Bei OpenAIs Standardtarifen für kurze Anfragen kostet GPT-6.1 Terra pro Million Eingabe- und Ausgabetoken jeweils ein Zehntel von GPT-6 Astra. In drei synthetischen Einzeltests des Autors von The New Stack lag Astra bei den Punkten insgesamt vorn: 148/150 gegenüber 121/150. Terra benötigte in diesen Läufen zusammen weniger Zeit. Die Preise gelten für bis zu 272.000 Eingabe-Token und sind in US-Dollar ausgewiesen.
API-Preise und technische Grenzen
Die Standardpreise unterscheiden zwischen kurzen Anfragen mit höchstens 272.000 Eingabe-Token und Langkontext-Anfragen mit mehr als 272.000 Eingabe-Token. Alle Beträge gelten pro einer Million Token.
| Modell | Kurzkontext: Eingabe | Kurzkontext: gespeicherte Eingabe | Kurzkontext: Ausgabe | Langkontext: Eingabe | Langkontext: gespeicherte Eingabe | Langkontext: Ausgabe |
| GPT-6.1 Terra | 1,00 US-$ | 0,05 US-$ | 5,00 US-$ | 2,00 US-$ | 0,10 US-$ | 7,50 US-$ |
| GPT-6 Astra | 10,00 US-$ | 1,00 US-$ | 50,00 US-$ | 20,00 US-$ | 2,00 US-$ | 75,00 US-$ |
Batch und Flex kosten laut Preisliste 50 Prozent weniger als Standard; der Fast-Modus kostet das Doppelte. Für Endpunkte mit regionaler Verarbeitung kommt, sofern verfügbar, ein Aufschlag von 10 Prozent hinzu. Die Rechnung hängt außerdem davon ab, wie viele Token eine Aufgabe verbraucht und welche Werkzeugkosten anfallen.
OpenAI führt für beide Modelle Text- und Bildeingaben sowie Textausgaben auf. Jedes hat ein Kontextfenster von 1.050.000 Token, eine maximale Eingabe von 922.000 Token und eine maximale Ausgabe von 128.000 Token. Die Dokumentation zu GPT-6.1 Terra nennt die Reasoning-Stufen none, low, medium, high, xhigh und max. Bei GPT-6 Astra beginnt die aufgeführte Auswahl mit low. Für Tool-Aufrufe setzt Terra laut OpenAI die Responses API voraus.
Drei synthetische Aufgaben, drei unterschiedliche Ergebnisse
Der Autor von The New Stack ließ beide Modelle je einmal mit hoher Reasoning-Stufe dieselben drei abschließenden Aufgaben bearbeiten. Die Ergebnisse fielen so aus:
| Aufgabe | GPT-6.1 Terra | GPT-6 Astra |
| SQL-Auswertung | 26/50 Punkte | 48/50 Punkte |
| Datenvalidierung | 45/50 Punkte | 50/50 Punkte |
| Triage von Vorfallprotokollen | 50/50 Punkte | 50/50 Punkte |
| Gesamt | 121/150 Punkte | 148/150 Punkte |
Bei der SQL-Aufgabe sollte Astra die Laufzeit von 151 Builds aufsummieren. Das Modell gab 31.022 Sekunden aus; der Autor nennt 31.428 Sekunden als korrekte Summe. Die Abweichung betrug 406 Sekunden, rund 1,3 Prozent.
Die Datenvalidierung nutzte 4.950 synthetische Datensätze und 19 Regeln. Davon waren 40 Datensätze ungültig; weitere 10 gültige Datensätze wirkten verdächtig. Terra fand 35 der 40 ungültigen Datensätze und markierte keinen der gültigen. Astra fand alle 40 ungültigen Datensätze.
Beim Vorfalltest enthielten die Protokolle rund 7.000 Zeilen aus mehr als 20 Diensten. Beide Modelle ordneten den Ausfall einer Einstellungsänderung beim Ledger-Dienst zu und erkannten drei Server mit falsch eingestellten Uhren.
Was die Testläufe über Tempo, Kosten und Coding aussagen
Über alle drei Aufgaben summierte sich die Laufzeit laut Autor bei Terra auf 258,8 Sekunden und bei Astra auf 709,2 Sekunden. Die geschätzten Tokenkosten lagen bei 0,61 US-Dollar für Terra und 7,88 US-Dollar für Astra. Es handelt sich um Schätzungen auf Grundlage der Standardpreise für nicht zwischengespeicherte Token, nicht um Rechnungsbeträge. Alle Eingaben lagen unter 272.000 Token. Reasoning-Token zählte der Autor zu den Ausgabetoken; Werkzeugkosten und Abrechnungsanpassungen blieben außen vor.
Der Autor entwickelte zunächst mehrere Fassungen der Aufgaben und wählte die schwierigeren Endfassungen, nachdem frühere Versionen gleiche Punktzahlen ergeben hatten. Eine hohe Reasoning-Stufe bedeutete dabei kein gleich großes Tokenbudget für beide Modelle. Die Tests verwendeten künstliche Daten und vom Autor erstellte Bewertungsraster. Die Aufgaben deckten SQL-Auswertung, Datenvalidierung und Vorfallanalyse ab, aber keinen allgemeinen Softwareentwicklungs- oder Alltagsarbeits-Benchmark.
Welche Aufgabenprofile OpenAI den Modellen zuordnet
OpenAI beschreibt Terra als schnelle, effiziente Option für visuelles Schlussfolgern, präzise Computerbedienung und Schreiben. Astra positioniert das Unternehmen für anspruchsvolles Schlussfolgern, Programmierung, Forschung, Computerbedienung und Dokumentenerstellung. Für einen konkreten Einsatz sind deshalb sowohl die passende Aufgabe als auch Kontextlänge, Verarbeitung und Tokenverbrauch entscheidend.
NeoTeo hat GPT-6 Astra bereits in einem Praxistest behandelt; hier kommt der direkte Vergleich mit Terra und den API-Tarifen hinzu.
Weitere Benchmarks aus einem englischsprachigen Video
In einem englischsprachigen Vergleich von Lifey Guy werden außerdem Werte genannt, die das Video Artificial Analysis zuschreibt: Im Intelligence Index v4.3 erreicht Terra 48 und Astra 53; im Terminal-Bench 4.0 liegen sie bei 56 beziehungsweise 59 Prozent. Das sind getrennte Benchmarks und andere Messgrößen als die Punkte aus den drei synthetischen Aufgaben.
