Coding-agent use at OpenAI is doubling roughly every month
Zusammenfassung
Kurz
Laut einer Auswertung von OpenAI-Daten stieg der tägliche Coding-Agent-Inferenzverbrauch zu Listenpreisen bis Mitte August 2026 auf rund 601 Dollar beim Median und 7.047 Dollar beim 90. Perzentil; modellierte jüngere Trends ergeben Verdopplungszeiten von etwa 34 beziehungsweise 27 Tagen. Die Preiswerte sind keine tatsächlichen internen Ausgaben, und die Hochrechnung von rund zwei Millionen Dollar im Jahr für besonders intensive Nutzung ist ein Größenvergleich, kein Nachweis von Kosten oder Produktivitätswirkung.
Mittel
Der Bericht wertet Daten aus zwei Diagrammen eines OpenAI-Beitrags aus und beschreibt einen starken Anstieg der Coding-Agent-Nutzung bei OpenAI-Forschenden von Januar bis Mitte August 2026. Der tägliche Inferenzverbrauch zu API-Listenpreisen stieg beim Median von unter einem Dollar auf rund 601 Dollar. Beim 90. Perzentil erreichte er etwa 7.047 Dollar pro Tag.
Die Autorinnen und Autoren passten exponentielle Trends mit einem Steigungswechsel an. Für die jüngere Phase schätzen sie eine monatliche Zunahme um den Faktor 1,8 beim Median und 2,2 beim 90. Perzentil; das entspräche Verdopplungen alle 34 beziehungsweise 27 Tage. Beide Reihen seien seit ihren ersten positiven Januarwerten um mehrere Tausendfaches gewachsen. Die Wochenwerte schwanken jedoch, und die Verdopplungsraten sind Modellergebnisse, keine Aussage über die Zukunft.
Die Beträge beruhen auf öffentlichen API-Preisen und messen nicht OpenAIs tatsächliche Kosten. Eine Hochrechnung von rund zwei Millionen Dollar jährlich für eine Person am 90. Perzentil dient nur als Größenvergleich. Der Bericht weist weder interne Ausgaben noch Produktivitätsgewinne nach.
Ausführlich lesen
Der Bericht beschreibt, wie stark OpenAI-Forschende ihren Einsatz von Coding-Agenten zwischen Januar und Mitte August 2026 erhöht haben. Grundlage sind laut Bericht Daten aus den ersten beiden Diagrammen eines OpenAI-Beitrags vom September 2026. Die ausgewiesenen Beträge beziffern den täglichen Inferenzverbrauch zu den öffentlichen API-Listenpreisen. Sie sind daher ein Maß für den Umfang der Nutzung, nicht für OpenAIs tatsächliche interne Ausgaben.
Für Forschende am Median stieg der tägliche Verbrauch von zunächst unter einem US-Dollar im Januar auf rund 601 Dollar Mitte August. Bei der Gruppe am 90. Perzentil – also den besonders intensiven Nutzenden – lag der Wert Mitte August bei rund 7.047 Dollar pro Tag. Die Wochenwerte zeigen dabei Schwankungen, aber insgesamt einen starken Anstieg. Zwischen den ersten positiven Januarwerten und Mitte August wuchsen beide Reihen laut Bericht um mehrere Tausend Prozent beziehungsweise auf ein Mehrtausendfaches.
Zur Beschreibung des Verlaufs entnahmen die Autorinnen und Autoren die Daten aus den beiden OpenAI-Diagrammen und passten Trendmodelle an. Bevorzugt wurde ein exponentieller Trend mit einem Wechsel der Steigung an einem einzelnen Wendepunkt. Für die jüngere Phase ergeben sich demnach monatliche Zuwachsraten von etwa 1,8-fach beim Median und 2,2-fach beim 90. Perzentil. Das entspricht geschätzten Verdopplungszeiten von 34 beziehungsweise 27 Tagen. Die Aussage, die Nutzung verdoppele sich ungefähr monatlich, bezieht sich somit auf diese modellierten jüngeren Trends und ist keine Garantie, dass sich das Tempo dauerhaft fortsetzt.
Der Bericht veranschaulicht die Größenordnung mit einer Hochrechnung: Wenn eine Person am 90. Perzentil an jedem Arbeitstag Inferenz im Wert von 7.000 Dollar zu Listenpreisen nutzte, entspräche das etwa zwei Millionen Dollar pro Jahr. Der Bericht setzt diesen Betrag in Beziehung zu den Kosten einer Forschendenstelle und merkt an, dass er vergleichbar oder höher sein könnte. Diese Rechnung ist ausdrücklich eine Veranschaulichung auf Basis von Listenpreisen und Arbeitstagen; sie weist weder tatsächliche Unternehmenskosten noch Einsparungen oder Produktivitätsgewinne nach.
Die Ergebnisse belegen daher vor allem einen raschen Anstieg der gemessenen Nutzung und deren geschätzte Größenordnung. Die mitgelieferte Datentabelle enthält Wochenwerte von Anfang Januar bis Mitte August, darunter einzelne Rückgänge und fehlende Wochen. Sie liefert keine Angaben zu internen Rechenkosten, zur Verteilung der Nutzung außerhalb der angegebenen Perzentile oder dazu, welche Wirkung die Agenten auf Forschungsleistung und Beschäftigung hatten.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Beide Zusammenfassungen geben die Zahlen (601 und 7.047 Dollar, Verdopplungszeiten von 34 und 27 Tagen, API-Listenpreise statt interner Kosten) korrekt wieder. Die Ergänzung, dass die Verdopplungsraten keine Zukunftsaussage sind, ist eine Deutung von Luna und steht so nicht im Bericht, ist aber sachlich vertretbar. Der fehlende Vergleich mit den Kosten einer Forscherstelle ist der wichtigste Auslassungspunkt.
Im Bericht, aber nicht in der Zusammenfassung
- Die Hochrechnung von rund zwei Millionen Dollar pro Jahr wird im Bericht mit den Kosten einer Forscherstelle verglichen (vergleichbar oder höher), das fehlt in beiden Zusammenfassungen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 56 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 69 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 52 %gleiches Oberthema, hilft nicht
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 40 %Hintergrund, keine Belege
- JEV 35 %gleiches Oberthema, hilft nicht
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 52 %gleiches Oberthema, hilft nicht
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 56 %Hintergrund, keine Belege
- JEV 52 %einzelne zitierbare Belege
- amos 29 %einzelne zitierbare Belege
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 23 %einzelne zitierbare Belege
- d3-ultra 36 %einzelne zitierbare Belege
- Haiku-Prüfung Hintergrund, keine Belege
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 48 %Hintergrund, keine Belege
- JEV 35 %Hintergrund, keine Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 52 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 28 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 82 %Hintergrund, keine Belege
- JEV 27 %gleiches Oberthema, hilft nicht
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 37 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Woran erkennen andere, dass ein Labor wirklich bremst?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv