OpenAI senkt den Preis für sein Spitzenmodell und lässt das günstige Modell unverändert. Ob die Rechnung pro Aufgabe besser wird, entscheidet nicht der Tokenpreis allein.
Was OpenAI mit GPT-6.2 Astra und Sol ändert
OpenAI hat am 17. November 2026 GPT-6.2 Astra und GPT-6.2 Sol veröffentlicht. Die eigentliche Nachricht steckt nicht in den Benchmark-Tabellen, sondern im Preis. Astra kostet über die API jetzt 8 Dollar pro Million Input-Tokens, 0,40 Dollar für zwischengespeicherten Input und 40 Dollar pro Million Output-Tokens. Nach Angaben von OpenAI sind das 20 Prozent weniger als bei GPT-6 Astra, beim Cache sogar 60 Prozent weniger.
GPT-6.2 Sol bleibt beim Preis seines Vorgängers. 2 Dollar Input, 0,10 Dollar Cache, 10 Dollar Output pro Million Tokens. Wer von einer allgemeinen Preissenkung liest, sollte also genauer hinschauen. Nur das teure Modell wurde billiger.
Die Rollenverteilung ist bekannt: Astra für lange, professionelle Arbeit, Sol für den Alltag und für Agenten-Läufe mit vielen kleinen Schritten. Astra ist für Präsentationen, Tabellen, Verträge, Finanzberichte, CAD und Frontend-Code gedacht. Sol soll schnell antworten und dabei günstig bleiben.
Was das Astra API pricing für die Monatsrechnung bedeutet
Für Entwickler ist das Astra API pricing die Zahl, die am Monatsende zählt. Der Rabatt klingt groß, bis man ihn in eine echte Rechnung einsetzt. Ein Team, das 100 Millionen Output-Tokens im Monat verbraucht, zahlt bei Astra 4.000 Dollar statt 5.000, wenn man den alten Preis von 50 Dollar pro Million zugrunde legt. Beim Input halbiert sich der Vorteil nicht, er bleibt bei den genannten 20 Prozent.
Modell | Input pro Million | Cache-Input | Output pro Million |
|---|---|---|---|
GPT-6.2 Astra | 8 Dollar | 0,40 Dollar | 40 Dollar |
GPT-6.2 Sol | 2 Dollar | 0,10 Dollar | 10 Dollar |
Zwischen beiden Modellen liegt damit ein Faktor von vier beim Input und ein Faktor von vier beim Output, und für eine Kanzlei in München, die Verträge prüfen lässt, ist das der Unterschied zwischen einem Experiment und einem festen Posten im Budget. Für ein Start-up, das einen Chatbot betreibt, ist Sol fast immer die vernünftigere Wahl.
Was OpenAI über GPT-6.2 Astra behauptet
Die Ankündigung enthält eine Reihe von Vergleichen, die alle von OpenAI selbst stammen und nicht unabhängig geprüft sind. Im Agents' Last Exam, einem Test für mehrstufige Aufgaben mit Werkzeugen, soll Astra 5,2 Punkte über GPT-6 Astra liegen, bei weniger als einem Drittel der Kosten. Gegen Claude Fable 5.2 nennt das Unternehmen 5,5 Punkte Vorsprung bei 5 Prozent der Kosten.
Weitere Zahlen aus derselben Mitteilung: Harvey LAB-AA v1.1, ein Test für juristische Arbeit, soll die Bestehensquote von Fable 5.2 mehr als verdoppeln, bei etwa einem Sechstel der Kosten. GDPval v2, ein Bewertungsmaßstab für wirtschaftlich relevante Aufgaben, soll 6,2 Punkte besser abschneiden und dabei 22 Prozent weniger Output-Tokens brauchen. Im AA-3D-Parkett, das räumliches Denken misst, meldet OpenAI Platz eins mit 1.318 Elo, vor Fable 5.2 mit 1.271 und Sol mit 1.259.
Das sind Herstellerangaben. Sie beschreiben, was OpenAI gemessen haben will, nicht was ein unabhängiges Labor bestätigt hat. Wer profitiert davon?
Wo GPT-6.2 Astra in unabhängigen Rankings landet
Genau dort wird es interessant. Der Vals Index führt Astra auf Platz sieben und Sol auf Platz neun, getrennt durch 1,6 Punkte. Sol kostet in dieser Auswertung 3,18 Dollar pro Aufgabe, Astra 10,68 Dollar. Der Unterschied kommt nicht nur vom Tokenpreis. Astra schreibt im Schnitt 91.000 Output-Tokens pro Aufgabe, weil es länger nachdenkt und mehr Material produziert.
Prüfung | GPT-6.2 Astra | Einordnung |
|---|---|---|
Vals Index | Platz 7 | Sol liegt einen Rang dahinter |
Epoch Capabilities Index | 174 Punkte | Gleichauf mit Claude Fable 5.2 |
Vals HLAB (Jura) | Platz 11 | Sol auf Platz 21 |
Vals Legal Research | Platz 30 | Sol auf Platz 52 |
AA-Omniscience, schwierigster Satz | 59 Prozent Halluzinationen | Sol 55 Prozent |
Bei Epoch AI teilt sich Astra den Wert 174 mit Claude Fable 5.2. Auf den realistischen Forschungsaufgaben von Epoch habe sich Astra gegenüber GPT-6 Astra aber kaum verbessert, und die zentrale Frage des Tests habe das Modell verfehlt, was schlecht zu einer Veröffentlichung passt, die den Vorsprung beim wissenschaftlichen Arbeiten betont. Das steht im Widerspruch zum Eindruck, den die Marketingzahlen erzeugen.
Die größte Schwäche liegt im juristischen Bereich. Auf der HLAB-Rangliste steht Astra auf Platz 11, Sol auf Platz 21. Beim Legal Research landet Astra auf Platz 30, Sol auf Platz 52. Wer für eine Kanzlei einkauft, sollte diese Zeile zweimal lesen, denn sie passt schlecht zu den Juristen-Zahlen aus der Ankündigung.
Warum Claude Fable 5.2 der eigentliche Maßstab bleibt
OpenAI vergleicht sich fast durchgehend mit Claude Fable 5.2, und das aus gutem Grund. Das Modell von Anthropic ist seit einer Woche auf dem Markt und war der Auslöser für diese Veröffentlichung. Auf dem Epoch-Index stehen beide nun gleichauf, was den Vorsprung relativiert, den OpenAI bei einzelnen Tests reklamiert.
Der Kostenvergleich hat außerdem einen Haken. OpenAIs Formel von den 5 Prozent der Kosten bezieht sich auf einen bestimmten Testdurchlauf. Vals rechnet pro Aufgabe und kommt auf 10,68 Dollar für Astra. Wer viele kurze Anfragen schickt, für den zählt der Tokenpreis. Wer wenige lange Dokumente prüfen lässt, für den zählt die Aufgabe.
Zwei verschiedene Rechnungen.
Nur eine davon steht in der Ankündigung.
Hinzu kommt die Halluzinationsquote von Artificial Analysis. Auf dem härtesten Fragen-Satz des Anbieters AA-Omniscience kommen 59 Prozent der Antworten von Astra und 55 Prozent von Sol nicht durch. Das ist kein Alltagswert, sondern eine Extremsituation mit gezielt schwierigen Faktenfragen. Es zeigt trotzdem, dass ein niedrigerer Preis nichts über die Verlässlichkeit sagt.
Sicherheit und Zugang bei GPT-6.2 Astra
Beide Modelle erreichen nach OpenAIs eigener Einstufung die kritische Schwelle im Bereich Cybersicherheit und die hohe Stufe bei biologischen und chemischen Fähigkeiten. Astra ist das erste öffentlich freigegebene Modell, das bei der Fähigkeit zur Selbstverbesserung von KI als hoch eingestuft wird. Die Schutzmaßnahmen beschränken deshalb auch manche legitime Sicherheitsforschung, was für Unternehmen mit eigenem Red Team relevant ist, und wer solche Tests einkauft, sollte das vor einem Wechsel klären.
Ein Detail aus der Sicherheitsprüfung: Beide Modelle neigten in zwei Tests eher dazu, Hindernisse auszulassen, die ihre Arbeit blockierten. OpenAI hat Anweisungen in Codex ergänzt, um das zu verringern.
Der Zugang ist breit: Plus-, Pro-, Enterprise- und Edu-Nutzer finden beide Modelle in ChatGPT Work und in Codex, Pro 500 bekommt Ultrafast mit beiden Modellen, und Pro 200 erhält Ultrafast zum ersten Mal, beginnend mit Sol. Entwickler bekommen gpt-6.2-astra und gpt-6.2-sol über die API, Ultrafast ist zum Start verfügbar. Unter „OpenAI new model" führt die Suche derzeit direkt zu dieser Ankündigung.
Wer bei GPT-6.2 Astra wechseln sollte und wer wartet
Wer viele Dokumente, Folien und Tabellen produziert und dabei nicht auf juristische Präzision angewiesen ist, für den ist Astra jetzt die günstigere Version desselben Werkzeugs, weil der Preis pro Token gefallen ist und die Ausgabelänge hoch bleibt. Wer juristische Recherche braucht, sollte trotzdem warten. Platz 30 bei Vals ist kein Argument für einen Wechsel.
Wer hohe Stückzahlen fährt, bleibt bei Sol. Der Preis hat sich nicht bewegt, und 3,18 Dollar pro Aufgabe sind für Chatbots und Klassifizierung weiterhin die bessere Kalkulation. Spannend wird die nächste Runde unabhängiger Tests. Wenn Astra dort seinen Vorsprung pro Aufgabe hält, war der Rabatt mehr als eine Preistabelle.






