Kurz gesagt: Normale Aufgaben mit Astra Low anzufangen ist sinnvoll, aber man muss nicht dabei bleiben. Fang mit Low an, geh auf Medium, wenn es danebenliegt, und heb dir High und xhigh für die wenigen Aufgaben auf, die sie wirklich brauchen.
Wenn im Modellmenü Low steht, denkt man schnell an „Sparmodus“, „nur für leichte Aufgaben“ oder „denkt nicht richtig nach“.
Bei GPT-6 Astra stimmt dieser Eindruck nicht.
In den Tests eines unabhängigen Anbieters liegt Astra Low bei der Gesamtwertung (dem Intelligence Index) vor GPT-5.6 Sol auf xhigh. Bei einigen Programmiertests, die die KI selbstständig abarbeitet, ist der Abstand deutlich größer. Und in diesem Testsatz war Astra Low sogar billiger pro Aufgabe.[1]
Da liegt die Frage nahe:
„Warum lasse ich Astra dann nicht einfach für immer auf Low?“
Auf dem Schild steht Low. Das Modell hat die Nachricht offenbar nicht bekommen.
1. Erst die Zahlen: Sol xhigh gegen Astra Low, Medium, High und xhigh
Das sind die Werte von Artificial Analysis, abgerufen am 12. September 2026.[1][2][3][4]
| Einstellung | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | AA-Kosten pro Aufgabe | Ausgabe-Tokens/Aufgabe | Denk-Tokens/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 |
Vorab eine Warnung: 46 gegen 44 heißt nicht „4,5 % schlauer“. Der Intelligence Index fasst mehrere Tests zu einer Zahl zusammen. Anders als bei Preis oder Entfernung ist ein Verhältnis hier nicht aussagekräftig.
Sagen lässt sich: Im selben Index kam Astra Low auf 46 und Sol xhigh auf 44. Bei Terminal-Bench v4.0, das misst, wie gut eine KI Programmieraufgaben allein erledigt, stand es 42 % zu 25 %.[1]
Bei SciCode liegt dagegen Sol xhigh mit 57 % vorn, Astra Low kommt auf 54 %. Low ist also nicht in allem besser.[1]
2. Das Preisrätsel: Astra kostet pro Token 2,5-mal so viel, Low war pro Aufgabe trotzdem billiger
Die offiziellen API-Preise von OpenAI sind einfach.[5][6]
| Modell | Eingabe / 1 Mio. | Eingabe aus dem Cache / 1 Mio. | Ausgabe / 1 Mio. |
|---|---|---|---|
| GPT-5.6 Sol | $4 | $0.40 | $20 |
| GPT-6 Astra | $10 | $1 | $50 |
Bei gleicher Token-Menge kostet Astra 2,5-mal so viel.
Die offiziellen Credit-Raten für Work/Codex haben dasselbe Verhältnis. Astra liegt bei 250 / 25 / 1.250 Credits pro Million Tokens (Eingabe / Eingabe aus dem Cache / Ausgabe), Sol bei 100 / 10 / 500.[7]
Trotzdem maß Artificial Analysis 0,82 $ pro Aufgabe für Astra Low und 1,18 $ für Sol xhigh.[1]
Wie geht das? Ein Modell mit höherem Preis pro Token kann pro Aufgabe trotzdem billiger sein, wenn es viel weniger Tokens braucht.
Im selben Test verbrauchte Sol xhigh pro Aufgabe rund 20k Ausgabe-Tokens und 10k Denk-Tokens. Astra Low brauchte rund 4k und 938.[1]
Das ist wie ein teures Taxi, das direkt zum Ziel fährt, neben einem billigen, das erst drei Runden durchs Viertel dreht.
Wichtig: Die 0,82 $ und 1,18 $ sind gewichtete Durchschnitte über die Testaufgaben von Artificial Analysis. Sie sagen nicht, was Ihre eigene Arbeit mit Codex kostet.[1]
3. OpenAI selbst sagt: Fang mit Low oder Medium an
Die Astra-Anleitung von OpenAI für Work und Codex trennt die Wahl des Modells davon, wie tief das Modell nachdenken soll (die Denkstufe).[8]
Niedrige Stufen sind ein guter Startpunkt, wenn Sie schnellere Antworten wollen oder Ihr Nutzungskontingent länger reichen soll. Medium gleicht Tempo und tieferes Nachdenken aus. Hohe Stufen sind für wirklich schwierige Probleme gedacht.[8]
OpenAI sagt auch, dass Astra auf Low besser sein kann als Sol auf High, und empfiehlt, Astra Low oder Medium auszuprobieren, wenn Sol High bisher gut funktioniert hat.[8]
Und noch eine Warnung: Eine höhere Denkstufe bringt nicht immer ein besseres Ergebnis.[8]
Das hier ist kein Rollenspiel-Laden, in dem das teuerste Schwert jeden Kampf gewinnt.
4. Was darf dauerhaft auf Astra Low bleiben?
Low lässt sich am leichtesten als Standard einstellen, wenn Ziel, Dateien und Fertig-Kriterien schon klar sind.
Zum Beispiel:
- etwas nach klarer Vorgabe bauen
- kleine Änderungen an bestehendem Code
- Refactoring (Code aufräumen, ohne zu ändern, was er tut)
- Tests ergänzen
- normale Code-Reviews
- einen bekannten Fehler untersuchen
- Zusammenfassungen und Vergleichstabellen
- sich wiederholende Aufgaben mit festen Regeln
Bei solchen Aufgaben hilft längeres Nachdenken nicht automatisch. Mit kurzem Denken richtig fertig zu werden und weiterzumachen ist oft schneller, als drei Minuten zu grübeln, bevor man die erste Datei anfasst.
OpenAI empfiehlt außerdem, vor dem Hochschalten Anweisungen, Dateien, verbundene Apps und Berechtigungen zu prüfen. Mehr Nachdenken erzeugt keine fehlenden Informationen und keinen fehlenden Zugriff.[8]
Ohne Zugriffsrecht auf die Datei hat auch xhigh keinen Zugriff darauf. Das Modell hat keinen Röntgenblick.
5. Wann von Low auf Medium wechseln?
Wenn Low bei einer klar beschriebenen Aufgabe einmal danebenliegt, muss man nicht gleich auf xhigh springen. Medium ist die erste Stufe nach oben.
Medium passt in diesen Fällen:
- Abhängigkeiten über mehrere Dateien hinweg
- noch unklare Anforderungen
- Fehler mit mehreren möglichen Ursachen
- Entwurfsentscheidungen mit Vor- und Nachteilen
- längere Umsetzungspläne
- Reparaturen, bei denen man nebenbei fehlgeschlagene Tests liest
Artificial Analysis nennt für Astra Medium einen Intelligence Index von 50, bei Terminal-Bench v4.0 49 % und 1,54 $ pro Aufgabe.[2]
Das ist deutlich besser als die 46 / 42 % / 0,82 $ von Low und trotzdem noch nicht die schwerste Stufe.
Medium ist die Ausrüstung für den Bosskampf: „Low war ein bisschen zu lässig, aber einen Panzer müssen wir nicht rufen.“
6. Wann lohnen sich High und xhigh?
High lohnt sich, wenn Medium den Kern des Problems weiter verfehlt, wenn die Nebenwirkungen eines Entwurfs teuer sind oder wenn eine falsche Entscheidung viel Aufwand zum Reparieren kostet: mehrere Abläufe gleichzeitig, Geschwindigkeit, Sicherheit oder Datenumzug.
Astra High erreicht 51 im Intelligence Index und 54 % bei Terminal-Bench und kostet 1,72 $ pro Aufgabe.[3]
Das ist besser als Medium, aber nicht genug, um alle Aufgaben auf High festzunageln.
xhigh lässt sich leichter begründen bei der schwierigsten Ursachensuche, bei langen Aufgaben, die man allein laufen lässt, bei großen Umbauten mit vielen Bedingungen und bei Einmal-Aufgaben, bei denen ein Fehler teuer wird. Es kommt auf 53 insgesamt und 60 % bei Terminal-Bench, den höchsten Wert dieser fünf Einstellungen, bei 2,31 $ pro Aufgabe.[4]
xhigh für alles zu nehmen ist, als würde man mit dem Hubschrauber zum Kiosk fliegen.
Stark? Ja. Möglich? Klar. Aber reden wir mal über den Sprit.
7. Ist Sol xhigh jetzt überholt? Nicht so schnell
Astra Low ist verlockend, aber „Sol ist tot“ behauptet mehr, als die Daten zeigen.
Erstens wechselt der Sieger von Test zu Test. Bei SciCode kommt Sol xhigh auf 57 %, Astra auf 54 % bei Low und Medium, 55 % bei High und 56 % bei xhigh.[1][2][3][4]
Zweitens ist bei gleicher Token-Menge der offizielle Preis von Sol 60 % niedriger als der von Astra. Astra Low war pro Aufgabe billiger, weil es in diesem Test viel weniger Tokens verbrauchte. Bei echter Arbeit muss das nicht genauso sein.[5][6][1]
Drittens haben echte Projekte, was Tests nicht haben: seltsame Build-Einrichtungen, hausinterne Regeln, Werkzeuge, Berechtigungen, riesige Verläufe und eigene Fehlerarten.
Ein Benchmark ist eine Landkarte. Er misst nicht die Stufe vor Ihrer Haustür.
8. Eine praktische Regel: Mit Low anfangen, nur hochschalten, wenn etwas schiefgeht
Eine einfache Leiter reicht.
| Situation | Empfohlene Einstellung |
|---|---|
| Eine normale neue Aufgabe beginnen | Astra Low |
| Anweisungen und Zugriff klar, aber eine Kernanforderung wurde einmal verfehlt | Astra Medium |
| Medium verfehlt den Kern weiterhin / schwieriger Entwurf | Astra High |
| High schafft es nicht / Fehler wäre sehr teuer / schwierigste Ursache | Astra xhigh |
| Der schwierige Teil ist gelöst und es geht normal weiter | Zurück auf Low |
So vermeiden Sie zwei Fehler: das Kontingent zu verbrennen, weil man alles auf Maximum startet, und Zeit zu verlieren, weil man Low wiederholt, obwohl es schon danebenlag und die Aufgabe mehr Nachdenken braucht.
Sehen Sie die Denkstufe als Gang, nicht als Charaktereigenschaft.
9. Fazit: „Astra immer auf Low?“ Ja als Startpunkt, nein als feste Regel
Nach den öffentlichen Daten vom 12. September 2026 ist es eine starke Strategie, die alltägliche Arbeit in Codex mit Astra Low zu beginnen.
In den Tests von Artificial Analysis schlägt es Sol xhigh in der Gesamtwertung, liegt bei Terminal-Bench weit vorn und kostet weniger pro Aufgabe.[1]
OpenAI selbst empfiehlt Low oder Medium zum Start und warnt, dass eine höhere Stufe keine bessere Antwort garantiert.[8]
Aber Low ist nicht für alles gut.
Low für die normale Arbeit. Medium, wenn etwas unklar, kompliziert oder schon danebengegangen ist. High, wenn Medium es nicht schafft. xhigh nur für die schwierigsten und teuersten Fehlschläge. Danach zurück auf Low.
Lassen Sie sich vom Namen nicht täuschen.
Astra Low sieht aus wie Sparmodus und spielt wie ein Stammspieler.
Official sources / 公的資料
Third-party benchmark sources / 第三者ベンチマーク資料
Quellen (8)
- 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
