OpenAI kündigte am 17. November 2026 GPT-6.2 Astra und GPT-6.2 Sol an. Einen Tag später kündigten OpenAI Developers eine öffentliche Beta des Hintergrundmodus an: Geeignete API-Abläufe können in Zeitfenstern von zwei oder acht Stunden laufen und gegenüber Standard bis zu 40 Prozent pro Token sparen. Die beiden Ankündigungen und ihre Konditionen beschreibt OpenAI in den Produktdetails und im Beitrag zur Beta.

OpenAI positioniert Astra für anspruchsvolle Fachprojekte und Sol als effizientes Modell für Alltagsarbeit. Der praktische Unterschied für Entwickler liegt auch in den getrennten API-Tarifen für normale und aus dem Cache gelesene Eingaben.

Was die Beta des Hintergrundmodus ergänzt

OpenAI Developers kündigte am 18. November 2026 den Hintergrundmodus als öffentliche Beta an. Für geeignete Abläufe sind Zeitfenster von zwei oder acht Stunden vorgesehen; die angekündigte Ersparnis beträgt bis zu 40 Prozent pro Token gegenüber Standard. Diese Beta-Ankündigung folgte auf die Vorstellung der Modelle am 17. November und beschreibt eine eigene API-Funktion.

Wo Astra und Sol verfügbar sind

OpenAI führt GPT-6.2 Astra und Sol für berechtigte Plus-, Pro-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex auf. Entwickler können sie über die API mit den Modellnamen gpt-6.2-astra und gpt-6.2-sol ansprechen. Der Rollout erweitert regulären ChatGPT-Chat nicht um die beiden Modelle.

OpenAI zufolge hängt der Zugriff vom Tarif, den Berechtigungen im Arbeitsbereich und dem Fortschritt des Rollouts ab. Für Ultrafast-Zugriff nennt OpenAI Pro 500 mit beiden Modellen; Pro 200 erhält zunächst Sol. In berechtigten Enterprise- und Edu-Arbeitsbereichen muss ein Administrator den Zugriff aktivieren. Die Mitteilung in der OpenAI Developer Community erläutert diese Rollout-Bedingungen.

Die veröffentlichten API-Preise

OpenAI nennt für beide Modelle API-Sätze in US-Dollar je einer Million Tokens. Cache-Eingaben haben einen eigenen Preis; Eingabe und Ausgabe werden ebenfalls getrennt berechnet.

ModellStandardeingabe je 1 Mio. TokensEingabe aus dem Cache je 1 Mio. TokensAusgabe je 1 Mio. Tokens
GPT-6.2 Astra8 US-Dollar0,40 US-Dollar40 US-Dollar
GPT-6.2 Sol2 US-Dollar0,10 US-Dollar10 US-Dollar

Bei wiederverwendetem Eingabekontext ist deshalb der Cache-Tarif relevant; für neu erzeugte Antworten gilt der Ausgabepreis. Die Ersparnis im Hintergrundmodus ist davon getrennt und bezieht sich auf geeignete Abläufe gegenüber Standard. OpenAI vergleicht Astra außerdem mit GPT-6 Astra; NeoTeo hat die Vorgängergeneration bereits eingeordnet.

Welche Leistungs- und Sicherheitswerte OpenAI nennt

OpenAI berichtet für Astra im Benchmark Agents’ Last Exam einen Vorsprung von 5,2 Punkten gegenüber GPT-6 Astra bei weniger als einem Drittel dessen Kosten. Gegenüber Claude Fable 5.2 nennt OpenAI einen Abstand von 5,5 Punkten bei fünf Prozent der Kosten. OpenAI weist zugleich darauf hin, dass die Ranglistenwerte für Fable 5.2 neun Aufgaben ausklammern, bei denen ein Ersatzmodell zum Einsatz kam.

Im wissenschaftlichen Benchmark Terminal-Bench-Science 0.1 meldet OpenAI für Astra neun Prozentpunkte mehr als für GPT-6 Astra. Im GDPval v2 gibt OpenAI einen Vorsprung von 6,2 Prozentpunkten gegenüber GPT-6 Astra bei 22 Prozent weniger Ausgabetokens an; für Sol nennt das Unternehmen 5,3 Prozentpunkte mehr als bei GPT-6.1 Sol. Diese Ergebnisse stammen aus den von OpenAI veröffentlichten Vergleichen und beziehen sich auf die jeweils genannten Benchmarks.

Auch die Sicherheitsangaben sind OpenAIs eigene Einstufungen im Preparedness Framework: Beide Modelle erreichen laut Unternehmen die Stufe „Critical“ für Cybersicherheit sowie „High“ für biologische und chemische Fähigkeiten. Astra wird zusätzlich bei der Fähigkeit zur KI-Selbstverbesserung mit „High“ eingestuft. OpenAI sagt, dass verschärfte Schutzmaßnahmen gelten und dadurch auch legitime Schwachstellenforschung und Sicherheitstests eingeschränkt werden können.

Für API-Kosten zählen drei getrennte Posten: Standardeingabe, Cache-Eingabe und Ausgabe.

Was Every im frühen Teamtest beobachtete

Englischsprachige Besprechung von Every mit Dan Shipper: frühe Teamtests zu Schreiben, Programmieren und Design.

Every-Host Dan Shipper berichtete von Tests über zwei Wochen durch ein 30-köpfiges Team. Die Tester hatten vorab Zugang und kostenlose Tokens von großen KI-Laboren erhalten. Shipper kritisierte, dass Astras Texte zu stark verdichtet wirkten, das Modell bei umfangreichen Programmieraufgaben zu früh aufhörte und seine Designvorschläge wenig Variation zeigten.

Every bewertete außerdem einen eigenen Senior-Engineer-Test: Astra erzielte laut Shipper rund 39 Punkte und lag damit gleichauf mit Astra 6. Fable 5.2, Opus 5.5 und Sonnet 5.5 kamen in diesem Test auf 40 bis 41 Punkte. Diese Beobachtungen betreffen Schreib-, Programmier- und Designaufgaben des Teams; OpenAIs veröffentlichte Benchmarkwerte beziehen sich auf andere Tests.