Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai21. Mai 2025 · Q008032

New tools and features in the Responses API

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI kündigt für die Responses API MCP-Server-Anbindung, Bildgenerierung, Code Interpreter und verbesserte Dateisuche sowie Hintergrundverarbeitung und neue Reasoning-Funktionen an. Die Verfügbarkeit hängt vom Modell ab, und der Bericht nennt konkrete Preise; Leistungs- und Effizienzvorteile werden von OpenAI behauptet, aber nicht unabhängig belegt.

Mittel

Der Bericht kündigt neue Werkzeuge und Funktionen für OpenAIs Responses API an. Laut Unternehmen können Entwickler entfernte MCP-Server anbinden und Bildgenerierung, Code Interpreter sowie erweiterte Dateisuche nutzen. o3 und o4-mini sollen Werkzeuge direkt während des Reasonings aufrufen können; OpenAI erwartet dadurch kontextreichere Antworten und nennt mögliche Einsparungen bei Kosten und Verzögerungen.

Weitere Funktionen sind ein Hintergrundmodus für länger laufende Aufgaben, abrufbare Reasoning-Zusammenfassungen und verschlüsselte Reasoning-Elemente, die berechtigte Zero-Data-Retention-Kunden zwischen Anfragen wiederverwenden können. Der Bericht nennt MCP-Server unter anderem von Shopify, Stripe und PayPal und führt Benchmarks als Beleg für bessere Werkzeugnutzung an, ohne konkrete Messwerte anzugeben.

Die Funktionen seien für GPT‑4o-, GPT‑4.1- und o-Modelle verfügbar; Bildgenerierung innerhalb der Reasoning-Modelle unterstütze laut Text nur o3. Genannt werden Gebühren für Bildgenerierung, Code Interpreter und Dateisuche. MCP-Aufrufe selbst kosteten demnach nichts zusätzlich; API-Ausgabetoken würden weiterhin berechnet. Die Leistungs- und Effizienzangaben stammen aus der OpenAI-Ankündigung und werden im Bericht nicht unabhängig geprüft.

Ausführlich lesen

Der Bericht stellt neue Werkzeuge und Funktionen für die Responses API vor, die OpenAI als zentrale API-Grundlage für agentische Anwendungen beschreibt. Laut OpenAI können Entwickler damit Modelle der GPT‑4o- und GPT‑4.1-Reihen sowie die o‑Serie mit zusätzlichen Werkzeugen verbinden. Besonders o3 und o4-mini sollen Werkzeuge und Funktionen direkt während ihres Reasonings aufrufen können. OpenAI zufolge lassen sich Reasoning-Inhalte zwischen Anfragen und Werkzeugaufrufen weiterverwenden, was die Leistungsfähigkeit verbessern und Kosten sowie Verzögerungen verringern könne.

Eine Neuerung ist die Unterstützung entfernter MCP-Server. Das offene MCP-Protokoll soll den Anschluss von Modellen an externe Werkzeuge und Datenquellen vereinheitlichen; laut Bericht genügt dafür eine kurze Konfiguration in der API. Als Beispiele nennt OpenAI Server von Cloudflare, HubSpot, Intercom, PayPal, Plaid, Shopify, Stripe, Square, Twilio und Zapier. Das Unternehmen erwartet, dass das Angebot solcher Server wächst, und erklärt, dem MCP-Lenkungsgremium beigetreten zu sein. Ein Codebeispiel zeigt einen Einkauf über einen Shopify-MCP-Server. Der Bericht behauptet außerdem, dass der Einsatz mehrerer Werkzeuge während des Reasonings die Leistung bei Benchmarks wie Humanity’s Last Exam deutlich steigere; konkrete Messwerte werden hier nicht genannt.

Zusätzlich beschreibt der Text drei eingebaute Werkzeuge. Die Bildgenerierung mit gpt-image-1 kann laut OpenAI während der Erstellung Vorschauen streamen und mehrstufige Überarbeitungen ermöglichen. Code Interpreter soll Datenanalysen, Mathematik- und Programmieraufgaben sowie die Verarbeitung von Bildern unterstützen. Die Dateisuche wird auf Reasoning-Modelle ausgeweitet und erhält laut Bericht die Möglichkeit, mehrere Vektorspeicher zu durchsuchen und Attributfilter mit Arrays anzuwenden.

Bei den API-Funktionen hebt OpenAI den Hintergrundmodus für länger laufende Aufgaben hervor: Anwendungen können den Status abfragen oder später Ereignisse streamen, um den aktuellen Stand zu erhalten. Außerdem können Reasoning-Zusammenfassungen angefordert werden, die laut Bericht kostenlos sind. Für Kunden, die für Zero Data Retention berechtigt sind, sollen verschlüsselte Reasoning-Elemente zwischen API-Aufrufen wiederverwendbar sein, ohne dass OpenAI sie auf seinen Servern speichert. OpenAI verbindet dies mit geringerem Tokenverbrauch, mehr Cache-Treffern und niedrigeren Kosten und Verzögerungen.

Der Bericht nennt auch Einschränkungen und Preise. Die neuen Werkzeuge und Funktionen seien für GPT‑4o-, GPT‑4.1- und die aufgeführten o‑Modelle verfügbar; Bildgenerierung werde innerhalb der Reasoning-Reihe jedoch nur von o3 unterstützt. Die angegebenen Preise betragen 5 US-Dollar je Million Text-Eingabetoken, 10 US-Dollar je Million Bild-Eingabetoken und 40 US-Dollar je Million Bild-Ausgabetoken für Bildgenerierung, 0,03 US-Dollar je Code-Interpreter-Container sowie 0,10 US-Dollar je GB Vektorspeicher pro Tag und 2,50 US-Dollar je tausend Dateisuche-Aufrufe. Für MCP-Aufrufe selbst falle laut Text keine zusätzliche Gebühr an; berechnet würden die API-Ausgabetoken. Der Artikel beschreibt OpenAIs Produktankündigung und deren Beispiele, liefert aber keine unabhängige Überprüfung der Leistungsversprechen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas zwei Zusammenfassungen (kurz und mittel) wurden beide geprüft; beide geben den Bericht sachlich treu wieder, die Auslassungen sind nebensächlich. Der Bericht ist eine Produktankündigung von OpenAI, daher liegen die Einordnungen zu Governance-Fragen größtenteils bei 0 bis 2. Die Leistungsangaben stammen von OpenAI selbst und sind nicht unabhängig belegt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kundenbeispiele Zencoder, Revi und MagicSchool sowie die Angabe von Hunderttausenden Entwicklern und Billionen verarbeiteter Token fehlen.
  • Die konkreten Preise für Bildgenerierung, Code Interpreter und Dateisuche fehlen in der mittleren Fassung; die kurze Fassung nennt sie nur allgemein.
  • Die genannten Benchmarks (Humanity's Last Exam) und das Beispiel für Hintergrundverarbeitung fehlen in der mittleren Fassung.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 43 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
  1. 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 100 %kein Bezug
    • amos 31 %Hintergrund, keine Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. 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 25 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 31 %beantwortet teilweise oder widerspricht
    • amos 26 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • 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? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. 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 22 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →