GPT-6.1 Terra: OpenAIs Mittelklasse-Modell kostet ein Zehntel von Astra – fast gleich gut

Worum es geht

OpenAI hat am 26. Oktober 2026 (US-Zeit) GPT-6.1 Terra veröffentlicht, ein mittelgroßes Modell, das vor allem für die Arbeit am Computer gebaut ist: Programme bedienen, Formulare ausfüllen, Bilder und technische Zeichnungen auswerten, Texte schreiben. Es löst das im Sommer erschienene GPT-5.6 Terra ab. Verfügbar ist es für zahlende Nutzer der Tarife Plus, Pro, Enterprise und Edu in ChatGPT Work und Codex, OpenAIs Programmierumgebung, sowie für Entwickler über die API unter dem Namen gpt-6.1-terra. Die Gewichte sind nicht öffentlich, das Modell läuft nur auf OpenAIs Servern.

Eine gute Woche später zeigt sich, warum OpenAI so viel Wert auf ein günstiges Mittelklasse-Modell legt: Laut einem Bericht von boerse-global.de (erschienen bei ad-hoc-news.de) hat OpenAI am 3. November damit begonnen, Arbeit seiner neuen Dots-Assistenten vom teuren Flaggschiff GPT-6 Astra auf Terra zu verlagern.

Die Modellfamilie: Astra, Sol, Terra, Luna

OpenAIs Modellnamen sind inzwischen unübersichtlich. Android Authority ordnet sie so ein: GPT-6 Astra ist derzeit das Schwergewicht und das leistungsstärkste Modell; eine Version 6.1 davon verzögert sich wegen nicht näher genannter Bedenken. GPT-6.1 Sol ist im Grunde „Astra mit kleinerem Budget“, erschienen etwa einen Monat vor Terra. GPT-6 Luna setzt vor allem auf minimale Kosten. Terra liegt zwischen Sol und Luna – oder, wie Android Authority es formuliert, soll den Brei „genau richtig“ treffen. Angekündigt wurde die Erweiterung der Familie laut der Hauptquelle von OpenAI-Entwickler Thibault Sottiaux.

Technisch ist Terra laut Marktechpost ein Reasoning-Modell – es „denkt“ vor der Antwort in Zwischenschritten nach. Wie viel es nachdenkt, lässt sich in Stufen von „none“ bis „max“ einstellen, Standard ist „medium“. Das Modell nimmt Text und Bilder entgegen und antwortet mit Text. Das Kontextfenster – also wie viel Text es auf einmal im Blick behalten kann – umfasst 1,05 Millionen Tokens, die Ausgabe bis zu 128.000 Tokens. Tokens sind die Textstückchen, in denen ein Modell liest und schreibt. Der Wissensstand reicht bis zum 1. Juni 2026. Werkzeuge wie Computersteuerung, eine gehostete Kommandozeile, Code-Interpreter, Websuche, Dateisuche und MCP (ein Standard, um KI-Modelle an externe Dienste anzubinden) funktionieren über OpenAIs Responses-API.

Als typische Einsatzzwecke nennt OpenAI Massenarbeit: eingehende Rechnungen lesen und in die Buchhaltungssoftware eintragen, Produktfotos den passenden Katalogeinträgen zuordnen oder technische Zeichnungen interpretieren.

Preise: Ein Zehntel von Astra

Der eigentliche Kern der Ankündigung ist der Preis. Alle Angaben pro Million Tokens:

„Gecacht“ heißt: Teile einer Anfrage, die schon einmal verarbeitet wurden, etwa ein langer gleichbleibender Systemtext, werden zwischengespeichert und deutlich billiger abgerechnet. Laut Marktechpost sind die Batch- und Flex-Modi (Anfragen, die nicht sofort beantwortet werden müssen) nochmals 50 Prozent günstiger, ein schneller Modus kostet das Doppelte. Bei Anfragen über 272.000 Input-Tokens verdoppelt sich der Input-Preis, der Output-Preis steigt um das 1,5-Fache. Gegenüber dem Vorgänger GPT-5.6 Terra halbiert sich der Preis laut Help Net Security.

Benchmarks: Nah an Astra, schwächer beim Programmieren

Alle Zahlen stammen aus OpenAIs eigenen Diagrammen – unabhängige Messungen gibt es bisher nicht. Marktechpost hat die Werte zusammengetragen:

Agents' Last Exam prüft berufliche Computeraufgaben, etwa Architekturzeichnungen in ein 3D-Modell zu übertragen. Schon auf mittlerer Stufe erreicht Terra 57,6 Prozent für 0,29 Dollar pro Aufgabe – genauso viel wie Astra, das dafür 4,82 Dollar kostet. GPT-5.6 Terra kam auf 42,6 Prozent für 0,84 Dollar. MMMU-Pro testet das Verständnis von Bildern und Diagrammen; hier liegt Terra nur 1,2 Punkte hinter Astra, bei 0,012 statt 0,065 Dollar pro Aufgabe. OSWorld misst, wie gut ein Modell einen Desktop-Rechner bedient.

Auf maximaler Stufe soll Terra laut OpenAI mehr als dreimal so token-effizient sein wie Claude Opus 5.5 und ein Viertel von dessen Tokenpreis kosten – pro Aufgabe also etwa neunmal günstiger. Außerdem erledige Terra Aufgaben mehr als dreimal so schnell wie Astra und Sol.

Deutlich verbessert hat sich laut OpenAI auch die Fehlerquote: Auf einem internen Satz absichtlich irreführender Anfragen sank sie bei geringem Denkaufwand von 53,6 Prozent (GPT-5.6 Terra) auf 16,7 Prozent – also noch jede sechste Anfrage – und bei maximalem Aufwand um 18 Punkte auf 4,3 Prozent. Marktechpost weist darauf hin, dass dieser Test bewusst schwierig gebaut ist und reale Fehlerraten anders ausfallen.

Die Schwäche ist das Programmieren: Im Terminal-Bench 4.0, der Coding-Agenten Kommandozeilen-Probleme lösen lässt, schafft Terra 50,3 Prozent – mehr als doppelt so viel wie der Vorgänger (21,5 Prozent), aber klar hinter Sol, Astra und vor allem Claude Sonnet 5.5. Help Net Security rechnet vor, dass damit knapp die Hälfte der Aufgaben ungelöst bleibt. OpenAI selbst empfiehlt für die komplexesten Programmieraufgaben weiterhin Sol oder Astra. Bei wissenschaftlichen Code-Aufgaben (Terminal-Bench-Science) schlägt Terra dagegen Sol bei geringeren Kosten (4,15 statt 5,47 Dollar pro Aufgabe) und kommt laut Help Net Security auf fünf Punkte an Opus 5.5 heran – für weniger als ein Fünftel von dessen geschätzten Kosten.

Sicherheit: Höchste Cyber-Risikostufe

Bemerkenswert ist laut Help Net Security, dass OpenAI Terra in der Cybersicherheit auf die Stufe „Critical“ seines Preparedness Framework einstuft – des internen Regelwerks zur Risikobewertung. Diese höchste von zwei Stufen gilt, wenn ein Modell mit Werkzeugen ohne menschliches Zutun funktionierende Angriffe auf unbekannte Sicherheitslücken (Zero-Days) in vielen gehärteten, realen kritischen Systemen bauen oder einen neuen Angriff von Anfang bis Ende nur anhand eines groben Ziels planen und ausführen kann. Erstmals hatte OpenAI am 1. September 2026 Astra so eingestuft. Terra übernimmt die für Astra entwickelten Schutzmaßnahmen. Gegen Prompt Injection – versteckte bösartige Anweisungen, die das Modell von seiner Aufgabe abbringen sollen – habe sich Terra in OpenAIs Tests gut gehalten und lege eigene Grenzen ehrlicher offen als der Vorgänger.

Dots: Warum OpenAI Rechenleistung sparen muss

Die Hauptquelle zeigt, wie OpenAI Terra selbst einsetzt. Die am 29. September vorgestellten Dots sind KI-Assistenten, denen man Anweisungen per Telefonat gibt und die Aufgaben wie Recherchen oder Programmierarbeit auch nach Ende des Gesprächs selbstständig weiterführen. Anders als normale Chatbots läuft jeder Dot auf einem eigenen Cloud-Computer. Adam Fry, Consumer-Chef für ChatGPT, räumte am 2. November in New York ein, dass Dots außerordentlich rechenintensiv sei. Allein der Sprachmodus von ChatGPT hat laut Fry 250 Millionen Nutzer pro Woche.

Bisher lief alles bei Dots über Astra. Seit dem 3. November entscheidet ein automatischer Task-Router – eine Art Weiche – anhand der Schwierigkeit einer Anfrage, ob Astra oder Terra sie bearbeitet. Dots ist derzeit nur im ChatGPT-Pro-Abo für 100 Dollar im Monat enthalten (in Südkorea 159.000 Won, rund 120 Dollar). Seit dem 28. Oktober lässt sich der Dienst in den USA auch über iMessage und RCS nutzen, seit dem 30. Oktober in Kanada und Mexiko; in Brasilien wird er schrittweise freigeschaltet.

Der Kostendruck betrifft die ganze Branche: Laut der Hauptquelle nannte xAI-Chef Elon Musk die Betriebskosten von Grok im Verhältnis zum Umsatz untragbar und drosselte die Rechenkapazität, Anthropic weist in seinem geänderten Börsenprospekt (S-1) Kaufverpflichtungen von 895,4 Milliarden Dollar aus, vor allem für Recheninfrastruktur. OpenAI setzt vor allem auf Nvidia-Chips und plant für 2027 eigene Chips unter dem Projektnamen „Jalapeno“; zuletzt sammelte das Unternehmen rund 11 Milliarden Dollar bei einer Bewertung von etwa 1,25 Billionen Dollar ein.

Einordnung

Terra ist weniger ein Sprung an der Leistungsspitze als ein Preissturz: Für viele Alltagsaufgaben am Computer – Dokumente auswerten, Oberflächen bedienen, Bilder verstehen – liefert es laut OpenAI fast Astra-Qualität zum Bruchteil der Kosten. Für Firmen, die solche Aufgaben massenhaft automatisieren, ändert das die Rechnung deutlich. Dass OpenAI das Modell sofort in seinen eigenen teuren Assistenten einsetzt, ist ein deutliches Signal, wie sehr Rechenkosten inzwischen das Produktdesign bestimmen.

Einschränkungen gibt es trotzdem: Sämtliche Benchmark-Werte sind Herstellerangaben, Parameterzahl und Hardware bleiben geheim. Beim Programmieren liegt Terra klar hinter Anthropics Claude Sonnet 5.5, das zum selben Preis wie Sol angeboten wird. Und dass ein so günstiges Modell auf der höchsten Cyber-Risikostufe eingeordnet wird, zeigt, wie schnell gefährliche Fähigkeiten in die breite, billige Nutzung wandern – wie gut die Schutzmaßnahmen in der Praxis halten, lässt sich von außen nicht prüfen.