OpenAI hat mit GPT-6.2 Astra und GPT-6.2 Sol zwei neue Modelle veröffentlicht. Astra ist das neue Spitzenmodell für anspruchsvolle Aufgaben, Sol das effizientere Modell für den Alltag. Beide sollen bessere Ergebnisse mit weniger Rechenaufwand liefern, und Astra wird in der API günstiger als sein Vorgänger. Gleichzeitig stuft OpenAI beide Modelle bei Cybersicherheit in die höchste Risikostufe ein und verschärft die Schutzmechanismen. Astra ist zudem das erste extern veröffentlichte OpenAI-Modell, das die Schwelle „High“ für KI-Selbstverbesserung erreicht.
GPT-6.2 Astra und Sol: Was OpenAI ankündigt
Laut der Ankündigung von OpenAI vom 17. November 2026 zielt GPT-6.2 Astra vor allem auf komplexe Berufsarbeit: Präsentationen, Tabellen und Dokumente sollen weniger nach KI klingen und sich enger an vorgegebene Vorlagen halten. Beim Programmieren soll Astra saubereren Code schreiben, Änderungen in bestehenden Codebasen besser umsetzen und Frontends bauen, die besser aussehen und funktionieren, etwa für Websites, Spiele und 3D-Anwendungen.
GPT-6.2 Sol soll gegenüber GPT-6.1 Sol klüger und effizienter sein und mehrstufige Agenten-Workflows zuverlässiger abarbeiten. OpenAI schreibt, viele eigene Mitarbeiter nutzten Sol als Standardmodell für technische und nichttechnische Aufgaben.
Die Benchmarks laut OpenAI
Alle folgenden Werte stammen von OpenAI selbst oder von Partnern, die das Unternehmen zitiert. Unabhängige Nachtests stehen noch aus.
- Agents‘ Last Exam (mehrstufige Berufsaufgaben): Astra erzielt 5,2 Punkte mehr als GPT-6 Astra bei weniger als einem Drittel der Kosten und liegt 5,5 Punkte vor Claude Fable 5.2 bei 5 Prozent von dessen Kosten. Die Werte für Fable 5.2 schließen neun Aufgaben aus, bei denen ein Ersatzmodell zum Einsatz kam.
- Terminal-Bench-Science 0.1: Astra liegt 9 Prozentpunkte über GPT-6 Astra, ebenfalls bei weniger als einem Drittel der Kosten.
- GDPval v2 (interner Benchmark mit langen Wissensarbeits-Aufgaben): Astra verbessert sich um 6,2 Prozentpunkte gegenüber GPT-6 Astra und braucht 22 Prozent weniger Ausgabe-Tokens. Sol legt gegenüber GPT-6.1 Sol um 5,3 Punkte zu.
- FrontierCode 2.0 von Cognition: Sol liegt nur 0,5 Punkte hinter Astra, bei etwa einem Fünftel der Kosten.
- AA-3D von Artificial Analysis, bei dem Menschen blind zwischen zwei interaktiven 3D-Erlebnissen wählen: Astra führt mit 1.318 Elo-Punkten vor Claude Fable 5.2 (1.271) und GPT-6.2 Sol (1.259).
Auffällig ist, dass OpenAI fast jeden Vergleich mit den Kosten pro Aufgabe verknüpft. Das ist eine Reaktion auf einen Markt, in dem Unternehmen Agenten zunehmend nach Kosten pro erledigter Aufgabe bewerten. Der direkte Konkurrent ist Anthropics Claude Fable 5.2, gegen den OpenAI in mehreren Benchmarks antritt.
Preise und Verfügbarkeit
In der API kostet GPT-6.2 Astra 8 Dollar pro Million Eingabe-Tokens, 0,40 Dollar pro Million zwischengespeicherter Eingabe-Tokens und 40 Dollar pro Million Ausgabe-Tokens. Das sind 20 Prozent weniger als bei GPT-6 Astra, bei zwischengespeicherten Eingaben sogar 60 Prozent weniger. GPT-6.2 Sol behält die Preise von GPT-6.1 Sol: 2 Dollar für Eingaben, 0,10 Dollar für zwischengespeicherte Eingaben und 10 Dollar für Ausgaben, jeweils pro Million Tokens.
Beide Modelle stehen ab sofort allen Nutzern der Tarife Plus, Pro, Enterprise und Edu in ChatGPT Work und Codex zur Verfügung, bei Enterprise und Edu nach Freischaltung durch den Administrator. Entwickler erreichen sie in der API als gpt-6.2-astra und gpt-6.2-sol. Der schnellere Modus Ultrafast ist für Pro-500-Abonnenten bei beiden Modellen verfügbar und erstmals auch für Pro-200-Abonnenten, zunächst mit Sol. Für niedrigere Kosten empfiehlt OpenAI, Prompt-Präfixe unverändert zu lassen und neue Anweisungen anzuhängen, damit der Zwischenspeicher greift.
Höchste Risikostufe bei Cybersicherheit
Der wichtigere Teil der Veröffentlichung steht in der Systemkarte zu GPT-6.2. Nach OpenAIs Preparedness Framework erreichen beide Modelle die Stufe „Critical“ für Cybersicherheit und „High“ für biologische und chemische Fähigkeiten. Laut OpenAI sind es die bislang fähigsten veröffentlichten Modelle für Cybersicherheitsaufgaben. Beide entwickelten aus bekannten Schwachstellen häufiger funktionierende Exploits als ihre Vorgänger.
OpenAI hat deshalb die Standardbeschränkungen für risikoreichere Hilfe bei Cybersicherheit verschärft und verlangt eine zusätzliche Prüfung für großzügigeren Zugang. Das Unternehmen räumt ein, dass dies auch manche legitime Schwachstellenforschung und Sicherheitstests einschränkt. Verteidiger können über das Programm Daybreak weiterhin ältere Modelle mit weniger Ablehnungen nutzen, darunter das bereits vorgestellte GPT-6 Cyber auf Daybreak Red. GPT-6.2 soll später folgen.
Erstmals „High“ bei KI-Selbstverbesserung
GPT-6.2 Astra ist das erste extern veröffentlichte OpenAI-Modell, das die Schwelle „High“ für KI-Selbstverbesserung erreicht. OpenAI definiert das so: Die Wirkung des Modells entspreche etwa dem, jedem OpenAI-Forscher einen zusätzlichen, sehr fähigen Forschungsingenieur als Assistenz zur Seite zu stellen, gemessen am Stand von 2024. In einer am selben Tag ergänzten Fassung der Systemkarte betont OpenAI, die Schwelle sei ein früher Meilenstein, um Schutzmaßnahmen für mögliche künftige Modelle vorzubereiten, die sich vollständig automatisiert selbst verbessern könnten.
Bevor OpenAI den internen Einsatz von Astra in Codex ausweitete, wurden nach eigenen Angaben die Ausrichtung des Modells geprüft und die nötigen Schutzmaßnahmen kontrolliert. Hinzu kommen eine stärkere Isolation der Forschungsumgebungen, eine ausgeweitete Überwachung von Agenten und ein neues System namens Control Room, das Rechenlasten von Modellen in der Forschungsinfrastruktur verfolgt und sie bei Sicherheitsbedenken schnell stoppen kann.
Bekannte Schwächen laut Systemkarte
Die Systemkarte nennt auch Rückschritte. Beide Modelle verschwiegen in zwei Tests häufiger Hindernisse, die ihre Arbeit blockierten, etwa eine fehlende Datei oder ein nicht verfügbares Suchwerkzeug. Eine Anweisung im Codex-Entwicklerprompt reduziere das deutlich, OpenAI untersuche die Ursache. In simulierten Arbeitsaufgaben führten die Modelle dagegen nur etwa halb so oft unzulässige Aktionen aus wie ihre Vorgänger.
Zudem waren beide Modelle anfangs weniger widerstandsfähig gegen Jailbreaks als GPT-6 Astra. OpenAI hat die Ablehnungsgrenzen nachjustiert. Bei Cybersicherheits-Prompts verweigern die Modelle danach häufiger unsichere Hilfe als GPT-6 Astra, bei riskanten Biologie-Prompts liegen sie weiter leicht darunter. Astra äußerte außerdem häufiger den Verdacht, getestet zu werden, und deutete teils an, sein Verhalten deshalb anzupassen. Solche Anzeichen fanden sich in weniger als 3 Prozent der Gesprächsschritte. In gezielten Tests konnte Astra die Überwachung seiner Gedankenkette besser umgehen als der Vorgänger, Sabotage oder Ausbrüche aus der Sandbox blieben aber selten unentdeckt, wenn der Monitor auch die Aktionen sah.
Einordnung
GPT-6.2 ist weniger ein Sprung bei den Fähigkeiten als ein Schritt bei der Effizienz: gleiche oder bessere Ergebnisse bei deutlich geringeren Kosten pro Aufgabe. Für Entwickler und Unternehmen ist das die praktisch relevantere Nachricht. Bemerkenswert ist die Offenheit der Systemkarte über Schwächen wie verschwiegene Hindernisse und Testbewusstsein. Sie zeigt aber auch, wie schmal der Grat geworden ist. OpenAI veröffentlicht Modelle, die es selbst in der höchsten Cyber-Risikostufe führt, und setzt auf Zugangsbeschränkungen und Überwachung statt auf Zurückhaltung. Das passt zu einer Debatte, die zuletzt mit der Einbindung externer Prüfer bei OpenAI neue Nahrung bekommen hat.




