OpenAI-Leiter erklärt, wann Sol, Astra und persistente Agenten zum Einsatz kommen

Auf seiner DevDay 2026 in San Francisco stellte OpenAI mehr als 20 Updates vor, darunter neue Modelle, Entwicklerwerkzeuge und autonome Agenten. Vaibhav Srivastav, der Leiter der Entwicklererfahrung für den Bereich EMEA bei dem Unternehmen, erläuterte, wie Ingenieure diese Optionen nutzen sollten, und betonte dabei eine kosteneffiziente Modellauswahl sowie den praktischen Nutzen persistenter Hintergrund-Agenten.

Was passiert ist

OpenAI führte am 29. September während seiner vierten jährlichen DevDay das Modell GPT-6.1 Sol sowie eine Ultrafast-Stufe für GPT-6 Astra ein. Am 8. Oktober folgte die Unterstützung des Ultrafast-Tiers für Sol. Diese Veröffentlichungen zielen darauf ab, Entwicklern eine granulare Kontrolle über Leistung, Geschwindigkeit und Kosten zu bieten. Srivastav erklärte, dass Astra zwar die Spitze der Fähigkeiten darstellt, Sol jedoch für die meisten täglichen Aufgaben eine nahezu gleichwertige Leistung zu einem deutlich niedrigeren Preis bietet.

Zu den Ankündigungen gehörten auch die OpenAI Dots, persistente Agenten, die kontinuierlich im Hintergrund laufen können. Diese Agenten verbinden sich über das Plugin-Ökosystem von OpenAI mit Tausenden von Anwendungen, um Workflows zu überwachen, Kommunikationstexte zu entwerfen und Pull Requests zu verwalten. Darüber hinaus startete OpenAI die Decisions API zur schnellen Klassifizierung strukturierter Ausgaben und erweiterte die Computer-Nutzungsfunktionen innerhalb der Agents API, sodass Modelle direkt mit Software-Schnittstellen interagieren können.

Srivastav wies darauf hin, dass die internen Nutzungs patterns bei OpenAI dem entsprechen, was externe Entwickler möglicherweise erleben. Viele Mitarbeiter sind auf GPT-6.1 Sol als ihr primäres tägliches Arbeitsmodell umgestiegen, da es Intelligenz und Erschwinglichkeit ausbalanciert. Das Unternehmen ermutigt Teams dazu, spezifische Anwendungsfälle gegen verschiedene Modelle zu testen, um die optimale Balance zwischen Kosten und Ergebnis zu bestimmen, anstatt standardmäßig für jede Aufgabe die teuerste Option zu wählen.

Wie es funktioniert

GPT-6.1 Sol erreicht etwa 95 % der Leistung von GPT-6 Astra in Benchmarks wie SWE-bench und Terminal-Bench 4.0, kostet aber pro Token nur ein Fünftel so viel. Für Aufgaben, die eine adversarische Überprüfung oder eine tiefgehende Sicherheitsanalyse erfordern, empfiehlt Srivastav die Nutzung von Astra, um Schwachstellen zu identifizieren, die Sol möglicherweise übersieht. Die Ultrafast-Stufe liefert bei beiden Modellen über 300 Tokens pro Sekunde und deckt damit Echtzeit-Anforderungen wie Betrugserkennung oder Live-Code-Untersuchungen ab, allerdings zu einem Premiumpreis.

Die OpenAI Dots fungieren als Always-on-Agenten, die Kontextinformationen aus verbundenen Tools wie Slack, GitHub, Gmail und Kalendern aggregieren. Sie priorisieren Aufgaben basierend auf benutzerdefinierten Regeln, beispielsweise das Markieren von Nachrichten von Vorgesetzten oder das Identifizieren dringender Produktstarts. Ein leichtgewichtiges Modell der Luna-Klasse führt automatische Überprüfungen gegen Sicherheitsrichtlinien durch, bevor eine Aktion ausgeführt wird, um sicherzustellen, dass Agenten keine E-Mails senden oder sensible Daten ohne ausdrückliche Genehmigung teilen. Dieses Guardrail-System ist nun für Codex- und ChatGPT-Abonnenten kostenlos verfügbar.

Wichtige Details

• GPT-6.1 Sol bietet 95 % der Leistung von Astra zu 20 % der Standardkosten.
• Der Ultrafast-Modus unterstützt sowohl Sol als auch Astra und liefert über 300 Tokens pro Sekunde.
• OpenAI Dots sind persistente Agenten, die über Plugins mit mehr als 4.000 Apps verbunden werden.
• Die Decisions API klassifiziert Text und Bilder zehnmal schneller als frühere Methoden.
• Die automatische Überprüfung nutzt ein leichtgewichtiges Modell, um Agentenaktionen gegen Benutzerpolitiken zu prüfen.
• OpenAI stellt eine dreimonatige Deprecation-Frist für ältere API-Modelle bereit.

Warum das wichtig ist

Für Engineering-Leads und Gründer bietet die Unterscheidung zwischen Sol und Astra einen klaren Weg, die KI-Ausgaben zu optimieren. Die Verwendung des Modells der höchsten Stufe für jede Aufgabe ist unnötig und teuer. Indem Astra für komplexe, risikoreiche Überprüfungen reserviert und Sol für routinemäßiges Coding und Entwürfe verwendet wird, können Teams eine hohe Ausgabequalität beibehalten und gleichzeitig die Kosten kontrollieren. Dieser gestufte Ansatz ermöglicht es Organisationen, die KI-Nutzung zu skalieren, ohne proportional ihr Budget zu erhöhen.

Die Einführung persistenter Agenten wie Dots verschiebt das Paradigma vom reaktiven Prompting zur proaktiven Unterstützung. Anstatt manuell Tausende von Benachrichtigungen zu sichten, können Entwickler die Überwachung und routinemäßige administrative Aufgaben an Agenten delegieren. Dies reduziert die Ermüdung durch Kontextwechsel und schafft Zeit für hochwertige Engineering-Arbeit und Teamzusammenarbeit. Es erfordert jedoch eine sorgfältige Konfiguration der Sicherheits-Guardrails, um nicht autorisierte Aktionen zu verhindern.

Was Sie tun können

• Prüfen Sie Ihre aktuelle KI-Nutzung, um Aufgaben zu identifizieren, die von Astra zu Sol verschoben werden können.
• Implementieren Sie GPT-6.1 Sol für tägliche Coding-Aufgaben, Entwürfe und routinemäßige Code-Reviews.
• Reservieren Sie GPT-6 Astra für adversarisches Testen, Sicherheitsaudits und komplexe Problemlösungen.
• Konfigurieren Sie OpenAI Dots so, dass sie bestimmte Kanäle und Repositories nach dringenden Elementen überwachen.
• Definieren Sie strenge Richtlinien für die automatische Überprüfung, um zu verhindern, dass Agenten Daten senden oder Code mergen, ohne dass eine Genehmigung vorliegt.
• Testen Sie die Decisions API für hochvolumige Klassifizierungsaufgaben, um Latenz und Kosten zu reduzieren.