Bei „Wochenkontingent“ denkt man automatisch: Das reicht schon irgendwie über sieben Tage.
Bei rechenintensiven KI-Agenten stimmt das aber nicht unbedingt. Ein paar Stunden Volllast, und das Wochenkontingent ist weit abgeschmolzen, während auf dem Bildschirm noch mehrere Tage bis zum nächsten Reset stehen. Gefühlt ist es, als hätte man eine Wochenkarte für den Freizeitpark gekauft und hört nach zwei Stunden Spaß: „Das war’s für diese Woche, bis nächste Woche!“
Kurz gesagt: Bei Work/Codex inklusive Astra hängt der Verbrauch nicht davon ab, wie viele Stunden die App offen war, sondern vom Modell, von der Aufgabe, von der Größe der Ein- und Ausgaben, von der Reasoning-Einstellung (wie gründlich das Modell nachdenkt) und von mehrstufigen Abläufen. Dazu gibt es ein 5-Stunden-Fenster und ein Wochenlimit, und in beiden muss noch etwas übrig sein.
Trotzdem wäre es zu bequem, jeden schnellen Verbrauch einfach als „so ist das eben“ abzuhaken. Im September 2026 gab es mehrere Nutzerberichte, dass das Restguthaben bei Pro 20x auffällig schnell einbrach, und in einem Fall wurde es nachträglich korrigiert. Man muss also trennen: War die Aufgabe wirklich schwer, oder gibt es womöglich einen Anzeige- bzw. Abrechnungsfehler?
1. „Ich habe doch nur 2 Stunden gearbeitet“ heißt für die KI nicht „wenig“
OpenAI erklärt zur Nutzung von Work und Codex: Dieselbe Aufgabe verbraucht je nach Modell unterschiedlich viel, und größere Eingaben, größere Ausgaben, hohe Reasoning-Einstellungen, der Fast-Modus und mehrstufige Arbeitsabläufe können den Verbrauch zusätzlich erhöhen.
Zwei Stunden auf der Uhr können also eine Menge Rechenarbeit sein: ein riesiges Repository lesen, durchsuchen, mehrere Dateien ändern, testen, Fehlerlogs lesen, wieder nachbessern.
Die aktuellen Richtwerte der Codex-Preisseite für lokale Nachrichten pro 5 Stunden: Bei Pro 5x sind es für Astra 25–225, für Sol 50–500, für Terra 125–1.000 und für Luna 1.250–10.000. Bei Pro 20x sind es der Reihe nach 100–900, 200–2.000, 500–4.000 und 5.000–40.000. Das sind keine festen Zahlen, sondern Richtwerte, und das Wochenlimit gilt zusätzlich.
Der Vergleich zeigt: Nicht nur „ein bisschen weniger Reasoning“ hilft, sondern vor allem welchem Modell man die Arbeit überhaupt gibt.
Astra ist klug. Aber auch ein Luxuswagen beim Verbrauch.
2. 5-Stunden-Fenster plus Wochenlimit: „Wochenkarte und trotzdem sofort Feierabend“
Work und Codex haben je nach Tarif ein 5-Stunden-Fenster und ein Wochenkontingent. Das 5-Stunden-Fenster beginnt mit der ersten Anfrage, nachdem das vorherige Fenster abgelaufen ist. Das Wochenlimit steuert dagegen die Nutzung der gesamten Woche.
Wichtig: Es ist nicht garantiert, dass man volle 5 Stunden arbeiten kann. OpenAI selbst schreibt, dass man das 5-Stunden-Limit auch erreichen kann, bevor die 5 Stunden um sind.
Beim Wochenlimit ist es ähnlich. Quetscht man schwere Arbeit in kurze Zeit, sinkt das Wochenkontingent stark, obwohl nur wenig Zeit vergangen ist.
Daraus entsteht ein Bedienungsproblem.
Die Zahl „100 % pro Woche“ sieht aus wie Treibstoff für sieben Tage. In Wahrheit ist es eher die Gesamtrechenmenge, die man innerhalb der sieben Tage verbrauchen darf. Wer am Montag Vollgas gibt, kann also von Dienstag bis Sonntag nur noch „Bitte warten Sie auf den nächsten Reset“ sehen.
Aus Nutzersicht wäre ein System natürlicher, bei dem täglich etwas zurückkommt oder das Kontingent fortlaufend nachläuft. Das ist keine aktuelle Funktion, sondern eine Bewertung der UX des wöchentlichen Pauschalmodells.
3. Der Aufnahmestopp bei Pro 20x ist real, aber kein „Aus“ für den Tarif
Am 10. September 2026 hat OpenAI Neuabschlüsse für ChatGPT Pro 20x (200 Dollar im Monat) sowie Upgrades aus niedrigeren Tarifen vorübergehend gestoppt.
Bestehende Pro-20x-Kunden sind nicht betroffen und können weiter verlängern. Pro für 100 Dollar kann weiterhin neu abgeschlossen werden. Es ist also kein „Ende des 20x-Tarifs“, sondern eine vorübergehende Pause bei Neuaufnahmen.
Die offizielle FAQ nennt keine ausführliche Begründung. TechCrunch dagegen zitiert einen Beitrag von OpenAIs Produktchef Thibault Sottiaux: Pro-20x-Nutzer belasteten das System am stärksten, deshalb werde die Neuaufnahme gestoppt. Außerdem habe er die Astra-Nachfrage als „beispiellos“ beschrieben.
Man sollte das also in zwei Ebenen trennen:
- Offiziell bestätigte Tatsache: Neuabschlüsse und Upgrades bei Pro 20x sind seit dem 10. September 2026 vorübergehend gestoppt.
- Berichtete Begründung: Laut Berichten, die sich auf Aussagen einer OpenAI-Führungskraft stützen, stehen die Astra-Nachfrage und die Last auf die Systemkapazität dahinter.
Die GPUs brennen vermutlich nicht physisch. Vermutlich. Aber die Entscheidung, nicht noch mehr Tarife mit hoher Last zuzulassen, zeigt ziemlich deutlich, dass Rechenressourcen nicht unbegrenzt sind.
4. Auch ungewöhnlich schnelles Abschmelzen ist nicht automatisch „Astra ist eben schwer“
In der OpenAI Developer Community gab es am 9. und 10. September 2026 mehrere Berichte über rasanten Verbrauch, etwa „85 % des Wochenlimits bei Pro 20x in 2,5 Stunden weg“ oder „selbst mit Astra Light 20 % in kurzer Zeit“.
Interessant: Ein Nutzer, der 85 % Verbrauch gemeldet hatte, ergänzte später, das Restguthaben sei auf 81 % zurückgegangen, also wieder gestiegen.
Zumindest in einigen Fällen könnte es also eine Korrektur von Anzeige oder Abrechnung gegeben haben.
Außerdem verzeichnete OpenAI Status am 10. September eine Störung, bei der einige Nutzer in ChatGPT Work Serverfehler sahen. Dass sie dieselbe Ursache hat wie die Abrechnungsauffälligkeiten, ist nicht bestätigt, man darf beides also nicht direkt verknüpfen.
Praktisch kann man so denken:
Das Guthaben sinkt gleichmäßig: wahrscheinlich eine schwere Aufgabe.
Das Guthaben springt plötzlich wie per Teleport nach unten: Nutzungsverlauf, Modell, Fast-Modus und Anzeige des Restguthabens sichern und einen Abrechnungsfehler als Möglichkeit mit einplanen.
Man muss nicht auch noch den Teleport der Anzeige mit „ist halt ein Hochleistungsmodell“ heiligsprechen.
5. Warum bringt Light manchmal keine drastische Verlängerung?
OpenAI erklärt, eine niedrige Reasoning-Einstellung könne ein Ausgangspunkt sein, um das Kontingent länger zu strecken. Die Stufe lege aber nicht den festen Verbrauch pro Aufgabe fest, und eine höhere Stufe führe auch nicht zwangsläufig zu besseren Ergebnissen.
Das ist der entscheidende Punkt.
Auch bei niedrigerer Einstellung bleibt die Eingabe riesig, wenn die gelesenen Dateien riesig sind. Laufen Dutzende Werkzeuge, bleibt der mehrstufige Ablauf bestehen. Und werden viele Diffs und Logs zurückgegeben, bleibt die Ausgabe groß.
Light ist also nicht sinnlos, aber kein Schalter, der Astra selbst in ein günstiges Modell verwandelt.
Wenn man bei einem Formel-1-Wagen ein bisschen vom Gas geht, hat man noch lange keinen Kleinwagenverbrauch.
Auch in den offiziellen 5-Stunden-Richtwerten wächst die verfügbare Menge deutlich, je weiter man von Astra über Sol und Terra bis Luna heruntergeht. Bei Routinearbeit wirkt die Modellwahl manchmal stärker als die Reasoning-Einstellung.
6. Geht es um Ergebnisse statt Nutzungszeit, ändert sich die Messgröße
Wenn das Ziel ist, ein teures Modell möglichst lange laufen zu lassen, ist ein kurzes Wochenlimit schlicht ärgerlich.
Wenn das eigentliche Ziel aber Code, Texte, Recherche oder fertig korrigierte Ergebnisse sind, braucht man andere Kennzahlen. Zum Beispiel:
- Anteil der Aufgaben, die gleich beim ersten Versuch erfüllt wurden
- Wie viele Fehler oder Übersehenes übrig bleiben
- Anteil bestandener Tests
- Anzahl der Nacharbeiten
- Zeit, die ein Mensch mit Korrigieren verbracht hat
- Gesamtzeit bis zum fertigen Ergebnis
Unterscheiden sich die Endergebnisse von Astra und Sol kaum, gibt es wenig Grund, Astra dauerhaft zu nutzen. Kommt dagegen bei einer schwierigen Ursachensuche nur Astra sofort zum Kern, während andere Modelle dreimal neu ansetzen müssen, lohnt sich Astra auch bei kurzer Nutzung.
Man schaut nicht auf den Preis pro Stunde, sondern auf die Rechenkosten pro fertigem Ergebnis.
Das ist die praxisnäheste Sicht.
7. Astra als „Spezialist für die schweren Fälle“ statt als „Allesmacher“
Nach der aktuellen offiziellen Beschreibung ist Astra für schwierige Bugs, unbekannte Probleme und komplexe Analysen gedacht, Sol für Funktionsimplementierung und das Zusammenführen von Recherchen, Terra für alltägliche Änderungen und Luna für wiederkehrende Arbeiten wie Extrahieren, Klassifizieren und kurze Bearbeitungen.
Für eine ergebnisorientierte Aufteilung ist daher Folgendes übersichtlich:
- Luna / Terra: Suchen, Extrahieren, Formatieren, Standardkorrekturen, einfache Dateibearbeitung, Wiederholungsarbeiten.
- Sol: normale Implementierung, Recherche zusammenführen, mittelschwere Fehlersuche, längere Praxisaufgaben.
- Astra: Fehler ohne erkennbare Ursache, Designentscheidungen, Probleme über mehrere Systeme hinweg, Endentscheidungen mit hohen Kosten bei Fehlern.
Astra nicht dauerhaft auf höchster Stufe laufen lassen, sondern den Ass-Pitcher nur dann bringen, wenn es klemmt.
Wer im Baseball jedes Mal den Closer schon im ersten Inning werfen lässt, hält natürlich nicht bis zum Wochenende durch.
8. Das eigentliche Problem: nicht nur wenig Kontingent, sondern Reset-Rhythmus und Verbrauchstempo passen nicht zusammen
Ein Modell wie Astra, das in kurzer Zeit enorme Rechenmengen verbrauchen kann, passt schlecht zu einem wöchentlichen Reset.
Wer eine Menge Schwerstarbeit auf einmal erledigen will, hat sein Kontingent leicht in der ersten Wochenhälfte aufgebraucht. Kommt danach noch ein anderes schwieriges Problem, heißt es: „Warten bis zum nächsten Reset“.
Der Frust der Nutzer entsteht also nicht nur durch zu wenig Gesamtmenge.
Groß ist vor allem die zeitliche Asymmetrie: Man hat Anspruch auf eine ganze Woche, kann ihn aber in wenigen Stunden verbrauchen.
OpenAI erklärt, je nach Konto würden derzeit gespeicherte Resets oder kaufbare Resets angeboten. Eine Umstellung auf dauerhafte tägliche Erholung hat OpenAI aber nicht angekündigt.
Wenn man die Wochenkarte in zwei Stunden aufbrauchen kann, ist der Wunsch „gebt uns bitte jeden Tag ein bisschen was zurück“ nur natürlich.
Geht es um Ergebnisse, ist die derzeit realistische Lösung ziemlich einfach:
Leichte Arbeit an leichte Modelle. Nur die schweren Stellen an Astra. Und wenn das Ergebnis gleich bleibt, das sparsamere Modell nehmen.
Astra ist nicht der ganze Freizeitpark. Astra ist die Achterbahn. An der richtigen Stelle ist sie stark. Aber man muss nicht vom Morgen bis zum Parkschluss nur Achterbahn fahren.
