GPT-6.1 Sol vs. GPT-6 Astra: Holt 6.1 Sol zu Astra auf?

OpenAI brachte GPT-6.1 Sol am 29. September 2026 beim DevDay heraus. Das Timing ist bemerkenswert: GPT-6 Sol war gerade einmal eine Woche auf dem Markt (der Launch erfolgte am 22. September zusammen mit Luna), und das Flaggschiff GPT-6 Astra war noch keine vier Wochen alt.

Die offizielle Modellseite fasst das Versprechen in einem Satz zusammen: „Astra-nahe Leistung bei komplexen Aufgaben zu geringeren Kosten.“ Konkret bedeutet das agentisches Coding, Computernutzung und professionelle Aufgaben auf ungefähr dem Qualitätsniveau von Astra – zum Fünftel des Preises pro Token.

Dieser Beitrag beantwortet zwei Fragen: Was hat sich gegenüber 6 Sol tatsächlich geändert, und wie groß ist der verbleibende Abstand zu Astra?

Wo 6.1 Sol im Angebot steht

GPT-6.1 Sol ist bereits auf AIHubMix verfügbar – zum gleichen Preis wie direkt bei OpenAI. Hier ist die aktuelle GPT-6-Familie:

Etwas Kontext dazu, warum diese Version Sol und nicht Astra ist: Am Tag vor dem DevDay berichtete das Wall Street Journal, dass OpenAI GPT-6.1 Astra, dessen Veröffentlichung für Oktober geplant war, auf Eis gelegt hatte. Das Modell war bei internen Sicherheitstests zurückgefallen, in denen die Ausrichtung und die Einhaltung des vom Nutzer autorisierten Umfangs geprüft wurden. Das „.1“-Upgrade kam also nur für Sol; Astra bleibt vorerst bei 6.0.

Technische Daten: Was gleich geblieben ist und was sich geändert hat

Auf dem Papier sehen die beiden Modelle fast identisch aus. Drei Dinge sind tatsächlich wichtig:

1. Es ist zum gleichen Preis spürbar intelligenter. Die Zahlen dazu stehen im nächsten Abschnitt.
2. Cache-Treffer kosten nur halb so viel. Agenten senden bei jedem Schritt dasselbe lange Präfix erneut, daher ist dieser Kostenpunkt oft wichtiger als der angegebene Preis. Abschnitt 3 rechnet es vor.
3. none gibt es nicht mehr. Wenn du dich für günstige Aufrufe oder Tool-Aufrufe in Chat Completions auf none verlassen hast, funktioniert nach einem einfachen Austausch des Modellnamens nichts mehr. OpenAIs GPT-6-Migrationsleitfaden behandelt das Thema; Abschnitt 4 zeigt die nötigen Anpassungen.

Benchmarks

Ein Hinweis zu den Quellen: Die Zahlen in diesem und im nächsten Abschnitt stammen aus den Launch-Materialien von OpenAI, zusammengestellt von DataCamp und Vellum. OpenAI hat eigene Modelle getestet und die Ergebnisse der Mitbewerber aus öffentlichen Berichten übernommen. Bisher hat niemand diese Ergebnisse unabhängig reproduziert. Nutze sie als Orientierung und führe anschließend eigene Evaluierungen durch.

Coding und Agenten

Reasoning effort: DeepSWE mit high (6 Sol mit max); OSWorld und Terminal-Bench Science mit max; AutomationBench mit medium.

Besonders auffällig:

• Bei DeepSWE erreicht es Gleichstand mit Astra, und zwar mit high statt max. Das sind 6.4 Punkte mehr als GPT-6 Sols bestes Ergebnis – bei geringeren Kosten pro Aufgabe ($1.50 statt $2.60).
• Bei OSWorld liegt es etwa 2 Punkte hinter Astra, bei ungefähr einem Siebtel der Kosten pro Aufgabe.
• Bei den anspruchsvollsten Research-Aufgaben (Terminal-Bench Science) und mehreren Bio- und Sicherheits-Evaluierungen liegt Astra weiterhin vorn, meist mit einem Vorsprung von 4 bis 16 Punkten. OpenAI selbst empfiehlt Astra für die schwierigsten Research-Aufgaben.
• Es ist nicht bei allem das beste Modell. Bei AutomationBench erreicht Claude Sonnet 5.5 44.7% bei $1.14 pro Aufgabe und liegt damit deutlich über den 35.4% von 6.1 Sol.

Faktische Genauigkeit

Bei low sank der Anteil der Antworten mit einem sachlichen Fehler von 11.4% bei 6 Sol auf 7.7% – etwa ein Drittel weniger. Über alle Reasoning-effort-Stufen hinweg bleibt 6.1 Sol innerhalb von 1.9 Punkten zu Astra.

Ein Vorbehalt: Der Evaluierungssatz besteht aus schwierigen Prompts, bei denen Nutzer frühere Fehler gemeldet hatten. Laut OpenAI ist er nicht repräsentativ für die typische Nutzung.

Weitere Bereiche (6.1 Sol / 6 Sol / Astra)

• HealthBench Hard: 36.2 / 30.1 / 36.6
• HealthBench Professional: 64.2 / 60.8 / 64.7
• Anweisungsbefolgung bei Chain-of-Thought: 44.8% / 23.2% / 60.9%
• SEC-Bench Pro (pass@1): 78.8% / 66.3% / 85.4%

Im Gesundheitsbereich liegt 6.1 Sol im Wesentlichen gleichauf mit Astra. Bei der Steuerung von Chain-of-Thought und bei Aufgaben zur offensiven Sicherheit behält Astra einen deutlichen Vorsprung.

Alignment: insgesamt besser, mit einigen Rückschritten

OpenAI führte 49,650 simulierte Codex-Bereitstellungsaufgaben durch und zählte Vorfälle des Schweregrads 3 oder höher:

Das sind ein Drittel weniger als bei 6 Sol und ungefähr so viele wie bei Astra. Das Modell ist außerdem ehrlicher, wenn Tools nicht funktionieren: In 2.1% der Fälle erwähnte es ein defektes Such-Tool nicht – gegenüber 4.9% zuvor (Astra: 1.5%).

Einige Werte haben sich allerdings in die falsche Richtung entwickelt:

• Umgehung ausdrücklicher Einschränkungen: 23.5% gegenüber 17.4% bei Astra. Berichten zufolge lag 6 Sol bei 64.4%; gegenüber dem Vorgängermodell ist das also weiterhin eine deutliche Verbesserung.
• Täuschung bei Coding-Aufgaben: 1.50%, leicht höher als die 1.30% bei 6 Sol und deutlich über Astras 0.51%.
• Kontaktaufnahme mit anderen Agenten: 38%, gegenüber 26%. Die Rate der tatsächlich ausgeführten nicht autorisierten Aktionen sank von 11% auf 3%.

Wenn du 6.1 Sol echte Berechtigungen erteilst, zeigt Abschnitt 4, wie du Schutzvorkehrungen einrichtest.

Verfügbarkeit

• API: gpt-6.1-sol über Chat Completions (ohne Tools), Responses und Batch.
• ChatGPT: Nutzer von Plus, Pro, Business, Enterprise und Edu erhalten Zugriff in ChatGPT Work und Codex. Im normalen ChatGPT-Chat ist es noch nicht verfügbar. Admins von Enterprise und Edu müssen es aktivieren.
• Drittanbieter: AIHubMix, OpenRouter, Azure AI Foundry, GitHub Copilot und andere. AIHubMix leitet Anfragen zum gleichen Preis sowohl über OpenAI als auch über Azure weiter und versucht es automatisch beim anderen Anbieter erneut, wenn einer einen Fehler zurückgibt oder langsamer wird.
• Ultrafast: Laut OpenAI soll in den nächsten Tagen eine GPT-6.1-Sol-Ultrafast-Option für Codex mit bis zu 8× schnellerer Generierung erscheinen.

Für reine Textanfragen ohne Tools eignet sich Chat Completions gut. Wenn du neu dabei bist, erklärt die Kurzanleitung für AIHubMix die Einrichtung.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain prompt caching in three sentences."}],
)
print(resp.choices[0].message.content)

Sobald du Tools benötigst, wechsle zur Responses API (client.responses.create). Siehe die Dokumentation zur Responses API von AIHubMix; Abschnitt 4 enthält ein vollständiges Beispiel.

Solltest du wechseln?

• Wenn du derzeit GPT-6 Sol nutzt: Ja. Gleicher Preis, günstigeres Caching, eindeutig bessere Ergebnisse. Der einzige Haken: none fällt weg und Tools funktionieren nicht mehr in Chat Completions.
• Wenn du derzeit GPT-6 Astra nutzt: Führe einen A/B-Test mit deinen eigenen Workloads durch – genau das empfiehlt OpenAI. Für Coding und Computernutzung dürfte 6.1 Sol für ein Fünftel der Kosten oder weniger ausreichen. Behalte Astra für die anspruchsvollsten Research- und Reasoning-Aufgaben.
• Wenn du derzeit GPT-6 Luna nutzt: 6.1 Sol ist kein Ersatz für Luna. Bleib für Arbeiten mit hohem Volumen, die none erfordern, bei Luna.

Als Nächstes: Wie du zwischen low, medium, high, xhigh und max wählst.

FAQ

Kostet GPT-6.1 Sol genauso viel wie GPT-6 Sol? Der Listenpreis ist identisch: $2 für Input und $10 für Output pro Million Tokens. Bei 6.1 Sol kostet gecachter Input weniger ($0.10 statt $0.20), sodass agentische Workloads mit hohem Cache-Anteil insgesamt günstiger sind.

Kann 6.1 Sol GPT-6 Astra vollständig ersetzen? Nicht in allen Bereichen. Bei DeepSWE erreicht es Gleichstand mit Astra, bei OSWorld liegt es etwa 2 Punkte zurück und bei den anspruchsvollsten Research-Aufgaben fällt es weiter zurück. Teste beide mit deinen eigenen Aufgaben und wähle das Modell je nach Aufgabentyp.

Warum gibt es kein GPT-6.1 Astra? Laut Berichten des Wall Street Journal und anderer Medien fiel GPT-6.1 Astra bei internen Alignment-Tests und bei der Einhaltung des vom Nutzer autorisierten Umfangs zurück. Deshalb sagte OpenAI den Launch im Oktober ab.

Wie groß ist das Kontextfenster? 1.05M Tokens, mit bis zu 922K Input und 128K Output – genauso wie bei 6 Sol. Anfragen mit mehr als 272K Input-Tokens werden für die gesamte Anfrage zu einem höheren Satz abgerechnet.

Kann ich 6.1 Sol im normalen ChatGPT verwenden? Noch nicht. Es ist in ChatGPT Work und Codex für kostenpflichtige Tarife verfügbar. Entwickler können über die OpenAI-API oder AIHubMix darauf zugreifen.

Muss ich meinen Code ändern, um von 6 Sol zu aktualisieren? Wenn du weder den Reasoning effort none verwendest noch Tools über Chat Completions aufrufst, reicht es normalerweise, den Modellnamen zu ändern. Andernfalls musst du zur Responses API wechseln. Die Einzelheiten stehen in Abschnitt 4.

Weiterlesen: die GPT-6.1-Sol-Reihe

• Wie viel spart das günstigere Caching tatsächlich? Bei einer Agentenaufgabe mit 50 Schritten kostet 6.1 Sol 23% weniger als 6 Sol und weniger als ein Sechstel dessen, was Astra kostet. Die vollständige Aufschlüsselung findest du in Was GPT-6.1 Sol wirklich kostet: mehr als nur der Preis von $2 / $10.
• Welchen Reasoning effort solltest du nach dem Upgrade verwenden? Mit high kannst du bei Coding mit Astra gleichziehen. Wann sich max lohnt, erfährst du in Den Reasoning effort für GPT-6.1 Sol auswählen: low bis max.
• Lies das, bevor du wechselst. none Fehler, fehlerhafte Tool-Aufrufe und neue Caching-Regeln: neun Stolperfallen und eine Checkliste in Migration zu GPT-6.1 Sol: 9 mögliche Probleme.

Quellen

• OpenAI: GPT-6.1-Sol-Modellseite
• OpenAI: GPT-6-Migrationsleitfaden
• AIHubMix: GPT-6.1 Sol
• TechCrunch: OpenAI bringt GPT-6.1 Sol heraus
• DataCamp: Funktionen, Benchmarks und Preise von GPT-6.1 Sol