OpenAI stellt GPT‑6.2 vor: Astra und Sol, neue API‑Regeln, Prompt‑Vorlagen und Preisstufen. Entwickler sollten Prompts, Reasoning und Token‑Kosten prüfen.
In Kürze
- Astra antwortet kürzer und trifft eher Annahmen
- Sol bietet eine kostengünstigere Option für komplexe Tasks
- API‑Änderungen: entfernte Parameter, neue Reasoning‑Empfehlungen und Preisstaffeln
OpenAI hat am 17. November GPT‑6.2 in zwei Varianten vorgestellt — Astra für die anspruchsvolleren Aufgaben und Sol als günstigere Option für komplexe Arbeit — und gleichzeitig neue Prompt‑Vorlagen sowie Hinweise zur API veröffentlicht. Wenn du Entwickler:in bist oder KI‑Tools in Workflows einsetzt, lohnt es sich, System‑Prompts, Integrationen und Kostenmodelle jetzt zu überprüfen.
Was sich beim Modellverhalten ändert
- Astra antwortet standardmäßig kürzer und direkter als frühere Modelle. Anweisungen wie „sei prägnant“ musst du deshalb neu bewerten oder präziser formulieren.
- Die Modelle sind darauf ausgelegt, bei unklarer Nutzerintention eher einen nächsten Schritt vorzuschlagen und Annahmen zu treffen statt ständig nachzufragen — solange das erlaubt ist. Solche Annahmen sollen transparent gemacht werden; das Modell soll nur bei großen Änderungen, echten Blockaden, notwendigen Nutzerentscheidungen oder vor irreversiblen/destruktiven Aktionen stoppen.
Wie du Prompts gestalten solltest
- OpenAI liefert kopierfertige System‑Prompts, die häufige Fehlerfälle abfangen. Empfohlene Vorgaben sind etwa: Fachbegriffe der Nutzer übernehmen, aktive Formulierung nutzen, wichtigste Punkte zuerst nennen und finale Antworten so ausliefern, dass sie ohne weitere Erläuterung verständlich sind.
- Bei Redigieraufträgen soll Ausdruck und Inhalt des Autors größtenteils erhalten bleiben.
- Bei langen Tasks weise das Modell an, keine internen Kürzel oder Reasoning‑Shorthand in die finale Antwort zu übernehmen — Abschlussantworten müssen eigenständig und nachvollziehbar sein.
Programmieren und UI‑Anweisungen
- Beim Coding: Nutze vorhandene Logik im Repository wieder und vermeide unnötige Abstraktionen. Schreibe neue Tests nur auf Anfrage oder wenn das Repo sie verlangt bzw. um konkrete Regressionen zu verhindern. Lesbarer, korrekter Code hat Vorrang vor extrem kurzen Namen oder „Code‑Golf“.
- Für Frontends gibt es Vorgaben zu Bildsprache und Typografie: Standardmäßig bevorzugt das Modell realistische Bilder; SVGs sollen nur auf Wunsch verwendet werden. Verzichte auf dekorative Nummerierungen, Füll‑Badges oder erklärende Texte, die nur wiederholen, was die Oberfläche bereits zeigt.
API‑Änderungen und Auswirkungen auf Qualität und Kosten
- Die Responses‑API verwirft ab GPT‑6.2 frühere Reasoning‑Inhalte (also Zwischenüberlegungen des Modells), wenn der Gesprächsverlauf nachträglich verändert wird, das Modell gewechselt oder Nutzer/Organisationen geändert werden. Das kann die Antwortqualität beeinträchtigen und zu höheren Token‑Kosten führen, weil Arbeit wiederholt werden muss.
- OpenAI empfiehlt für neue Integrationen die Reasoning‑Stufe „medium“. Bestehende Einstellungen „none“/„minimal“ sollten laut Empfehlung auf „low“ umgestellt werden.
- Parameter wie temperature und top_p, die die Zufälligkeit steuern, werden nicht mehr unterstützt — das wirkt sich auf zufällige/variantenreiche Ausgaben aus und erfordert Anpassungen in der Steuerung von Antworten.
- Preisbeispiel für Astra 6.2: Bis 272.000 Token gelten 8 USD pro Million Input‑Token und 40 USD pro Million Output‑Token; oberhalb dieser Schwelle steigen die Preise auf 16 USD (Input) bzw. 60 USD (Output). Cache Reads kosten 0,80 USD pro Million Token. Für ältere Astra‑Versionen gelten teils andere, höhere Raten.
- Kurz zum Tokenbegriff: Tokens sind die Text‑Einheiten, die das Modell verarbeitet — mehr Token bedeutet meist höhere Kosten.
- Bei sehr langen Sessions fasst das System den Kontext automatisch zusammen, um Kapazitätsgrenzen zu behandeln.
Was du jetzt prüfen solltest
- System‑Prompts anpassen: Explizit formulieren, wie knapp, initiativ oder vorsichtig das Modell handeln darf.
- Reasoning‑Einstellung: Neue Integrationen auf „medium“ setzen; bestehende „none“/„minimal“‑Settings auf „low“ umbauen.
- Entfernte Parameter: Workflows überarbeiten, da temperature und top_p nicht mehr verfügbar sind.
- Kostenkontrolle: Token‑Verbrauch und Preisstaffeln für lange Sessions und Caching prüfen.
- Integrationsverhalten: Testen, wie sich das Wegfallen früherer Reasoning‑Inhalte auf Antwortqualität auswirkt, besonders wenn Gesprächsverläufe nachträglich geändert werden.
Die Vorstellung von Astra und Sol markiert einen Schritt mit konkreten Verhaltens‑ und API‑Änderungen — für Entwickler:innen heißt das vor allem: anpassen, testen und bei längeren Sessions die Token‑Kosten im Blick behalten.
Quellen
- Quelle: OpenAI
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.




