OpenAIs neuestes Modell, GPT-6 Astra, startete vor einer Woche unter breitem Lob – darunter der Nachbau Manhattans, Straße für Straße, in einer Game-Engine. Jetzt sagen Nutzer, das Modell wirke dümmer. Der Streit ist relevant, weil er die Frage aufwirft, ob KI-Labore nach Abklingen des Hypes heimlich an der Rechenleistung sparen.
Was tatsächlich passiert ist
Entwickler synthwavedd schrieb auf X, Astra fühle sich "heute deutlich dümmer" an, und sprach von der "Post-Launch-Lobotomie". Entwickler Pranjal Paliwal prüfte von Astra generierten Code und kam laut Decrypt zu dem Schluss: "Wir haben keine AGI. Wir haben eine Regression." Entwickler Pankaj Kumar listete Symptome auf: schnellere Antworten, schlechtere Qualität, und den Verdacht, OpenAI habe den "Juice-Wert" reduziert – ein inoffizieller Begriff für den pro Antwort eingesetzten Rechenaufwand. Die Forscher Salio und Md Ismail Sojal ließen identische Prompts sowohl gegen die Launch-Version als auch gegen die aktuelle Version von Astra laufen und berichteten beide von schlechteren Ergebnissen heute. Astra kostet 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens – das 2,5-Fache des Startpreises seines Vorgängers GPT-5.6 Sol. Nicht alle sehen eine Drosselung: Nutzer Antikythera argumentierte, das Modell sei "genauso dumm wie beim Launch", nur der Hype sei verflogen.
Wie es dazu kam
Das ist kein neues Phänomen. OpenAIs vorheriges Flaggschiff, GPT-5.6 Sol, sah sich im Juli 2026 identischer Kritik ausgesetzt, als Nutzer berichteten, dessen stärkster Reasoning-Modus sei über Nacht flacher geworden. OpenAI-Manager Tibo Sottiaux bestritt damals eine absichtliche Schwächung von Sol, bestätigte aber laut Decrypt, dass das Unternehmen mit dem "Reasoning Effort" experimentiert habe – jener Einstellung, die steuert, wie viele Denkschritte ein Modell vor einer Antwort durchläuft. Dax Raad, Gründer des Coding-Tools Opencode, sagte, sein Team sei bereits von Astra zurück zu Sol gewechselt, weil sich die Kosten verdoppelt hätten, ohne dass die Ergebnisse das gerechtfertigt hätten. OpenAIs eigener Präsident hatte beim Launch von Astra selbst den Begriff AGI verwendet – eine Aussage, die Nutzer nun gegen das Modell wenden.
Warum das für dich wichtig ist
Für Entwickler, die auf OpenAIs API setzen, hat schwankende Ausgabequalität direkte Kostenfolgen, da Astra pro Token mehr kostet als Sol zum Startpreis. Teams, die Projekte anhand der Leistung in der Launch-Woche kalkuliert haben, müssen ihr Budget womöglich anpassen oder mitten im Projekt das Modell wechseln. Für Alltagsnutzer ist der Vorfall eine Erinnerung daran, dass Benchmarks und Demos immer nur eine Momentaufnahme sind, keine Garantie. Für die breitere Entwicklung von AR- und Wearable-Hardware, die auf stabile, bezahlbare KI-Reasoning-Leistung angewiesen ist, erhöht unberechenbare Modellqualität die Anforderungen an Tests, bevor Produkte an das Modell eines einzelnen Anbieters gebunden werden.
Die größere Frage
Wenn KI-Labore nach dem Launch still und leise verändern können, wie viel Rechenaufwand ein Modell pro Antwort investiert – wie sollen Nutzer, Entwickler und Regulierungsbehörden dann überprüfen, ob eine beworbene Fähigkeit Tage oder Monate später noch dem entspricht, was das Modell tatsächlich liefert? Und wer trägt die Verantwortung, diese Konsistenz nachzuweisen?
Worauf man jetzt achten sollte
OpenAI hat bislang keine Sol-ähnliche Stellungnahme zu den Astra-Beschwerden abgegeben. Es lohnt sich, auf eine offizielle Reaktion zu achten, ähnlich den Kommentaren von Tibo Sottiaux im Juli zu Sol. Astra ist zudem das erste OpenAI-Modell, das die unternehmenseigene Cybersicherheits-Risikoschwelle überschreitet, weshalb der Zugang im Rahmen des Daybreak-Programms auf geprüfte Verteidiger beschränkt bleibt. In den kommenden Wochen dürften weitere direkte Prompt-Vergleiche von Entwicklern folgen.
