Eine Präsentation mit zwei Folien und eine überschaubare Codekorrektur. Im KI-Weekly-Praxistest haben GPT-6.2 Astra und GPT-6.2 Sol beide Aufgaben im ersten Durchlauf erledigt. Der Unterschied zeigte sich beim Lesen der Folien. Astra schrieb die Kernaussage in den Titel und schlug vor, eine fehlende Zahl beim nächsten Termin zu erheben. Sol legte die Zahlen vollständig vor und hielt die Empfehlung knapper.

So lief der Vergleich

Wir haben beide Modelle am 17. November 2026 in der Codex-Kommandozeile mit Denkstufe Medium getestet. Jede Aufgabe begann in einer eigenen Sitzung mit denselben fiktiven Dateien und demselben Prompt. Pro Modell und Aufgabe gab es einen Durchlauf. Die Folien verglichen wir anschließend mit der PowerPoint-Vorlage. Den Code prüften wir mit einem separaten Testlauf. OpenAIs Vorstellung der beiden Modelle

PowerPoint: Astra bringt die Entscheidung auf die Folie

Das Briefing enthielt eine deutsche Präsentationsvorlage, eine Tabelle mit Anmeldungen und Ausgaben sowie eine Budgetobergrenze. Die tatsächliche Teilnehmerzahl für Mai fehlte bewusst. Gefordert waren eine Gegenüberstellung und eine Empfehlung für Juni.

Beide Modelle übernahmen Layout, Farben und Fußzeilen der Vorlage. Sie berechneten den Anstieg von 48 auf 60 Anmeldungen korrekt als 25 Prozent. Auch die Kosten pro Anmeldung stimmten mit 23,33 Euro im April und 21 Euro im Mai. Beide empfahlen, das Format im Juni beizubehalten, und nannten die fehlende Teilnahmezahl.

Astra schrieb den Anstieg direkt in die Überschrift und bezifferte den Abstand zur Budgetobergrenze mit 40 Euro. Auf der zweiten Folie schlug es vor, die Anwesenheit künftig zu erfassen. Sol betitelte seine erste Folie "April und Mai im Vergleich" und nannte die Ausgaben von 1.260 Euro. Für ein Entscheidungsmeeting würde ich Astras Folien direkt nehmen. Bei Sol würde ich die erste Überschrift zuspitzen.

Gerenderte erste Folie aus dem eigenen Test. Astra nennt den Anstieg von 25 Prozent in der Überschrift. Sol fasst die beiden Monate darunter korrekt zusammen.

Der Folien-Prompt zum Nachbauen

Die Zahlen und die Vorlage lagen getrennt vor. Das Briefing erklärte die Entscheidung für Juni und nannte für Mai ein Budget von 1.300 Euro. Beide Modelle hatten höchstens neun Wörter für die Überschrift und höchstens 35 Wörter pro markiertem Textfeld. Die Kurzfassung der Aufgabe lässt sich mit einer eigenen Vorlage verwenden.

Erstelle aus der Vorlage zwei Folien und erhalte Gestaltung und Fußzeilen. Vergleiche auf Folie 1 die Anmeldungen beider Monate und nenne die Veränderung in Prozent. Gib die Kosten pro Anmeldung auf zwei Dezimalstellen an. Empfiehl auf Folie 2 ein Vorgehen für Juni und markiere die fehlende Zahl zur tatsächlichen Teilnahme im Mai. Nutze die bereitgestellten Daten.

Beim Prüfen lohnt sich ein Blick auf den Nenner. Die 21 Euro für Mai ergeben sich aus 1.260 Euro geteilt durch 60 Anmeldungen. Das belegt niedrigere Kosten pro Anmeldung. Ob tatsächlich mehr Menschen vor Ort waren, bleibt offen.

Code: Beide beheben denselben Fehler

Im fiktiven Buchungsplan konnte eine verspätete Meldung eine Stornierung überschreiben. Die Aufgabe war, pro Buchung nur Meldungen mit höherer Revisionsnummer zu übernehmen und einen Test für gleiche Revisionen im selben Eingabestapel zu ergänzen. Bei gleicher Nummer sollte der erste Eintrag bestehen bleiben.

Astra setzte eine Bedingung in den bestehenden Abgleich. Sol änderte zusätzlich, wie der vorherige Zustand eingelesen wird. Im geprüften Eingabestapel hielten beide Lösungen bei gleicher Revision die Stornierung fest. Sie übernahmen neuere Meldungen und ließen die Sortierung der aktiven Buchungen bestehen. In unserem separaten Lauf bestanden bei beiden alle drei Tests. Astras Änderung war kleiner. Sols Ansatz behandelt auch mehrere Versionen derselben Buchung im vorherigen Zustand nach Revisionsnummer.

Was die drei Codetests konkret abdecken

Die zwei vorhandenen Tests prüften, dass eine ältere Meldung keine Stornierung aufhebt und eine neuere Meldung übernommen wird. Im zweiten Test kam außerdem eine neue Buchung dazu. Die erwartete Reihenfolge stand bereits fest. Der ergänzte Test legte zwei Meldungen mit Revision 3 in denselben Eingabestapel. Zuerst kam die Stornierung, dann die aktive Meldung. In beiden Fassungen musste die Stornierung bestehen bleiben.

Für die Wahl zwischen den beiden Lösungen ist der Zustand vor dem Abgleich entscheidend. Enthält er pro Buchung höchstens einen Stand, hält Astras Eingriff den Änderungsumfang klein. Kann die Eingabe mehrere Stände derselben Buchung enthalten, ist Sols zusätzlicher Abgleich für die vorhandenen Daten relevant. Dann würde ich dafür einen weiteren Abnahmefall vorsehen. Die drei ausgeführten Tests enthalten diesen Fall noch nicht. So trennst du beim Vergleich das Ergebnis der Tests von dem, was du beim Lesen des Codes begründen kannst.

Was die Vorabberichte ergänzen

Ethan Mollick zeigte auf X ein gelungenes Blender- und Unity-Projekt mit Astra und berichtete zugleich von Mühe beim Steuern des Modells. Theo schilderte Unterbrechungen durch Rückfragen. Bei Every beobachtete Dan Shipper, dass Astra längere Coding-Aufgaben zu früh beendete. Unsere kurze Präsentation und die eng begrenzte Codekorrektur hatten klare Abnahmekriterien. Beide Modelle kamen hier bis zum geforderten Ergebnis. Für längere Aufträge würde ich deshalb vorab festlegen, woran man den Abschluss erkennt und welche Lücken ausdrücklich gemeldet werden sollen. Mollick, Theo, Shipper

OpenAI zeigt in seinem eigenen Beitrag weitere Beispiele dafür, wie Astra Präsentationsvorlagen übernimmt. Wenn eine Quelle unterwegs ausfällt, helfen die konkreten Anforderungen aus unserem Beitrag darüber, wie Astra und Sol fehlende Quellen melden.

Welches Modell würde ich für die nächste Aufgabe nehmen?

Für kleine Korrekturen mit einem klaren Test würde ich mit Sol anfangen. Bei einer Folie, die unmittelbar eine Entscheidung vermitteln muss, war Astra in diesem Versuch die bessere Vorlage für die Endfassung. Bei längeren Projekten lohnt sich ein Vergleich an einer Aufgabe aus dem eigenen Alltag. Die entscheidende Frage ist, wie viel Zeit nach der ersten Ausgabe für Prüfung und Nacharbeit anfällt.

GPT-6.2 Astra auf Platz 2 im Gesamtranking hinter Claude Fable 5.2 und vor Claude Opus 5.5.

Den größeren Benchmark-Vergleich zum Praxistest gibt es im KI-Weekly-Ranking und im Artikel GPT-6.2 Astra vs. Sol. Dort sind auch die Astra-Modellseite und die Sol-Modellseite mit den getesteten Denkstufen verlinkt.

Häufig gestellte Fragen

Sagt der Versuch etwas über die Denkstufe Max aus?

Die vier ausgewerteten Läufe nutzten Medium. Für einen Vergleich mit Max würde ich bei denselben Dateien und demselben Prompt bleiben. Dann lässt sich prüfen, ob die andere Denkstufe die Nacharbeit verändert.

Wie prüfe ich, ob die neue Präsentation bearbeitbar bleibt?

Öffne die Ergebnisdatei in PowerPoint und ändere in einer Kopie je einen Titel und einen längeren Textblock. So siehst du, ob die Texte in den vorgesehenen Feldern stehen und spätere Anpassungen ins Layout passen.

Wie vergleiche ich die Folien ohne Einfluss des Modellnamens?

Gib den Ergebnisdateien neutrale Namen und bitte eine zweite Person um eine Bewertung. Lass sie zum Beispiel die Zahlen prüfen und die Lesbarkeit bewerten. Für eine Entscheidungsfolie kannst du zusätzlich fragen, welches Vorgehen die Person aus der Folie ableitet.