GPT von OpenAI ist in Automation-Plattformen breit nativ eingebunden. Die Entwickler-Community ist entsprechend gross, die Integrationswege sind dokumentiert und eingespielt. Für Unternehmen, die schnell produktive Automationen aufbauen wollen, ist GPT oft der pragmatischste Einstieg in die AI Automation.
Diese Seite analysiert GPT nicht als Chatbot, sondern als Automation-Motor: Wie nutzen Sie die OpenAI API, Function Calling und die Responses API, um leistungsfähige Workflows zu erstellen?
GPT-6 Astra, Sol und Luna: Modellüberblick
Quelle: OpenAI Models mit den Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna, OpenAI Pricing («GPT-5.6 Sol's promotional pricing is available at least through November 21, 2026») und OpenAI Deprecations — abgerufen am 23. September 2026. Modellgenerationen wechseln in diesem Feld im Monatstakt; prüfen Sie die Angaben vor einer Architekturentscheidung am Original.Die GPT-6-Familie führt drei Stufen. Alle drei teilen dieselbe Basis: 1,05 Mio. Token Kontextfenster, bis 128'000 Token Ausgabe, Eingabe als Text und Bild (Audio und Video unterstützen sie laut Modellseite nicht) und dieselben eingebauten Werkzeuge über die Responses API — Websuche, Dateisuche, Code Interpreter, Computer Use, MCP und weitere. Sie unterscheiden sich im Preis, im Wissensstand und darin, wie tief sie standardmässig nachdenken.
GPT-6 Astra — die leistungsfähigste Stufe
gpt-6-astra beschreibt OpenAI als «our most capable model, built for the hardest end-to-end work» — für komplexes Reasoning, Programmieren, Computer Use, Recherche und Dokumenterstellung. Es kostet 10 USD je 1 Mio. Eingabe-Token und 50 USD je 1 Mio. Ausgabe-Token.
- Wissensstand: 30. April 2026
- Reasoning:
reasoning.effortvonlowbismax; eine Stufenonegibt es bei Astra nicht - Sinnvoll dort, wo eine Aufgabe an den günstigeren Stufen scheitert: mehrstufige Analysen, lange Agenten-Läufe, heikle Entscheidungen
GPT-6 Sol — die Mittelklasse
gpt-6-sol ist laut OpenAI «built for complex coding and agentic workflows» und kostet 2 USD ein / 10 USD aus je 1 Mio. Token — ein Fünftel des Astra-Preises.
- Wissensstand: 20. April 2026
- Reasoning:
reasoning.effortvonnonebismax, voreingestelltmedium - Standardwahl für Automationen, die mehr als Klassifikation und Routing verlangen, und ein guter Ausgangspunkt für einen A/B-Test gegen Luna
GPT-6 Luna — für hohe Volumen
gpt-6-luna nennt OpenAI «our most efficient model for focused, high-volume tasks». Es kostet 0.10 USD ein / 0.50 USD aus je 1 Mio. Token — beim Eingabe-Token ein Hundertstel von Astra.
- Wissensstand: 18. Mai 2026
- Reasoning:
reasoning.effortvonnonebismax, voreingestelltmedium - Für Masse: Klassifikation, Routing, Extraktion, Chatbots mit hohem Anfragevolumen
GPT-5.6 Sol, Terra und Luna — weiterhin verfügbar
Die Vorgängerreihe GPT-5.6 bleibt verfügbar; GPT-5.6 Terra nennt OpenAIs Deprecations-Liste als Migrationsziel für ältere Modelle. Alle drei Stufen fassen ebenfalls 1,05 Mio. Token Kontext und geben bis 128'000 Token aus, ihr Wissensstand ist der 16. Februar 2026. Die Preise je 1 Mio. Token: GPT-5.6 Sol 4 USD ein / 20 USD aus — laut OpenAI ein Aktionspreis, der mindestens bis zum 21. November 2026 gilt —, Terra 2 / 12, Luna 0.20 / 1.20. Damit kostet GPT-6 Luna beim Eingabe-Token die Hälfte von GPT-5.6 Luna und bei der Ausgabe weniger als die Hälfte (0.50 statt 1.20 USD), und GPT-6 Sol kostet beim Eingabe-Token dasselbe wie GPT-5.6 Terra, bei der Ausgabe weniger.
OpenAI API: Chat Completions, Responses API, Batch API
Chat Completions API — Der Standard
Die Chat Completions API ist der Standard-Endpunkt für Textgenerierung:
- Einfaches Interface: Messages Array mit System, User und Assistant Rollen
- Streaming: Server-Sent Events für Echtzeit-Outputs
- Function Calling: Strukturierte Tool-Aufrufe direkt in der API
- JSON Mode: Erzwingt valide JSON-Outputs für strukturierte Automation
- Werkzeuge: Function Calling ja; eingebaute Werkzeuge wie Websuche gibt es nur über die Responses API. Bei GPT-6 Sol und Luna funktioniert Function Calling über Chat Completions nur mit
reasoning_effortaufnone
Responses API — Persistente Agents
Die Responses API ist OpenAIs Nachfolger der Assistants API und erweitert die Chat Completions um persistente Konversationen und eingebaute Tools:
- Persistenter Zustand: über
previous_response_idoder die Conversations API, ohne manuelles Context-Management - File Search: Automatische RAG über hochgeladene Dokumente
- Code Interpreter: GPT kann Python-Code schreiben und ausführen
- Weitere eingebaute Tools: Websuche, Computer Use und entfernte MCP-Server neben eigenen Funktionen
Achtung bei Bestandsworkflows: Die ältere Assistants API hat OpenAI am 26. August 2025 abgekündigt und am 26. August 2026 abgeschaltet. Wer sie noch nutzt, muss auf die Responses API wechseln.
Batch API — Kostenoptimierung
Die Batch API verarbeitet grosse Mengen von Anfragen asynchron und günstiger als der synchrone Weg:
- Halber Preis: Batch und Flex kosten laut OpenAI 50 % des Standardpreises
- Asynchron: Ergebnisse werden innerhalb eines zugesicherten Zeitfensters geliefert — Batch-Grösse und Frist stehen in der OpenAI-Dokumentation und ändern sich
- Ideal für: Nächtliche Datenverarbeitung, Bulk-Content, periodische Analysen
Function Calling und JSON Mode: Strukturierte Automation
Function Calling — Das Automation-Herzstück
OpenAI hat Function Calling früh eingeführt; die Implementierung ist entsprechend eingespielt:
- Parallele Function Calls: GPT kann mehrere Funktionen gleichzeitig aufrufen
- Strict Mode: Bindet die Funktionsparameter an das definierte Schema
- Tool Choice: Steuerung, ob GPT Funktionen aufrufen soll oder frei antworten kann
- Werkzeuge ab Werk: neben eigenen Functions auch Websuche, Dateisuche und Computer Use
JSON Mode — Strukturierte Outputs
JSON Mode sorgt dafür, dass GPT valides JSON generiert:
- Valides JSON: Kein Parsen von Freitext-Antworten nötig
- Kein Schema: JSON Mode garantiert gültiges JSON, aber nicht, dass es Ihrem Schema entspricht — dafür gibt es Structured Outputs
- Ideal für: einfache strukturierte Antworten ohne festes Schema
Structured Outputs
Structured Outputs gehen über JSON Mode hinaus und binden die Ausgabe an das Schema:
- Schema-Treue: Outputs folgen dem definierten Schema
- Nested Objects: Komplexe verschachtelte Strukturen werden korrekt generiert
- Enum-Support: Werte aus vordefinierten Listen werden eingehalten
4 Praxisbeispiele: GPT in der AI Automation
1. Sales-Agent mit CRM-Integration
Szenario, kein Kundenprojekt. Ein B2B-SaaS-Anbieter setzt GPT-6 Sol als Sales-Agent ein. Der Agent analysiert eingehende Leads, qualifiziert sie anhand vordefinierter Kriterien, erstellt personalisierte Follow-Up-E-Mails und aktualisiert das CRM — orchestriert über n8n-Workflows mit dem nativen OpenAI-Node.
2. Datenanalyse mit Code Interpreter
Szenario, kein Kundenprojekt. Ein Beratungsbetrieb nutzt die Responses API mit Code Interpreter für automatisierte Marktanalysen. GPT erhält Rohdaten (CSV, Excel), schreibt Python-Analysecode, erstellt Visualisierungen und generiert Management-Summaries — alles in einem automatisierten Pipeline-Schritt.
3. Workflow-Orchestration mit Multi-Step-Automation
Szenario, kein Kundenprojekt. Ein E-Commerce-Betrieb orchestriert Bestell- und Retouren-Workflows mit GPT Function Calling. GPT analysiert Kundenanfragen, ruft die relevanten Backend-APIs auf (Bestellstatus, Retouren-Initiierung, Gutschrift-Erstellung) und antwortet dem Kunden — über Make-Szenarien.
4. E-Mail-Automation mit Personalisierung
Szenario, kein Kundenprojekt. Ein Finanzdienstleister automatisiert die E-Mail-Kommunikation mit GPT-6 Luna. Der Agent kategorisiert eingehende E-Mails, extrahiert relevante Informationen, generiert personalisierte Antworten und leitet komplexe Fälle an den zuständigen Berater weiter. Ein fixer System-Prompt mit Beispielen hält den Kommunikationsstil konsistent.
Integration mit Make, n8n und Zapier
Der grösste Vorteil von GPT für AI Automation ist die breite Plattform-Integration:
Make — Native OpenAI-Module
Make bietet dedizierte OpenAI-Module für alle API-Endpunkte:
- Chat Completions Module: Direkte GPT-Integration in Make-Szenarien
- Assistants Module: setzen auf der Assistants API auf, die OpenAI am 26. August 2026 abgeschaltet hat — für Neues das HTTP-Modul gegen die Responses API nutzen
- Image Generation: Bildgenerierung über die aktuellen gpt-image-Modelle; DALL·E 2 und 3 hat OpenAI am 12. Mai 2026 abgeschaltet
- Whisper: Audio-Transkription direkt in Make-Workflows
n8n — OpenAI Node und LangChain
n8n bietet die tiefste OpenAI-Integration:
Vertiefen Sie Ihr Wissen:
- OpenAI Node: Chat, Embedding und Image-Operationen
- AI Agent Node: LangChain-basierte Agent-Loops mit OpenAI
- Vector Store Integration: Eingebautes RAG mit OpenAI Embeddings
- Custom Nodes: Community-Nodes für spezialisierte OpenAI-Workflows
Zapier — OpenAI Actions
Zapier bietet einfache OpenAI-Actions für Nicht-Techniker:
- GPT Action: Text-Generierung und -Analyse in jedem Zap
- AI by Zapier: Vereinfachte GPT-Integration ohne API-Key
- Trigger und Actions: GPT in bestehende Zapier-Automationen einbinden
Pricing: GPT-Kosten für AI Automation
Quelle der Preisangaben: OpenAI Models und OpenAI Pricing — abgerufen am 23. September 2026. OpenAI rechnet in US-Dollar ab; die CHF-Spalte ist eine Umrechnung zum Kurs 0,8194 vom 22.09.2026 (EZB-Referenzkurse, USD/CHF als Kreuzkurs aus EUR/USD 1,1463 und EUR/CHF 0,9393), kein offizieller Anbieterpreis. Bei einer Investitionsentscheidung gilt der Tageskurs.
| Modell | USD je 1 Mio. Token ein / aus | CHF umgerechnet ein / aus | Ideal für |
|---|---|---|---|
| GPT-6 Luna | 0.10 / 0.50 | 0.08 / 0.41 | Chatbots, E-Mail, Klassifikation |
| GPT-6 Sol | 2 / 10 | 1.64 / 8.19 | Standard-Automation, Coding, Agenten |
| GPT-6 Astra | 10 / 50 | 8.19 / 40.97 | komplexe Analyse, anspruchsvolle Agenten |
| GPT-5.6 Luna | 0.20 / 1.20 | 0.16 / 0.98 | Vorgänger, weiterhin verfügbar |
| GPT-5.6 Terra | 2 / 12 | 1.64 / 9.83 | Vorgänger, weiterhin verfügbar |
| GPT-5.6 Sol | 4 / 20 | 3.28 / 16.39 | Vorgänger, Aktionspreis mindestens bis 21.11.2026 |
Kosten-Optimierungstipps
- Batch API: halber Preis für nicht-zeitkritische Verarbeitung
- Prompt Caching: Gecachte Eingabe-Token kosten ein Zehntel des Standardpreises
- Luna statt Sol: Wo die Aufgabe es zulässt, kostet der Eingabe-Token bei GPT-6 Luna ein Zwanzigstel von GPT-6 Sol
- Kurze Prompts: Weniger Tokens je Aufruf senken die Kosten linear — der grösste Hebel bei hohem Volumen
GPT vs Claude: Wann GPT die richtige Wahl ist
GPT passt, wenn:
- Ökosystem-Breite entscheidet: Native Module in Make, n8n, Zapier und vielen weiteren Plattformen
- Team bereits GPT nutzt: Existierende Prompts und Workflows müssen nicht migriert werden
- Code Interpreter gebraucht wird: Die Responses API führt Python-Code direkt aus
- Structured Outputs kritisch sind: Die Ausgabe wird an das Schema gebunden, ohne eigene Nachbearbeitung
Häufig gestellte Fragen
Quelle der Modell- und Preisangaben: OpenAI Models · Anthropic Models — beide abgerufen am 23. September 2026. Abgerechnet wird in US-Dollar.
- Ist GPT-6 Sol besser als Claude Sonnet 5 für AI Automation?
Eine belastbare Rangfolge lässt sich aus den öffentlichen Anbieterangaben nicht ableiten. Belegbar ist der Preis: GPT-6 Sol und Claude Sonnet 5 kosten beide 2 USD ein / 10 USD aus je 1 Mio. Token. Die Kontextfenster liegen mit 1,05 Mio. Token (GPT-6) und 1 Mio. Token (Claude Sonnet 5) nahe beieinander. Den Unterschied machen damit Werkzeuge, Integration und der Testlauf mit den eigenen Daten. Für die meisten Unternehmen ist eine Multi-Model-Strategie sinnvoll: Aufgabe und Preis entscheiden über das Modell, nicht die Marke.
- Wie integriere ich GPT in bestehende Make-Workflows?
Make bietet native OpenAI-Module, die ohne Code funktionieren. Fügen Sie das «OpenAI — Create a Chat Completion»-Modul in Ihr Szenario ein, konfigurieren Sie den API-Key und definieren Sie den Prompt. Für fortgeschrittene Nutzung (Function Calling, Responses API) verwenden Sie das HTTP-Modul — mit GPT-6 Sol oder Luna ohnehin nötig, sobald Werkzeuge im Spiel sind, weil diese Modelle Function Calling über Chat Completions nur ohne Reasoning unterstützen. Schritt-für-Schritt-Anleitungen finden Sie in unseren Make Tutorials.
- Lohnt sich Fine-Tuning von GPT für mein Automation-Projekt?
Fine-Tuning lohnt sich, wenn Sie einen spezifischen, wiederkehrenden Task haben, bei dem das Modell ohne Anpassung nicht die gewünschte Qualität liefert — etwa Markenstil, branchenspezifische Terminologie oder ein proprietäres Ausgabeformat. Der Nutzen liegt in kürzeren Prompts und damit weniger Tokens je Aufruf. Ob Fine-Tuning für die eingesetzte Modellstufe angeboten wird und was es kostet, prüfen Sie vor der Entscheidung in der OpenAI-Dokumentation.
- Was ist der Unterschied zwischen Chat Completions und Responses API?
Die Chat Completions API ist stateless — jeder Request steht für sich. Die Responses API kann den Zustand mitführen — über
previous_response_idoder die Conversations API — und bietet eingebaute Tools (Code Interpreter, File Search, Websuche, Computer Use, MCP). Für einfache Automationen reicht Chat Completions. Für komplexe Agents mit Langzeitgedächtnis ist die Responses API die bessere Wahl. Sie ist zugleich der Nachfolger der Assistants API, die OpenAI am 26. August 2026 abgeschaltet hat. Mehr zu Agent-Architekturen unter AI Agent Frameworks.- Wie sicher sind meine Daten bei der OpenAI API?
Das hängt an den Bedingungen, die für Ihren Zugang gelten, und ändert sich mit ihnen. Massgeblich sind die aktuellen Nutzungs- und Datenschutzbedingungen von OpenAI sowie Ihr konkreter Vertrag. Klären Sie vor dem Produktivstart, wo verarbeitet wird, wie lange Daten gespeichert bleiben und ob Inhalte zur Modellverbesserung genutzt werden — und prüfen Sie das gegen die Anforderungen Ihres Unternehmens. Diese Seite macht dazu keine Zusage. Mehr unter Datenschutz und AI.
Quellen
- OpenAI Models mit den Modellseiten GPT-6 Astra, GPT-6 Sol und GPT-6 Luna, OpenAI Pricing («GPT-5.6 Sol's promotional pricing is available at least through November 21, 2026») und OpenAI Deprecations — abgerufen am 23. September 2026. Modellgenerationen wechseln in diesem Feld im Monatstakt; prüfen Sie die Angaben vor einer Architekturentscheidung am Original.
- Quelle der Preisangaben: OpenAI Models und OpenAI Pricing — abgerufen am 23. September 2026. OpenAI rechnet in US-Dollar ab; die CHF-Spalte ist eine Umrechnung zum Kurs 0,8194 vom 22.09.2026 (EZB-Referenzkurse, USD/CHF als Kreuzkurs aus EUR/USD 1,1463 und EUR/CHF 0,9393), kein offizieller Anbieterpreis. Bei einer Investitionsentscheidung gilt der Tageskurs.
- Quelle der Modell- und Preisangaben: OpenAI Models · Anthropic Models — beide abgerufen am 23. September 2026. Abgerechnet wird in US-Dollar.
