curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "gpt-6-astra",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'Chat, Coding-Agenten und Dokumentenarbeit. Preise pro 1 Mio. Tokens – Eingabe, gecachte Eingabe und Ausgabe werden separat abgerechnet. GPTProto liegt 20% unter den offiziellen Preisen.
| Szenario | OpenAI Liste | OpenRouter | GPTProto | Du sparst / Monat |
|---|---|---|---|---|
| Persönlich10 Mio. Tokens / Monat (4.8 Mio. im Cache) | $136.80 | $144.32 | $109.44 | −$27.36≈ $328.32 / Jahr |
| Team100 Mio. Tokens / Monat (48 Mio. im Cache) | $1368.00 | $1443.24 | $1094.40 | −$273.60≈ $3283.20 / Jahr |
| Business500 Mio. Tokens / Monat (240 Mio. im Cache) | $6840.00 | $7216.20 | $5472.00 | −$1368.00≈ $16416.00 / Jahr |
OpenAI · 1.05M context · $8/M input · $40/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Erstellen Sie Agenten, die über einen Kontext von 1,05 Mio. Token hinweg Schlussfolgerungen ziehen, Bilder untersuchen, Tools asynchron aufrufen, Anweisungen während der Ausführung annehmen und bis zu 128.000 Token zurückgeben können. Nutzen Sie gpt-6-astra auf GPTProto zu Preisen, die 10 % unter den Standardtarifen von OpenAI liegen, und verwenden Sie dasselbe Guthaben wie für mehr als 200 weitere Modelle.
End-to-End-Arbeit am Computer
Nutzen Sie Browser- und Computer-Tools, um Formulare auszufüllen, professionelle Software zu bedienen, Websites zu testen und abgeschlossene Arbeiten zu überprüfen. OpenAI gibt für OSWorld 2.0 einen Wert von 72,6 % an, gegenüber 65,7 % für GPT-5.6 Sol.
Asynchrone Agentenausführung
Lassen Sie das Modell weiterdenken oder unabhängige Aufgaben bearbeiten, während Ihre Anwendung auf Tool-Ergebnisse wartet. Dank der Steuerung während eines Turns können Nutzer Anforderungen korrigieren, ohne die Antwort neu starten zu müssen.
1,05 Mio. Token Kontext
Verarbeiten Sie große Codebasen, Forschungsbestände und Dokumentsammlungen in einem Kontextfenster mit 1,05 Mio. Token, mit bis zu 128.000 Ausgabe-Token und Prompt-Caching für wiederholte Präfixe.
Coding und Frontend-QA
Generieren und überarbeiten Sie Code, führen Sie Tools aus, prüfen Sie gerenderte Benutzeroberflächen und verifizieren Sie das Verhalten mit Browser-Tests. OpenAI gibt für Terminal-Bench 4.0 einen Wert von 57,9 % an und liegt damit vor den 37,3 % von GPT-5.6 Sol.
Die GPT-6-Astra-API bietet programmgesteuerten Zugriff auf OpenAIs führendes Reasoning-Modell, das am 3. September 2026 für komplexe Aufgaben von Anfang bis Ende veröffentlicht wurde. Sie akzeptiert Text- und Bildeingaben und gibt Text aus. Das Modell ist darauf ausgelegt, mit Code, Browsern, Dateien und professioneller Software zu arbeiten – mithilfe der in der Responses API verfügbaren Tools.
Astra bietet drei Steuerungsmöglichkeiten, die für lang laufende Agenten wichtig sind: asynchrone Tool-Aufrufe, Anweisungen, die während einer laufenden Antwort gesendet werden, und Änderungen des Reasoning-Aufwands während einer Unterhaltung, ohne das zwischengespeicherte Prompt-Präfix zu ersetzen. Außerdem unterstützt das Modell Streaming, Funktionsaufrufe, strukturierte Ausgaben, Prompt-Caching, Computernutzung, Web- und Dateisuche, Codeausführung, MCP und die Orchestrierung mehrerer Agenten.
Bei GPTProto lassen sich ein API-Schlüssel und ein Guthaben für GPT-6 Astra und mehr als 200 weitere Text-, Bild-, Video- und Audiomodelle nutzen. So kann Astra für besonders anspruchsvolle Aufgaben eingesetzt werden, während Routine- oder Anfragen mit hohem Volumen an ein kostengünstigeres Modell weitergeleitet werden – ohne ein weiteres Anbieterkonto einzurichten.
| Spezifikationen | GPT-6 Astra |
|---|---|
| Anbieter | OpenAI |
| Offizielle Modell-ID | gpt-6-astra |
| Veröffentlichungsdatum | 3. September 2026 |
| Eingabe / Ausgabe | Text- und Bildeingabe; Textausgabe |
| Kontextfenster | 1,050,000 Tokens |
| Maximale Ausgabe | 128,000 Tokens |
| Wissensstand bis | 30. April 2026 |
| Reasoning-Aufwand | low, medium, high, xhigh, max; none wird nicht unterstützt |
| API-Funktionen | Streaming, Funktionsaufrufe, strukturierte Ausgaben, Prompt-Caching |
| Tools der Responses API | Websuche, Dateisuche, Bildgenerierung, Code-Interpreter, gehostete Shell, Patch anwenden, Skills, Computernutzung, MCP und Tool-Suche |
| Feinabstimmung | Nicht unterstützt |
Programmierung auf Repository-Ebene und Frontend-Arbeit: Stellen Sie einem Agenten eine Codebasis, ein Terminal, einen Browser und Abnahmekriterien bereit. Astra kann Abhängigkeiten nachverfolgen, Änderungen umsetzen, Tests ausführen, eine gerenderte Benutzeroberfläche prüfen und das Ergebnis überarbeiten, wenn die Überprüfung fehlschlägt.
Agenten mit langem Planungshorizont: Durch asynchrone Tool-Aufrufe kann Astra weiterarbeiten, während ein externes Tool ausgeführt wird. Die Steuerung während eines Aufgabenschritts ermöglicht es Nutzern, Anforderungen zu korrigieren, ohne bereits erledigte Arbeit zu verwerfen – ideal für Recherche, Betriebsabläufe und Zyklen aus Planen, Ausführen und Überprüfen.
Recherche- und Dokumenten-Workflows: Kombinieren Sie ein Kontextfenster mit 1,05 Mio. Tokens mit Datei- und Websuche, Codeausführung und strukturierter Ausgabe, um umfangreiche Quellensammlungen in Analysen, Tabellen, Präsentationen oder Dokumente umzuwandeln.
Computer- und Browserautomatisierung: Nutzen Sie visuelle Benutzeroberflächen zum Ausfüllen von Formularen, Aktualisieren von CRM-Daten, zur Website-Qualitätssicherung, Desktop-Analyse und für browsergestützte Abläufe. Legen Sie Berechtigungen und Bestätigungsregeln im umgebenden Agenten-Framework fest.
GPT-6 Astra ist ein deutlicher Fortschritt bei der Computernutzung, der Arbeit im Terminal und der Workflow-Automatisierung, erzielt aber nicht bei jeder veröffentlichten Evaluation die höchste Punktzahl. Die Benchmark-Werte unten stammen aus dem Einführungsbericht von OpenAI; die Ergebnisse hängen von Tools, Prompts, dem Reasoning-Aufwand und dem Evaluations-Framework ab.
| Entscheidungsfaktor | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 |
|---|---|---|---|
| Kontextfenster | 1.05M | 1.05M | 1M |
| Maximale Ausgabe | 128K | 128K | 128K |
| AutomationBench | 41.4% | 18.1% | 31.4% |
| OSWorld 2.0 | 72.6% | 65.7% | Nicht veröffentlicht |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% |
| Humanity’s Last Exam mit Tools | 57.2% | Nicht veröffentlicht | 65.0% |
| Ideal für | Computernutzung, Programmierung, professionelle Workflows, komplexe Agenten | Kostengünstigeres OpenAI-Reasoning und bestehende GPT-5.6-Bereitstellungen | Breit gefächertes, toolgestütztes Reasoning und Aufgaben, bei denen das HLE-Ergebnis relevant ist |
Wählen Sie Astra, wenn die Kosten für fehlgeschlagene Schritte, wiederholte Überwachung oder eine unzureichende visuelle Überprüfung höher sind als der Aufpreis pro Token. Nutzen Sie weiterhin GPT-5.6 Sol für Workloads, die ihr Qualitätsziel bereits zu geringeren Kosten erreichen. Evaluieren Sie Claude Fable 5.1 anhand derselben Prompts, wenn Reasoning für vielseitige Wissensarbeit wichtiger ist als Steuerungsmöglichkeiten für die Computernutzung.
Prüfen Sie diese Kompatibilitätspunkte, bevor Sie Produktionsanfragen an die GPT-6-Astra-API weiterleiten:
Legen Sie das Modell auf gpt-6-astra fest und prüfen Sie, ob dieselbe Zeichenfolge im Bereich „API Usage“ von GPTProto angezeigt wird.
Verwenden Sie für Tool-Aufrufe die Responses API. Chat Completions ist weiterhin für kompatible Textanfragen verfügbar.
Ersetzen Sie beim Reasoning none oder minimal durch low; Astra unterstützt Werte von low bis max.
Entfernen Sie temperature, top_p, top_logprobs und logprobs; Astra unterstützt diese Parameter nicht.
Kalkulieren Sie Prompts mit mehr als 272K Eingabe-Tokens separat ein, da für die gesamte Anfrage höhere Tarife gelten.
Behalten Sie bei asynchronen Tools die ursprüngliche call_id bei und ordnen Sie jedes Ergebnis dem passenden Aufruf zu.
Testen Sie vor der Einführung mit einer Canary-Bereitstellung echte Prompts, Tool-Schemas, Latenzgrenzen und die Gesamtkosten pro akzeptiertem Ergebnis.
Wählen Sie GPT-6 Astra für Aufgaben, die anspruchsvolles Reasoning mit konkreten Aktionen verbinden: Software bedienen, ein Repository bearbeiten, zahlreiche Quellen recherchieren, ein fertiges Geschäftsdokument erstellen oder Tools über eine längere Aufgabe hinweg koordinieren. Besonders geeignet ist das Modell, wenn Ihr Agent nach Korrekturen das ursprüngliche Ziel beibehalten, visuelle Einschätzungen treffen und sein eigenes Ergebnis überprüfen muss.
Für Klassifizierung, kurze Zusammenfassungen, einfache Extraktion oder Chat mit hohem Anfragevolumen ist Astra in der Regel überdimensioniert. Testen Sie für solche Anwendungsfälle GPT-5.6 Terra oder Luna. Sie können außerdem Grok 4.6, Qwen3.8-Max-0902 und Kimi K3 anhand eines festen Evaluationsdatensatzes vergleichen. Der gemeinsame GPTProto-Schlüssel erleichtert das Routing zwischen Modellen; die beste Wahl hängt jedoch weiterhin vom Aufgabenerfolg, der Latenz und den Gesamtkosten pro akzeptiertem Ergebnis ab.
Anleitungen, Vergleiche und Updates zu diesem Modell.
Alle Artikel
Claude oder ChatGPT fürs Programmieren? Vergleiche Codegenerierung, Debugging, Frontend-Arbeit, Python, große Codebasen, Benchmarks, Preise und Nutzungslimits.
Claude Fable 5.1 und Mythos 5.1 basieren auf demselben Modell, unterscheiden sich aber beim Zugang. Erfahre mehr über Preise, Funktionen, Benchmarks, Schutzmaßnahmen und Änderungen bei der API-Migration.
Vergleiche die 7 besten KI-Gateways für Entwickler 2026 in puncto Preise, Routing, Kostenkontrolle, Deployment und Kompromisse im Produktivbetrieb.
Was ist GPT-6 Astra? Entdecke seine Veröffentlichung, Preise, Benchmarks, AGI-Behauptungen sowie Funktionen zum Programmieren, zur Computerbedienung und für Agenten – und erfahre, wie es sich mit GPT-5.6 Sol vergleichen lässt.
