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
openaiohne Datum · Q008062

OpenAI o1 and new tools for developers

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt o1 in der API, neue Realtime-Funktionen, Preference Fine-Tuning und Beta-SDKs für Go und Java vor. Der Beitrag berichtet überwiegend bessere Benchmarkwerte für die neue o1-Version und nennt niedrigere Audiopreise sowie einen Partnerfall mit verbesserten Ergebnissen durch Preference Fine-Tuning; diese Angaben stammen von OpenAI, und einige Benchmarks bieten keinen direkten Vergleich.

Mittel

OpenAI kündigt in dem Bericht Neuerungen für Entwickler an: o1 in der API, zusätzliche Realtime-Funktionen, Preference Fine-Tuning sowie Beta-SDKs für Go und Java. Laut OpenAI unterstützt o1 nun unter anderem Funktionsaufrufe, strukturierte JSON-Ausgaben, Developer-Nachrichten und Bildverarbeitung. Die neue Version benötige im Durchschnitt 60 Prozent weniger Reasoning-Tokens als o1-preview. Die angeführten Benchmarkwerte fallen meist besser aus, aber nicht durchgehend; für einige Tests fehlt ein Vergleichswert. Der API-Zugang soll schrittweise ausgeweitet werden.

Die Realtime API erhält WebRTC-Unterstützung, neue GPT-4o- und GPT-4o-mini-Versionen sowie Funktionen für Hintergrundaufgaben, gezielte Kontextauswahl und kontrollierte Antwortauslösung. OpenAI nennt niedrigere Audiopreise und eine Verlängerung der maximalen Sitzung von 15 auf 30 Minuten. Preference Fine-Tuning soll mittels Vergleichen bevorzugter und weniger bevorzugter Antworten vor allem subjektive Eigenschaften wie Stil verbessern. Als Beispiel berichtet OpenAI von einem Partnerbenchmark, auf dem Rogo AI eine Steigerung von 75 auf über 80 Prozent Genauigkeit erzielt habe. Das Beispiel belegt keine allgemeine Wirkung. Die Leistungs- und Preisangaben sowie die Aussagen zu den Verfahren stammen aus dem Anbieterbericht; eine unabhängige Prüfung oder ausführliche Benchmarkmethodik enthält er nicht.

Ausführlich lesen

Der Bericht kündigt mehrere Neuerungen für Entwickler an: das Modell o1 in der API, Erweiterungen der Realtime API, Preference Fine-Tuning sowie Beta-SDKs für Go und Java. Die Aussagen und Leistungsangaben stammen vom Anbieter OpenAI.

Laut Bericht wird o1 zunächst für API-Nutzer der Usage Tier 5 verfügbar. Das Modell soll komplexe mehrstufige Aufgaben bearbeiten können und unterstützt nun Funktionsaufrufe, strukturierte Ausgaben nach JSON-Schema, Developer-Nachrichten und Bildverarbeitung. Ein neuer Parameter namens „reasoning_effort“ soll steuern, wie lange das Modell vor einer Antwort nachdenkt. OpenAI gibt an, dass die neue Version pro Anfrage im Durchschnitt 60 Prozent weniger Reasoning-Tokens als o1-preview benötigt. Die veröffentlichte Modellversion wird als o1-2024-12-17 bezeichnet. In einer Tabelle berichtet OpenAI für diese Version bessere Werte als für o1-preview bei mehreren allgemeinen, Programmier- und Mathematik-Benchmarks; beim MGSM-Wert liegt o1-preview dagegen höher. Für einige Tests, darunter Vision- und Agenten-Benchmarks, ist kein Vergleichswert für o1-preview aufgeführt. OpenAI erklärt außerdem, o1 habe in eigenen Tests bei Funktionsaufrufen und strukturierten Ausgaben GPT-4o deutlich übertroffen. Der Zugang werde schrittweise ausgeweitet.

Für die Realtime API beschreibt der Beitrag WebRTC-Unterstützung, die laut OpenAI die Einbindung von Echtzeit-Sprachfunktionen in Browser, Mobilgeräte, IoT-Geräte und Server erleichtern soll. Eine neue GPT-4o-Realtime-Version soll eine verbesserte Sprachqualität, zuverlässigere Eingaben – insbesondere diktierte Zahlen – und niedrigere Kosten bieten. OpenAI nennt eine Senkung der Audio-Tokenpreise um 60 Prozent sowie um 87,5 Prozent bei zwischengespeicherten Audioeingaben. Außerdem kommt GPT-4o mini in die Realtime-Beta. Weitere Funktionen umfassen parallele Hintergrundantworten, individuell auswählbaren Gesprächskontext, eine kontrollierbare Antwortauslösung und eine Verlängerung der maximalen Sitzung von 15 auf 30 Minuten.

Preference Fine-Tuning soll Modelle anhand von Paaren bevorzugter und weniger bevorzugter Antworten anpassen. Der Bericht stellt dieses Verfahren, das Direct Preference Optimization nutzt, dem überwachten Fine-Tuning gegenüber: Es soll sich besonders für subjektive Ziele wie Ton, Stil und Kreativität eignen. Als Beispiel berichtet OpenAI von Rogo AI: Auf dem unternehmenseigenen Benchmark sei die Genauigkeit mit Preference Fine-Tuning von 75 auf über 80 Prozent gestiegen und ein Problem mit erweiterten, außerhalb der Trainingsverteilung liegenden Anfragen gelöst worden. Das ist ein von OpenAI wiedergegebenes Partnerbeispiel, keine allgemeine Wirksamkeitsgarantie. Die Funktion soll zunächst für GPT-4o-2024-08-06 bereitstehen; Unterstützung für GPT-4o mini und weitere Modelle wird angekündigt.

Abschließend stellt OpenAI Go- und Java-SDKs als Beta vor, ergänzend zu den bestehenden Bibliotheken für Python, Node.js und .NET. Der Bericht beschreibt Funktionen und geplante Verfügbarkeit aus Sicht des Anbieters; unabhängige Prüfungen oder ausführliche Angaben zur Methodik der genannten Benchmarks enthält er nicht.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassungen von Luna geben die Fakten des Berichts im Wesentlichen korrekt wieder; die kurze Fassung lässt jedoch zentrale Neuerungen wie WebRTC aus. Die Einordnung je Frage stützt sich allein auf den Berichtstext, nicht auf Lunas Stufen.

Im Bericht, aber nicht in der Zusammenfassung

  • Kurzfassung: WebRTC-Unterstützung der Realtime API fehlt als zentrale Neuerung
  • Kurzfassung: die 60 Prozent weniger Reasoning-Tokens von o1 gegenüber o1-preview fehlen
  • Mittlere Fassung: das Verfahren Direct Preference Optimization (DPO) hinter dem Preference Fine-Tuning wird nicht genannt
  • Mittlere Fassung: der Rollout von o1 auf Usage-Tier 5 wird nicht erwähnt

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
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 33 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 42 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
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 27 %einzelne zitierbare Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 52 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. 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 35 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV 33 %umfangreiche Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • 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 3 · Hintergrund, keine Belege
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 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 28 %nur am Rande erwähnt
    • amos 30 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
  1. 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 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 66 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

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 →