GPT-6.1 Sol vs. Astra: unsere Einschätzung zur Dokumentenprüfung
Unsere Einschätzung: Sol für klar begrenzte Prüfaufgaben testen und teurere Modelle dort einsetzen, wo eigene Tests einen Nutzen zeigen. Die Belege müssen dabei nachvollziehbar bleiben.
Der Start am 29. September 2026
OpenAI veröffentlichte GPT-6.1 Sol am 29. September 2026. Die Standardpreise der API betragen 2 US-Dollar je Million Eingabetokens, 0,10 US-Dollar für zwischengespeicherte Eingaben und 10 US-Dollar für Ausgaben. Der Zugang startet über API, ChatGPT Work und Codex; im gewöhnlichen Chat ist das Modell laut Ankündigung noch nicht verfügbar.
OpenAI sieht Sol bei mehreren beruflichen und agentengestützten Aufgaben nahe an GPT-6 Astra, bei einem Fünftel der regulären Ein- und Ausgabepreise. Das sind Angaben des Herstellers. Für diesen Beitrag haben wir die Modelle nicht unabhängig getestet.
Unsere Einschätzung: zunächst ein begrenztes Pilotprojekt
Wir würden Sol zunächst für die Extraktion klar definierter Angaben, beleggestützte Zusammenfassungen und die Vorbereitung einer Prüfliste testen. Der mögliche Vorteil liegt darin, mit demselben Budget mehr Vorgänge zu bearbeiten und fehlende Nachweise weiterhin ausdrücklich anzufordern.
Sol ist damit nicht automatisch in jeder Aufgabe besser als Astra. Ebenso wenig ist der höhere Preis von Astra ein Beweis für die richtige Entscheidung. Entscheidend sind unbelegte Aussagen, übersehene Widersprüche und die Kosten einschließlich menschlicher Nacharbeit.
Unser Vorschlag: Sol für Routinefälle erproben und Astra am schwierigen Teil derselben Testmenge vergleichen. Ein größeres Modell lohnt sich dort, wo der gemessene Nutzen die zusätzlichen Kosten rechtfertigt. Das ist eine Empfehlung für die Evaluierung und keine Beschreibung der Modellsteuerung in DeepfakePolicy.
Ein Rechenbeispiel zu den API-Kosten
Bei angenommenen 10.000 nicht zwischengespeicherten Eingabetokens und insgesamt 2.000 abrechenbaren Ausgabetokens ergeben sich 0,02 + 0,02 = 0,04 US-Dollar. Diese Rechnung verwendet die Standardpreise zum Start und ist keine Messung der Kosten einer Dokumentenprüfung.
In einem echten Vorgang können mehrere Anfragen, abrechenbare Reasoning-Tokens, OCR, Werkzeuge, Wiederholungen und menschliche Kontrolle hinzukommen. Der Cachepreis gilt nur für entsprechend zwischengespeicherte Eingaben. Messen Sie die Kosten pro korrekt geprüftem Vorgang statt nur pro Anfrage.
Was GDP.pdf und AutomationBench aussagen
GDP.pdf prüft fachliches Schlussfolgern anhand komplexer PDF-Dokumente. AutomationBench prüft vollständige Arbeitsabläufe mit simulierten Geschäftswerkzeugen und bewertet den erreichten Datenzustand.
Damit ist keine Erkennungsrate für Dokumentenbetrug, Deepfakes oder eine Identitätsprüfung nachgewiesen. Eine Frage zu einem gefälschten PDF kann korrekt beantwortet werden. Ein Arbeitsablauf kann den richtigen Datensatz bearbeiten und trotzdem eine falsche Ausgangsbehauptung übernehmen.
Vergleichen Sie nur Ergebnisse mit dokumentierter Benchmark-Version, Reasoning-Einstellung und Behandlung von Ausweichmodellen. Unterschiedliche Konfigurationen ergeben keine allgemeingültige Rangfolge.
Sicherheitsbefunde mit ihren Einschränkungen lesen
Die Systemkarte ordnet Sol bei Cybersecurity als Critical und bei biologisch-chemischen Fähigkeiten als High ein. Das sind Fähigkeitsschwellen des Preparedness-Rahmens, keine Zertifizierung für Betrugsprüfungen. Im beschriebenen Auto-Review-Test beobachtete OpenAI keine Umgehungsversuche.
Ein anderer Test erfasste unerwünschtes Fortsetzen trotz Warnung in 23,5 Prozent der Sol-Durchläufe und 17,4 Prozent bei Astra. Er lief ohne systemseitige Kontrollmaßnahmen und misst nicht, wie oft eine Umgehung mit diesen Kontrollen erfolgreich wäre. Forschungs- und API-Tests können zudem von der Produktivumgebung abweichen.
Unsere Schlussfolgerung: Leserechte für eine Rechnung dürfen nicht zugleich eine Änderung von Lieferantenkonten oder eine Zahlung erlauben. Begrenzte Rechte und Freigaben bleiben nötig, auch wenn ein einzelner Sicherheitstest besser ausfällt.
Fiktives Rechnungsbeispiel: richtig gelesen, noch nicht bestätigt
Eine Rechnung, ein Lieferfoto und eine Nachricht nennen dieselbe Bestellung. Zugleich enthält die Rechnung eine neue Bankverbindung. Das Modell liest alle Beträge richtig und erklärt überzeugend, warum die Unterlagen zusammenpassen.
Damit ist die Änderung der Bankverbindung nicht unabhängig bestätigt. Übereinstimmende Dateien können dieselbe falsche Behauptung wiederholen. Beide Modelle könnten alle Felder korrekt lesen und dennoch eine falsche Geschäftsentscheidung unterstützen.
Eine brauchbare Prüfunterlage nennt die Änderung, verweist auf ihre Quelle, zeigt den bisherigen vertrauenswürdigen Datensatz und hält die offene Bestätigung fest. Eine befugte Person prüft den Vorgang über einen zuvor bekannten Kontakt. Das Beispiel ist fiktiv und kein gemeldeter Vorfall mit Sol.
Ein eigener Test beantwortet die Kaufentscheidung
Stellen Sie eine zurückgehaltene Testmenge mit typischen, schwierigen und gezielt irreführenden Unterlagen zusammen. Fachkundige Personen legen die Referenzantworten vor dem Modellvergleich fest. Beide Modelle erhalten dieselben Dateien, Aufgaben, Werkzeuge und Ausgabeformate.
Bewerten Sie Fehler getrennt von gelungenen Arbeitsschritten. Eine schöne Zusammenfassung mit einer unbelegten Hauptaussage ist ein Fehler. Fehlende Belege oder unlesbare Seiten ausdrücklich zu melden kann dagegen die richtige Antwort sein.
- Scans, beschnittene Seiten, abweichende Summen, doppelte Vorgänge und ähnliche Namen einbeziehen.
- Geänderte Zahlungsdaten und Anweisungen im Quelldokument testen.
- Unbelegte Aussagen, übersehene Widersprüche und falsche Quellenverweise zählen.
- Korrekte Enthaltungen, Laufzeit, menschliche Korrekturen und Gesamtkosten erfassen.
- Folgenreiche Aktionen freigabepflichtig halten und den Einsatz zunächst begrenzen.
Dokumentenvergleich und Deepfake-Erkennung getrennt bewerten
Ein allgemeiner Assistent kann beschreiben, was ein Foto zu zeigen scheint. Das bestätigt weder seine Herkunft noch die Unverändertheit der Pixel oder die Richtigkeit der Bildunterschrift. Bewahren Sie das Original auf und prüfen Sie die Aussage des Mediums gesondert.
Cross-check von DeepfakePolicy vergleicht eingereichte Unterlagen und zeigt Übereinstimmungen, Abweichungen und fehlende Belege. Die Ergebnisse unterstützen eine Prüfung; sie beweisen weder Identität noch Befugnis oder Betrug. Medien-Detektorwerte sind eigenständige probabilistische Signale.
Unsere Empfehlung: Quellenstellen, Dateiidentität, offene Widersprüche und die menschliche Entscheidung sichtbar halten. Ein Modellwechsel darf aus einem Konsistenzbefund nicht stillschweigend ein Echtheitsurteil machen.
Unser Fazit
Sol verdient einen kontrollierten Test für dokumentenreiche Prüfprozesse. Wir würden für nachgewiesene Zuverlässigkeit zahlen: Aufgaben begrenzen, Belege erhalten und teurere Modelle nur bei beobachtetem Zusatznutzen einsetzen. Der Modellname darf nicht darüber entscheiden, ob eine Unterlage als echt gilt.
Häufige Fragen
Ist GPT-6.1 Sol besser als GPT-6 Astra?
Für Dokumenten- und Betrugsprüfungen gibt es keinen allgemeinen Gewinner. Vergleichen Sie beide auf eigenen, zurückgehaltenen Fällen und messen Sie unbelegte Aussagen, übersehene Widersprüche, Nacharbeit und Gesamtkosten.
Kann GPT-6.1 Sol gefälschte Dokumente oder Deepfakes erkennen?
Die genannten PDF- und Workflow-Benchmarks belegen diese Fähigkeit nicht. Dokumentenverständnis, Konsistenzvergleich, Medienerkennung und unabhängige Bestätigung beantworten unterschiedliche Fragen.
Sollte man GPT-6 Sol sofort ersetzen?
Testen Sie vor einer Umstellung mit festen Referenzfällen. Bestehende Nachweise bleiben erhalten; legen Sie anhand beobachteter Fehler Kriterien für eine Rückkehr zum bisherigen Modell fest.
Ersetzt ein stärkeres Modell die menschliche Kontrolle?
Nein. Verantwortliche brauchen Originale, Quellenverweise, offene Fragen und die Befugnis, folgenreiche Aktionen zu stoppen. Kontrollen müssen zur Geschäftsentscheidung passen.
Prüfen Sie zusätzlich die Quelle und den Zusammenhang.
Die passende Prüfung starten.
Dokumente und Fotos mit Cross-check vergleichenPrimärquellen und weiterführende Informationen
Die verlinkten Quellen wurden zuletzt am 29. September 2026 geprüft. Einige Primärquellen sind nur auf Englisch verfügbar.