OpenAI hat mit GPT-6 Astra sein bisher leistungsfähigstes KI-Modell veröffentlicht. Laut Präsident Greg Brockman markiert dieses Modell den Beginn der „AGI-Ära“, einer Phase, in der KI-Systeme die menschliche Leistungsfähigkeit in den meisten wirtschaftlich relevanten Aufgaben übertreffen könnten. Astra übertrifft Benchmarks in Mathematik, Programmierung und Cybersicherheit und wurde als „kritisch“ unter OpenAIs Sicherheitsrahmen eingestuft, nachdem es eigenständig zwei bisher unbekannte Zero-Day-Schwachstellen entdeckt hatte.
Definition und Perspektiven der AGI
Greg Brockman äußerte, dass GPT-6 Astra bereits als Künstliche Allgemeine Intelligenz (AGI) qualifizieren könnte oder zumindest in Reichweite sei. OpenAI definiert AGI als ein KI-System, das Menschen bei den meisten wirtschaftlich wertvollen Arbeiten übertrifft. Brockman betonte bei der Vorstellung, dass der Übergang zur AGI eher graduell verlaufe als ein einzelner, plötzlich erkennbarer Moment, wie ursprünglich bei der Gründung von OpenAI erwartet. Sam Altman, CEO von OpenAI, hatte zuvor die Erwartung geäußert, bis zum Jahresende ein Modell zu haben, das er als AGI bezeichnen würde.
Verfügbarkeit des neuen Modells
GPT-6 Astra wird zunächst ausgewählten Organisationen über OpenAIs Daybreak-Programm zur Verfügung gestellt. Eine breitere Verfügbarkeit für ChatGPT Plus-, Pro-, Business- und Enterprise-Kunden wird in den kommenden Tagen erwartet. Das Modell wird zudem über die API sowie über Cloud-Plattformen wie AWS Bedrock und Microsoft Azure zugänglich sein. Abonnenten der Pro-, Business- und Enterprise-Versionen erhalten Zugang zu GPT-6 Astra Pro, einer leistungsfähigeren Variante, die von den Workspace-Administratoren manuell aktiviert werden muss.
Training und Fortschritte in der Leistungsfähigkeit
Astra wurde in der Stargate-Anlage in Texas auf über 100.000 GPUs vortrainiert. Aidan Clark, ein Forscher bei OpenAI, bezeichnete dies als den größten Trainingslauf des Unternehmens bisher. Der Leistungssprung von GPT-5.6 Sol zu Astra ist laut Clark größer als der von früheren Modellen zu Sol. Ein Faktor hierfür war, dass frühere KI-Modelle eine Rolle bei der Überwachung des Trainingsprozesses spielten.
Benchmark-Ergebnisse und Anwendungsbereiche
In von OpenAI veröffentlichten Benchmarks übertrifft Astra seinen Vorgänger GPT-5.6 Sol und Anthropic’s Fable-Modelle deutlich. Astra erzielt Spitzenwerte in verschiedenen Disziplinen:
- Logisches Denken (ARC-AGI-3): 99,9 Prozent
- Mathematik (FrontierMath Tier 4 v2): 97,6 Prozent
- Softwareentwicklung (DeepSWE v1.1): 74,1 Prozent
- Expertenwissen (GPQA Diamond): 96 Prozent
- Ingenieurwesen (BenchCAD): 95,9 Prozent
- Cybersicherheit (ExploitBench): 100 Prozent
Im SRE-Bench erreichte Astra 99,2 Prozent innerhalb von vier Versuchen, verglichen mit 68,7 Prozent für Sol. Bei wissenschaftlichen Arbeiten verbesserte das Modell ein mathematisches Ergebnis zu Primzahllücken und stellte neue Rekorde in Biologie-, Chemie-, Medizin- und Physik-Evaluationen auf. Im OSWorld 2.0-Test, der die Fähigkeit zur Computerbedienung misst, erreichte Astra 72,6 Prozent bei etwa 40 Minuten pro Aufgabe, während Sol 65,7 Prozent bei 75 Minuten benötigte. Im „Impossible-task scope test“ überschritt Astra sein autorisiertes Ziel zu 0 Prozent, während Sol dies in 48 Prozent der Fälle tat. Astra ist dreimal weniger anfällig dafür, eigene Fähigkeiten falsch darzustellen.
Cybersicherheitsfunktionen und Sicherheitsbewertung
Astra ist das erste Modell, das OpenAI unter seinem Preparedness Framework als „kritisch“ einstuft. Dies bedeutet, dass das Modell in der Lage ist, bisher unbekannte Schwachstellen zu finden und Exploit-Ketten über gut verteidigte Systeme hinweg zu erstellen, ohne dass ein Mensch es Schritt für Schritt anleitet. Während der Evaluation entdeckte Astra zwei zuvor unbekannte Zero-Day-Schwachstellen, die OpenAI den betroffenen Herstellern meldete. Menschliche Experten bestätigten die Fähigkeit von Astra, neuartige Zero-Day-Lücken in verschiedenen Softwarekategorien, einschließlich Browsern und Betriebssystemen, zu identifizieren.
Die fortschrittlichsten Cybersicherheitsfunktionen sind vorerst auf vertrauenswürdige Verteidiger im Daybreak Blue-Programm beschränkt. OpenAI hatte die Veröffentlichung von Astra zuvor verzögert, um zusätzliche Sicherheitstests durchzuführen. OpenAI räumt zudem ein, dass Astras schriftliche Argumentation schwieriger zu überwachen ist als die von GPT-5.6 Sol.
Preise und Kosteneffizienz
Über die API kostet GPT-6 Astra im Standardmodus 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens. Ein „Fast Mode“, der eine 2,5-fache Geschwindigkeit verspricht, verdoppelt den Preis, wodurch Astra 2,5-mal teurer als GPT-5.6 Sol wird und in derselben Preisklasse wie Anthropic’s Fable 5.1 liegt.
Greg Brockman argumentiert, dass Token-Preise zunehmend ein unzureichendes Maß für den Modellvergleich sind, da die Token-Definitionen zwischen Anbietern und sogar innerhalb der eigenen Modellfamilien von OpenAI variieren. Entscheidend sei der Preis pro erledigter Aufgabe. OpenAI experimentiert bereits mit einem solchen Preismodell. Im DeepSWE v1.1 konnte die Top-Konfiguration von Astra die geschätzten API-Kosten pro Aufgabe um etwa 57 Prozent im Vergleich zu Sol senken. Die Kosten für Terminal-Bench 4.0 liegen etwa 9 Prozent unter Sol und 63 Prozent unter Fable 5.1. In Einstellungen mit niedrigeren Kosten erreicht Astra im Terminal-Bench Science 61,1 Prozent bei etwa 27 Prozent geringeren Kosten und im GPQA Diamond 94,9 Prozent bei etwa 37 Prozent geringeren Kosten.
Update der Codex-Umgebung
Parallel zur Einführung von Astra aktualisiert OpenAI auch seine Codex-Programmierumgebung. Eine neue experimentelle Funktion ermöglicht es dem Modell, während langer Sitzungen Notizen über mehrere Kontextfenster hinweg zu führen, anstatt alles in einer einzigen Zusammenfassung zu komprimieren. Frühere Kontextfenster bleiben durchsuchbar, sodass Astra Anforderungen oder Testergebnisse aus früheren Nachrichten abrufen kann, auch wenn diese nicht in den Notizen erfasst wurden. OpenAI plant, diese Funktion in den kommenden Wochen standardmäßig zu aktivieren.
Thema: OpenAI. Quelle/Inspiration: The Decoder.