Nutzer überschwemmen X mit Beschwerden, OpenAIs GPT-6 Astra sei bereits eine Woche nach seinem Start weniger leistungsfähig geworden. Einige Nutzer berichten von schnelleren Antworten und schlechteren Ergebnissen, während andere argumentieren, das Modell sei schon immer inkonsistent gewesen und die anfängliche Begeisterung habe lediglich seine Schwächen überdeckt.

Vor einer Woche baute GPT-6 Astra Manhattan in einer Game Engine Straße für Straße nach und beeindruckte die Nutzer mit seinen Fähigkeiten. Diese Woche posten einige derselben Nutzer Screenshots und fragen OpenAI, was mit dem Modell passiert sei.

„Astra feels significantly dumber for me today“, schrieb der pseudonyme Entwickler synthwavedd auf X. „Was only a matter of time before The Post-Launch Lobotomy. Shame.“

Das Muster ist Nutzern von KI-Chatbots und -Agenten vertraut: Manchmal haben sie das Gefühl, dass ein bevorzugtes Modell nach dem Release „generft“ wurde – ein Begriff aus der Gaming-Welt, der beschreibt, dass Entwickler etwas Übermächtiges abschwächen. Für wahrgenommene Leistungsabfälle kann es nachvollziehbare Erklärungen geben, doch die Zahl ähnlicher Beschwerden über GPT- Astra hat Nutzer dazu veranlasst, Ausgaben zu vergleichen und zu prüfen, ob sich das Modell verändert hat. Die Frage hat praktisches Gewicht für Entwickler, die Produkte auf gemieteten statt selbst betriebenen Modellen aufbauen, und da proprietäre Systeme keine Einblicke in ihre Interna gewähren, sind side-by-side-Vergleiche der Ausgaben eines der wenigen Überprüfungswerkzeuge, die Außenstehende haben.

Der Entwickler Pranjal Paliwal, der Astra zuvor gelobt hatte, erklärte, er habe später den vom Modell geschriebenen Code überprüft und seine Einschätzung geändert.

„We don't have AGI“, schrieb Paliwal. „We have a regression.“

AGI, die Abkürzung für artificial general intelligence (allgemeine künstliche Intelligenz), ist der Branchenbegriff für eine Maschine, die im Wesentlichen jede kognitive Aufgabe erledigen kann, die ein Mensch erledigen kann. OpenAIs Präsident verwendete den Begriff beim Start von Astra. Eine Woche später nutzte Paliwal ihn, um die Lücke zwischen den scheinbaren Fähigkeiten des Modells und seinen Fehlern zu beschreiben.

Weitere Beschwerden folgen einem ähnlichen Muster. Der Entwickler Pankaj Kumar nannte schnellere Antworten und geringere Qualität unter den Symptomen, zusammen mit dem Verdacht, OpenAI habe „reduced the juice value“. Die Gründerin Saba fragte OpenAI zudem, warum sie Aufgaben nun „dumb it down“ müsse, um sie zu erledigen.

„Juice value“ ist kein offizieller technischer Begriff. In diesem Kontext verwenden ihn Nutzer als Kurzform für den Rechenaufwand, den ein Modell vor der Antwort betreibt, und für den Verdacht, OpenAI könnte diesen Aufwand nach den Start-Demonstrationen reduziert haben. OpenAI hat nicht bestätigt, eine solche Änderung an Astra vorgenommen zu haben.

Einige Nutzer haben direkte Vergleiche angestellt. Salio und der Forscher Md Ismail Sojal erklärten, sie hätten identische Prompts mit denselben Einstellungen gegen Astra am Starttag und erneut gegen die aktuelle Version ausgeführt. Beide berichteten von schlechteren Ergebnissen beim aktuellen Modell.

„Today's GPT-6 Astra output looks worse. GPT-6 Astra at launch vs GPT-6 Astra today“, schrieb Sojal. Der Post besagte, dass der Vergleich denselben Prompt und dieselben Einstellungen verwendet habe und dass „[t]he difference is bigger than I expected.

Andere Nutzer sagen, sie seien zuas Vorgänger zurückgekehrt. Dax Raad, der das Coding-Tool Opencode entwickelt, erklärte, sein Team sei zu GPT-5.6 Sol zurückgekehrt, weil sich die Ausgaben verdoppelt hätten, während die Nachteile von Astra die Kosten nicht wert seien. Der ChatGPT-Nutzer Mustafa Sahinli verglich Astra mit Claude Opus 4.6 „after 1 week of release“ – eine Anspielung auf die Gegenreaktion, die Anthropics Modell nach dem Start ebenfalls erfuhr.

Nicht jeder glaubt, dass OpenAI Astra absichtlich abgeschwächt hat. Der pseudonyme Nutzer Antikythera legte eine ausführliche Widerlegung vor und argumentierte, die Zeitleiste laufe möglicherweise genau umgekehrt.

„It is as dumb as it was on launch“, schrieb Antikythera. „The model is good, but the model has a lot of problems. It's lazy. Writes like a bullet-point-addict... people were overhyped on launch week, now they had time to test it and see its mistakes.“

Nach dieser Erklärung ist Astra nicht weniger leistungsfähig geworden; die Nutzer sind lediglich nicht mehr von den frühen Demonstrationen geblendet und beginnen, die wiederkehrenden Probleme des Modells zu erkennen.

Theo, Gründer von T3Chat, vertrat eine ähnliche Auffassung. Er sagte, Astra sei inkonsistenter als Claude Fable und könne sowohl herausragenden als auch extrem schlechten Code erzeugen.

„GPT-6 Astra has done incredible things I never thought a model could do. It has also done some of the stupidest things I've ever seen a model do. Generally speaking, Fable 5.1 just does what I ask“, schrieb Theo am 8. September 2026 auf X. Die Zunahme negativer Beispiele spiegele seiner Ansicht nach möglicherweise das Ende der anfänglichen Flitterwochen des Modells wider und keine bestätigte Verhaltensänderung.

Die Debatte erinnert an die Ereignisse rund um OpenAIs vorheriges Flaggschiff, GPT-5.6 Sol. Im Juli sagten Nutzer, Sols höchster Reasoning-Modus sei über Nacht oberflächlicher geworden. OpenAI-Manager Tibo Sottiaux bestritt, das Modell absichtlich geschwächt zu haben, bestätigte jedoch, dass das Unternehmen mit dem „reasoning effort“ experimentiert habe – einer Einstellung, die steuert, wie viele Schritte ein Modell durchläuft, bevor es eine Antwort erzeugt.

Eine Antwort fasste den immer wiederkehrenden Witz über geschlossene KI-Labore zusammen: Ein Unternehmen veröffentlicht ein Modell, und ein paar Tage später bekommt es „some kind of disease a few days later and suddenly become[s] dumber“. Ein anderer Nutzer bot eine zynischere Erklärung an: „They probably get quantized so they're not burning the companies as much money.“

Quantisierung reduziert die Präzision der internen Berechnungen eines Modells, um Rechenkosten zu senken, oft mit potenziellen Einbußen bei der Genauigkeit. OpenAI hat nie bestätigt, ein ausgeliefertes Modell absichtlich quantisiert zu haben.

OpenAI hat noch Sol-artige Erklärung zu Astra abgegeben. Im Juli hatte eine ähnliche Welle von Sol-Beschwerden eine öffentliche Reaktion eines Unternehmensmanagers ausgelöst; ob OpenAI die Astra-Beschwerden auf dieselbe Weise adressiert, bleibt offen. Das Modell bleibt das erste des Unternehmens, das die von OpenAI so genannte kritische Schwelle für Cybersicherheitsrisiken überschreitet. Diese Einstufung bedeutet, dass Astra zuvor unbekannte Softwareschwachstellen ohne menschliche Anleitung finden und verketten kann – eine Fähigkeit, die im Rahmen von OpenAIs Daybreak-Programm geprüften Verteidigern vorbehalten ist.

Unabhängig davon, ob Astra weniger leistungsfähig geworden ist, bleibt sein offizieller Preis bei 10 Dollar pro Million Input-Tokens und 50 Dollar pro Million Output-Tokens – das 2,5-Fache dessen, was Sol beim Start verlangte; ein Aufpreis, den mindestens ein Team bereits als nicht lohnenswert bewertet hat.