unabhängigen Testergebnis mit ungefähr 92 Prozent Ersparnis bei identischer Eingabe und von eigenen Versuchen, bei denen warme Aufrufe etwa 15 Prozent günstiger gewesen seien als kalte. Der Unterschied hänge seiner Erklärung nach davon ab, wie viel wiederverwendbarer Text am Anfang jeder Anfrage bytegenau gleich bleibt. Große stabile Abschnitte wie Systemtexte, Schemata oder Code sollten deshalb vorangestellt werden. Die genannten Prozentwerte sind berichtete Testergebnisse beziehungsweise eigene Messungen des Autors; der Text liefert keine vollständige Versuchsdokumentation, die eine Übertragung auf andere Arbeitslasten erlauben würde.

Bei den Fähigkeiten unterscheidet der Artikel zwischen allgemeinen Tests und praktischen Aufgaben. Er nennt 97,6 Prozent bei FrontierMath Tier 4 und 99,9 Prozent bei ARC-AGI-3, ordnet Astra bei allgemeiner Intelligenz aber als ungefähr auf Vorgängerniveau ein. Deutliche Fortschritte sieht er beim Programmieren und bei der Computernutzung: Astra habe bei OSWorld 2.0 72,6 Prozent erreicht und Aufgaben laut Bericht rund 47 Prozent schneller erledigt als GPT-5.6 Sol. Trotz des höheren Tokenpreises könne es dadurch bei Agentenaufgaben pro erledigter Aufgabe günstiger sein. Das sind Angaben und Einschätzungen des Artikels; unabhängige Prüfdetails werden hier nicht umfassend dargestellt.

Der Bericht erwähnt außerdem OpenAIs Einstufung als „Critical“ für Cybersicherheit und den daraus folgenden Zugangsbeschränkungen für die cyberfähige Version. Als weitere Einschränkung führt der Autor an, dass Astra durch „recurrent depth“ keine rohe Gedankenkette, sondern eine paraphrasierte Zusammenfassung zurückgebe. Seine Empfehlung lautet, Astra nur für hochwertige Aufgaben einzusetzen, übrigen Datenverkehr an günstigere Modelle zu leiten, wiederverwendbaren Kontext cachefreundlich anzuordnen und die eigene Kostenersparnis anhand realer API-Aufrufe zu messen. Der Autor bewirbt im Text zugleich seinen Newsletter und einen kostenpflichtigen Leitfaden zur Kostenkontrolle; die Zukunftsaussage, dass Routing und Cache-Kosten wichtiger als Benchmark-Spitzen würden, kennzeichnet er als eigene Prognose.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas beiden Zusammenfassungen sind sachlich korrekt, auch die Cache-Angaben (90 % Obergrenze gegenüber eigenen 15 %) und die Verdopplung oberhalb 272.000 Tokens. Die Auslassungen betreffen vor allem den Sicherheitsaspekt. Die Einordnung zu den Sammelfragen ist bei Luna zu hoch angesetzt, da der Bericht fast ausschließlich Preis- und Kostenfragen behandelt. Der Bericht enthält zudem Werbung für einen kostenpflichtigen Leitfaden, die in der Zusammenfassung zu Recht nicht als Befund erscheint.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Einstufung von Astra als 'Critical' im Bereich Cybersicherheit nach dem Preparedness Framework von OpenAI und die Begründung, warum der cyberfähige Zugang beschränkt ist
  • Die Angabe von 72,6 % auf OSWorld 2.0 bei rund 47 % weniger Zeit pro Aufgabe als GPT-5.6 Sol
  • Der Hinweis, dass die API bei 'recurrent depth' nur eine paraphrasierte Zusammenfassung der Gedankenkette zurückgibt

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-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 28 %nur am Rande erwähnt
    • Luna 39 %Hintergrund, keine Belege
    • JEV 62 %nur am Rande erwähnt
    • amos 25 %nur am Rande erwähnt
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 25 %nur am Rande erwähnt
    • d3-ultra 46 %nur am Rande erwähnt
    • Haiku-Prüfung Hintergrund, keine Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %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 24 %gleiches Oberthema, hilft nicht
    • Luna 37 %Hintergrund, keine Belege
    • JEV 29 %nur am Rande erwähnt
    • amos 30 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %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 44 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %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 23 %Hintergrund, keine Belege
    • Luna 25 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 27 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 24 %nur am Rande erwähnt
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
  2. 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 100 %kein Bezug
    • JEV 53 %einzelne zitierbare Belege
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 35 %Hintergrund, keine Belege
    • JEV 47 %beantwortet direkt und ausführlich
    • amos 29 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
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 100 %kein Bezug
    • Luna 29 %nur am Rande erwähnt
    • JEV 52 %einzelne zitierbare Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 26 %nur am Rande erwähnt
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  3. 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 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

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 →