OpenAI GPT-6.1 Sol, GPT-6 Astra Ultrafast und Google Gemini 4 Argon verschärfen den Wettbewerb um leistungsfähige Modelle der Künstlichen Intelligenz (KI). Für dich zählt dabei weniger, welches Modell eine Rangliste gewinnt, sondern welches tatsächlich verfügbar ist, zu deinen Aufgaben passt und keine überraschenden Kosten verursacht. Genau an diesen Punkten unterscheiden sich die drei Angebote deutlich.
Was heute verfügbar ist
GPT-6.1 Sol ist seit dem 29. September 2026 über die OpenAI-Anwendungsprogrammierschnittstelle (Application Programming Interface, API), ChatGPT Work und Codex verfügbar. Eine API ist eine Schnittstelle, über die ein Modell in andere Dienste eingebunden wird; für Anwenderinnen und Anwender sind ChatGPT Work und Codex meist die direkteren Zugänge. Laut der Leitmeldung zu GPT-6.1 Sol soll das Modell bei Programmierung, Computerbedienung und professioneller Wissensarbeit nahezu das Niveau von GPT-6 Astra erreichen.
GPT-6 Astra Ultrafast ist ebenfalls über die OpenAI API verfügbar, ausserdem für berechtigte Nutzerinnen und Nutzer von ChatGPT Work und Codex. Wer genau als berechtigt gilt, geht aus den Quellen nicht hervor. Der Zusatz «Ultrafast» bezeichnet keine neue Modellgeneration, sondern eine beschleunigte Betriebsart von Astra, die laut Nvidias Darstellung zur technischen Beschleunigung bis zu achtmal schneller Text erzeugt als Astra Standard.
Gemini 4 Argon ist dagegen noch kein allgemein verfügbares Produkt. Google gibt zunächst ausgewählten Cyberverteidigerinnen und Cyberverteidigern im Fairwind-Programm sowie internen Teams Zugang. The Verge beschreibt den Start als bewusst begrenzte Testphase, in der Google Schutzmassnahmen gegen Missbrauch, Prompt-Injection-Angriffe und Fehlverhalten stärken will. Prompt Injection bezeichnet manipulierte Eingaben, die ein KI-System zu unerwünschten Handlungen bewegen sollen.
Für Menschen in der Schweiz ergibt sich daraus vorerst ein nüchternes Bild: Sol ist über die genannten OpenAI-Angebote grundsätzlich zugänglich, sofern das jeweilige Konto dafür freigeschaltet ist; bei Astra Ultrafast hängt der Zugang zusätzlich von der nicht näher erklärten Berechtigung ab. Für Argon nennen die Quellen weder einen Termin für die breite Freigabe noch Angaben zur Verfügbarkeit in der Schweiz. Auch zu unterstützten Sprachen, Datenstandorten und schweizerischen Datenschutzanforderungen liefern sie keine konkreten Informationen.
Was die Modelle kosten
GPT-6.1 Sol kostet über die API 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Token sind kleine Textbausteine, in die ein Modell Eingaben und Antworten zerlegt; ihre Zahl entspricht deshalb nicht direkt der Anzahl Wörter. Bereits zwischengespeicherte Eingaben kosten 0,10 US-Dollar pro Million Token, was bei häufig wiederholten Anweisungen oder Dokumentteilen relevant sein kann.
OpenAI ordnet Sol preislich als deutlich günstigere Alternative zu Astra ein. Laut Anbieter liegen die Tokenpreise bei einem Fünftel der Astra-Preise, während die Leistung bei bestimmten Programmier-, Computer- und Berufsaufgaben nahe an Astra herankommen soll. Die gelieferten Quellen nennen allerdings keinen vollständigen aktuellen Tarif für Astra oder Astra Ultrafast. Damit lässt sich der behauptete Preisabstand einordnen, aber keine belastbare Gesamtrechnung für Ultrafast erstellen.
Google hat für Gemini 4 Argon trotz des beschränkten Zugangs bereits API-Preise angekündigt. In der Einführungsphase sollen ebenfalls 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token gelten; zwischengespeicherte Eingaben werden um 95 Prozent reduziert. Danach sollen die regulären Preise laut der Preiseinordnung von The Decoder auf 4 beziehungsweise 20 US-Dollar steigen.
Diese Zahlen sind Nutzungspreise für die API, keine vollständigen Monatskosten für ChatGPT Work, Codex oder andere Anwendungen. Die Quellen nennen weder Abonnementpreise noch enthaltene Kontingente oder Zusatzkosten. Für dich bedeutet das: Ein identischer Preis pro Million Token macht zwei Modelle noch nicht gleich teuer, denn Antwortlänge, wiederholte Aufrufe und die Einbindung in kostenpflichtige Dienste beeinflussen die tatsächliche Rechnung.
Was sie im Alltag leisten
Sol richtet sich an Aufgaben, bei denen eine KI nicht nur antwortet, sondern mehrere Arbeitsschritte ausführt. Dazu gehören laut Leitmeldung agentische Programmierung, Computerbedienung und professionelle Wissensarbeit. «Agentisch» bedeutet hier, dass das Modell ein Ziel über mehrere Schritte verfolgt, Werkzeuge nutzt und Ergebnisse überprüft. Unabhängige Detailtests zu den behaupteten Near-Astra-Ergebnissen enthält die Kurzfassung allerdings nicht.
Astra Ultrafast setzt weniger bei einer neuen Fähigkeit als bei der Wartezeit an. Nvidia nennt als Beispiel einen Programmieragenten, der Code schreibt, ein Werkzeug aufruft, das Ergebnis prüft und anschliessend Fehler behebt. Wenn sich dieser Ablauf oft wiederholt, kann eine bis zu achtmal schnellere Token-Erzeugung die Pausen zwischen den Schritten verkürzen. Für eine einzelne kurze Antwort ist der Unterschied womöglich weniger entscheidend als für einen langen Bearbeitungszyklus.
Argon soll Programmierung, Recherche, Schreiben, Unternehmenswissen und Cyberabwehr abdecken. Google-Mitarbeitende verwenden das Modell laut den Berichten bereits zum Debugging und für umfangreiche Code-Migrationen. Ars Technica nennt konkrete interne Beispiele: Argon habe bei der Migration von C- und C++-Code nach Rust mitgewirkt, darunter mehr als 800’000 Zeilen des Zircon-Kernels, und mithilfe von Telemetriedaten 300 TiB Speicher in Googles Rechenzentren eingespart. Diese Resultate stammen von Google und sind in den gelieferten Texten nicht unabhängig geprüft.
Für weniger technische Berufe ist Argons Verarbeitung visueller Inhalte interessanter. Das Modell soll lange Videos und Diagramme analysieren sowie komplexe Arbeitsabläufe in Bereichen wie Recht und Finanzen unterstützen. Ein konkretes Berufsbeispiel wäre somit die Auswertung eines langen Videos oder einer Diagrammsammlung, bevor du eine Zusammenfassung erstellst. Das ist derzeit jedoch eher ein beschriebenes Einsatzgebiet als eine Funktion, die du bereits allgemein ausprobieren kannst.
Bemerkenswert ist Argons angekündigtes Ausgabelimit von einer Million Token, verglichen mit 64’000 Token bei früheren Gemini-Modellen. Google begründet dies damit, dass umfangreiche Aufgaben in einem Durchlauf abgeschlossen werden können. Ein grösseres Limit garantiert aber weder eine präzisere Antwort noch tiefere Überlegungen; es erlaubt zunächst nur wesentlich längere Ausgaben und Arbeitsverläufe.
Pro und Kontra der neuen Modellauswahl
Pro:
- Günstigerer Einstieg – Sol bietet laut OpenAI ausgewählte Astra-nahe Fähigkeiten zu einem Fünftel der Astra-Tokenpreise.
- Weniger Wartezeit – Astra Ultrafast kann besonders bei wiederholten Werkzeugaufrufen und mehrstufigen Abläufen Zeit sparen.
- Lange Aufgaben – Argons Ausgabelimit von einer Million Token könnte umfangreiche Arbeitsprozesse ohne frühes Abschneiden ermöglichen.
- Mehr Auswahl – OpenAI und Google setzen unterschiedliche Schwerpunkte bei Preis, Geschwindigkeit, Länge und Sicherheitsfreigabe.
Kontra:
- Begrenzter Zugang – Argon ist nur für interne Teams und eine kleine Gruppe ausgewählter Cyberpartner nutzbar.
- Unvollständige Kosten – Für Astra Ultrafast sowie die Endnutzerangebote fehlen in den Quellen vollständige Preisangaben.
- Anbieter-Benchmarks – Viele Leistungsangaben stammen von den Unternehmen selbst und ersetzen keinen Test mit deinen eigenen Aufgaben.
- Sicherheitsrisiken – Googles stufenweise Freigabe zeigt, dass leistungsfähige Cyberfunktionen auch für Missbrauch eingesetzt werden könnten.
Die Ranglisten ergeben zudem kein einheitliches Bild. Google und ein Bericht über Argons Benchmark-Ergebnisse sehen das Modell bei den meisten Tests vor GPT-6 Astra und Claude Opus 5.5. The Decoder ordnet Argon dagegen insgesamt auf Astra-Niveau und hinter Claude Opus 5.5 im Index von Artificial Analysis ein, während TechCrunch auf Googles Führung im Vals-Index verweist. Die Aussagen widersprechen sich nicht zwingend bei jedem Einzeltest, zeigen aber, dass die Auswahl von Test und Gesamtwertung das Ergebnis stark beeinflusst.
Was das für dich heisst
Wenn du einsteigst, ist GPT-6.1 Sol der naheliegende erste Prüfpunkt, weil es bereits über ChatGPT Work und Codex angeboten wird und seine API-Preise bekannt sind. Teste eine klar abgegrenzte Aufgabe, die du beurteilen kannst, etwa das Erklären eines Fehlers oder das Strukturieren eines vorhandenen Arbeitsdokuments. Vergleiche nicht nur die Antwortqualität, sondern auch Bearbeitungszeit, benötigte Korrekturen und die tatsächlich verbrauchten Token.
Wenn du fortgeschritten arbeitest, lohnt sich ein Vergleich anhand wiederholbarer Abläufe. Astra Ultrafast ist vor allem dann interessant, wenn ein Agent häufig Werkzeuge aufruft und jede Verzögerung den gesamten Prozess verlängert; Sol zielt eher auf ein günstigeres Verhältnis von Leistung und Tokenpreis. Argon bleibt vorerst ein Beobachtungskandidat, ausser du gehörst zum begrenzten Kreis der Fairwind-Partner.
Bei Argon sollte die Zurückhaltung nicht mit fehlender Leistungsfähigkeit verwechselt werden. TechCrunch berichtet, dass Google das Modell besonders für defensive Cybersicherheit trainiert habe und ihm das autonome Finden, Prüfen und Beheben kritischer Schwachstellen zuschreibe. Gerade diese Fähigkeiten erklären zugleich, warum Google den Zugang zunächst beschränkt und vor einer breiteren Veröffentlichung zusätzliche Schutzmechanismen erprobt.
Der aktuelle Wettbewerb bietet dir kein eindeutig bestes Modell, sondern drei unterschiedliche Prioritäten: Sol setzt auf ein vergleichsweise günstiges Leistungsniveau, Astra Ultrafast auf Geschwindigkeit und Argon auf lange, komplexe Arbeitsabläufe mit vorsichtiger Freigabe. Die öffentlich genannten Preise machen Sol unmittelbar kalkulierbarer, während Argons Einführungstarif vorerst theoretisch bleibt. Offen ist vor allem, wie sich die Modelle ausserhalb von Anbieter-Benchmarks bewähren und welche Sicherheits-, Datenschutz- und Zugangsbeschränkungen bei einer breiteren Nutzung gelten.
Quellen
- OpenAI Releases GPT-6.1 Sol: Near-Astra Coding and Computer Use at One-Fifth of Astra’s Token Price – MarkTechPost, 2026-09-30
- How NVIDIA GPUs Help Accelerate OpenAI’s GPT-6 Astra Ultrafast – NVIDIA Blog, 2026-10-01
- Google releases Gemini 4 Argon, called its most powerful model yet – TechCrunch, 2026-09-30
- Google Gemini 4 Argon schliesst zur KI-Spitze auf, bleibt aber hinter Anthropics Claude Opus 5.5 – The Decoder, 2026-09-30
- Google DeepMind Unveils Gemini 4 Argon with 1M Output Tokens for Coding, Knowledge Work and Cyber Defense – MarkTechPost, 2026-09-30
- Google announces Gemini 4 and says it’s so capable that only trusted cyber defenders can have it right now – The Verge, 2026-09-30
- Google announces Gemini 4 Argon AI model, but you can’t use it yet – Ars Technica, 2026-09-30
Bild: Matheus Bertelli via Pexels