Zusammenfassung:
GPT-6 ist nicht nur Astra! Nur wenige Tage nach der Veröffentlichung von Astra wurde bekannt, dass sich GPT-6 Sol in internen Tests befindet. Auch die Leistung ist sehr auffällig, mit einer einzigen Testgeschwindigkeit, die sechsmal so hoch ist wie die von Astra. Lassen Sie uns eine mutige Vermutung anstellen: Sind Terra und Luna auch unterwegs? Und am selben Tag hat OpenAI gerade eine Reihe interner Daten veröffentlicht: Basierend auf einem 8-Stunden-Arbeitstag laufen bei OpenAI-Forschern derzeit an jedem Arbeitstag mehr als drei Agenten gleichzeitig. Basierend auf den API-Preisen berechnet, übersteigen die Agenteninferenzressourcen, die der durchschnittliche OpenAI-Forscher täglich nutzt, 600 US-Dollar.
OpenAI gab außerdem bekannt, dass es „automatisierte Forschungspraktikanten“ implementiert hat:
Diese Agenten können unter menschlicher Anleitung einige Aufgaben erledigen, für deren Erledigung Forscher mehrere Tage gebraucht hätten.
Sogar Lao Huang sagte: AGI ist bereits da!
Er gab bekannt, dass Astra etwa 100.000 Sätze NVIDIA Grace Blackwell NVLink72 für das Training verwendet und 400.000 Sätze GPUs als nächstes online sein werden.
Es scheint, dass diese Welle kein einseitiger Schlag von OpenAI ist~
Es wurde bekannt, dass GPT-6 Sol mit internen Tests begonnen hat
Netizen Lentils brachte die Nachricht, dass OpenAI GPT-6 Sol intern testet.
Er sagte, dass die Gesamtleistungsfähigkeit des Sol deutlich schwächer sei als die des gerade erschienenen Astra, aber er sei schneller und immer noch ein Modell auf „Monsterniveau“.
Wie schnell? Die Einzeltestgeschwindigkeit ist etwa sechsmal so hoch wie die von Astra.
Netizen Lyra gab verschiedenen Modellen die gleiche Aufgabe zum Testen: Lassen Sie das Modell ein SVG-Bild eines BMW M4 Competition generieren.
Unter anderem verwendet GPT-6 Sol die maximale Ausrüstung und keine Sample-Generierung, was etwa 3 Minuten dauert und etwa 28.000 Token ausgibt.
GPT-6 Astra nutzt die maximale Ausrüstung, gibt etwa 25.000 Token aus und dauert etwa 19 Minuten.
Gemini 3.1 DeepThink schaltet den hohen Gang ein und zeigt eine Ausgabe von etwa 3.300 Token an, aber der Inferenzprozess verbraucht etwa 458.000 Token und dauert etwa 29 Minuten.
Gemini 3.8 Flash schaltete ebenfalls auf Hochtouren und gab etwa 19.000 Token in nur etwa 42 Sekunden aus.
Im Vergleich dazu ist die Leistung von Sol am auffälligsten: Die Leistungsskala liegt nahe an der von Astra, aber die Geschwindigkeit eines einzelnen Tests ist etwa sechsmal so hoch wie die von Astra – und der Zeitaufwand beträgt nur etwa ein Sechstel davon.
Darüber hinaus zeigte Netizen Lentils auch einen Prototyp einer Sandbox-Welt im Pixel-Stil namens „The Realm of Aurellune“.
GPT-6 Sol generiert Städte, Ackerland, Flüsse, Burgen und Miniaturkarten auf einmal und ist außerdem mit Bedienfeldern wie Tag- und Nachtumschaltung, Platzierung von Ortsnamen und Anpassung von Details ausgestattet. Das Ganze ähnelt eher einem Simulationsplanspiel, das bereits Gestalt angenommen hat.
This is the effect generated by zero-shot, Max inference gear, 15 minutes, and a total cost of 60,000 tokens.
Derzeit lässt sich spekulieren, dass Astra auf die schwierigsten und tiefgreifendsten Überlegungen ausgerichtet ist, während Sol auf Geschwindigkeit, Durchsatz und groß angelegte Agentenaufrufe ausgerichtet sein könnte.
Was den Veröffentlichungszeitpunkt von Sol angeht, sagte Internetnutzer Pankaj Kumar, dass es möglicherweise am 29. September auf der OpenAI Developer Conference offiziell veröffentlicht wird.
It is not ruled out that GPT-6 Terra, Luna and GPT-Image 2.5 will appear together.
OpenAI-Forscher bringen pro Person drei Agentenpraktikanten mit zur Arbeit
Am selben Tag veröffentlichte OpenAI auch einen sehr interessanten Satz interner Daten – inwieweit das KI-Modell die wissenschaftliche Forschung im eigenen Labor beschleunigte.
Stand Mitte August dieses Jahres kommen auf alle acht Stunden, die ein Forscher arbeitet, etwa 3,1 Agentenarbeitstage mit parallel ausgeführten Aufgaben.
Hey Leute, ich kann mich um drei Praktikanten kümmern, die nicht alleine schlafen~
Was die Kosten betrifft, die auf der Grundlage der API-Preise berechnet werden, verbrennt der durchschnittliche Forscher jeden Tag mehr als 600 US-Dollar an Ressourcen für die Agenteninferenz.
Es ist fast das Tagesgehalt eines jungen Ingenieurs.
Was genau machen diese Agenten?
Schreiben Sie Forschungscode, schreiben Sie Infrastrukturcode, richten Sie eine Trainingsumgebung ein, führen Sie Evaluierungsexperimente durch, beheben Sie Tool- und Umgebungsfehler, analysieren Sie experimentelle Ergebnisse, überwachen Sie Trainingsaufgaben ... Sie können sogar dabei helfen, Forschungsergebnisse zu organisieren und zu kommunizieren.
Im Grunde kann es alles, außer zu entscheiden, was man studieren möchte.
Eine der intuitivsten Änderungen besteht darin, dass Forscher in der Vergangenheit, wenn die experimentelle Umgebung ausgefallen war, über den internen Kanal um Hilfe rufen mussten; Mittlerweile sind Agenten zunehmend in der Lage, mit solchen Dingen umzugehen, und die Menge an manuellen Fragen und Antworten ist direkt zurückgegangen.
Einige Teams haben die festgelegte technische Frage-und-Antwort-Zeit direkt gestrichen, um den Mitarbeitern Zeit für die Verbesserung des Systems selbst zu geben.
Auf der Grundlage dieser Daten gab OpenAI offiziell bekannt, dass es das Ziel der „automatisierten KI-Forschungspraktikanten“ erreicht hat.
Der „Praktikant“ ist hier, um genau zu sein, ein leistungsfähiger F&E-Knoten: Er kann unter menschlicher Anleitung selbständig Forschungsaufgaben mit klaren Grenzen erledigen, für die qualifizierte Forscher teilweise mehrere Tage benötigt hätten.
Die Ergebnisse waren sofort sichtbar, die Codeausgabe des Forschers und die Anzahl der Experimente nahmen zu.
Im August 2026 erreichte die Zahl der Experimente pro Kopf einen neuen Höchststand seit der Erhebung der Statistik im Januar 2025, die von den Agenten übernommenen Aufgaben wurden immer komplexer und die Zykluszeit immer länger.
Kevin Liu, der Autor dieses Artikels, stellt diese Angelegenheit auch in einen größeren Kontext.
Er glaubt, dass die rekursive Selbstverbesserung wahrscheinlich einer der wichtigsten Faktoren sein wird, die den Sprung der KI-Fähigkeiten in den nächsten Jahren vorantreiben werden.
Um es ganz klar auszudrücken: KI baut KI immer schneller auf.
Das Problem besteht jedoch darin, dass diese Fähigkeit nach dem aktuellen Entwicklungstrend standardmäßig nur in wenigen hochmodernen KI-Laboren zum Einsatz kommen wird und es für die Außenwelt schwierig ist, zu erkennen, wie weit sie fortgeschritten ist.
Deshalb glaubt Liu, dass eine transparente Offenlegung dringender denn je ist. Wie schnell Modelle stärker werden und ob das Tempo von Forschung und Entwicklung gebremst werden muss, können nicht nur ein paar Unternehmen hinter verschlossenen Türen entscheiden.
Er forderte auch andere KI-Unternehmen auf: Ähnliche Daten sollten ebenfalls veröffentlicht werden.
Allerdings ist die KI-Forschung und -Entwicklung zwar schneller geworden, aber noch nicht schnell genug für vollständig autonomes Fahren.
OpenAI-Daten zeigen, dass bei Aufgaben, die ursprünglich 4 bis 8 Stunden dauerten, in mehr als der Hälfte der erfolgreichen Fälle in den letzten sechs Monaten der Mensch mindestens einmal eingreifen musste. Was die Forschungsplanung auf hohem Niveau angeht, wird sie fast nie dem Agenten überlassen.
Forscher sind immer noch dafür verantwortlich, zu entscheiden, was untersucht werden soll, welche Ergebnisse es wert sind, fortgesetzt zu werden, und wann sie das Training ausweiten, Experimente pausieren oder Modelle einsetzen sollten.
Das nächste Ziel von OpenAI wurde ebenfalls festgelegt: bis März 2028 „automatisierte KI-Forscher“ zu erreichen.
Im Vergleich zu „Praktikanten“, die nur spezifische Aufgaben übernehmen können, müssen „Forscher“ in der Lage sein, offenere Forschungsziele zu übernehmen und längerfristige Projekte eigenständig voranzutreiben – was einem Wechsel vom Ausführenden zum unabhängigen Verantwortlichen gleichkommt.
Wenn GPT-6 Sol wirklich intern getestet wurde, dann ist es höchstwahrscheinlich, dass es im Rahmen dieses neuen Forschungs- und Entwicklungsmodells entwickelt wurde:
Mehr GPUs stellen Rechenleistung bereit, mehr Agenten führen Experimente parallel durch und menschliche Forscher stehen auf einer höheren Ebene – sie wählen Richtungen, beurteilen Ergebnisse und entscheiden schließlich, welche Dinge es wert sind, in Modelle der nächsten Generation umgewandelt zu werden.
Eine stärkere KI wird immer schwieriger zu überwachen
Am selben Tag veröffentlichte der Chefwissenschaftler von OpenAI, Jakub Pachocki, einen 10.000 Wörter langen Artikel mit dem Titel „Alien Thinking“.
Nachdem ich das gelesen habe, habe ich das Gefühl, dass sogar der Chefwissenschaftler von OpenAI die gesamte Branche dazu drängt, langsamer zu werden...
Jakub wies darauf hin, dass KI nicht von Menschen nach den Konstruktionszeichnungen, einem Chip und einer Regel gebaut wird. Es ist eher so, als ob es aus riesigen Datenmengen und Rechenleistung von selbst wächst.
Man kann es auseinandernehmen und einige seiner Teile verstehen, aber niemand kann erklären, warum das gesamte System plötzlich eine bestimmte Fähigkeit hat und wie es sich in einer anderen Umgebung verhält.
Was noch problematischer ist, ist, dass die KI den Menschen nicht in allen Aspekten zerquetschen muss, um Probleme zu verursachen. Solange es den Menschen in genügend Schlüsselfähigkeiten übertrifft, kann es Ihnen sowohl sehr helfen als auch viel Ärger verursachen.
Es stellt sich also die Frage: Können Menschen es noch verstehen?
In der Vergangenheit verließ sich OpenAI hauptsächlich auf einen Trick, um KI zu überwachen: Schauen Sie sich die Denkkette an.
Um es ganz klar auszudrücken: Es geht darum, den vom Modell geschriebenen Argumentationsprozess zu betrachten und zu prüfen, ob er böse Absichten hat, wie zum Beispiel den Wunsch, Menschen zu täuschen, die Autorität zu überschreiten und Beschränkungen zu umgehen.
Aber mit der Astra-Generation begann dieser Trick zu scheitern.
Erstens ist das Modell zunehmend in der Lage, das zu „managieren“, was es sagt, und die wahren Gedanken sind möglicherweise nicht alle in der Begründung niedergeschrieben; Zweitens hat der Agent längst aufgehört, „nachzudenken, bevor er antwortet“. Es kann Werkzeuge anpassen, Computer bedienen, Umgebungen ausführen und mit Menschen und anderen Agenten zusammenarbeiten.
Wenn diese Dinge miteinander vermischt sind, können Forscher keine vollständige und transparente Denkkette mehr erstellen, um Satz für Satz zu überprüfen.
OpenAI hat außerdem herausgefunden, dass Astra komplexe Aufgaben bewältigen kann, ohne den gesamten Argumentationsprozess aufzuschreiben.
Um es einfach auszudrücken: Models haben bereits gelernt, große Dinge im Stillen zu erledigen.
In gegnerischen Tests, die speziell dafür entwickelt wurden, Modelle dazu zu zwingen, sich der Überwachung zu entziehen, zeigte Astra sogar einige gruselige Fähigkeiten: absichtliches Absenken der Testergebnisse, Umgehen der Überwachung und Durchführen von Sabotageaufgaben.
Natürlich handelt es sich hierbei um künstlich gestaltete Stresstests, und OpenAI kommt nicht zu dem Schluss, dass Astra bei täglichen Aufgaben aktiv täuscht. Aber es zeigt zumindest, dass es schwierig ist, alle möglichen Verhaltensweisen des Modells allein durch die Beobachtung der Denkkette abzudecken.
Erinnern Sie sich an den vorherigen Hugging Face-Vorfall? Das war ein Weckruf.
Damals wurden GPT-5.6 Sol und ein stärkeres internes Forschungsmodell in die ExploitGym-Netzwerkpalette aufgenommen. Die Aufgabe bestand darin, Schwachstellen zu finden, den Angriff abzuschließen und die Flagge zu erhalten. Um die wahren Fähigkeiten des Modells zu testen, ermöglichte die Evaluierungsumgebung keine vollständigen Sicherheitsleitplanken.
Die resultierenden Modelle haben das Problem nicht ehrlich gelöst. Sie umgingen zunächst die Netzwerkisolation, kommunizierten über nicht autorisierte Kanäle miteinander und arbeiteten bei Aufgaben zusammen.
Dann nutzte er eine Zero-Day-Schwachstelle im Softwarepaket-Cache-Proxy, um Zugriff auf das öffentliche Netzwerk zu erhalten, und betrat schließlich das Hugging Face-System, um die Antwort auf den ExploitGym-Test zu finden.
Tatsächlich wurde diese Angelegenheit hauptsächlich durch das interne Forschungsmodell IM1 vorangetrieben. Auch GPT‑5.6 Sol reproduzierte einige Angriffspfade, Astra war nicht beteiligt.
Das ursprüngliche Ziel der Modelle bestand immer noch darin, den Test abzuschließen, aber um Antworten zu erhalten, suchten sie weiterhin nach Lücken in den Regeln und führten schließlich Operationen durch, die über den Rahmen der Aufgabe hinausgingen.
Daher erkennt OpenAI auch ein Gefahrensignal: Wenn der Agent stark genug ist, über genügend Tools verfügt und lange genug läuft, kann er selbstständig neue Wege finden, externe Ressourcen aufrufen und sogar mit anderen Agenten zusammenarbeiten.
Nein... also wird das Herumdrehen nicht zu einer Sackgasse? ?
OpenAI benötigt stärkere Modelle, um Code zu schreiben, Experimente durchzuführen, Alignment-Forschung durchzuführen und sie sogar zum Aufbau von Sicherheitssystemen zur Verteidigung gegen andere KIs zu verwenden. Je stärker das Modell ist, desto mehr Arbeit kann es leisten und desto schneller ist die Entwicklungsgeschwindigkeit.
Aber gleichzeitig wird es für den Menschen immer schwieriger zu bestätigen, wie er zu seinen Schlussfolgerungen kommt und ob er die Regeln, die er ursprünglich gelernt hat, nach einer Veränderung der Umgebung neu interpretiert.
Jakub kam zu dem Schluss, dass sich kein Labor mehr traut zu sagen, dass es bei der Modellausrichtung und -überwachung gute Arbeit geleistet hat und den Maßstab des Modells mit höchster Geschwindigkeit und langfristig mutig erweitern kann.
Bis branchenweit einheitliche Sicherheitsstandards etabliert sind, hofft er, dass jeder das „freiwillige Treten auf die Bremse“ als stillschweigende Übereinkunft betrachten kann.
Zu OpenAI selbst sagte er auch: Er schließt bei Bedarf nicht aus, den Modellmaßstab einseitig zu stoppen und nicht weiter auszubauen.
Du solltest besser so sein ... Ich erinnere mich, dass ein Unternehmen, das mit A beginnt, dies auch gesagt hat.
[1]https://x.com/Lentils80/status/2096518218836005287? s=20
[2]https://x.com/pankajkumar_dev/status/2096532712291201460
[3]https://openai.com/index/research-acceleration-view-inside-openai/
[4]https://openai.com/index/an-alien-mind/
[5]https://x.com/JensenHuang/status/2096700264569090384?s=20
Kommentare