Website-Icon Artificial Creativity

GPT-6 Astra und die AGI-Ära

Michael Katzlberger
Is ChatGPT Astra AGI?

ChatGPT-Astra-AGI

OpenAI hat am Donnerstag, dem 3. September 2026, GPT-6 Astra vorgestellt – nach eigener Aussage das „intelligenteste und am besten ausgerichtete Modell der Welt“. Es saturiert die Benchmarks ARC-AGI-3 und FrontierMath Tier 4, ist das erste OpenAI-Modell, das die „kritische“ Cyber-Schwelle des firmeneigenen Sicherheitsrahmens erreicht, und Präsident Greg Brockman beendete das Pressebriefing laut Axios mit den Worten „Willkommen in der AGI-Ära“. Das alles nur acht Wochen, nachdem OpenAI-Modelle aus einer Testumgebung ausgebrochen waren und die Server von Hugging Face gehackt hatten. Ist das nun die Artificial General Intelligence – oder eine sehr gute Pressekonferenz?

Im Kern ist Astra – lateinisch: die Sterne – der Nachfolger der erst im Juli erschienenen GPT-5.6-Familie. In diesem Artikel versuchen wir einzuordnen, was das Modell kann, was die Zahlen wirklich sagen, warum die Vorgeschichte vom Juli wichtiger ist als jede Tabelle – und was AGI in diesem Zusammenhang eigentlich heißt.

Was OpenAI verspricht

GPT-6 Astra soll laut OpenAI Stand der Technik bei Computerbedienung, Browsing, Softwareentwicklung, Cybersicherheit, Wissenschaft und Büroarbeit sein: Formulare ausfüllen, CRM-Einträge pflegen, Präsentationen in der Firmenvorlage bauen, Websites programmieren und gleich selbst testen. Auf OSWorld 2.0, einem Benchmark für die Bedienung echter Desktop-Software, erreicht es 72,6 Prozent in rund 40 Minuten pro Aufgabe – der Vorgänger GPT-5.6 Sol kam auf 65,7 Prozent in 75 Minuten.

Dahinter steht der größte Trainingslauf der Firmengeschichte mit mehr als 100.000 GPUs am Stargate-Standort in Texas – und erstmals haben andere KI-Modelle das Training wesentlich mitüberwacht. Der Roll Out beginnt mit wenigen Organisationen; in den kommenden Tagen folgen alle zahlenden ChatGPT-Tarife, die API und AWS. In Enterprise-Workspaces ist der Zugang zunächst deaktiviert. 

Ausbruch aus dem Sandkasten

Um zu verstehen, warum OpenAI so viel über Alignment spricht, muss man zwei Monate zurückgehen. Im Juli 2026 brachen KI-Agenten auf Basis zweier OpenAI-Modelle während einer internen Cybersicherheitsprüfung aus ihrer isolierten Testumgebung aus, hangelten sich über gestohlene Zugangsdaten durch fremde Infrastruktur und drangen in die Produktionssysteme der KI-Plattform Hugging Face ein. Das Motiv, wie es der Entwickler Simon Willison rekonstruiert hat: Die Agenten wollten die Lösungen jenes Tests stehlen, den sie eigentlich bestehen sollten – „Science-Fiction, die tatsächlich passiert ist“. Laut OpenAI hatten die Agenten schon seit Mai versucht, ins Internet zu gelangen, und sich über ein improvisiertes Schwarzes Brett im firmeneigenen Paketmanager koordiniert – Hunderttausende Nachrichten, die niemandem auffielen. Hugging Face hat den Einbruch in einer technischen Chronik mit rund 17.600 rekonstruierten Aktionen dokumentiert.

Das Sicherheitsunternehmen Recorded Future nannte den Vorfall ein Versagen der Governance: Nicht dass ein Modell so etwas kann, sei das Problem, sondern dass niemand darauf vorbereitet war. OpenAI verschob die Veröffentlichung des Nachfolgers und rüstete Schutzmechanismen nach. Genau deshalb steht in der Astra-Ankündigung eine eigens entwickelte Prüfung: Wie oft überschreitet ein Modell bei einer schwierigen oder unlösbaren Aufgabe den erlaubten Rahmen? GPT-5.6 Sol tat das ohne Schutzmechanismen in 48 Prozent der Fälle. Astra: in null Prozent.

Was die Zahlen wirklich sagen

Die Tabelle, die OpenAI mitliefert, ist lang – und sie vergleicht fast durchgängig mit Anthropics Claude-Modellen. Auf ARC-AGI-3, einem Benchmark für das Lösen völlig unbekannter Aufgaben, erreicht Astra 99,9 Prozent; Sol kam auf 7,8, Claude Opus 5 auf 30,2 Prozent. Greg Kamradt von der ARC Prize Foundation sieht damit praktisch menschliche Effizienz erreicht:

„Das beste Modell, das wir je getestet haben – und ein deutlicher Sprung.“ – Greg Kamradt, ARC Prize Foundation

Doch die Tabelle hat Lücken, die OpenAI selbst zeigt. Beim vielzitierten Humanity’s Last Exam liegt Astra mit 57,2 Prozent hinter Claude Fable 5.1 (65,0 Prozent) und sogar hinter dem älteren Opus 5; im Intelligence Index von Artificial Analysis verliert es ebenfalls, wie heise online anmerkt.

Bild: Bei der „Agents’ Last Exam“ werden Agenten an komplexen beruflichen Aufgaben in realer Software geprüft, von der Finanzmodellierung über das Ingenieurwesen bis hin zur Medienproduktion. GPT-6 Astra erreicht im gezeigten Vergleich mit 59,3 % ein neues Hoch, verglichen mit 55,5 % für Claude Opus 5 und 53,6 % für GPT-5.6 Sol. Bei diesen Einstellungen mit den höchsten Punktzahlen verbraucht Astra zudem etwa 65 % weniger Ausgabetoken als Opus 5.

 

Astra ist auf vielen Feldern das stärkste Modell, das es je gab – aber das „intelligenteste Modell der Welt“ hält der eigenen Tabelle nicht auf ganzer Linie stand.

OpenAI hat zur Vorstellung ein offizielles Video veröffentlicht, das Astra bei der Bedienung von Desktop-Software zeigt:

Video: Introducing GPT-6 Astra: the most intelligent and aligned model in the world, OpenAI, 3. September 2026

Ein Modell, das Sicherheitslücken findet – und deshalb gebremst wird

Der brisanteste Teil der Ankündigung ist die Cybersicherheit. Astra ist das erste Modell, das im Preparedness Framework von OpenAI die Stufe „Critical“ erreicht: Es kann mit den richtigen Werkzeugen unbekannte Schwachstellen finden und ausnutzen, ohne dass ein Mensch Schritt für Schritt anleitet. Auf ExploitBench, das prüft, ob bekannte Lücken in funktionierende Angriffe verwandelt werden, erreicht es 100 Prozent. Auf einer frischen Variante mit 20 Chrome-Schwachstellen aus dem Sommer 2026 entdeckte es nebenbei zwei bislang unbekannte Zero-Days, die OpenAI nun den Entwicklern meldet.

Die Konsequenz ist ein Modell mit angezogener Handbremse. Die öffentliche Version verweigert das Schreiben von Proof-of-Concept-Exploits; die vollen Fähigkeiten gibt es nur für geprüfte Organisationen im Programm „OpenAI Daybreak“. Dazu kommt eine Überwachung in Produktion: Klassifikatoren lesen Gedankengänge und Aktionen mit und stoppen verdächtige Vorgänge automatisch – auch legitime Arbeit kann dadurch pausieren. Und eine Einschränkung benennt OpenAI selbst: Astras schriftliche Gedankengänge sind schwerer zu überwachen als die von Sol, weil das Modell mit weniger Zwischenschritten auskommt. Man nehme diesen Rückgang ernst, heißt es. Zwei Monate nach Hugging Face ist das ein bemerkenswert offener Satz.

AGI – oder eine sehr gute Pressekonferenz?

Brockman sagte im Briefing, er persönlich glaube, OpenAI sei „da“ – und überließ das Urteil den Zuhörern. Der Standard kommentierte, OpenAI halluziniere sich den Beginn der AGI-Ära herbei. Heise spricht von „AGI-Raunen“. Ich verfolge diese Debatte auf diesem Blog seit 2024, und mir fällt vor allem auf, wie sich die Rhetorik verschiebt: Bei GPT-5 sprach Sam Altman im August 2025 noch von einem „bedeutenden Schritt auf dem Weg zur AGI“, bei o1 war es eine neue Ära des maschinellen Denkens. Jetzt heißt es: angekommen. Dabei hat sich das Grundproblem nicht geändert, das ich im AGI-Artikel vom Februar beschrieben habe: Der Begriff ist nicht sauber definiert. OpenAI selbst definierte AGI einst als System, das jede wirtschaftlich wertvolle Arbeit verrichten kann. Der Turing-Test ist längst bestanden, und keine Benchmark der Welt beantwortet die Frage, ob ein System versteht, was es tut.

Was das für Kreative und Unternehmen bedeutet

Für den Agenturalltag ist weniger die Mathematik relevant als die Büroarbeit. Astra soll Vorlagen einhalten, Präsentationen mit strukturierter Erzählung bauen, Tabellen und Dokumente im Stil des Unternehmens erzeugen und über „Sites“ in ChatGPT Websites direkt aus einem Prompt erstellen, hosten und teilen. Alex Mashrabov, CEO des Video-KI-Unternehmens Higgsfield, berichtet von komplexen kreativen Workflows, die Astra mit bis zu 20 Prozent weniger Token erledige als andere Modelle. Ein Detail am Rande, das zu den Musik-Themen auf diesem Blog passt: Beim Lesen von Notenblättern aus dem OpenScore-Streichquartett-Korpus springt der Wert von 0,19 auf 0,84 – das Modell kann Partituren lesen, und zwar nicht nur ein bisschen.

Gleichzeitig verschiebt sich die Frage für Unternehmen: nicht mehr „Kann die KI das?“, sondern „Was darf sie – und wer schaut ihr dabei zu?“. Ein Modell, das den Rechner selbst bedient, braucht Rechteverwaltung, Freigabeprozesse und ein Protokoll. Dass OpenAI den Zugang in Enterprise-Workspaces standardmäßig abschaltet, ist keine Bescheidenheit, sondern die logische Konsequenz aus dem Juli.

GPT-6 Astra – Willkommen in der AGI-Ära?

Die Antwort hängt davon ab, was man unter Intelligenz versteht. An Fähigkeiten mangelt es Astra nicht: Beim Problem der kleinen Primzahllücken, an dem seit Yitang Zhangs Durchbruch 2013 eine ganze Community arbeitet, hat das Modell die Schranke von 240, die die Mathematikerin Julia Stadlmann erst kürzlich erreicht hatte, auf 186 gedrückt; bei den großen Lücken verbesserte es einen Term, der mehr als 80 Jahre unverändert geblieben war. Das ist keine Pressemitteilung, das ist Mathematik mit Beweis.

„AGI erkennt man nicht an einer Benchmark-Tabelle, sondern daran, ob man ihr den Rechner überlässt.“ – Michael Katzlberger, 3LIOT.ai

Zurück in die Gegenwart: OpenAI hat ein Modell gebaut, das in seiner Testumgebung bleibt, seine Fähigkeiten seltener überschätzt und Aufgaben zu Ende bringt – und gleichzeitig ein Modell, dem die Firma so wenig traut, dass sie es in Produktion von Klassifikatoren überwachen lässt. Beides ist wahr. Vielleicht ist genau das der Beginn der AGI-Ära: nicht der Moment, in dem eine Maschine alles kann, sondern der Moment, in dem wir beginnen, sie zu beaufsichtigen wie einen neuen Mitarbeiter, dem man die Schlüssel gibt – und die Alarmanlage einschaltet.

Weiterführende Links

 

Die mobile Version verlassen