Wenn im Modellwähler Low steht, denkt man schnell an „Sparmodus“, „leichte Aufgaben“ oder „noch nicht richtig nachdenken“.
GPT-6 Astra macht diese Intuition ziemlich unzuverlässig.
Im gleichen Drittanbieter-Test von Artificial Analysis liegt Astra Low beim zusammengefassten Intelligence Index vor GPT-5.6 Sol xhigh, baut den Vorsprung in einigen agentischen Coding-Benchmarks deutlich aus und kostet auf genau dieser Evaluationslast sogar weniger pro Aufgabe.[1]
Damit liegt die Frage auf der Hand:
„Warum Astra dann nicht einfach für immer auf Low lassen?“
Die praktische Antwort lautet: Low ist ein sehr starker Standard, aber kein Dogma.
Mit Low beginnen. Auf Medium wechseln, wenn ein echter Fehlgriff auftaucht oder das Problem tatsächlich mehrstufiges Denken erfordert. High und xhigh nur für den kleinen Anteil an Aufgaben nutzen, der diese Stufen rechtfertigt.
Auf dem Namensschild steht Low. Das Modell selbst verhält sich nicht besonders bescheiden.
1. Erst die Zahlen — Sol xhigh gegen Astra Low, Medium, High und xhigh
Artificial-Analysis-Werte, geprüft am 12. September 2026.[1][2][3][4]
| Einstellung | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | AA-Kosten/Aufgabe | Output-Token/Aufgabe | Reasoning-Token/Aufgabe |
|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol xhigh | 44 | 55% | 25% | 57% | $1.18 | ~20k | ~10k |
| GPT-6 Astra Low | 46 | 59% | 42% | 54% | $0.82 | ~4k | ~938 |
| GPT-6 Astra Medium | 50 | 65% | 49% | 54% | $1.54 | ~10k | ~3k |
| GPT-6 Astra High | 51 | 67% | 54% | 55% | $1.72 | ~12k | ~5k |
| GPT-6 Astra xhigh | 53 | 67% | 60% | 56% | $2.31 | ~17k | ~9k |
46 gegenüber 44 darf man nicht als „4,5 % intelligenter“ lesen. Der Intelligence Index ist ein zusammengesetzter Index und keine Verhältnis-Skala wie ein Preis.
Korrekt ist: Astra Low erreicht 46, Sol xhigh 44; bei Terminal-Bench v4.0 stehen 42 % gegen 25 %.[1]
SciCode geht dagegen an Sol xhigh: 57 % gegenüber 54 % bei Astra Low. Low dominiert also nicht jede Dimension.[1]
2. Das Preis-Paradox — 2,5× teurer pro Token, aber günstiger pro Benchmark-Aufgabe
OpenAIs offizielle API-Preise sind klar: Astra kostet $10/$1/$50 pro Million Input-/Cache-Input-/Output-Token; Sol kostet $4/$0,40/$20.[5][6]
Bei gleicher Tokenmenge kostet Astra 2,5-mal so viel.
Auch die offizielle Work/Codex-Credit-Rate hat dasselbe Verhältnis: Astra 250/25/1.250, Sol 100/10/500 Credits pro Million.[7]
Artificial Analysis misst trotzdem $0,82 pro Aufgabe für Astra Low und $1,18 für Sol xhigh.[1]
Das ist möglich, weil ein höherer Tokenpreis zu niedrigeren Gesamtkosten führen kann, wenn das Modell viel weniger Token benötigt.
In dieser Evaluation nutzte Sol xhigh ungefähr 20k Output- und 10k Reasoning-Token pro Aufgabe; Astra Low ungefähr 4k und 938.[1]
Das ist das teure Taxi, das direkt zum Ziel fährt, gegen das günstige Taxi, das drei Besichtigungsrunden durch das Viertel dreht.
Die $0,82 und $1,18 sind gewichtete Artificial-Analysis-Kosten für deren Aufgaben, keine garantierte Codex-Rechnung für jedes Repository.[1]
3. OpenAI selbst empfiehlt Low oder Medium als Start
OpenAIs Astra-Leitfaden für Work und Codex trennt die Modellwahl vom Reasoning Effort.[8]
Niedriger Effort ist ein sinnvoller Startpunkt für schnellere Antworten oder um das Kontingent zu strecken; Medium balanciert Zeit und Tiefe; höhere Stufen sind für wirklich schwierige Probleme gedacht.[8]
OpenAI sagt außerdem ausdrücklich, dass Astra Low Sol High übertreffen kann, und empfiehlt Astra Low oder Medium als Ausgangspunkt, wenn Sol High bereits gut funktioniert hat.[8]
Noch wichtiger: Mehr Effort garantiert nicht automatisch ein besseres Ergebnis.[8]
Das ist kein RPG-Laden, in dem das teuerste Schwert jeden Kampf automatisch gewinnt.
4. Welche Aufgaben können auf Low bleiben?
Low eignet sich gut als Standard, wenn Ziel, Dateien und Abnahmekriterien klar sind.
Begrenzte Implementierungen, lokale Codeänderungen, Refactoring, Tests, Routine-Reviews, Untersuchung bekannter Fehler, Zusammenfassungen, Vergleiche und wiederholte Aufgaben mit expliziten Regeln sind gute Kandidaten.
OpenAI empfiehlt außerdem, zuerst Anweisungen, Dateien, verbundene Apps und Berechtigungen zu prüfen. Mehr Reasoning kann fehlende Informationen oder Zugriffe nicht herbeizaubern.[8]
Keine Dateiberechtigung plus xhigh bleibt keine Dateiberechtigung.
5. Wann von Low auf Medium wechseln?
Wenn Low trotz klarer Anforderungen und vollständigem Material einmal die Kernanforderung verfehlt, muss man nicht sofort auf xhigh springen. Medium ist die erste vernünftige Eskalation.
Dateiübergreifende Abhängigkeiten, unklare Anforderungen, Bugs mit mehreren plausiblen Ursachen, Architekturabwägungen, längere Implementierungspläne und Reparaturen entlang fehlschlagender Tests passen gut zu Medium.
Astra Medium erreicht Index 50, Terminal-Bench 49 % und $1,54 pro Evaluationsaufgabe.[2]
Mehr Tiefe als Low, aber noch keine schwere Artillerie.
6. Wann lohnen sich High und xhigh?
High ist sinnvoll, wenn Medium das Kernproblem weiterhin verfehlt oder wenn Nebenläufigkeit, Performance, Sicherheit oder Datenmigration eine Fehlentscheidung teuer machen.
Astra High: Index 51, Terminal-Bench 54 %, $1,72 pro Aufgabe.[3]
xhigh passt zu den schwierigsten Ursachenanalysen, langen autonomen Aufgaben, Redesigns mit vielen Randbedingungen und Einmalaufgaben mit hohen Fehlerkosten. Es erreicht Index 53 und Terminal-Bench 60 %, bei $2,31 pro Aufgabe.[4]
Mit dem Hubschrauber zum Kiosk funktioniert. Treibstoff bleibt trotzdem ein Thema.
7. Ist Sol xhigh damit überflüssig? Noch nicht
SciCode gibt Sol xhigh 57 %, gegenüber 54/54/55/56 % für Astra Low/Medium/High/xhigh.[1][2][3][4]
Bei identischer Tokenmenge ist Sol offiziell außerdem 60 % günstiger. Astra Low war pro Aufgabe günstiger, weil es in dieser Evaluation erheblich weniger Token verbrauchte; das ist keine universelle Garantie.[5][6][1]
Echte Repositories enthalten seltsame Build-Systeme, interne Konventionen, Tools, Rechte und Historien, die kein Benchmark vollständig abbildet.
Ein Benchmark ist eine Landkarte, kein Zollstock für die Stufe vor der eigenen Haustür.
8. Praktische Regel — mit Low starten und nur bei Belegen hochschalten
| Situation | Empfehlung |
|---|---|
| Normale neue Aufgabe | Astra Low |
| Anweisungen und Zugriff stimmen, aber eine Kernanforderung wurde einmal verfehlt | Astra Medium |
| Medium verfehlt den Kern weiter / schwierige Architektur | Astra High |
| High schließt das Problem nicht / sehr hohe Fehlerkosten / härteste Ursache | Astra xhigh |
| Der schwierige Teil ist gelöst, normale Arbeit geht weiter | Zurück zu Low |
So verbrennt man nicht von Anfang an das höchste Kontingent und wiederholt zugleich nicht denselben Fehler aus Loyalität zu Low.
Effort ist ein Gang, kein Charakterzug.
9. Fazit — „Astra Low für immer?“ Als Standard ja; für immer festgenagelt nein
Mit den öffentlich verfügbaren Daten vom 12. September 2026 ist Astra Low ein sehr starker Startpunkt für normale Codex-Arbeit.
Es liegt im Gesamtindex und bei Terminal-Bench vor Sol xhigh und war in dieser Evaluation pro Aufgabe günstiger.[1]
OpenAI empfiehlt Low oder Medium ebenfalls als Ausgangspunkt und warnt davor, mehr Effort automatisch mit besseren Antworten gleichzusetzen.[8]
Die einfachste Betriebsregel lautet:
Normal Low → bei echter Komplexität oder einem echten Fehlgriff Medium → wenn Medium nicht schließt, High → xhigh nur für die härtesten Fälle → danach zurück zu Low.
Nicht vom Namen täuschen lassen.
Astra Low sieht aus wie Sparmodus und spielt trotzdem in der Startelf.
Official sources / 公的資料
- [5] OpenAI API — GPT-6 Astra Model
https://developers.openai.com/api/docs/models/gpt-6-astra - [6] OpenAI API — GPT-5.6 Sol Model
https://developers.openai.com/api/docs/models/gpt-5.6-sol - [8] OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex
https://help.openai.com/en/articles/20001516-managing-usage-with-gpt-6-astra-in-work-and-codex - [7] OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing)
https://help.openai.com/en/articles/11481834
Third-party benchmark sources / 第三者ベンチマーク資料
- [1] Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh)
https://artificialanalysis.ai/models/comparisons/gpt-6-astra-low-vs-gpt-5-6-sol-xhigh - [2] Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh)
https://artificialanalysis.ai/models/comparisons/gpt-6-astra-medium-vs-gpt-5-6-sol-xhigh - [3] Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh)
https://artificialanalysis.ai/models/comparisons/gpt-6-astra-high-vs-gpt-5-6-sol-xhigh - [4] Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh)
https://artificialanalysis.ai/models/comparisons/gpt-6-astra-xhigh-vs-gpt-5-6-sol-xhigh
Quellen
- Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- OpenAI API — GPT-6 Astra Model developers.openai.com
- OpenAI API — GPT-5.6 Sol Model developers.openai.com
- OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing) help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
