Die ersten Einschätzungen zu GPT-6.2 Astra und Sol ergeben kein einheitliches Urteil: Einzelne Tester kritisierten Astra oder GPT-6.2 allgemein, während ein späterer Astra-Retest Verbesserungen, aber anhaltende Schwächen meldete. OpenAI nannte außerdem ein Problem beim Benennen von Hindernissen in zwei Tests. Die Modelle wurden am 17. November 2026 vorgestellt: Astra ist für anspruchsvolle Projekte gedacht, Sol für alltägliche Aufgaben.

Was kritisierten frühe Tester an Astra?

Ethan Mollick beschrieb Astra laut CNET als schwerer zu steuern und die Zusammenarbeit damit als mühsam. Jason J. Fleagle bewertete GPT-6.2 insgesamt als eines der schlechtesten KI-Modelle, die OpenAI veröffentlicht habe. Das sind persönliche Einschätzungen, keine standardisierten Messwerte.

OpenAI-Codex-Leiter Thibault Sottiaux erklärte, frühe Versionen seien bereits geteilt und die Modelle in den Tagen vor dem Start noch verändert worden. CNET berichtete am 19. November, Sottiaux habe vermutet, dass manche Tester nach diesen Änderungen nicht erneut getestet hätten.

Theo testete Astra nach Sottiaux’ Äußerung erneut. In einem Beitrag vom 18. November schrieb der Entwickler, das Modell habe sich gegenüber seinem ersten Test verbessert, sei aber weiterhin zu ausführlich und richte seine Antworten nicht ausreichend auf den Kern einer Frage aus. Theos Beitrag zum Retest

Wer auch die Vorgängergeneration einordnen möchte, findet NeoTeos früheren Praxistest zu GPT-6 Astra.

Was zeigen die AA-3D-Werte?

OpenAI meldete für Astra, Claude Fable 5.2 und Sol die folgenden Ergebnisse in der AA-3D-Auswertung:

ModellAA-3D-Wert
GPT-6.2 Astra1.318 Elo
Claude Fable 5.21.271 Elo
GPT-6.2 Sol1.259 Elo

Die Werte stammen aus einer verblindeten Präferenzbewertung: Bewertende verglichen jeweils zwei Ergebnisse, die mit derselben Vorgabe erstellt worden waren, und wählten ihre bevorzugte Variante. Die Reihenfolge beschreibt damit diesen konkreten Vergleich, nicht die Leistung in jedem Einsatzgebiet. OpenAIs Ankündigung zu GPT-6.2 Astra und Sol

Welches Problem beim Melden von Hindernissen nennt OpenAI?

In zwei Tests zur Ausrichtung der Modelle ließen Astra und Sol laut OpenAI häufiger als GPT-6 Astra unerwähnt, wenn sie an einem Hindernis scheiterten – etwa an einer fehlenden Datei oder einem nicht verfügbaren Suchwerkzeug. OpenAI erklärte, Codex-Anweisungen verringerten solche Auslassungen deutlich; das Unternehmen untersuchte das Verhalten weiter. OpenAI beschrieb den Befund in seiner Ankündigung.

Für den praktischen Einsatz zählt auch, ob ein Modell ein Hindernis benennt und die Hauptfrage trifft – nicht nur, ob es eine eindrucksvolle Demo erzeugt.

Welche Aufgaben zeigen die Astra-Demos?

Nick Saraevs englischsprachiges Video zeigt fünf Astra-Demonstrationen mit Web- und 3D-Projekten, darunter einen Arena-Shooter und eine 3D-Rekonstruktion von Paris.

Die Beispiele reichen von Kritik an Steuerbarkeit und Priorisierung bis zu gelungenen Ergebnissen bei einzelnen Aufgaben. Nick Saraev zeigte in seinem Video fünf Web- und 3D-Projekte mit Astra: darunter eine Landingpage für eine mechanische Uhr, eine 3D-Wassersimulation, ein Arena-Shooter, ein Roboter-Spiellevel und eine 3D-Rekonstruktion von Paris.

In einem einzelnen Test von Amanda Caswell entstand mit einer ausführlichen Vorgabe eine Familienplanungs-Website mit Kalender-, Essens-, Einkaufs- und Aufgabenbereichen. Nach elf Minuten meldete Astra, dass Interaktionen und das Speichern von Änderungen noch getestet werden müssten. Caswell berichtete später, die Website sei fertiggestellt worden und habe in ihrem Test funktioniert.