OpenAI sagt, Agenten decken jetzt 3,1 Arbeitstage pro Arbeitstag eines Forschers ab

Die Forschungsorganisation von OpenAI leistet jetzt 3,1 Agenten-Arbeitstage für jeden Arbeitstag menschlicher Arbeit, erklärte das Unternehmen in einem Aufsatz vom 8. September 2026, in dem dargelegt wird, wie es die Fähigkeiten von Spitzenmodellen in Umsatz umwandeln will. Die Kennzahl, gemessen an einem standardmäßigen achtstündigen Arbeitstag Mitte August 2026, bildet das Fundament eines breiteren Arguments der Finanzvorstandin Sarah Friar, dass leistungsfähigere Modelle, eine Nutzerbasis von mehr als einer Milliarde wöchentlich aktiver Nutzer und eine Full‑Stack‑Rechenstrategie einander verstärken.

Der Aufsatz mit dem Titel „The Work Now Within Reach“ ist Friars neuester Beitrag in einer Reihe über OpenAIs Geschäfts‑ und Rechenökonomie. OpenAI ernannte Friar im Juni 2024 zur CFO; zuvor war sie CEO von Nextdoor und CFO von Square.

Nutzung und Umsatz

OpenAI gab an, dass seine Produkte mehr als eine Milliarde wöchentliche aktive Nutzer und 2,5 Millionen Unternehmen erreichen und dass jeder Forschungsschritt ChatGPT, ChatGPT Work, Codex und auf seiner API basierende Anwendungen verbessert. Das Unternehmen erklärte, dass der durch Werbung finanzierte kostenlose Zugang den Menschen hilft, herauszufinden, wo KI nützlich ist, während Abonnements und nutzungsbasierte Angebote den Kunden ermöglichen, mehr auszugeben, je mehr Wert sie erkennen.

Unter Berufung auf seine Untersuchung einzelner ChatGPT‑Pläne sagte OpenAI, dass das tägliche Nachrichtenvolumen etwa 50 % höher sei sechs Monate nach der Anmeldung im Vergleich zum ersten Monat und dass die Nutzer ungefähr doppelt so viele unterschiedliche Aufgaben ausprobiert hätten. Die zugrunde liegende Analyse basiert auf einer Stichprobe von 0,1 % der Konten, die zwischen dem 15. Oktober 2025 und dem 1. Mai 2026 erstellt wurden, wobei die Aktivität bis zum 31. Mai 2026 verfolgt wurde; sie misst Nachrichten und Aufgabenvielfalt relativ zu den ersten 28 Tagen jedes Nutzers und ordnet die Nachrichten 53 Fähigkeitskategorien zu.

Der Aufsatz verweist zudem auf fünf Kundeneinsätze. Das Boston Children’s Hospital meldete über 40 Diagnosen in zuvor ungelösten Fällen seltener Krankheiten durch KI‑unterstützte Forschung. Cars24 gab an, dass seine Agenten mehr als eine Million Gesprächsminuten pro Monat beim Kauf und Verkauf von Autos bewältigen. Circles berichtete von einer 65 %igen autonomen Lösung von Kundendienstinteraktionen über unterstützte Arbeitsabläufe, und Balyasny Asset Management erklärte, dass sein Central Bank Speech Analyst die makroökonomische Szenarioanalyse von zwei Tagen auf etwa 30 Minuten verkürzt hat. Replit bietet einen Free Mode, der es Menschen ermöglicht, Software zu planen, ohne ihr Nutzungskontingent zu verbrauchen. Jede Kennzahl stammt aus dem jeweiligen Kundenkonto, wie von OpenAI dargestellt.

Agenten innerhalb der Forschungsorganisation

Die Kennzahl von 3,1 Agenten‑Arbeitstagen stammt aus einem OpenAI‑Forschungs‑Update vom 6. September 2026, das berichtete, dass vor Juni 2026 die gesamte Agentenlaufzeit in der Forschungsorganisation noch unter der gesamten menschlichen Arbeitszeit lag. Dieses Update gab an, dass der Median‑Forscher bis Mitte August mehr als 600 $ pro Tag an Inferenz zu API‑Preisen verbrauchte, während der Nutzer im 90. Perzentil mehr als 7 000 $ an Tokens pro Tag nutzte.

Das gleiche Update stellte fest, dass die Erfolgsraten von Codierungs‑Agenten von Januar bis Juli 2026 in mehreren Schwierigkeitskategorien gestiegen sind, wies jedoch darauf hin, dass längere Aufgaben weiterhin menschliche Steuerung erforderten: In den letzten sechs Monaten beinhalteten mehr als die Hälfte der erfolgreichen Aufgaben, die auf vier bis acht Stunden menschlicher Zeit geschätzt wurden, mindestens eine Intervention. Im Aufsatz sagte OpenAI, dass Menschen nach wie vor Forschungsprioritäten setzen und Ergebnisse beurteilen und dass Teams Agenten einsetzen, um Infrastrukturprobleme zu lösen, die früher spezialisierte Unterstützung erforderten.

Modellfähigkeiten und Rechenkosten

Friars Aufsatz stellt GPT-6 Astra als derzeitigen Treiber der Leistungsfähigkeit dar und beschreibt es als Stand‑der‑Technik in den Bereichen Computernutzung, Browsen, Software‑Engineering, Cybersicherheit, Wissenschaft und professioneller Arbeit. In seinem Veröffentlichungspost sagte OpenAI, dass Astra 98 % bei FrontierMath Tier 4, 99,9 % bei ARC‑AGI‑3 und 100 % bei ExploitBench erzielt und die kritische Schwelle in der Cybersicherheit gemäß dem Preparedness Framework des Unternehmens erfüllt. Das sind von OpenAI selbst gemeldete Ergebnisse. Das Unternehmen erklärte, dass Astra am 3. September 2026 einer begrenzten Gruppe von Organisationen ausgerollt wurde, mit allgemeiner Verfügbarkeit über die kostenpflichtigen ChatGPT‑Stufen, die API, Microsoft Azure und AWS Bedrock in den folgenden Tagen.

Zur Wirtschaftlichkeit des Service wiederholt der Aufsatz zwei Zahlen aus OpenAIs Engineering‑Post vom 29. Juli 2026 zu GPT‑5.6: Verbesserungen der Produktions‑Serving‑Software, die die End‑zu‑End‑Kosten um 20 % senkten, und spekulative Decoding‑Arbeiten, die die Token‑Generierungseffizienz um mehr als 15 % steigerten. Beide Verbesserungen wurden mit GPT‑5.6 Sol erzielt, das innerhalb von Codex läuft und laut Engineering‑Post autonom Produktions‑Kernels neu schreibt.

Der Aufsatz fasst zudem die ersten Ergebnisse für Jalapeño, OpenAIs kundenspezifischen Inferenz‑Chip, zusammen, die erstmals am 25. August 2026 veröffentlicht wurden. In InferenceX‑Tests mit GPT‑OSS 120B, DeepSeek R1 und Kimi K2.5 sagte OpenAI, dass der Chip 1,5‑ bis 1,9‑mal so viel Spitzen‑Token‑Durchsatz pro Watt liefert wie die getesteten kommerziellen Systeme, wobei die angegebene Chip‑Leistung zur Normalisierung des Vergleichs verwendet wurde, und dass die End‑zu‑End‑Latenz 1,7‑ bis 3,6‑mal niedriger sei. OpenAI erklärte, dass es plant, Jalapeño bis zum Jahresende in seiner Recheninfrastruktur einzusetzen, zusammen mit Beschleunigern von NVIDIA, AMD und anderen Partnern, und dass Versionen der zweiten und dritten Generation in Entwicklung seien.

Friar schrieb, dass OpenAI jede Investition danach beurteilt, welche Nachfrage sie bedienen kann, wie schnell sie produktiv wird und ob die Erträge das eingesetzte Kapital rechtfertigen, und dass Einnahmen aus wachsender Akzeptanz weitere Forschung und Infrastruktur finanzieren.