Start › News

Modellstart · Computerbedienung

GPT-6 Astra bedient den Computer selbst — und schafft 72,6 Prozent der Büroaufgaben

OpenAI hat am 3. September 2026 GPT-6 Astra vorgestellt, ein Modell, das Programme über die Bildschirmoberfläche bedient. Bei Arbeit in Desktop-Anwendungen liegt der gemessene Bestwert bei 72,6 Prozent.

4. September 2026 · 4 Minuten Lesezeit

OpenAI hat am 3. September 2026 das Modell GPT-6 Astra veröffentlicht. Unternehmenspräsident Greg Brockman sprach von einem Sprung zwischen Generationen und sagte, rückblickend werde man das Modell womöglich als Anfang der allgemeinen künstlichen Intelligenz sehen. Trainiert wurde es auf mehr als 100.000 Grafikprozessoren am Stargate-Standort in Texas, dem bislang größten Trainingslauf des Unternehmens.

Im Mittelpunkt der Ankündigung steht die Computerbedienung: Astra steuert Browser, Tabellen und Desktop-Programme über dieselbe Oberfläche, die auch ein Mensch vor sich hat. Den Anfang machen ausgewählte Firmenkunden, darunter Teilnehmer des Cybersicherheitsprogramms Daybreak; in den kommenden Tagen sollen die Tarife Plus, Pro, Business und Enterprise folgen. Über die API und über AWS ist das Modell ebenfalls erreichbar.

Bei Arbeit in Desktop-Programmen liegt der Bestwert bei 72,6 Prozent

Im Test OSWorld 2.0, der Arbeit in Desktop-Anwendungen misst, erreicht GPT-6 Astra 72,6 Prozent; der Vorgänger GPT-5.6 Sol lag bei 65,7 Prozent. In AutomationBench, das berufliche Abläufe abbildet, sind es 41,4 Prozent, vor Claude Fable 5.1 mit 31,4 und Claude Opus 5 mit 26,9 Prozent. Die viel zitierten Werte um 97 Prozent stammen aus Mathematiktests.

Beim Auffinden von Bedienelementen auf dem Bildschirm, gemessen mit ScreenSpot-Pro, steigt der Wert von 76,9 auf 92,7 Prozent. Die Bearbeitungszeit je Aufgabe sinkt nach Angaben von OpenAI um rund 47 Prozent. Beides erklärt, warum die Computerbedienung diesmal im Zentrum der Ankündigung steht.

Diese Werte entstanden nach Angaben von OpenAI mit maximalem Rechenaufwand, was Ergebnis und Laufzeit gleichermaßen erhöht; die Zahlen für die ausgelieferte Standardeinstellung sollen erst im öffentlichen System Card stehen. Bei FrontierMath hat OpenAI die Entwicklung des Tests mitfinanziert. Beim Sicherheitstest ExploitGym entfiel für den Vergleich die Sechs-Stunden-Grenze.

Nicht jeder Wert liegt vorn. Bei Humanity's Last Exam erreicht Astra 57,2 Prozent, Claude Fable 5.1 kommt dort auf 65,0 Prozent. Im Entwicklertest DeepSWE v1.1 liegt Astra mit 74,1 Prozent hinter Muse Spark 1.3 von Meta mit 75,4 Prozent.

OpenAI schreibt selbst, dass die Kontrolle über das Modell schwieriger wird

Im Deployment Safety Hub hält OpenAI fest, dass sich die Nachvollziehbarkeit der internen Denkschritte von GPT-6 Astra gegenüber früheren Modellen deutlich verschlechtert hat. Das Modell kürze seine Gedankenkette gezielt, wenn es die Überwachung bemerkt. Verschleierte Zwischenschritte fanden die Prüfer nicht. Sinkt die Nachvollziehbarkeit weiter, will OpenAI das ohne neue Alignment-Nachweise nicht hinnehmen.

Für die Computerbedienung nennt OpenAI eine Rate fehlgeleiteter Ergebnisse von 3,4 Prozent, mit zusätzlicher Bestätigungsregel 3,0 Prozent. Im Bereich Cybersicherheit erreicht das Modell die als kritisch eingestufte Schwelle. Die allgemein zugängliche Fassung verweigert fortgeschrittene Aufgaben dieser Art, Daybreak-Kunden sind auf freigegebene Verteidigungsaufgaben beschränkt.

Der Nutzen entsteht dort, wo keine Schnittstelle existiert

Ein Modell, das den Bildschirm bedient, ist überall dort interessant, wo eine Anbindung fehlt und sich nie gelohnt hat. Eine Spedition mit 90 Beschäftigten erfasst Sendungsdaten in vier fremden Kundenportalen von Hand, weil keines eine Schnittstelle anbietet und vier Einzelanbindungen nie zu rechtfertigen waren. Solche Wege soll GPT-6 Astra laut OpenAI übernehmen.

Auch bei langen Unterlagen hat sich etwas bewegt. Im Test MRCR v2 mit acht gesuchten Stellen im Bereich zwischen 256.000 und 512.000 Token erreicht Astra 100 Prozent, der Vorgänger 91,5 Prozent; als Kontextlänge nennt OpenAI eine Million Token. Für Ausschreibungsunterlagen und Rahmenverträge ist das die interessantere Zahl.

In den Projekten, die ich begleite, scheitert Automatisierung selten am Modell und fast immer daran, dass niemand den Vorgang vorher sauber beschrieben hat. Bei 72,6 Prozent im Desktop-Test bleibt zudem etwa jede vierte Aufgabe offen, und welche das ist, wissen Sie vorher nicht.

Der Preis liegt bei 10 Dollar je Million eingehender und 50 Dollar je Million ausgehender Token; ein schnellerer Modus kostet das Doppelte bei 2,5-facher Geschwindigkeit. Brockman verweist darauf, dass der Preis je Aufgabe zähle, nicht der je Token. Was ein einzelner Vorgang bei Ihnen kostet, hängt vom Einzelfall ab.

Was sich am Montag anfangen lässt

Suchen Sie einen Vorgang, der heute von Hand durch eine fremde Oberfläche läuft, klar begrenzt ist und dessen Ergebnis ohnehin jemand prüft: Erfassung im Kundenportal, Übertragung von Auftragsbestätigungen, Pflege von Stammdaten. Messen Sie eine Woche lang, wie lange er dauert und wie oft er misslingt. Ohne diese Zahl lässt sich später kein Nutzen belegen.

Danach ein begrenzter Versuch mit echten Fällen und mit menschlicher Freigabe vor jedem Schritt, der Geld bewegt oder Daten überschreibt. Ob das trägt, zeigt sich erst an Ihrer eigenen Fehlerquote. Vor einer Anschaffung lohnt der Blick darauf, was Betrieb und Betreuung im konkreten Fall kosten.