GPT-6 Sol vs. Astra: Preis, Benchmarks und welcher Effort passt

Bei GPT-6 Sol vs. Astra kommt es auf ein Verhältnis und einen Vorbehalt an. Das Verhältnis: OpenAI listet GPT-6 Sol auf jeder Token-Zeile bei exakt einem Fünftel des Preises von GPT-6 Astra, $2 gegenüber $10 pro Million Input-Tokens und $10 gegenüber $50 pro Million Output-Tokens^[1]. Der Vorbehalt: Viele Antworten auf diese Frage, darunter Googles AI Overview, vergleichen stillschweigend GPT-6.1 Sol mit Astra, also ein anderes und neueres Modell^[2].

Dieser Artikel vergleicht GPT-6 Sol (gpt-6-sol, veröffentlicht am 22. September 2026) mit GPT-6 Astra (gpt-6-astra, veröffentlicht am 3. September 2026)^[3]. Es geht um die Preisliste, die von OpenAI und Artificial Analysis veröffentlichten Werte, die Zuordnung der Reasoning-Effort-Stufen und die Stellen, an denen 6.1 Sol die Antwort verändert.

TL;DR

Preis: GPT-6 Sol kostet ein Fünftel von GPT-6 Astra pro Input-, Cached-Input-, Cache-Write- und Output-Token, sowohl im Standard- als auch im Long-Context-Tarif^[1].
Qualität bei maximalem Effort: Astra liegt vorn. Artificial Analysis bewertet Astra im Intelligence Index mit 53 und Sol mit 48, auf Terminal-Bench 4.0 stehen 59% gegen 44%^[4].
Qualität pro Dollar: Hier kann Sol gewinnen. In OpenAIs AutomationBench-Lauf erreichte Sol bei xhigh 33.2%, Astra bei low 30.3%, wobei Astra pro Aufgabe 3.9-mal so viel kostete^[5].
Effort-Stufen: Sol akzeptiert none bis max; Astra akzeptiert low bis max und unterstützt none nicht^[6].
6.1 Sol ist der engere Konkurrent: GPT-6.1 Sol erreicht im selben Index 52 gegenüber Astras 53, bei Kosten pro Aufgabe von $0.72 gegenüber $3.26^[4].

GPT-6 Sol vs. Astra in OpenAIs Preisliste

Pro 1M Tokens (Standard)	GPT-6 Sol	GPT-6 Astra
Input, Prompts bis 272K	$2.00	$10.00
Cached Input	$0.20	$1.00
Cache Writes	$2.50	$12.50
Output	$10.00	$50.00
Input, Prompts über 272K	$4.00	$20.00
Output, Prompts über 272K	$15.00	$75.00

Quelle: OpenAI API Pricing, Standard-Tarif, abgerufen am 7. Oktober 2026^[1].

Batch- und Flex-Verarbeitung kosten bei beiden Modellen die Hälfte der Standard-Preise, der Fast-Modus das Doppelte^[1]. Das Verhältnis eins zu fünf gilt in jedem Tarif. Nur Astra hat eine Preiszeile für Ultrafast^[1].

Ein Rechenbeispiel, rein zur Veranschaulichung: ein Monat mit 100 Millionen nicht gecachten Input-Tokens und 20 Millionen Output-Tokens im Standard-Tarif, alle Prompts unter 272K. Mit GPT-6 Sol sind das 100 × $2 + 20 × $10 = $400. Mit GPT-6 Astra sind es 100 × $10 + 20 × $50 = $2,000. Reasoning-Tokens werden als Output abgerechnet, daher verschiebt der gewählte Effort vor allem die Output-Seite dieser Summe.

Der Preis pro Token ist allerdings nicht dasselbe wie die Kosten pro Aufgabe. Ein stärkeres Modell kommt unter Umständen mit weniger Tokens ans Ziel. In der Benchmark-Suite von Artificial Analysis bei maximalem Effort verbrauchte Sol etwa 31,000 Output-Tokens pro Aufgabe und Astra etwa 27,000, sodass der Abstand pro Aufgabe auf ungefähr das Dreifache schrumpft: $1.04 für Sol gegenüber $3.26 für Astra^[4].

Was die veröffentlichten Werte zeigen

Zwei Quellen haben direkte Vergleiche veröffentlicht. Sie verwenden unterschiedliche Test-Harnesses, ihre Zahlen sollte man also nicht mischen.

Artificial Analysis, beide Modelle bei maximalem Effort:

Benchmark	GPT-6 Sol (max)	GPT-6 Astra (max)
Intelligence Index	48	53
Terminal-Bench 4.0 (agentisches Coding)	44%	59%
Humanity's Last Exam	48%	55%
GDP.pdf (professionelle Dokumente)	25%	31%
SciCode	58%	56%
AA-LCR (Long-Context-Reasoning)	84%	81%
Kosten pro Aufgabe	$1.04	$3.26
Ausgabegeschwindigkeit	95 tokens/s	56 tokens/s

Quelle: Artificial Analysis, abgerufen am 7. Oktober 2026^[4].

Astra gewinnt die meisten Zeilen, beim agentischen Coding sogar deutlich. Sol liegt bei SciCode und Long-Context-Reasoning knapp vorn und erzeugt Output schneller.

OpenAIs AutomationBench, aus dem Launch-Post zu GPT-6 Sol:

Modell und Effort	Wert	Kosten pro Aufgabe
GPT-6 Sol (xhigh)	33.2%	$0.27
GPT-6 Astra (low)	30.3%	3.9x GPT-6 Sol

Quelle: OpenAI^[5]. AutomationBench testet Geschäftsabläufe über 47 Tools hinweg.

OpenAI berichtet außerdem, dass GPT-6 Sol in seiner internen Evaluation etwa halb so viele Faktenfehler macht wie GPT-5.6 Sol, beschrieben als "approaching Astra-level reliability", und dass Astra "remains the world's best model for computer use"^[5]. Das sind Herstellerergebnisse aus OpenAIs eigenem Setup.

Effort-Stufen zwischen Sol und Astra abgleichen

Die beiden Modelle bieten nicht denselben Effort-Bereich. GPT-6 Sol unterstützt none, low, medium (Standard), high, xhigh und max. GPT-6 Astra unterstützt low, medium, high, xhigh und max, aber nicht none^[6]. Realistisch sind deshalb Vergleiche über unterschiedliche Effort-Stufen hinweg, und Artificial Analysis hat zwei davon veröffentlicht:

Paarung	Intelligence Index	Terminal-Bench 4.0	Kosten pro Aufgabe
Sol (high) vs. Astra (medium)	42 vs. 50	26% vs. 49%	$0.37 vs. $1.54
Sol (max) vs. Astra (low)	48 vs. 46	44% vs. 42%	$1.04 vs. $0.82

Quelle: Artificial Analysis, abgerufen am 7. Oktober 2026^[4].

Spannend ist die zweite Zeile. Sol bei max und Astra bei low liegen im Index nur zwei Punkte auseinander, und die Kosten, die Artificial Analysis für den kompletten Index-Lauf hatte, waren fast identisch: $1,536 gegenüber $1,537^[4]. Bei diesem Budget nehmen sich die beiden nichts. Darunter ist Sol bei high oder niedriger pro Aufgabe weit günstiger als jede Astra-Einstellung. Darüber erreicht Astra ab medium höhere Werte als alles, was Sol schafft.

Auch die Latenz ist keine einfache Geschichte. In der Paarung high gegen medium lieferte Astra das erste Token nach 5.47 Sekunden, Sol erst nach 22.47, während Sol nach dem Start schneller ausgab: 99 Tokens pro Sekunde gegenüber 50^[4].

GPT-6 Sol vs. Astra ist nicht GPT-6.1 Sol vs. Astra

GPT-6.1 Sol, veröffentlicht am 29. September 2026, ist OpenAIs Upgrade von GPT-6 Sol^[3]. Im Launch-Post schreibt OpenAI, es "nearly matches GPT-6 Astra's intelligence on agentic coding, computer use, and professional work at one-fifth of Astra's standard input and output token prices"^[2]. Genau diese Aussage wiederholen die meisten Antworten nach dem Muster "Sol ist fast Astra", und sie gilt für 6.1, nicht für GPT-6 Sol.

	GPT-6 Sol	GPT-6.1 Sol	GPT-6 Astra
Intelligence Index (max)	48	52	53
Terminal-Bench 4.0 (max)	44%	56%	59%
Kosten pro Aufgabe (max)	$1.04	$0.72	$3.26
Cached Input pro 1M	$0.20	$0.10	$1.00
Niedrigster Effort	`none`	`low`	`low`

Quellen: Artificial Analysis^[4], OpenAI Pricing und GPT-6-Guide^[1]^[6].

OpenAIs eigene Zahlen zeigen in dieselbe Richtung: Auf DeepSWE v1.1 zog 6.1 Sol mit Astra gleich, zu ungefähr einem Fünftel der Kosten, und übertraf den besten Wert von GPT-6 Sol um 6.4 Punkte. Den Spitzenwert auf Terminal-Bench Science hielt weiterhin Astra mit 68.1%, und OpenAI sagt, es "should be used for the most difficult scientific research tasks"^[2].

Einen Überblick über die ganze Familie, inklusive Luna und dem fehlenden GPT-6 Terra, gibt GPT-6 Sol vs Terra vs Luna.

API-Details, die die Wahl verändern

Tools in Chat Completions. In OpenAIs API unterstützt GPT-6 Sol Function Calling in Chat Completions nur mit Effort none, und Astra braucht für Tool Calling die Responses API^[6].
Sampling-Parameter. Astra unterstützt keine eigenen Werte für temperature oder top_p und auch kein logprobs^[3].
Gleiche Limits. Beide haben ein Kontextfenster von 1,050,000 Tokens, maximal 922,000 Input-Tokens und maximal 128,000 Output-Tokens^[7].

Auf reAPI laufen beide über denselben Chat-Completions-Endpunkt mit den Model-IDs gpt-6-sol und gpt-6-astra^[8]. Sol akzeptiert dort alle sechs Effort-Werte; Astra gibt bei none einen 400 zurück. Bei Sol liefern temperature, top_p, frequency_penalty und presence_penalty einen 400, und Requests mit tools gaben bei einer Messung am 24. September 2026 sowohl bei Effort medium als auch bei none tool_calls zurück. GPT-6.1 Sol steht mit Stand 7. Oktober 2026 nicht auf der Modellliste von reAPI. Aktuelle Preise pro Token stehen auf den Seiten GPT-6 Sol und GPT-6 Astra, und GPT-6 Sol pricing behandelt die Kostenpositionen von Sol im Detail.

FAQ

Ist GPT-6 Sol besser als Astra?

Nein, nicht bei gleichem Effort. Bei maximalem Effort erreicht Astra im Intelligence Index von Artificial Analysis 53 gegenüber Sols 48 und liegt beim agentischen Coding vorn^[4]. Sol bietet das bessere Preis-Leistungs-Verhältnis: Der Listenpreis pro Token liegt bei einem Fünftel von Astra, und in OpenAIs AutomationBench-Lauf schlug Sol bei xhigh Astra bei low, zu etwa einem Viertel der Kosten pro Aufgabe^[5].

GPT-6 Astra medium vs. Sol high

Astra bei medium kam im Index von Artificial Analysis auf 50, Sol bei high auf 42, auf Terminal-Bench 4.0 standen 49% gegen 26%. Astra kostete dabei $1.54 pro Aufgabe gegenüber $0.37^[4]. Wenn der Qualitätsabstand für deine Aufgabe zählt, ist Astra medium die bessere Wahl. Wenn nicht, kostet Sol high pro Aufgabe etwa ein Viertel.

GPT-6 Astra low vs. Sol high

Astra bei low erreichte im Index von Artificial Analysis 46, Sol bei high 42, bei $0.82 bzw. $0.37 pro Aufgabe^[4]. Sol bei max kam auf 48 für $1.04 pro Aufgabe, also ein höherer Wert als Astra low für etwa ein Viertel mehr pro Aufgabe.

GPT-6 Astra vs. Sol Kosten

GPT-6 Astra kostet pro Token fünfmal so viel: $10 gegenüber $2 pro Million Input-Tokens und $50 gegenüber $10 pro Million Output-Tokens im Standard-Tarif von OpenAI^[1]. Pro Aufgabe ist der Abstand kleiner, bei maximalem Effort in der Suite von Artificial Analysis etwa das Dreifache, weil Astra weniger Output-Tokens verbrauchte^[4].

GPT-6 Sol vs. 6.1 Sol

GPT-6.1 Sol ist das verbesserte Sol, veröffentlicht am 29. September 2026, zu denselben $2 Input und $10 Output, aber mit günstigerem Cached Input ($0.10 gegenüber $0.20)^[1]^[3]. Im Index von Artificial Analysis erreicht es 52 gegenüber 48 bei GPT-6 Sol^[4]. Effort none unterstützt es nicht, und für Tool Calling braucht es die Responses API^[6].

GPT-6 Sol: welcher Effort?

Starte mit dem Standard medium und geh nur höher, wenn die Ergebnisse nicht reichen. OpenAIs GPT-6-Guide ordnet low routinemäßiger Extraktion und kleinen Änderungen zu, medium Aufgaben, die Urteilsvermögen brauchen, und high schwierigem Debugging und sorgfältigem Review; extra high oder max solle man nur testen, wenn high nicht ausreicht^[9]. Landest du bei Sol auf max, vergleiche die Kosten pro Aufgabe mit Astra bei low; Artificial Analysis fand beide nahezu gleich^[4].

Die Wahl zwischen GPT-6 Sol und Astra

Nimm GPT-6 Sol standardmäßig für Coding, Analyse und Agent-Arbeit in großem Volumen, wo der Preis von einem Fünftel und die schnellere Ausgabe mehr Versuche erlauben. Verschiebe einen Workload zu Astra, wenn Sol auch mit max danebenliegt oder wenn eine falsche Antwort teurer ist als die Token-Rechnung, etwa bei schwierigem agentischem Coding und anspruchsvoller Forschung. Bevor du die Frage GPT-6 Sol vs. Astra abschließt, teste außerdem GPT-6.1 Sol, sofern deine Plattform es anbietet, denn es schließt den Großteil der Lücke zu einem ähnlichen Preis wie Sol.

References

OpenAI. API pricing. Abgerufen im Oktober 2026 von developers.openai.com/api/docs/pricing
OpenAI. Introducing GPT-6.1 Sol. Abgerufen im Oktober 2026 von openai.com/index/introducing-gpt-6-1-sol
OpenAI. API changelog. Abgerufen im Oktober 2026 von developers.openai.com/api/docs/changelog
Artificial Analysis. GPT-6 Sol vs GPT-6 Astra model comparisons (max vs max, high vs medium, max vs low) and GPT-6.1 Sol vs GPT-6 Astra. Abgerufen im Oktober 2026 von artificialanalysis.ai/models/comparisons/gpt-6-sol-vs-gpt-6-astra
OpenAI. Introducing GPT-6 Sol and Luna. Abgerufen im Oktober 2026 von openai.com/index/introducing-gpt-6-sol-and-luna
OpenAI. Using GPT-6 (API guide). Abgerufen im Oktober 2026 von developers.openai.com/api/docs/guides/latest-model
OpenAI. GPT-6 Sol and GPT-6 Astra model pages. Abgerufen im Oktober 2026 von developers.openai.com/api/docs/models/gpt-6-sol und developers.openai.com/api/docs/models/gpt-6-astra
reAPI. GPT-6 Sol and GPT-6 Astra API docs. Abgerufen im Oktober 2026 von reapi.ai/docs/gpt-6-sol und reapi.ai/docs/gpt-6-astra
OpenAI. A model guide for the GPT-6 family. Abgerufen im Oktober 2026 von openai.com/index/practical-guide-building-gpt-6