Direktvergleich

GPT-6.1 Sol vs. GPT-6 Astra

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 256
verschiedene Benchmarks: 35
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von GPT-6.1 Sol und GPT-6 Astra
Merkmal	GPT-6.1 Sol	GPT-6 Astra
Anbieter	OpenAI	OpenAI
Erschienen	29. Sept. 2026	3. Sept. 2026
Verfügbarkeit	Aktiv	Eingeschränkter Zugang
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.050.000 Token	1.050.000 Token
Wissensstand	30. April 2026	30. April 2026
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von GPT-6.1 Sol und GPT-6 Astra
Preisart	GPT-6.1 Sol	GPT-6 Astra
API-Eingabe	2 $ ≤272K / 4 $ >272K	10 $ ≤272K / 20 $ >272K
API-Ausgabe	10 $ ≤272K / 15 $ >272K	50 $ ≤272K / 75 $ >272K
Cache lesen	0,1 $ ≤272K / 0,2 $ >272K	1 $ ≤272K / 2 $ >272K
Cache schreiben (5 Min.)	2,5 $ ≤272K / 5 $ >272K	12,5 $ ≤272K / 25 $ >272K
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	29.09.2026 Quelle	22.09.2026 Quelle

GPT-6.1 SolGPT-6 Astra

API-EingabeUSD pro 1 Mio. Token, Basistarif

GPT-6.1 Sol2 $

GPT-6 Astra10 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

GPT-6.1 Sol10 $

GPT-6 Astra50 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

GPT-6.1 Sol0,1 $

GPT-6 Astra1 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für GPT-6.1 Sol ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von GPT-6.1 Sol und GPT-6 Astra
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
GPT-6.1 Sol	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	Günstigster erfasster Preis: 2 $	Günstigster erfasster Preis: 10 $	Quelle29.09.2026
GPT-6.1 Sol	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	4 $	15 $	Quelle29.09.2026
GPT-6 Astra	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	10 $	50 $	Quelle22.09.2026
	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	20 $	75 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-west-2	11 $	55 $	Quelle17.10.2026
	Azure	Über OpenRouterazure	10 $	50 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/us	11 $	55 $	Quelle17.10.2026
	OpenAI	Über OpenRouteropenai	10 $	50 $	Quelle17.10.2026
	OpenAI	Über OpenRouteropenai/fast	20 $	100 $	Quelle17.10.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	OpenAI	Über OpenRouteropenai/ultrafast	60 $	300 $	Quelle17.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

GPT-6.1 Sol

GPT-6 Astra

Coding: 93,7 / 99,4 (9 Benchmarkfamilien)

Reasoning: 98,3 / 99 (4 Benchmarkfamilien)

Mathematik: 100 / 99,3 (2 Benchmarkfamilien)

Wissen: 97,2 / 99,8 (2 Benchmarkfamilien)

Finanzen: 95,9 / 97,7 (4 Benchmarkfamilien)

Recht: 97,4 / 97,2 (3 Benchmarkfamilien)

Agenten-Aufgaben: 96,2 / 99,9 (3 Benchmarkfamilien)

Multimodal: 99,9 / 99,7 (1 Benchmarkfamilie)

251 passende Messreihen aus 34 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 13 vergleichbaren Kategorien.

GPT-6.1 SolGPT-6 Astra

AA-BriefcaseOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol1.503,6 elo

GPT-6 Astra1.546,7 elo

AA-LCROverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol79,7 %

GPT-6 Astra80,0 %

AA-OmniscienceOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol40,867 Punkte

GPT-6 Astra43,417 Punkte

Artificial Analysis Intelligence IndexOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol51,038 Punkte

GPT-6 Astra52,386 Punkte

AutomationBench-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol66,6 %

GPT-6 Astra67,2 %

BioMysteryBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol79,63 %

GPT-6 Astra79,259 %

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol65,122 %

GPT-6 Astra67,74 %

CyberBench v1.1Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol39,286 %

GPT-6 Astra41,072 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol70,773 %

GPT-6 Astra71,7 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol52,033 %

GPT-6 Astra53,54 %

GDP.pdfOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol31,8 %

GPT-6 Astra32,2 %

GDPval-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-6.1 Sol1.538,05 elo

GPT-6 Astra1.555,91 elo

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-6.1 Sol und GPT-6 Astra
Benchmark und Aufgabe	GPT-6.1 Sol	GPT-6 Astra	Quelle
AA-BriefcaseOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: AA-Briefcase EloBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	1.503,6 elo	Gewinner1.546,7 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-LCROverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: Pass rateBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	79,7 %	Gewinner80,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-OmniscienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: AA-Omniscience IndexBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	40,867 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Gewinner43,417 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Artificial Analysis Intelligence IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v4.3.2Messgröße: Artificial Analysis Intelligence IndexBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	51,038 Punkte	Gewinner52,386 Punkte	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AutomationBench-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Objectives completed without guardrail violationsBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	66,6 %	Gewinner67,2 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
BioMysteryBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens	Gewinner79,63 %	79,259 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	65,122 %	Gewinner67,74 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	39,286 %	Gewinner41,072 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	70,773 %	Gewinner71,7 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	52,033 %	Gewinner53,54 %	Vals AI Quellendetails Datenstand: 12.10.2026
GDP.pdfOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: All-pass rateBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	31,8 %	Gewinner32,2 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GDPval-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v2.1Messgröße: GDPval-AA EloBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	1.538,05 elo	Gewinner1.555,91 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gleichstand5,417 %	Gleichstand5,417 %	Vals AI Quellendetails Datenstand: 12.10.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Text-only pass@1 accuracyBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	52,6 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Gewinner54,6 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
IOIOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	96,889 %	Gewinner100 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	38,462 %	Gewinner39,423 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Code Arena WebDev GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Code Arena WebDevGPT-6.1 Sol: Arena-Bewertung aus 2.592 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 5.746 veröffentlichten Paarvergleichen.	1.760,088 95-%-Konfidenzintervall: ±13,918Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.780,244 95-%-Konfidenzintervall: ±10,541Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena SearchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: searchMessgröße: Search Arena Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Search GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena SearchGPT-6.1 Sol: Arena-Bewertung aus 5.555 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 18.483 veröffentlichten Paarvergleichen.	1.233,102 95-%-Konfidenzintervall: ±8,861Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.233,616 95-%-Konfidenzintervall: ±7,842Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Text, style control GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Text, style controlGPT-6.1 Sol: Arena-Bewertung aus 5.762 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 11.674 veröffentlichten Paarvergleichen.	Kein klarer Vorsprung1.483,959 95-%-Konfidenzintervall: ±8,383Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.476,716 95-%-Konfidenzintervall: ±6,385Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Vision, style control GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Vision, style controlGPT-6.1 Sol: Arena-Bewertung aus 1.813 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 3.590 veröffentlichten Paarvergleichen.	Kein klarer Vorsprung1.294,052 95-%-Konfidenzintervall: ±14,414Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.285,988 95-%-Konfidenzintervall: ±10,782Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gewinner48,839 %	48,486 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	86,453 %	Gewinner87,908 %	Vals AI Quellendetails Datenstand: 13.10.2026
MysteryMechanismOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	46,396 %	Gewinner53,153 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	3 %	Gewinner5,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gleichstand99 %	Gleichstand99 %	Vals AI Quellendetails Datenstand: 12.10.2026
Robo-benchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Compute: max, Harness: codex	Gewinner28,333 %	23,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6.1 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens GPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens	Höherer Messwert46,538 %	46,367 %	Vals AI Quellendetails Datenstand: 08.10.2026
SRE BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	50,763 %	Gewinner56,87 %	Vals AI Quellendetails Datenstand: 14.10.2026
SWE-bench MultimodalOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gewinner43,542 %	43,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gewinner21,754 %	20,717 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: Task successBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (Xhigh), Reasoning: Xhigh GPT-6 Astra: Snapshot: GPT-6 Astra (Xhigh), Reasoning: XhighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (Xhigh) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-xhigh, UUID 092a3b0e-c5c8-45dc-bf1b-53673c8ff352, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (Xhigh) (Release gpt-6-astra, Zeile gpt-6-astra-xhigh, UUID 1f541ef3-913f-4eb2-9d07-0e93c7a9a5e3, reasoning=true, source reasoning-token configuration budget=0, suffix=Xhigh). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	54,0 %	Gewinner59,6 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Terminal-Bench 4.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	55,051 %	Gewinner59,596 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens	52,857 %	Gewinner62,857 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	61,154 %	Gewinner63,125 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens	88,931 %	Gewinner89,594 %	Vals AI Quellendetails Datenstand: 12.10.2026
AA-BriefcaseOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: AA-Briefcase EloBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	1.466,4 elo	Gewinner1.507,08 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-LCROverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: Pass rateBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner82,3 %	80,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-OmniscienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: AA-Omniscience IndexBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	41,45 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Gewinner43,733 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Artificial Analysis Intelligence IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v4.3.2Messgröße: Artificial Analysis Intelligence IndexBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	50,238 Punkte	Gewinner50,919 Punkte	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AutomationBench-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Objectives completed without guardrail violationsBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	64,5 %	Gewinner66,6 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
BioMysteryBenchHard Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens	Gewinner39,216 %	37,255 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	63,496 %	Gewinner67,463 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	78,571 %	Gewinner82,143 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	61,788 %	Gewinner77,953 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	44,717 %	Gewinner48,318 %	Vals AI Quellendetails Datenstand: 12.10.2026
GDP.pdfOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: All-pass rateBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner32,0 %	31,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GDPval-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v2.1Messgröße: GDPval-AA EloBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	1.511,35 elo	Gewinner1.522,92 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gewinner89,493 %	88,768 %	Vals AI Quellendetails Datenstand: 12.10.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Text-only pass@1 accuracyBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	51,4 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Gewinner53,1 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
IOIIOI 2024 Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gleichstand100 %	Gleichstand100 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	Gleichstand53,03 %	Gleichstand53,03 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevImage to webdev Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Code Arena WebDev GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Code Arena WebDevGPT-6.1 Sol: Arena-Bewertung aus 1.430 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 2.739 veröffentlichten Paarvergleichen.	1.703,464 95-%-Konfidenzintervall: ±17,054Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Kein klarer Vorsprung1.731,395 95-%-Konfidenzintervall: ±13,296Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Text, style control GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Text, style controlGPT-6.1 Sol: Arena-Bewertung aus 911 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 2.061 veröffentlichten Paarvergleichen.	Kein klarer Vorsprung1.483,743 95-%-Konfidenzintervall: ±19,566Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.472,34 95-%-Konfidenzintervall: ±13,336Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Vision, Style ControlDiagram Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: gpt-6.1-sol-max, Reasoning: max, Harness: Arena Vision, style control GPT-6 Astra: Snapshot: gpt-6-astra-max, Reasoning: max, Harness: Arena Vision, style controlGPT-6.1 Sol: Arena-Bewertung aus 431 veröffentlichten Paarvergleichen.GPT-6 Astra: Arena-Bewertung aus 861 veröffentlichten Paarvergleichen.	Kein klarer Vorsprung1.311,21 95-%-Konfidenzintervall: ±28,641Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.310,509 95-%-Konfidenzintervall: ±20,739Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 09.10.2026
ProgramBenchAlmost Resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	46 %	Gewinner50 %	Vals AI Quellendetails Datenstand: 12.10.2026
Robo-benchArm (13 tasks) Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Compute: max, Harness: codex	Gewinner50,769 %	42,308 %	Vals AI Quellendetails Datenstand: 13.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6.1 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens GPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens	Höherer Messwert40,476 %	37,302 %	Vals AI Quellendetails Datenstand: 08.10.2026
SRE BenchCapability Score Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: capability scoreBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	56,298 %	Gewinner63,868 %	Vals AI Quellendetails Datenstand: 14.10.2026
SWE-bench Multimodalbpmn-js Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	60,377 %	Gewinner62,264 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	6,667 %	Gewinner13,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: Task successBewertung: Mehr ist besserGPT-6.1 Sol: Snapshot: GPT-6.1 Sol (High), Reasoning: High GPT-6 Astra: Snapshot: GPT-6 Astra (High), Reasoning: HighGPT-6.1 Sol: Exakte AA-Konfiguration: GPT-6.1 Sol (High) (Release gpt-6-1-sol, Zeile gpt-6-1-sol-high, UUID 3b84fee3-b70a-41bc-819e-5fbdef9a0042, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.GPT-6 Astra: Exakte AA-Konfiguration: GPT-6 Astra (High) (Release gpt-6-astra, Zeile gpt-6-astra-high, UUID e05a4828-0536-4876-870d-a235023f992b, reasoning=true, source reasoning-token configuration budget=0, suffix=High). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	51,5 %	Gewinner54,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Terminal-Bench 4.0Hardware Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	40 %	Gewinner60 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens	Gleichstand62,5 %	Gleichstand62,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Reasoning: max, Ausgabegrenze: 128.000 tokens	63,309 %	Gewinner68,462 %	Vals AI Quellendetails Datenstand: 13.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

GPT-6.1 Sol

In dieser Runde nicht verfügbar

GPT-6 Astra

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

GPT-6.1 Sol

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-6.1-sol
API-Modell laut Antwort: openai/gpt-6.1-sol
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-6.1-sol-20260929
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 83,6 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

GPT-6 Astra

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-6-astra
API-Modell laut Antwort: openai/gpt-6-astra
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-6-astra-20260903
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 141,7 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche GPT-6.1 Sol und GPT-6 Astra mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

GPT-6.1 Sol vs. GPT-6 Astra

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

GPT-6.1 Sol

GPT-6 Astra

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche