Modellleitfaden für die GPT-6-Familie: drei Stufen, Denkaufwand und Kostenkontrolle

Am 2. Oktober 2026 hat OpenAI den Leitfaden „A model guide for the GPT-6 family“ veröffentlicht, ein praxisnahes Dokument für Startups und Entwickler. Der Leitfaden kündigt kein neues Modell an. Er verwandelt eine bereits verfügbare Modellreihe in eine technische Methode, der Teams Schritt für Schritt folgen können. Der Rahmen ist von Beginn an klar: GPT-6 ist eine Modellfamilie und kein einzelnes Modell. Sie besteht aus drei Mitgliedern. GPT-6 Astra gilt als das intelligenteste Modell und kostet 10 US-Dollar pro Million Eingabetokens, 50 US-Dollar pro Million Ausgabetokens und 1 US-Dollar für zwischengespeicherte Eingaben. GPT-6.1 Sol bietet nahezu die Intelligenz von Astra zu einem Fünftel des Preises: 2 Dollar für Eingaben, 10 Dollar für Ausgaben und 0,10 Dollar für zwischengespeicherte Eingaben. GPT-6 Luna zielt auf schnelle, effiziente Alltagsarbeit in großem Maßstab, mit 0,10 Dollar für Eingaben, 0,50 Dollar für Ausgaben und 0,01 Dollar für zwischengespeicherte Eingaben. Die Spanne ist groß: Der Eingabepreis von Luna beträgt ein Prozent des Preises von Astra. Die Modellwahl ist damit keine Frage mehr von „das beste Modell nehmen“, sondern eine Budgetentscheidung, die jedes Team bewusst treffen muss.

Der erste Abschnitt des Leitfadens behandelt den stabilen Betrieb in der Produktion. Sein zentraler Rat lautet, zuerst den Kontext zu steuern. Kontext, den eine Aufgabe nicht braucht, wird entfernt, die nötigen Belege bleiben erhalten. Unabhängige Aufgaben sollen gemeinsam laufen, damit ein langsamer Schritt unabhängige Arbeit nicht aufhält. Für wiederkehrende Arbeit lässt sich gemeinsamer Kontext über Prompt-Caching wiederverwenden. OpenAI nennt, dass zwischengespeicherte Eingabetokens je nach Modell bis zu 95 Prozent weniger kosten als nicht zwischengespeicherte. Die Preisliste bestätigt das: Der Cache-Preis von Sol, 0,10 Dollar, entspricht einem Zwanzigstel des normalen Eingabepreises. Um diesen Rabatt zu erhalten, sollten Teams stabile Anweisungen und Referenzmaterial vor die wechselnden Aufgabendetails stellen und die Werkzeugdefinitionen von Aufruf zu Aufruf unverändert lassen. Ein Cache-Dashboard und ein Diagnoseleitfaden zeigen, wo die Wiederverwendung abreißt. Bei der Kostenschätzung eines vollständigen Workflows sind laut Leitfaden Cache-Schreibvorgänge und mögliche Tarife für lange Kontexte einzurechnen. Bei längeren Gesprächen verkleinert die Kompaktierung den Kontext und bewahrt zugleich den Zustand, der zum Weiterarbeiten nötig ist. Vor dem Einsatz sollten Teams repräsentative Aufgaben ausführen und Erfolgsquote, Latenz und Kosten pro erfolgreicher Aufgabe messen. Die letzte Kennzahl verdient besondere Aufmerksamkeit. Ein billiger Aufruf ergibt noch keinen billigen Workflow. Ein Modell, das drei Versuche braucht, kann in der Praxis teurer sein als ein kostspieligeres Modell, das beim ersten Mal gelingt.

Der zweite Abschnitt behandelt die Zuordnung von Modell und Arbeitslast, die der Leitfaden als Abwägung zwischen Intelligenz und Preis beschreibt. Astra bleibt der schwierigsten Schlussfolgerungsarbeit vorbehalten, bei der maximale Intelligenz nötig ist. Sol eignet sich für komplexes Programmieren, Recherche und Computernutzung. Luna passt zu fokussierten Aufgaben mit klarem Ziel in großem Umfang, etwa dem Auslesen von Rechnungsfeldern, dem Klassifizieren von Anfragen oder dem Erstellen strukturierter Zusammenfassungen. Zusätzlich zum Modell lässt sich in der API eine Denkstufe wählen. Niedrig passt zu Routineaufgaben wie dem Extrahieren von Fakten oder kleinen Korrekturen. Mittel passt zu Arbeit, die Urteilsvermögen verlangt, etwa der Planung einer Funktion oder dem Vergleich von Optionen. Hoch passt zu schwieriger Fehlersuche, tieferer Analyse oder sorgfältiger Prüfung. Die Stufen „extra hoch“ oder „maximal“ sollen, wo verfügbar, nur getestet werden, wenn „hoch“ nicht ausreicht, und nur behalten werden, wenn die Verbesserung den zusätzlichen Zeit- und Kostenaufwand rechtfertigt. In der API lässt sich der Denkaufwand mitten im Gespräch ändern, ohne den Cache zu zerstören. In Codex lautet der Rat, mit der Standardstufe des Modells zu beginnen, sie für einfachere Aufgaben zu senken und für tiefere Analysen zu erhöhen. Wo Antwortzeit zählt, etwa in Chat-Anwendungen und Coding-Werkzeugen, bietet die API außerdem einen schnellen Modus. Modell, Aufwand und Geschwindigkeit sind drei Stellschrauben, mit denen sich die Kosten pro Aufgabe statt pro Produktlinie konfigurieren lassen.

Der dritte Abschnitt wendet sich Prompts und Skills zu. Der Leitfaden verlangt, dem Modell einen klaren Auftrag zu geben und die gewünschte Ausgabe zu definieren. Prompts, Skills und Repository-Anweisungen sollen übereinstimmen darin, was das Modell liefern soll, was es selbstständig tun darf und was als erledigt gilt. Das klingt gewöhnlich, ist aber eine der häufigsten Fehlerquellen in agentischen Workflows. Erlaubt eine Datei im Repository freie Änderungen, während der Prompt zuerst Rückfrage verlangt, schwankt das Modell zwischen zwei Anweisungen. Wird die Erledigt-Definition als überprüfbare Bedingung formuliert, sinkt auch die Neigung, zu früh aufzuhören oder endlos nachzubessern.

Der vierte Abschnitt betrifft lang laufende Aufgaben. OpenAI empfiehlt Steuerung während der Ausführung, asynchrone Werkzeuge und Delegation, um Zwischenstände und unabhängige Teilaufgaben zu bewältigen. Zudem sollen Teams klare Grenzen setzen, wann das Modell innehalten und um Eingaben bitten muss. Bei langen Aufgaben zählt diese Grenze mehr als die reine Intelligenz, denn ein Agent, der handelt, obwohl er hätte fragen sollen, kostet weit mehr als eine zusätzliche Frage. Für Codex verweist der Leitfaden außerdem auf die Computernutzung, mit der das Modell mehr von der Arbeit übernehmen kann, die sonst ein Mensch von Hand erledigen würde. Der Artikel schließt mit Beispielen von Teams, die mit GPT-6 Astra vom Test in die Produktion gegangen sind.

Der Wert dieses Leitfadens liegt weniger in neuer Fähigkeit als darin, dass er Kostenkontrolle zu einem Teil des Produktdesigns macht. Bisher wählten Teams oft zuerst das stärkste Modell und suchten danach nach Einsparungen. OpenAI schlägt die umgekehrte Reihenfolge vor. Zuerst werden Aufgabe und Erfolgskriterien definiert. Dann wird das günstigste Modell samt Denkstufe gewählt, das diese erfüllt. Schließlich senken Caching, Kompaktierung und Parallelisierung die Rechnung. Für Startups heißt das, dass ein Evaluationsdatensatz und die Kosten pro erfolgreicher Aufgabe zu täglichen Kennzahlen werden sollten. Gestufte Modelle mit einstellbarem Denkaufwand dürften zum Standardmuster der Branche werden, und der Wettbewerb wird sich von einzelnen Benchmark-Werten hin zu Verlässlichkeit und Stückkosten ganzer Workflows verschieben.