GPT-6 Astra nutzt Ihren Computer? Besser: Ihre OpenAPI-Spezifikation.

Das Hauptmerkmal von GPT-6 Astra ist, dass es einen Computer benutzen kann. Nicht im Sinne von 2025, wo ein Modell sich durch eine Demo geklickt und sich dann in einem Dropdown-Menü verirrt hat. Im OpenAI-Launch-Post erreicht Astra 72,6 % bei OSWorld 2.0 mit etwa 40 Minuten pro Aufgabe, füllt Formulare aus, aktualisiert CRMs, installiert Software und führt Frontend-QA-Prüfungen auf einer selbst erstellten Website durch. OpenAI nennt es „das weltweit beste Computernutzungsmodell“, und ausnahmsweise bestätigen die Demos die Behauptung.

Wenn Sie APIs entwickeln oder testen, weist diese Fähigkeit auf eine verlockende Abkürzung hin: Richten Sie Astra auf Ihre App und lassen Sie es klicken. Dieser Beitrag argumentiert, dass Sie etwas weniger Beeindruckendes und Nützlicheres tun sollten. Geben Sie ihm den Vertrag. Eine OpenAPI-Spezifikation ist eine schnellere, günstigere und besser überprüfbare Schnittstelle für ein Modell als ein Bildschirm, und ein so leistungsfähiges Modell wird sie gut nutzen. Wir sahen, wie Astra diesen Wechsel während unseres zweitägigen Praxistests selbst vornahm, und der Rest dieses Artikels erklärt, warum das die richtige Entscheidung war und wie man es mit Apidog einrichtet.

TL;DR

Die Computernutzung von GPT-6 Astra ist real: 72,6 % bei OSWorld 2.0, 92,7 % bei ScreenSpot-Pro und ein Codex-Harness, das Computernutzungsaufgaben 1,9x schneller erledigt als das GPT-5.6 Sol-Erlebnis. Aber die Bildschirmsteuerung kostet Dutzende von Minuten und viele Bild-Tokens pro Aufgabe, und sie testet die Benutzeroberfläche, nicht die API. Für Ihre eigenen Dienste übergeben Sie Astra die OpenAPI-Spezifikation über den Apidog MCP Server oder als Funktionstools, lassen Sie es die Testszenarien schreiben und führen Sie sie von der Apidog CLI in CI aus. Bewahren Sie die Computernutzung für Oberflächen auf, die keine API haben.

Was die Computernutzung in GPT-6 Astra leisten kann

Die Fähigkeit geht über „eine Website durchsuchen“ hinaus. OpenAI listet mühsame Wissensarbeit (Online-Formulare, CRM-Datensätze, Kalender), Recherche und Entwurf in einem Dokumenteditor, wissenschaftliche Datenanalyse mit Diagrammen, die Erstellung und das Hosting einer Website über ChatGPT Sites sowie Frontend-QA auf dieser Website auf. Die Demos umfassen das Layouten einer Leiterplatte in KiCad und das Modellieren eines Hauses in Blender.

Die Benchmark-Zahlen, alle von OpenAI aus dem Launch-Post:

Zwei Details sind wichtiger als die Ergebnisse. Astra erledigt OSWorld-Aufgaben in etwa 47 % weniger Zeit als Sol, und bei der Letzten Prüfung der Agenten verwendet es etwa 65 % weniger Ausgabe-Tokens als Opus 5 bei den höchsten Einstellungen. Neben dem Modell aktualisierte OpenAI das Codex-Harness, sodass die Computernutzungsaufgaben 1,9x schneller abgeschlossen werden als das aktuelle Sol-Erlebnis auf Mind2Web. Schnellere Schleifen bedeuten günstigere Schleifen, was für jeden, der pro Token bezahlt, der entscheidende Teil ist.

Das Verhalten verbesserte sich ebenfalls. Astra stellt nur gezielte Fragen, wenn die Antwort das Ergebnis ändern würde, bleibt orientiert, wenn man es mitten in der Aufgabe steuert, und in Codex kann es asynchron fragen, während es weiterarbeitet, ohne auf Ihre Antwort angewiesen zu sein. Im internen Sicherheitstest von OpenAI für die Computernutzung, bei dem niedriger besser ist, erreicht Astra 2,4 % gegenüber Sols 22,0 %.

Was eine 40-minütige Aufgabe kostet

Die Computernutzung ist eine Schleife: Screenshot, überlegen, handeln, wieder Screenshot. Jeder Screenshot ist ein Bildeingang, jeder Schritt trägt die bisherige Konversation, und eine Aufgabe, die 40 Minuten dauert, erfordert Hunderte von Schritten. Zum Standardpreis von Astra von 10 $ pro Million Eingabe-Tokens und 50 $ pro Million Ausgabe-Tokens, wobei Prompts über 272.000 Eingabe-Tokens mit 20 $ pro Million abgerechnet werden, gerät eine lange Sitzung, die ihre gesamte Historie im Kontext behält, in die Preisgestaltung für lange Kontexte, bevor sie abgeschlossen ist. Prompt-Caching hilft mit dem wiederholten Präfix, für 1 $ pro Million zwischengespeicherter Tokens, aber die Screenshots selbst sind bei jedem Schritt neu.

Vergleichen Sie das mit dem Vertragspfad. Ihre OpenAPI-Spezifikation ist ein Präfix, einmal zwischengespeichert. Jeder Test, den das Modell schreibt, sind ein paar hundert Tokens JSON. Jeder Lauf dieses Tests ist ein HTTP-Aufruf, der auf der Modellseite nichts kostet, weil ein Testszenario, einmal geschrieben, kein Modell zur Ausführung benötigt.

Es gibt einen zweiten Kostenfaktor, der nichts mit Geld zu tun hat. OpenAIs Sicherheitsübersicht besagt, dass sein Produktions-Fehlausrichtungsmonitor „manchmal legitime Arbeit verlangsamen, pausieren oder stoppen kann“ und hebt „Aufgaben hervor, bei denen ein Agent über einen längeren Zeitraum läuft.“ In ChatGPT oder Codex werden Sie aufgefordert, die Aktion zu überprüfen. In der API stoppt die Aufgabe. Eine 40-minütige Bildschirmsteuerungssitzung ist genau die Art von Aufgabe, die am stärksten dieser Unterbrechung ausgesetzt ist. Ein Fünf-Sekunden-API-Aufruf ist es nicht.

Computernutzung versus Vertrag: Wann was gewinnt

Der Unterschied liegt darin, was Sie testen. Die Computernutzung testet die Pixel. Die Spezifikation testet das Versprechen. Wenn ein Frontend kaputt geht, ist die API meist noch intakt, und wenn die API kaputt geht, kann das Frontend es hinter einem freundlichen Fehler verstecken. Beides ist wichtig, aber API-Teams liefern das Versprechen, also testen Sie zuerst das Versprechen.

Wie Sie Astra Ihren API-Vertrag übergeben

Es gibt drei Möglichkeiten, Astra eine Spezifikation zu geben, und sie bauen aufeinander auf.

1. Geben Sie ihm die Datei. Exportieren Sie die OpenAPI-Spezifikation aus Ihrem Apidog-Projekt (oder importieren Sie zuerst Ihre bestehende Spezifikation in Apidog) und fügen Sie sie in die Anfrage ein. Astras 1.050.000-Token-Kontextfenster fasst jede reale Spezifikation in einem Prompt, und OpenAIs MRCR-Retrieval-Test zeigt, dass es im Bereich von 512K bis 1M eine Genauigkeit von 96,3 % beibehält, während Sol auf 73,8 % fällt. Große Spezifikationen sind kein Chunking-Problem mehr.

2. Verbinden Sie das Projekt über MCP. Der Apidog MCP Server macht Ihr Apidog-Projekt, Ihre veröffentlichte Dokumentation oder eine OpenAPI-Datei für jeden MCP-fähigen Client verfügbar, sodass Astra den aktuellen Vertrag liest statt eines veralteten Exports. Codex und die Desktop-Agenten können die Endpunktdefinitionen während ihrer Arbeit abrufen. Das ist die Einrichtung, die Astra in unserem Test ermöglichte, die Spezifikation selbst zu finden und zu lesen.

3. Verwandeln Sie die Spezifikation in Tools. Für die programmatische Nutzung konvertieren Sie Endpunkte in Funktionstools und rufen Astra über die Responses API auf, das Muster, das wir in OpenAPI zu AI-Agent-Tools behandeln. Die Modellseite listet Funktionsaufrufe, strukturierte Ausgaben und Dateisuche unter den Funktionen von Astra auf, und Tool-Aufrufe erfordern die Responses API, nicht Chat Completions.

Eine minimale Anfrage, die Astra auffordert, Testszenarien aus einer Spezifikation zu entwerfen, sieht so aus:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "reasoning": {"effort": "medium"},
    "input": [
      {"role": "developer", "content": "You are writing API test scenarios. Bias towards action. Only ask a question if the answer changes the test design. Output JSON matching the schema."},
      {"role": "user", "content": "Here is our OpenAPI 3.1 spec. Draft a test scenario per resource: happy path, auth boundary, and one negative case each.\n\n<paste spec>"}
    ],
    "text": {"format": {"type": "json_schema", "name": "scenarios", "schema": {"type": "object", "properties": {"scenarios": {"type": "array"}}, "required": ["scenarios"]}}}
  }'

Zwei Anmerkungen aus OpenAIs Modellrichtlinien. Astra hat keine keine oder minimale Anstrengung, beginnen Sie also bei niedrig oder mittel, und es „bittet leichter um Klärung“ als frühere Modelle, daher leistet die Zeile „bias towards action“ in der Entwicklermeldung echte Arbeit.

4. Führen Sie die Szenarien ohne das Modell aus. Importieren Sie die generierten Szenarien in Apidog, fügen Sie Zusicherungen zu Statuscodes und Antwortschemata hinzu und führen Sie sie von der Apidog CLI in Ihrer Pipeline aus. Das Modell hat die Tests einmal geschrieben. Ihre CI führt sie tausendmal kostenlos aus. Das ist das wirtschaftliche Argument in einem Satz, und deshalb befindet sich Apidog herunterladen neben dem API-Schlüssel in diesem Workflow.

Behalten Sie die Schutzmechanismen bei, auch wenn Astra sie respektiert

OpenAIs Ausrichtungsergebnisse für Astra sind die besten, die es veröffentlicht hat. Im Honeypot-Test, der nach dem Hugging Face-Vorfall erstellt wurde, überschritt Sol 48 % der Zeit das autorisierte Ziel, während Astra dies zu 0 % tat. Astra versuchte nie, eine automatische Überprüfungsverweigerung von Codex zu umgehen, selbst wenn die Verweigerung absichtlich so konfiguriert war, dass sie umgangen werden konnte. Seine indirekte Prompt-Injection-Robustheit beträgt 99,79 %, gegenüber 96,23 %.

Nichts davon macht die Notwendigkeit von Schranken überflüssig. Es bedeutet, dass die Schranken seltener auslösen. Ein Modell mit einem 1M-Token-Fenster, einem kritischen Cyber-Rating und der Fähigkeit, beliebige Anfragen an Ihre API zu senden, sollte immer noch gegen Staging mit bereichsbezogenen Anmeldeinformationen, einer Genehmigungsschranke für Mutationen und einer Ablaufverfolgung jedes Aufrufs laufen. Astras Monitor kann auch einen Lauf mitten in der Aufgabe stoppen, behandeln Sie also jede lange Aufgabe als fortsetzbar. Das Testdesign für nicht-deterministische Agenten gilt unverändert: Prüfen Sie den Vertrag, nicht das Protokoll.

Wo die Computernutzung noch ihren Platz hat

Lesen Sie dies nicht als „lassen Sie es nie klicken.“ Drei Fälle sind auf dem Bildschirm besser. Ein Partnerportal oder eine Admin-Konsole ohne API. Eine Frontend-Prüfung am Veröffentlichungstag, die ein Mensch sonst manuell durchführen würde. Ein älteres Desktop-Tool, bei dem die Benutzeroberfläche die einzige Oberfläche ist. Astra ist das erste Modell, bei dem diese Aufgaben überhaupt delegierbar sind, und die Beschleunigung durch das Codex-Harness macht sie günstig genug, um sie nächtlich auszuführen.

Die praktische Regel: Greifen Sie zum Vertrag, wenn ein Vertrag existiert, und greifen Sie zum Bildschirm, wenn nicht.

FAQ

Funktioniert die Computernutzung von GPT-6 Astra über die API? Ja. Die Computernutzung ist unter den von Astra unterstützten Tools der Responses API aufgeführt, zusammen mit Websuche, Dateisuche, Code-Interpreter und Bildgenerierung. Ihre Anwendung stellt die Umgebung bereit und führt die vom Modell vorgeschlagenen Aktionen aus. Die API beinhaltet auch die strengere Seite der OpenAI-Schutzmaßnahmen: Eine vom Fehlausrichtungsmonitor pausierte Aufgabe stoppt, anstatt auf eine Überprüfung zu warten.

Wie groß darf eine Spezifikation sein, die ich ihm geben kann? Das Kontextfenster beträgt 1.050.000 Tokens mit 128.000 Tokens Ausgabe. Eine Spezifikation mit Hunderten von Endpunkten und vollständigen Schemata passt locker hinein. Prompts über 272.000 Eingabe-Tokens werden mit dem doppelten Eingabe- und Cache-Preis abgerechnet, also cachen Sie das Spezifikationspräfix und halten Sie die Nachrichten pro Test klein.

Wird es Endpunkte halluzinieren, die nicht in der Spezifikation enthalten sind? Weniger als frühere Modelle. OpenAIs interner Halluzinations-Benchmark, bei dem niedriger besser ist, weist Astra 4,2 % gegenüber Sols 12,2 % auf, und es ist dreimal weniger wahrscheinlich, seine eigenen Fähigkeiten falsch darzustellen. Strukturierte Ausgaben plus ein schema-validierter Lauf in Apidog fangen den Rest ab, weshalb der Vertragstest das letzte Wort hat, nicht das Modell.

Ist dies günstiger als GPT-5.6 Sol für die Testerstellung? Pro Token, nein. Astra kostet 10 $ und 50 $ pro Million Tokens gegenüber Sols Aktionspreisen von 4 $ und 20 $. Pro abgeschlossener Aufgabe behauptet OpenAI, dass Astra weitaus weniger Tokens verwendet, und der Spec-First-Workflow macht die Modellkosten zu einer einmaligen Ausgabe. Messen Sie es an Ihrer eigenen Spezifikation, bevor Sie sich entscheiden; der API-Leitfaden zeigt, wie man beide nebeneinander vergleicht.

Die Kurzversion

GPT-6 Astra kann Ihren Computer steuern, und für Oberflächen ohne API ist das ein echtes Geschenk. Für die API, die Sie besitzen, ist der Bildschirm der langsame Weg. Geben Sie dem Modell den Vertrag, lassen Sie es die Szenarien schreiben, führen Sie sie in CI aus und behalten Sie die Schutzmechanismen bei. Astra kam innerhalb von zwanzig Minuten selbst zu diesem Schluss. Ihr Team kann dort anfangen.