› Für Entwickler läuft die Premiere eines neuen Modells auf eine einzige Frage hinaus: Macht es das, was mein aktuelles Modell heute leistet, besser - und zu welchem Preis?
› Die Antwort aus den Tests, die bei der Premiere von GPT-6 Astra veröffentlicht wurden, ist weniger eindeutig, als die Kommunikation suggeriert, und es lohnt sich, sie aufzuschlüsseln.
› Drei Tests, drei unterschiedliche Bilder In Terminal-Bench 4.0, das die Arbeit in der Kommandozeile bei realen Aufgaben misst, erreicht Astra 57,7 Punkte.
› Claude Fable 5.1 kommt auf 55,8, Claude Opus 5 auf 52,3, das ältere Fable 5 auf 42,0 und GPT-5.6 Sol auf 37,3.