Migration von GPT-5.6 zu Astra
vier Stolperfallen
Der offizielle Migrationsleitfaden von OpenAI hat sieben Punkte; für gpt-6-astra sind vier davon hart: temperature, top_p und top_logprobs müssen entfernt werden (bei Chat Completions zusätzlich logprobs); die Reasoning-Stufe none wird nicht unterstützt, sodass alles, was bisher auf none oder minimal lief, bei low beginnt; Tool Calling erfordert den Responses-Endpunkt; und die Output-Obergrenze von 128,000 schließt Reasoning-Tokens ein. Den dritten Punkt halten viele für einen Fehler im eigenen Code. Am 21.10.2026 wurde der Leitfaden „Using GPT-6“ Zeile für Zeile neu gelesen und um zwei Punkte ergänzt: Bei einer Migration von GPT-5.5 oder früher ersetzen Sie prompt_cache_retention durch prompt_cache_options.ttl mit dem Wert "30m", und für einen Wechsel des Reasoning-Aufwands mitten in der Sitzung verwenden Sie configuration_update.
Aktualisiert 2026-10-26
Claude, GPT und chinesische Modelle mit einem Key, Bezahlung pro Token; verfügbare Modelle unter /models.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Die vier harten Einschränkungen
Müssen entfernt werden
temperature, top_p, top_logprobs – und zusätzlich logprobs, wenn Sie Chat Completions verwenden; bei Responses entfernen Sie message.output_text.logprobs aus include. Der Leitfaden knüpft das daran, dass der Reasoning-Aufwand nicht none ist.
Nur fünf Reasoning-Stufen
low, medium, high, xhigh, max. Astra und GPT-6.1 Sol unterstützen none nicht – der Leitfaden schreibt low stattdessen –, GPT-6 Sol und GPT-6 Luna dagegen schon. Wenn Ihre Anfrage minimal nutzte, starten Sie laut Leitfaden mit low und vergleichen die Ergebnisse auf repräsentativen Aufgaben.
Der einzige Endpunkt für Tool Calling
Offizieller Wortlaut: Astra unterstützt Chat Completions, aber Tool Calling erfordert Responses. Das Modell führt Gespräche, ruft aber keine Tools auf.
Output-Obergrenze schließt Reasoning ein
Reasoning-Tokens zählen zum Output. Wer max_tokens nach der sichtbaren Antwort bemisst, erhält daher vorzeitig abgeschnittene Ausgaben.
Der Punkt, der nach einem Fehler in Ihrem Code aussieht
Die meisten Migrationsprobleme wirken wie ein Fehler im eigenen Code: Derselbe Function-Calling-Pfad funktioniert mit GPT-5.6, doch mit gpt-6-astra werden die Tools schlicht nicht aufgerufen – ohne erkennbare Fehlermeldung. Der offizielle Migrationsleitfaden ist hier eindeutig: Astra unterstützt Chat Completions, aber Tool Calling erfordert den Responses-Endpunkt. Über Chat Completions führt das Modell ein normales Gespräch und ruft nur nie ein Tool auf. Prüfen Sie den Endpunkt, bevor Sie Ihr Schema debuggen.
Warum die Sampling-Parameter entfernt werden müssen
Der Migrationsleitfaden verlangt, temperature, top_p und top_logprobs zu entfernen – bei Chat Completions zusätzlich logprobs. Diese Werte sind meist als Standard in der Wrapper-Schicht eines Teams gesetzt. Am günstigsten ist es daher, beim Senden nach Modellnamen zu filtern, statt jede Aufrufstelle anzupassen. Ebenfalls wichtig: Setzt Ihr Wrapper den Reasoning-Aufwand standardmäßig auf none oder minimal, beheben Sie das im selben Zug – Astra kennt diese Stufe nicht. Beim erneuten Lesen von „Using GPT-6“ am 21.10.2026 gibt es in GPT-6 außerdem neue Fähigkeiten: asynchrones Tool Calling (setzen Sie async: true bei einer Funktion oder einem eigenen Tool und geben Sie das Ergebnis unter der ursprünglichen call_id zurück), Mid-Turn Steering und ein Monitoring für Fehlausrichtung. In Codex wendet der OpenAI-Docs-Skill die ganze Liste mit einem Befehl an: `$openai-docs migrate this project to the GPT-6 model family`.
Zeitleiste
GPT-6 Astra erscheint mit der API-Modell-ID gpt-6-astra: 1,050,000 Kontext, 922,000 max. Input, 128,000 max. Output, Wissensstand 2026-04-30.
Gleichzeitig erscheint der offizielle Migrationsleitfaden: Sampling-Parameter entfernen, keine Stufe none, Tool Calling über Responses. Unterstützte Endpunkte sind Chat Completions, Responses und Batch.
Diese Seite wurde Zeile für Zeile mit der offiziellen Modelldokumentation und dem Migrationsleitfaden abgeglichen; Zusammenfassungen aus zweiter Hand wurden für die Parameter nicht verwendet. Am 21.10.2026 wurde „Using GPT-6“ erneut Zeile für Zeile gelesen, ergänzt wurden TTL für den Prompt-Cache, configuration_update und die neueren Formen des Tool Callings.
Was dokumentiert ist und was nicht
✅ Direkt aus dem offiziellen Leitfaden
temperature, top_p und top_logprobs entfernen (bei Chat Completions zusätzlich logprobs); none wird nicht unterstützt, daher bei low beginnen und vergleichen; Astra unterstützt Chat Completions, aber Tool Calling erfordert Responses; die Reasoning-Stufen sind low, medium, high, xhigh, max; unterstützte Endpunkte sind Chat Completions, Responses und Batch; Kontext 1,050,000, max. Input 922,000, max. Output 128,000. Der lange Kontext steht auf derselben offiziellen Modellseite: Prompts mit mehr als 272K Input-Tokens werden für die gesamte Anfrage mit dem 2-fachen Input- und Cache-Satz und dem 1.5-fachen Output-Satz berechnet, nicht nur für den überschreitenden Teil (erneut geprüft am 2026-09-29). Bei der Prüfung gegen den vollständigen Leitfaden „Using GPT-6“ am 21.10.2026 steht dort außerdem: Ist der Reasoning-Aufwand nicht none, entfällt bei Responses auch message.output_text.logprobs aus include; GPT-6 Sol und GPT-6 Luna unterstützen none, Astra und GPT-6.1 Sol nicht; GPT-6 Sol und GPT-6 Luna unterstützen Function Calling auf Chat Completions nur mit reasoning_effort: 'none'; um den Reasoning-Aufwand mitten in der Sitzung zu ändern, fügen Sie ein configuration_update-Element hinzu und lassen reasoning.effort auf Anfragenebene unverändert, damit der Prompt-Präfix für den Cache erhalten bleibt; bei einer Migration von GPT-5.5 oder früher ersetzen Sie prompt_cache_retention durch prompt_cache_options.ttl mit dem Wert "30m"; Fast mode unterstützt EU-Datenresidenz für GPT-6.1 Sol, GPT-6 Sol und GPT-6 Luna, aber nicht für GPT-6 Astra; und GPT-6 unterstützt die bereits mit GPT-5.6 verfügbaren API-Funktionen.
⚠️ Nicht in der offiziellen Dokumentation
Die Parameteranzahl und ein SWE-bench-Verified-Wert sind weiterhin nicht in der offiziellen Dokumentation angegeben. Ob langer Kontext (Input über 272,000) die gesamte Anfrage oder nur den überschreitenden Teil neu bepreist, gehört nicht mehr dazu: Die offizielle Modellseite nennt es, und nach einer wörtlichen erneuten Prüfung am 2026-09-29 wanderte diese Zeile in die linke Spalte. Im Netz kursierende Zahlen zu diesen beiden Punkten sind nicht offiziell und werden auf dieser Seite nicht verwendet.
Zwei Migrationswege
In der Wrapper-Schicht filtern
Nicht unterstützte Parameter beim Senden nach Modellnamen entfernen und none/minimal auf low abbilden. Eine Änderung, von der alle Aufrufstellen profitieren – und auch ein Rollback ist nur eine Änderung. Am besten, wenn die Aufrufstellen verstreut sind.
Jede Aufrufstelle anpassen
Präzise, aber langsam; Wrapper-Standardwerte werden dabei leicht übersehen. Lohnt sich nur bei wenigen Aufrufstellen oder wenn verschiedene Stellen tatsächlich unterschiedlich behandelt werden müssen.
Eine sinnvolle Reihenfolge
Verlegen Sie zuerst den Tool-Calling-Pfad auf den Responses-Endpunkt und bringen Sie ihn zum Laufen, denn nur dort tritt der Fehler unbemerkt auf. Entfernen Sie danach die vier Sampling-Parameter in der Wrapper-Schicht, bilden Sie none/minimal auf low ab und streichen Sie bei Responses message.output_text.logprobs aus include. Ziehen Sie von GPT-5.5 oder früher um, ersetzen Sie prompt_cache_retention durch prompt_cache_options.ttl mit dem Wert "30m"; um den Reasoning-Aufwand mitten in der Sitzung zu ändern, fügen Sie ein configuration_update-Element hinzu und lassen reasoning.effort auf Anfragenebene unverändert, damit der Prompt-Präfix weiter im Cache trifft. Prüfen Sie anschließend max_tokens anhand der neuen Zählweise – 128,000 schließt Reasoning-Tokens ein. Führen Sie zuletzt dieselben echten Anfragen gegen gpt-5.6-sol und gpt-6-astra aus und lassen Sie den Unterschied bei Qualität und Kosten entscheiden, wie viel Sie umstellen.
Bei QCode
gpt-6-astra steht in der Modelltabelle von QCode. Das Modell teilt sich einen Key und ein Kontingent mit GPT-5.6 Sol / Terra und Claude, was den Migrationsvergleich einfach macht: gleicher Endpunkt, gleicher Key, Modellfeld ändern und denselben Satz Anfragen gegen beide ausführen. Der Unterschied bei Kosten und Qualität zeigt sich noch am selben Tag. Noch eine Unterscheidung: CNBC berichtete (das WSJ zuerst), dass OpenAI beschlossen habe, GPT-6.1 Astra nicht zu veröffentlichen; auf der Website und in den offiziellen Konten von OpenAI findet sich keine solche Aussage, weshalb diese Seite es als Medienbericht einordnet. Stand 21.10.2026 sind die veröffentlichten GPT-6-Modelle, die bei QCode verfügbar sind, gpt-6-astra, gpt-6-sol und gpt-6.1-sol. QCode unterstützt gpt-6-luna und gpt-5.6-luna derzeit nicht; bitte nutzen Sie ein anderes GPT-Modell, etwa gpt-6.1-sol, gpt-6-sol oder gpt-5.6-terra. Die Veraltungsliste von OpenAI entfernt am 23.10.2026 eine Reihe alter GPT-Snapshots, die am 22.04.2026 angekündigt wurden.
Häufig gestellte Fragen
Warum funktioniert mein Function Calling mit Astra nicht?
Meist liegt es am Endpunkt. Der offizielle Migrationsleitfaden besagt, dass Astra Chat Completions unterstützt, Tool Calling aber Responses erfordert. Über Chat Completions führt das Modell ein normales Gespräch und ruft nur nie ein Tool auf. GPT-6 Sol und GPT-6 Luna unterstützen Function Calling auf Chat Completions zwar, aber nur mit reasoning_effort 'none'. Verlegen Sie diesen Pfad auf Responses, bevor Sie Ihr Schema debuggen.
Welche Parameter müssen entfernt werden?
Ist der Reasoning-Aufwand nicht none, sind laut Leitfaden temperature, top_p und top_logprobs zu entfernen; bei Chat Completions zusätzlich logprobs entfernen, bei Responses stattdessen message.output_text.logprobs aus include. Genau diese nennt der offizielle Migrationsleitfaden.
Ich habe Reasoning Effort = none verwendet. Was nun?
Astra und GPT-6.1 Sol unterstützen none nicht – der Leitfaden schreibt low stattdessen. Wer bisher minimal nutzte, soll laut Leitfaden bei low beginnen und die Ergebnisse auf repräsentativen Aufgaben vergleichen. Die Einstellung heißt reasoning.effort in Responses und reasoning_effort in Chat Completions. Um den Reasoning-Aufwand mitten in der Sitzung zu erhöhen oder zu senken, fügen Sie ein configuration_update-Element hinzu und lassen reasoning.effort auf Anfragenebene unverändert, damit der Prompt-Präfix für den Cache erhalten bleibt. Beachten Sie, dass Reasoning-Tokens zum Output zählen, eine höhere Stufe verursacht also auf der Output-Seite höhere Kosten.
Wie sollte ich max_tokens festlegen?
Bedenken Sie, dass die Obergrenze von 128,000 Output-Tokens die Reasoning-Tokens einschließt. Wenn Sie den Wert nach der sichtbaren Antwort bemessen, kann das Modell sein Budget schon während des Reasonings aufbrauchen und die Antwort vorzeitig abschneiden. Prüfen Sie diese Obergrenze bei der Migration anhand der neuen Abrechnung erneut.
Wie viel Kontext kann ich nutzen?
Die offizielle Modelldokumentation nennt ein Kontextfenster von 1,050,000 Tokens mit maximal 922,000 Input- und maximal 128,000 Output-Tokens. Auch die Regel für langen Kontext ist angegeben: Prompts mit mehr als 272K Input-Tokens werden für die gesamte Anfrage mit dem 2-fachen Input- und Cache-Preis sowie dem 1,5-fachen Output-Preis berechnet – die ganze Anfrage, nicht nur der Überschuss (erneut geprüft am 2026-09-29). QCode rechnet pro Token ab, die Einzelpreise der Modelle stehen auf /models.
Wie gelingt der Wechsel mit geringem Risiko?
Senden Sie bei QCode denselben Satz realer Anfragen an gpt-5.6-sol und gpt-6-astra – ein Key, ein Kontingent, nur das Feld model ändert sich. Entscheiden Sie, ob der Qualitätsunterschied den Kostenunterschied wert ist, bevor Sie sich zwischen Routing nach Aufgabe und einem vollständigen Umstieg entscheiden.
Quellen
Der offizielle Migrationsleitfaden „Using GPT-6“ von OpenAI (Reasoning-Stufen, Endpunkt für Tool Calling, nicht unterstützte Parameter, Datenresidenz, Wechsel des Reasoning-Aufwands mitten in der Sitzung, Prompt-Caching), die offizielle Modelldokumentation (Kontext, Output-Obergrenze, unterstützte Endpunkte, Knowledge Cutoff) und die offizielle Veraltungsliste, alle abgerufen am 21.10.2026. Angaben, die die Dokumentation nicht nennt, sind als nicht veröffentlicht gekennzeichnet und nicht mit Zahlen von Dritten aufgefüllt. Die QCode-Aufrufvolumina stammen aus der eigenen 30-Tage-Nutzungsstatistik dieser Website.
Ein Key, beide Modelle mit demselben Batch ausführen
gpt-6-astra teilt sich mit GPT-6.1 Sol, GPT-5.6 Sol / Terra und Claude einen QCode-Key und ein Kontingent; für einen Migrationsvergleich ändern Sie nur das Feld model. Privatpläne starten bei $9 im Monat, und der Key ist aktiv, sobald Sie bezahlen. Reicht das Kontingent Ihres Privatplans nicht, kaufen Sie ein Booster-Pack; ohne Plan nehmen Sie ein Nutzungspaket.
Weiterführende Lektüre
Vollständiger Leitfaden zu GPT-6 Astra
Spezifikationen, Preise und was die offizielle Dokumentation noch nicht nennt.
Kontingentverbrauch von Astra
Die offizielle Credits-Tabelle: exakt das 2.5-Fache von GPT-5.6 Sol.
GPT-7 Release: offizieller Stand (2026-11-05)
OpenAI hat weder GPT-7 noch ein Datum genannt: Befund aus Changelog und Modellübersicht, die jüngste offizielle Aussage sowie Schätzungen und Gerüchte Dritter, jeweils mit Quelle.
Krypto-Zahlungsleitfaden
Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.
Alle Einschränkungen auf dieser Seite stammen aus dem offiziellen Migrationsleitfaden und der offiziellen Modelldokumentation von OpenAI, abgerufen und geprüft am 21.10.2026; OpenAI kann diese aktualisieren, richten Sie sich daher nach den offiziellen Seiten. Angaben, die die Dokumentation nicht veröffentlicht, werden nicht mit Zahlen von Dritten aufgefüllt.