OpenAI hat drei Ursachen für die jüngste Welle von Nutzerbeschwerden über Qualitätsverluste seines neuen Modells GPT-6 Astra identifiziert, entsprechende Korrekturen eingespielt und die Nutzungslimits für Codex-Abonnenten zurückgesetzt.
Zentrale Punkte:
- Astra-Nutzer veröffentlichten eine Woche lang Direktvergleiche und warfen OpenAI vor, das Modell nach dem Start stillschweigend abgeschwächt zu haben.
- OpenAIs Codex-Chef machte drei Faktoren verantwortlich, darunter ein Kontext-Experiment, das rund 4.000 bis 5.000 Nutzer betraf.
- Schon der Vorgänger GPT-5.6 Sol sah sich im Juli denselben Vorwürfen ausgesetzt.
OpenAI behebt Qualitätsfehler bei Astra
Codex-Produktchef Tibo Sottiaux erklärte, sein Team habe gemeinsam mit Nutzern die Ursachen nachverfolgt, Korrekturen ausgerollt und noch vor Mitternacht Ortszeit ein vollständiges Reset der Nutzungskontingente vorgenommen. Das geht aus einem am Samstag veröffentlichten Update hervor. Demnach wurden „Skills“, die für frühere Modelle geschrieben worden waren, zu häufig ausgelöst und hinderten Astra teilweise daran, seine eigenen Ausgaben zu überprüfen.
Ein optionales Experiment zum Kontext-Management konnte außerdem dazu führen, dass das Modell Antworten frühzeitig abbrach oder auf veraltete Nachrichten reagierte. OpenAI stoppte das Experiment, nachdem schätzungsweise 4.000 bis 5.000 Nutzer davon betroffen waren. Zudem waren einige Rechen-Engines falsch konfiguriert und senkten messbar die Qualität des „Tail Traffic“, der über sie lief. Das Unternehmen nahm diese Engines aus dem Verkehr und führte mehrere kleinere Reparaturen durch. Sottiaux schrieb, das Modell verfolge nun die jeweils letzte Nutzer-Nachricht deutlich präziser.
Mehr dazu: Ethereum trifft bei 2.800 Dollar auf Angebotswand nach ETF-Zuflüssen von 216 Mio. Dollar
Astra-Nutzer melden Rückschritte beim Programmieren
Im Laufe der Woche häuften sich auf X Beschwerden von Entwicklern, die identische Prompts sowohl mit der Startversion von Astra als auch mit der aktuellen Fassung durchspielten, sämtliche Einstellungen konstant hielten und anschließend die Ergebnisse verglichen. Entwickler Pranjal Paliwal, der das Modell wenige Tage zuvor noch gelobt hatte, ging erneut durch den von Astra generierten Code und sprach danach von einer „Regression“ statt von Fortschritt.
Dax Raad, der das Coding-Tool Opencode entwickelt, stellte sein Team wieder auf das ältere GPT-5.6 Sol um, nachdem sich seine Ausgaben für Astra verdoppelt hatten – bei aus seiner Sicht nicht gerechtfertigten Nachteilen.
Ein Nutzer im OpenAI-Forum beschrieb Astra inzwischen als in etwa gleichauf mit Sol bei identischen Aufgaben – inklusive gleicher Anzahl an Wiederholungsversuchen. Andere widersprachen dieser Lesart: Ein pseudonymer Nutzer unter dem Namen Antikythera argumentierte, das Modell sei von Beginn an „träge“ gewesen und habe eine ausgeprägte Vorliebe für Aufzählungspunkte gehabt; die Nutzer hätten sich lediglich vom anfänglichen „Wow-Effekt“ gelöst.
Rechenkapazität und Nutzungsgrenzen belasten GPT-6 Astra
Die verfügbare Rechenkapazität begleitet den breiten Rollout von Astra seit der allgemeinen Freigabe Anfang September als ständiger Engpass.
Laut Nutzerberichten hat OpenAI für besonders aktive ChatGPT-Anwender die Nutzungslimits von Astra gesenkt und neue 200-Dollar-Pro-Abos vorübergehend gestoppt – ein Schritt, den Sottiaux am 10. September bestätigte. Am Tarif ändert sich indes nichts: Das Modell kostet weiterhin 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens – das 2,5‑Fache dessen, was Sol zum Start berechnet hat.
Damit ist es bereits das zweite OpenAI-Flaggschiff innerhalb von zwei Monaten, das sich denselben Vorwürfen zahlender Kunden stellen muss. Schon im Juli hatten Nutzer berichtet, der „Top Reasoning Mode“ von Sol sei über Nacht deutlich oberflächlicher geworden. Sottiaux bestritt damals, das Modell bewusst abgeschwächt zu haben, bestätigte aber Experimente des Unternehmens mit dem „Reasoning Effort“, also dem Aufwand für Schlussfolgerungen.
Weiterlesen: Nvidias Jensen Huang: Sicherheitsanbieter profitieren von AI-getriebener Bedrohungspanik
