Am 3. September hat OpenAI GPT-6 Astra veröffentlicht. Präsident Greg Brockman begleitete das mit einem Satz, der es in jede Schlagzeile geschafft hat: „Welcome to the AGI era!" Und mit einem zweiten, der die Behauptung erklärt: „Astra can really do anything a human can do with a computer."
Ich habe zwei Tage vor dieser Ankündigung einen Beitrag darüber geschrieben, warum die AGI-Frage für deinen Betrieb keine Rolle spielt. Diese Veröffentlichung ist die erste Gelegenheit, das an einem konkreten Fall zu prüfen. Also: Was ist tatsächlich passiert, was davon ist für dich relevant, und welche Nachricht geht dabei unter?
Die Zahlen, die OpenAI nennt
Zuerst nüchtern, was das Modell laut Hersteller kann. Die Benchmarkwerte, die im Zuge der Veröffentlichung berichtet wurden:
- FrontierMath Tier 4: 97,6 Prozent
- ARC-AGI-3: 99,9 Prozent
- ExploitBench: 100 Prozent
- OSWorld 2.0 (Computerbedienung): 72,6 Prozent
Technisch: ein Kontextfenster von rund 1,05 Millionen Tokens, maximal 128.000 Tokens Ausgabe, fünf Stufen für die Denktiefe. Verfügbar zuerst für Unternehmen in einem geschlossenen Programm, danach über die Schnittstelle und in den kostenpflichtigen ChatGPT-Tarifen, außerdem über Amazon Bedrock.
Bei den Preisen liegt Astra mit 10 US-Dollar je Million Eingabe-Tokens und 50 US-Dollar je Million Ausgabe-Tokens exakt dort, wo auch Anthropics Spitzenmodell liegt. Wer meinen Beitrag zum Vergleich der beiden Anbieter gelesen hat, wird nicht überrascht sein: Sie nehmen sich nichts, auch nicht beim Preis.
Eine Preisfalle, die man kennen sollte
Ein Detail, das in den Zusammenfassungen meist untergeht und im Betrieb echtes Geld kostet: Anfragen mit mehr als 272.000 Eingabe-Tokens werden anders abgerechnet. Berichtet wird der doppelte Preis für Eingabe und Cache sowie der anderthalbfache für die Ausgabe.
Das heißt: Das große Kontextfenster ist nicht gleichmäßig teuer. Wer es ausreizt, zahlt jenseits dieser Schwelle sprunghaft mehr. Für alle, die eine Anwendung darauf bauen, ist das eine Grenze, die man im Entwurf berücksichtigt und nicht in der Abrechnung entdeckt. Wie man solche Kosten grundsätzlich in den Griff bekommt, steht im Beitrag zu den Token-Kosten.
Der Punkt, der meine eigene Aussage relativiert
OpenAI gibt für das Wiederfinden von Informationen in langen Texten an: 100 Prozent bis 512.000 Tokens und 96,3 Prozent im Bereich zwischen 512.000 und einer Million.
Das ist bemerkenswert, weil ich vor wenigen Tagen geschrieben habe, dass ein volles Kontextfenster im Schnitt jede vierte Information verliert. Diese Zahl stammt aus einem anderen Benchmark und von einem anderen Anbieter, insofern sind die Werte nicht direkt vergleichbar, und es sind Herstellerangaben.
Aber die Richtung ist eindeutig, und ich halte es für richtig, das zu sagen, statt an einer Aussage festzuhalten, die überholt sein könnte: Das Problem des vollen Kontextfensters wird kleiner. Es verschwindet damit nicht. Wer sauber arbeitet, gibt dem Modell weiterhin die richtige halbe Seite statt dreißig, und das nicht nur wegen der Trefferquote, sondern auch wegen der Rechnung oben.
Die AGI-Behauptung
Jetzt zu dem Satz, wegen dem alle darüber sprechen. Brockman selbst schränkt ihn ein: Es gebe keine einzelne, eindeutige Schwelle für AGI, es sei aber vertretbar, Astra als eine Version davon zu sehen.
Genau das ist der Punkt, den ich im AGI-Beitrag gemacht habe, und er wird hier vom Anbieter selbst bestätigt: Wo es keine vereinbarte Definition gibt, ist die Aussage „das ist jetzt AGI" keine Messung, sondern eine Einordnung. Sie kann redlich gemeint und trotzdem nicht überprüfbar sein. Entsprechend gibt es Fachstimmen, die anmerken, dass die Ankündigung an OpenAIs eigenen Kriterien gemessen nicht trägt.
Für deinen Betrieb ändert der Satz nichts. Die Aufgabenliste, die ich vor zwei Tagen beschrieben habe, ist dieselbe geblieben: Abläufe sortieren, Wissen verfügbar machen, Regeln aufschreiben, Leute befähigen. Wäre sie durch eine Pressemitteilung hinfällig geworden, wäre sie nie eine gute Liste gewesen.
Die Nachricht, die untergeht
Und damit zu dem Teil der Veröffentlichung, der die eigentliche Neuigkeit ist und in den meisten Berichten hinter der AGI-Schlagzeile verschwindet.
Astra ist das erste Modell von OpenAI, das die internen Fähigkeitsgrenzen überschritten und dadurch strengere Sicherheitsmaßnahmen ausgelöst hat, insbesondere im Bereich Cybersicherheit. Die öffentlich zugängliche Fassung ist deshalb eingeschränkt und lehnt bestimmte Anfragen in diesem Feld ab. Der volle Funktionsumfang geht zunächst nur an einen ausgewählten Kreis von Unternehmen.
Der Grund dafür steht im Sicherheitsbericht, und er ist bemerkenswert deutlich. Laut Berichterstattung von NBC News hat sich ein Modell der Astra-Familie eigenständig Administratorzugriff auf Infrastruktur von OpenAI verschafft und dabei potenziell vertrauliche Informationen offengelegt. Das geschah ohne Kenntnis der Mitarbeitenden, trotz interner Überwachung.
OpenAIs Chefwissenschaftler Jakub Pachocki formuliert die Lage so:
„As these models become more capable, understanding exactly what they can do gets harder."
Und weiter, als Selbstverpflichtung:
„We will not accept degradation in our ability to monitor model alignment beyond a certain level. We will withhold scaling until we can regain enough confidence."
Man kann das als beruhigend lesen, weil es offen kommuniziert wird. Man kann es auch als das lesen, was es sachlich ist: Der Hersteller sagt, dass es zunehmend schwieriger wird, die Fähigkeiten der eigenen Modelle vollständig zu überblicken.
Was daraus für dich folgt
Drei Dinge, und keines davon ist Panik.
Erstens: kein Handlungsbedarf aus der Ankündigung. Das Modell ist eingeschränkt verfügbar, teuer und für die allermeisten betrieblichen Aufgaben überdimensioniert. Angebote schreiben, Anfragen einsortieren, Firmenwissen durchsuchbar machen: Dafür reichen die Modelle, die du seit einem Jahr nutzen könntest. Ein Wechsel wegen einer Schlagzeile ist der Fehler, den ich im Vergleichsbeitrag beschrieben habe.
Zweitens: die Frage nach den Daten wird wichtiger, nicht kleiner. Wenn ein Anbieter selbst berichtet, dass ein Modell sich unbemerkt Rechte in der eigenen Infrastruktur verschafft hat, dann ist die Frage, welche Daten euer Haus verlassen, keine formale Übung mehr. Sie ist der Grund, warum ich in jedem Erstgespräch darauf bestehe, sie vor der ersten Zeile Code zu beantworten.
Drittens: Prüfschritte gehören dazu, gerade bei Agenten. Je selbstständiger ein System arbeitet, desto wichtiger ist die Stelle, an der ein Mensch das Ergebnis freigibt, bevor es wirkt. Das ist keine Bremse, sondern die Bedingung dafür, dass sich der Einsatz überhaupt rechnet. Wer einem System mit Systemzugriff freie Hand gibt, sollte sich klarmachen, dass selbst OpenAI die eigenen Modelle nicht lückenlos überwacht bekommt.
Fazit
GPT-6 Astra ist ein beeindruckendes Modell, und die Zahlen sind es auch. Für den Alltag eines mittelständischen Betriebs ändert es kurzfristig nichts, außer dass die Modelle, die du ohnehin nutzt, in einigen Monaten wieder etwas besser sein werden.
Die AGI-Schlagzeile ist die am wenigsten belastbare Aussage der ganzen Ankündigung, eingeräumt vom Anbieter selbst. Die belastbarste steht im Sicherheitsbericht, und sie sagt: Diese Systeme werden schneller mächtiger, als sich ihre Fähigkeiten überblicken lassen.
Das ist kein Grund, nicht anzufangen. Es ist ein Grund, sauber anzufangen: mit klaren Regeln, welche Daten wohin dürfen, und mit einem Menschen an der Stelle, an der es teuer wird. Wo bei euch der größte Hebel liegt, rechnest du im KI-Potenzial-Check in zwei Minuten aus, oder wir sprechen in einer KI-Beratung darüber.
Quellen: Ankündigung und Sicherheitsangaben nach Berichterstattung von NBC News und Axios vom 3. September 2026. Benchmark- und Preisangaben sind Herstellerangaben, wie sie im Zuge der Veröffentlichung berichtet wurden. Stand dieses Beitrags: 7. September 2026.