OpenAI: GPT-6 Astra Pro (batch)

GPT-6 Astra Pro ist ein Textgenerierungsmodell von OpenAI, aufgeführt im api14-Katalog als OpenAI: GPT-6 Astra Pro (batch) unter der Modell-ID openai/gpt-6-astra-pro:batch. Es ist dasselbe zugrunde liegende Modell wie GPT-6 Astra, bereitgestellt mit reasoning.mode auf pro gesetzt, eine Konfiguration, die auf Antworten höherer Qualität bei komplexen Aufgaben abzielt. OpenAI veröffentlichte das Modell am 4. September 2026.

Das Modell akzeptiert Text, Bilder und Dateien als Eingabe und gibt Text zurück. Sein Kontextfenster beträgt 1.050.000 Token, und es kann bis zu 128.000 Token in einer einzigen Antwort erzeugen. Das große Eingabefenster und das großzügige Ausgabebudget sind die beiden Zahlen, die die meisten Entscheidungen darüber prägen: Sie können lange Dokumente, angehängte Dateien und Bilder zusammen in einer Anfrage senden und haben immer noch Platz für eine substanzielle generierte Antwort statt einer kurzen Zusammenfassung. Die Ausgabe ist nur Text, alles, was Sie zurückbekommen möchten, muss also als Text ausgedrückt werden, einschließlich strukturierter Daten.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Langkontext-Prüfarbeit passt gut, etwa das Lesen über einen großen Dokumentensatz, eine technische Spezifikation oder ein Bündel von Quelldateien hinweg und das Beantworten von Fragen, die von überall verteilten Details abhängen. Gemischte Eingabe hilft, wenn eine Aufgabe Screenshots, gescannte Seiten oder Diagramme mit schriftlichem Material kombiniert. Die Unterstützung für tools und tool_choice macht es nutzbar als den Reasoning-Schritt in einer Agent-Schleife, und response_format plus structured_outputs ermöglichen es Ihnen, Antworten auf ein Schema einzuschränken, das Ihr Code direkt parsen kann. Für Arbeit, die einen konsistenten Sampling-Seed benötigt, ist seed verfügbar.

Um es aufzurufen, verwenden Sie die OpenAI-kompatible API von api14 und übergeben Sie openai/gpt-6-astra-pro:batch als Modell. Die unterstützten Anfrageparameter sind max_tokens, reasoning, reasoning_effort, include_reasoning, verbosity, response_format, structured_outputs, tools, tool_choice und seed. max_tokens steuert die Länge der generierten Antwort, reasoning und reasoning_effort regeln, wie viel interne Schlussfolgerung das Modell ausführt, include_reasoning bestimmt, ob diese Schlussfolgerung Ihnen offengelegt wird, und verbosity beeinflusst, wie ausführlich die schriftliche Antwort ist. Tools und tool_choice steuern den Funktionsaufruf, während response_format und structured_outputs schema-eingeschränkte Antworten handhaben.

Zwei Grenzen sind es wert, abgewogen zu werden. Die Ausgabemodalität ist nur Text, wenn Ihre Pipeline also Audio, Bilder oder andere generierte Medien benötigt, ist dieses Modell nicht die richtige Wahl. Und weil es im pro-Modus für Antworten höherer Qualität bei komplexen Aufgaben läuft, können einfachere Anfragen besser von GPT-6 Astra bedient werden, das dasselbe zugrunde liegende Modell ohne diese Einstellung teilt.