Der Beitrag

Nur 24 Stunden nach der Veröffentlichung von GPT-6.2 Astra und GPT-6.2 Sol sieht sich OpenAI mit einer ungewöhnlich scharfen Debatte konfrontiert. Während vorab informierte Influencer die Modelle in ihren Videos euphorisch feierten, schlugen die ersten Praxisberichte vieler Entwickler in Frust um: mangelnde Steuerbarkeit, Aussetzer bei System-Prompts und spürbare Rückschritte beim autonomen Programmieren. Nun haben OpenAI-Chef Sam Altman und Produktchef Thibault Sottiaux öffentlich auf die Kritik reagiert - und überraschende Einblicke in die Hintergründe geliefert.

Offene Worte der Führung: Warum Influencer-Lob und Community-Frust kollidierten

In einer ungewöhnlich selbstkritischen Stellungnahme räumte OpenAI-CEO Sam Altman auf X ein, dass das Unternehmen bei der Benutzerfreundlichkeit nachbessern muss. Die neuen Modelle seien zwar außerordentlich klug und leistungsfähig, doch liege noch Arbeit vor dem Team, um die Arbeit mit ihnen angenehmer und berechenbarer zu gestalten - ein Punkt, der für künftige Releases oberste Priorität erhalten soll.

Noch deutlicher wurde Thibault „Tibo“ Sottiaux, Head of Core Products bei OpenAI. Auf X lieferte Sottiaux eine bemerkenswerte Erklärung für den spürbaren Bruch zwischen den euphorischen Vorab-Videos und den ernüchterten Reaktionen der Community: Man habe wenigen ausgewählten Personen vorab Zugang gewährt, danach aber in den letzten drei bis vier Tagen vor dem Launch noch massive Modelländerungen vorgenommen. Die Videos seien in der Vorwoche entstanden, ohne dass die Ersteller die finalen Modellstände noch einmal nachtesten konnten. Zwar markierten Astra und Sol laut Sottiaux einen deutlichen Sprung im Vergleich zu früheren GPT-Generationen, seien aber keineswegs perfekt.

Dämpfer beim Programmieren: Messbare Regressionen auf dem Coding-Index

Dass der Unmut der Entwickler keine bloße Laune ist, belegen unabhängige Benchmarks. Auf dem Coding Agent Index der Testplattform Artificial Analysis zeigen sowohl GPT-6.2 Astra als auch GPT-6.2 Sol messbare Leistungseinbußen gegenüber ihren direkten Vorgängermodellen und fallen hinter die aktuellen Claude-Modelle von Anthropic zurück. Wer von Astra 6.2 einen Durchbruch beim autonomen Refactoring oder bei komplexen Code-Migrationen erwartet hatte, wurde von widerspenstigem Verhalten und unberechenbaren Prompt-Abweichungen enttäuscht.

Visuelle Spitzenleistung: Spektakuläre 3D-Welten und radikaler Preissturz

Wer die neue Modellgeneration deshalb als Fehlschlag abstempelt, übersieht jedoch, wo ihre wahren Stärken liegen. Bei räumlichem Denken, WebGL-Generierung und interaktiven 3D-Anwendungen demonstrieren die neuen Modelle Fähigkeiten, an die bisher kein Konkurrent heranreicht.

In einem aufsehenerregenden Vergleichstest ließ die Testplattform Artificial Analysis sowohl Anthropics Spitzenmodell Claude Fable 5.2 als auch GPT-6.2 Astra die Metropole Miami im Stil von Vice City für den kommenden Release von GTA VI in einer isolierten 3D-Sandbox ohne Internetzugriff nachbauen. Beide Modelle platzierten am Ocean Drive selbstständig reale Art-déco-Hotels wie das Colony und das Avalon, ohne dass diese im Prompt erwähnt wurden, und machten die Stadt mit Fahrzeugen, Booten und Zeppelinen erkundbar.

Noch dramatischer fallen die Geschwindigkeits- und Kostenvorteile in realen Kreativ-Workflows aus. In einem unabhängigen Testlauf mit einem komplexen 3D-Flugzeug-Prompt erzeugte GPT-6.2 Astra ein hochdetailliertes Modell in 46 Minuten für 9,62 Dollar. Claude Fable 5.2 benötigte für denselben Auftrag über drei Stunden und schlug mit 209,50 Dollar zu Buche - Astra war damit fast viermal schneller und über 21-mal günstiger. Das kleinere GPT-6.2 Sol bewältigte die Aufgabe sogar für lediglich 2,07 Dollar, was einer mehr als hundertfachen Ersparnis entspricht.

Ähnliche Erfahrungen berichten Entwickler bei der Generierung ganzer Browser-Anwendungen: Ein Programmierer erzeugte mit Astra in nur 36 Minuten für 5,31 Dollar Rechenkosten ein komplett spielbares Jet-Pixel-Art-Spiel in einer einzigen HTML-Datei inklusive Cockpit-Ansicht und Physik-Engine. In Blender benötigte Astra für einen animierten Spielzeugfilm rund zwei Stunden und 60.000 Token, während Fable 5.2 knapp zwanzig Stunden und bis zu 300.000 Token beanspruchte. Auch auf der Evaluierungsplattform DesignArena lieferte Astra 6.2 bei einem viktorianischen Gewächshaus die dreifache Geschwindigkeit bei über einem Drittel geringeren Kosten gegenüber GPT-6 Astra.

🎯 Was das für die Praxis bedeutet

1. Anwendungsdomänen strikt trennen: Für klassisches Software-Engineering, Code-Audits und textbasierte Agentenketten bleibt Anthropics Claude-Linie derzeit die verlässlichere Wahl. Bei 3D-Welten, WebGL-Szenen und Frontend-Prototypen bietet Astra dagegen drastische Effizienzvorteile.

2. Sol als Preis-Leistungs-Favorit testen: Mit Ausführungskosten von oft nur zwei bis drei Dollar für anspruchsvolle räumliche Simulationen erweist sich GPT-6.2 Sol als extrem wirtschaftlicher Geheimtipp für visuelle Workflows.

3. Kürzere Kontrollschleifen einplanen: Solange OpenAI an der Steuerbarkeit und Berechenbarkeit im Code-Alltag arbeitet, sollten Entwickler bei Astra auf engmaschige Zwischenschritte und striktere Formatvorgaben setzen.

Dieser Artikel enthält eingebettete Inhalte externer Anbieter, etwa Videos oder Social-Media-Beiträge. kiwoche.com ordnet diese Inhalte redaktionell ein, übernimmt sie jedoch nicht als eigene Inhalte. Die Rechte daran verbleiben bei den jeweiligen Rechteinhabern; für die externen Inhalte sind die jeweiligen Anbieter verantwortlich. Eingebettete Inhalte können vollständig oder teilweise mit KI erstellt oder bearbeitet worden sein.

Quellen

Teilen
Software ist tot von Markus M. Kirchmair

Anzeige · Buch und Angebot von Markus Kirchmair

Noch ein Tool. Oder endlich weniger Arbeit?

Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.