Introducing Structured Outputs in the API
Zusammenfassung
Kurz
OpenAI stellt Structured Outputs vor, eine API-Funktion, die Antworten an vorgegebene JSON-Schemata bindet und sowohl für Funktionsaufrufe als auch für strukturierte Antworten gedacht ist. OpenAI berichtet von 100 Prozent Schema-Treue in eigenen Tests mit `gpt-4o-2024-08-06`; die Funktion unterstützt jedoch nur einen Teil von JSON Schema und verhindert weder inhaltliche Fehler noch Abweichungen bei Ablehnungen oder vorzeitigem Abbruch.
Mittel
Der Bericht kündigt OpenAI Structured Outputs an: API-Ausgaben sollen damit einem vorgegebenen JSON-Schema entsprechen. Im Unterschied zum JSON-Modus, der laut Bericht lediglich gültiges JSON sicherstellt, soll die neue Funktion Anwendungen bei strukturierten Daten, Funktionsaufrufen und mehrstufigen Abläufen unterstützen. Sie lässt sich entweder mit `strict: true` für Funktionsdefinitionen oder über `response_format` und `json_schema` für strukturierte Antworten aktivieren. Python- und Node-SDKs bieten laut OpenAI native Unterstützung für Pydantic- und Zod-Modelle.
OpenAI berichtet, dass `gpt-4o-2024-08-06` in eigenen Tests komplexe Schemata zu 100 Prozent befolgt habe, gegenüber unter 40 Prozent bei `gpt-4-0613`. Technisch kombiniere das Unternehmen Modelltraining mit eingeschränkter Token-Auswahl: Ein Schema werde in eine kontextfreie Grammatik umgewandelt, die bei der Generierung gültige nächste Tokens vorgibt. Die erste Anfrage mit einem neuen Schema kann dadurch zusätzliche Latenz verursachen; die vorbereiteten Daten würden anschließend zwischengespeichert.
Grenzen bleiben: Unterstützt wird nur ein Teil von JSON Schema. Ablehnungen oder vorzeitige Abbrüche können Schema-Treue verhindern, und korrekte Struktur schließt inhaltliche Fehler nicht aus. Parallele Funktionsaufrufe sind nicht kompatibel; außerdem sind die Schemata laut Bericht nicht Zero-Data-Retention-fähig. Leistungsangaben und Verfügbarkeit stammen aus der Darstellung von OpenAI, nicht aus einer unabhängigen Prüfung.
Ausführlich lesen
Der Bericht stellt OpenAI zufolge „Structured Outputs“ als API-Funktion vor, mit der Modellausgaben zuverlässig einem von Entwicklern vorgegebenen JSON-Schema entsprechen sollen. Die Funktion baut auf dem zuvor eingeführten JSON-Modus auf: Dieser könne gültiges JSON erzeugen, garantiere aber nicht, dass die Antwort einer bestimmten Struktur folgt. Structured Outputs soll dieses Problem für Anwendungen lösen, die Daten aus unstrukturierten Eingaben extrahieren, Funktionen aufrufen oder mehrstufige Abläufe steuern. OpenAI zufolge mussten Entwickler dafür bislang häufig zusätzliche Werkzeuge, sorgfältige Prompts und wiederholte Anfragen einsetzen.
Die Funktion ist laut Bericht auf zwei Arten nutzbar. Bei Funktionsaufrufen wird sie über `strict: true` in der Funktionsdefinition aktiviert. Bei Antworten ohne Tool-Aufruf lässt sich ein Schema über `response_format` und `json_schema` festlegen. Die Beispiele zeigen unter anderem eine strukturierte Datenbankabfrage, eine schrittweise Matheantwort, die Erzeugung verschachtelter Benutzeroberflächen und das Auslesen von Aufgaben, Zuständigkeiten und Fristen aus Besprechungsnotizen. Die Python- und Node-SDKs unterstützen die Funktion laut OpenAI nativ: Sie können Pydantic- beziehungsweise Zod-Modelle in unterstützte Schemata umwandeln, Antworten in typisierte Datenstrukturen überführen und Ablehnungen verarbeiten.
Als Ergebnis berichtet OpenAI, dass `gpt-4o-2024-08-06` in eigenen Tests zur Befolgung komplexer JSON-Schemata 100 Prozent erreicht habe; `gpt-4-0613` habe unter 40 Prozent erzielt. Im Abschnitt zur technischen Umsetzung erläutert OpenAI zwei Bestandteile: Das neue Modell sei auf das Verständnis komplexer Schemata trainiert worden; zusätzlich begrenze ein Verfahren namens „constrained decoding“ die jeweils möglichen nächsten Tokens auf solche, die mit dem Schema vereinbar sind. Dafür werde das JSON-Schema in eine kontextfreie Grammatik umgewandelt und vor der Generierung verarbeitet. Die erste Anfrage mit einem neuen Schema kann deshalb laut Bericht zusätzliche Latenz verursachen: typische Schemata benötigten weniger als zehn Sekunden, komplexere bis zu einer Minute. Danach würden vorbereitete Daten zwischengespeichert.
Der Bericht nennt mehrere Einschränkungen. Unterstützt werde nur eine Teilmenge von JSON Schema. Eine Ablehnung einer unsicheren Anfrage oder ein vorzeitiger Abbruch, etwa durch das Erreichen von `max_tokens`, kann verhindern, dass die Ausgabe dem Schema entspricht; eine Ablehnung werde über ein eigenes Antwortfeld angezeigt. Schema-Treue verhindere außerdem keine inhaltlichen Fehler innerhalb der Werte. Parallele Funktionsaufrufe seien nicht kompatibel, und für solche Fälle empfiehlt der Bericht, `parallel_tool_calls` zu deaktivieren. Schemata seien zudem nicht für Zero Data Retention geeignet.
Zur Verfügbarkeit heißt es, Structured Outputs mit Funktionsaufrufen sei für API-Modelle mit Funktionsaufruf-Unterstützung verfügbar, während die Variante für Antwortformate zunächst für bestimmte GPT‑4o-Modelle und darauf basierende Fine-Tunes angeboten werde. Beide Varianten seien laut Bericht mit mehreren APIs und Vision-Eingaben kompatibel. OpenAI beziffert außerdem die Preiseinsparung beim Wechsel von `gpt-4o-2024-05-13` auf `gpt-4o-2024-08-06` auf 50 Prozent bei Eingabe- und 33 Prozent bei Ausgabetokens. Diese Leistungs-, Verfügbarkeits- und Preisangaben sind Aussagen des Berichts; er beschreibt keine unabhängige Prüfung.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Beide Zusammenfassungen geben den Bericht inhaltlich korrekt wieder; die Mängel betreffen Auslassungen. Luna stuft die Fragen SF-V5 und SF-A1 mit Stufe 4 zu hoch ein, weil der Bericht dort nur am Rande Bezug nimmt. Für SF-E1 und SF-V5-T02 sowie SF-A1-T02 liegt kein inhaltlicher Bezug vor, Luna hat hier teils zu hoch oder ungenau bewertet. Die Anteilswerte in Lunas Einordnung lassen sich am Bericht nicht prüfen und wurden daher nicht bewertet.
Im Bericht, aber nicht in der Zusammenfassung
- Die kurze Zusammenfassung nennt weder den Vergleich mit gpt-4-0613 (unter 40 Prozent) noch die Technik des Constrained Decoding oder die SDK-Unterstützung für Pydantic und Zod.
- Keine der beiden Zusammenfassungen erwähnt das neue Feld „refusal“ in der API-Antwort.
- Keine der beiden Zusammenfassungen nennt die 93-Prozent-Benchmark-Angabe vor dem Constrained Decoding oder die Preisangaben für gpt-4o-2024-08-06.
- Keine der beiden Zusammenfassungen erwähnt die Unterstützung rekursiver Schemata, die der Bericht als Grund für den grammatikbasierten Ansatz nennt.
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 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
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 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- 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 41 %Hintergrund, keine Belege
- JEV 28 %umfangreiche Belege
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 67 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra
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 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- 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 100 %kein Bezug
- SubQ 67 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 25 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 44 %einzelne zitierbare Belege
- amos 25 %Hintergrund, keine Belege
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 52 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 72 %gleiches Oberthema, hilft nicht
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 80 %gleiches Oberthema, hilft nicht
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 29 %einzelne zitierbare Belege
- amos 27 %Hintergrund, keine Belege
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 43 %einzelne zitierbare Belege
- JEV 49 %beantwortet direkt und ausführlich
- amos 24 %Hintergrund, keine Belege
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 31 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
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 42 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 26 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 33 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra
- 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 40 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 48 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 65 %gleiches Oberthema, hilft nicht
- drex 67 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 67 %gleiches Oberthema, hilft nicht
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- 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 45 %gleiches Oberthema, hilft nicht
- SubQ 75 %gleiches Oberthema, hilft nicht
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 56 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 59 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- clef 100 %kein Bezug
- Luna 33 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 45 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- 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 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra
Weitere Berichte zu diesen Fragen
- 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?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- 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?
- Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- 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