Leuffen.deBlog

News

GPT-6 Astra in der API: Werkzeugaufrufe ziehen zu Responses um

OpenAIs neues API-Modell bringt ein großes Kontextfenster und neue Steuerung für lange Läufe. Für Entwickler ist vor allem eine Grenze praktisch wichtig: Werkzeuge laufen nur über die Responses API.

Veröffentlicht am
Veröffentlicht von
Redaktion Blog Leuffen.de
Geprüft von

GPT-6 Astra ist ein neues KI-Modell in der OpenAI API für komplexe Aufgaben mit Werkzeugen, Code und langen Kontexten. Seit dem 3. September 2026 ist es verfügbar – und für bestehende Integrationen steckt die wichtigste Änderung nicht in einer Benchmark, sondern im Anschlusskabel: Werkzeugaufrufe funktionieren nur über die Responses API.

Wer Chat Completions nur für Text nutzt, kann den Endpunkt weiterhin verwenden. Sobald das Modell aber Websuche, Dateisuche, eine eigene Funktion oder ein anderes Werkzeug aufrufen soll, führt der Weg über responses.create.

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6-astra",
  input: "Prüfe die heutigen offiziellen PHP-Sicherheitsmeldungen.",
  tools: [{ type: "web_search" }],
});

console.log(response.output_text);

Das Beispiel zeigt die praktische Grenze: Nicht das Prompting muss zuerst umgebaut werden, sondern der API-Ablauf. Anwendungen, die Werkzeuge bislang an Chat Completions hängen, brauchen eine Migration zur Responses API.

Lang heißt hier wirklich lang – und wird entsprechend berechnet

OpenAI nennt ein Kontextfenster von 1.050.000 Tokens und bis zu 128.000 Ausgabetokens. Ein Kontextfenster ist der Text- und Datenumfang, den das Modell in einer Anfrage berücksichtigen kann. Das ist nützlich für große Codebasen oder lange Dokumentstapel, aber kein Freifahrtschein zum Vollstopfen.

Der Standardpreis liegt laut Modellseite bei 10 US-Dollar pro Million Eingabetokens und 50 US-Dollar pro Million Ausgabetokens. Überschreitet eine Anfrage 272.000 Eingabetokens, berechnet OpenAI für die gesamte Anfrage den doppelten Eingabe- und Cachepreis sowie den 1,5-fachen Ausgabepreis. Ein riesiges Kontextfenster ist also eine Möglichkeit, kein Sparmodell.

Drei neue Regler für lange Agentenläufe

Parallel zum Modell hat OpenAI Funktionen für lang laufende Arbeit ergänzt:

  • Asynchrone Werkzeugaufrufe lassen die Antwort weiterarbeiten, während eine Anwendung Werkzeuge ausführt.
  • Mid-turn steering erlaubt zusätzliche Anweisungen während einer laufenden Antwort über WebSockets.
  • Der Reasoning-Aufwand kann innerhalb einer Unterhaltung geändert werden, ohne den bereits gecachten Prompt-Präfix wegzuwerfen.

Das ist interessanter als die übliche Behauptung, ein Modell sei jetzt „noch leistungsfähiger“. Es verändert, wie Anwendungen unterbrochen, korrigiert und kostenseitig gesteuert werden können.

Die nüchterne Migrationsreihenfolge lautet deshalb: erst prüfen, ob Werkzeuge beteiligt sind, dann den Endpunkt umstellen, anschließend lange Kontexte mit echten Kostenlimits testen. Eine Million Tokens aus Prinzip einzulesen wäre technisch eindrucksvoll und ungefähr so elegant wie ein Umzug mit dem Gabelstapler durchs Wohnzimmer.

Quellen

Quellenstand: 6. September 2026.