OpenAI vor dem nächsten Flaggschiff: Der Wettlauf um die Modellspitze

Berlin, 15. Oktober 2026 – An der Spitze der KI-Entwicklung geht es dieser Tage um zwei Fragen: Wie leistungsfähig wird das nächste Modell – und wie schnell verbessert sich die Technik wirklich? Zwei Berichte geben darauf sehr unterschiedliche Antworten.

Looping als doppelte Schneide

OpenAI arbeitet laut einem Bericht an seinem nächsten Flaggschiff-Modell. Es nutzt dieselbe Technik wie das aktuelle Topmodell Astra: sogenannte geloopte Transformatoren, intern „Recurrent Depth" genannt. Statt ein Token einmal durch die Schichten laufen zu lassen, schickt das Modell es mehrfach durch dieselben Layer. Das steigert die Leistung bei Mathematik und Programmierung und senkt die Kosten, weil ein kleineres Modell mehr leisten kann.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/]

Doch das Looping hat einen Preis: Ein Teil des „Denkens" verlagert sich in interne numerische Repräsentationen, die für menschliche Prüfer nicht mehr lesbar sind. Das erschwert die Chain-of-Thought-Überwachung, mit der Sicherheitsforscher das Vorgehen eines Modells nachvollziehen. OpenAI begrenzt die Zahl der Loops bei Astra deshalb bewusst, um den Gedankengang lesbar zu halten.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/]

Wie die Technik funktioniert, wurde durch ein Versehen bei Microsoft bekannt: Das Unternehmen hatte in einer inzwischen gelöschten Passage beschrieben, dass das günstigere Modell GPT-6.1 Sol mit „looping inference" arbeitet und dieselben Basisgewichte wie GPT-6 Sol mit zwei statt drei Inferenz-Durchläufen nutzt.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/]

Alignment vor dem Start

Vor einer Veröffentlichung steht noch Alignment-Arbeit an, damit die Ziele des Modells zu den Erwartungen von Forschern und Kunden passen; auch die Testinfrastruktur muss ausgebaut werden.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/] Hinzu kommt eine regulatorische Hürde: Im Rahmen einer Executive Order von Präsident Trump hat sich OpenAI verpflichtet, der US-Regierung neue Modelle bis zu 30 Tage vor externen Partnern und noch früher vor dem öffentlichen Start zugänglich zu machen.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/]

Nach einem Vorfall bei Hugging Face habe OpenAI zudem rund zehn Prozent seiner gesamten Rechenleistung auf Alignment und Sicherheit verlagert, berichtet The Information – das entspräche mehreren hundert Megawatt Datenzentrumskapazität.^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/] Chefwissenschaftler Jakub Pachocki warnte bereits, die Chain-of-Thought-Überwachung werde „fragil" und entwickle sich „leider in eine negative Richtung".^[The Decoder – OpenAI will reportedly ship at least one model this year but its flagship still needs alignment work – url: https://the-decoder.com/openai-will-reportedly-ship-at-least-one-model-this-year-but-its-flagship-still-needs-alignment-work/]

Google: Von einer Beschleunigung keine Spur

Während OpenAI an der nächsten Generation arbeitet, dämpft Google die Erwartung eines sich selbst beschleunigenden Fortschritts. Der Deepmind-Mitarbeiter Haydn Belfield erklärte, es gebe keine messbare Beschleunigung der KI-Forschung durch KI. Zwar schreibe KI inzwischen mehr als 75 Prozent des Produktionscodes, doch rund 88 Prozent aller Code-Änderungen benötigten weiterhin menschliche Aufsicht und würden vor der Einreichung von einem Menschen geprüft. Der Anteil vollständig delegierter Änderungen stieg nur von 7,5 auf 11,9 Prozent.^[The Decoder – Google says self-improving AI isn't anywhere close – url: https://the-decoder.com/google-says-self-improving-ai-isnt-anywhere-close/]

Je komplexer eine Aufgabe werde, desto seltener gelinge sie ohne menschliche Hilfe: Bei 1.389 internen Läufen des Agenten Argon sank die Erfolgsquote ohne Eingriff deutlich mit steigender Komplexität. Auf dem hausinternen Benchmark RE-Bench löst Argon etwa die Hälfte der 74 realistischen ML-Aufgaben. Googles General Capability Index, der 123 Modelle und 92 Benchmarks umfasst, zeigt ein gleichmäßiges Wachstum von rund 0,1 Punkten pro Monat – ohne statistisch signifikante Beschleunigung.^[The Decoder – Google says self-improving AI isn't anywhere close – url: https://the-decoder.com/google-says-self-improving-ai-isnt-anywhere-close/]

Mehr als 20 KI-Forscher, unter ihnen Geoffrey Hinton, Yoshua Bengio und OpenAIs Jakub Pachocki, hatten jüngst vor einer möglichen „Intelligenz-Explosion" gewarnt. Belfields Befunde zeichnen ein anderes Bild: Der Engpass liegt weniger in der Geschwindigkeit der Modelle als in der Frage, wie Menschen sie überwachen und einsetzen.