New usage analytics and updated spend controls for enterprises
Zusammenfassung
Kurz
OpenAI stellt für ChatGPT Enterprise gemeinsame Nutzungsanalysen für ChatGPT und Codex sowie neue workspace-, gruppen- und personenbezogene Credit-Limits vor. Beschäftigte können ihr Budget einsehen und zusätzliche Credits beantragen; konkrete, unabhängig gemessene Kosten- oder Produktivitätseffekte belegt der Bericht nicht.
Mittel
OpenAI kündigt für ChatGPT Enterprise neue Credit-Analysen und flexiblere Ausgabenlimits an. In der Global Admin Console sollen Administratoren den Verbrauch von ChatGPT- und Codex-Credits gemeinsam verfolgen und nach Zeitraum, Person, Produkt und Modell aufschlüsseln können. Dieselben Daten sind laut Bericht auch über eine Cost API für eigene Analysen abrufbar.
Zusätzlich zu bereits bestehenden rollenbezogenen Limits können Admins ein Standardlimit für den Workspace sowie abweichende Grenzen für Gruppen und einzelne Personen festlegen. Beschäftigte sehen ihren Verbrauch im Verhältnis zum Budget und können zusätzliche Credits samt Begründung anfragen. So sollen Personen mit höherem Bedarf mehr Spielraum erhalten, ohne die Limits für alle zu verändern.
Ein Zipline-Mitgründer berichtet, die Werkzeuge unterstützten die breitere Codex-Einführung und eine besser planbare Nutzung. Der Bericht nennt keine unabhängigen Messwerte zu Produktivitäts- oder Kosteneffekten. OpenAI zufolge waren die Funktionen für Enterprise-Admins verfügbar; Nutzer können ihren Verbrauch in den Workspace-Einstellungen einsehen.
Ausführlich lesen
Der Bericht stellt neue Nutzungsanalysen und aktualisierte Ausgabensteuerungen für ChatGPT Enterprise vor. OpenAI begründet die Neuerungen damit, dass Unternehmen den Einsatz von KI ähnlich sorgfältig wie andere wichtige Geschäftsinvestitionen verwalten müssten. Sie sollen besser erkennen können, wie stark KI genutzt wird, wie sich die Nutzung entwickelt und wo dafür Credits verbraucht werden. Das soll laut Bericht helfen, Kosten vorausschauend zu steuern und den Zugang für Teams passend einzurichten.
In der Global Admin Console werden Credit-Daten für ChatGPT und Codex zusammengeführt. Administratoren können den Verbrauch und dessen Verlauf beobachten sowie die Nutzung nach Workspace, Person, Produkt und Modell aufschlüsseln. Außerdem lassen sich besonders aktive Nutzer und neue Nutzungsmuster erkennen. Dieselben Daten sind laut Bericht über eine vereinheitlichte Cost API für weiterführende Analysen in eigenen Systemen verfügbar. Die Aufschlüsselung soll Admins dabei unterstützen, intensive Nutzung einzuordnen und gegebenenfalls genauer zu prüfen. Der Bericht nennt jedoch keine konkreten Zahlen dazu, welche Einsparungen oder Produktivitätsgewinne die Analysen bewirken.
Bei den Ausgabenlimits baut OpenAI auf zuvor eingeführten, rollenbezogenen Limits für fortgeschrittene Modelle auf. Ergänzend können Admins nun ein Standardlimit für den Enterprise-Workspace festlegen, Gruppen eigene Limits zuweisen und einzelne Personen mit höheren Limits ausstatten. Beschäftigte können ihren Verbrauch im Verhältnis zum verfügbaren Budget sehen und zusätzliche Credits beantragen. Dabei können sie erklären, woran sie arbeiten, damit Admins über die Anfrage informiert entscheiden können. So sollen einzelne Personen mit höherem Bedarf weiterarbeiten können, ohne die Limits für alle anzuheben.
Als Praxisbeispiel zitiert der Bericht Ryan Oksenhorn, Mitgründer von Zipline. Er berichtet, dass zunächst die Entwicklungsabteilung und später weitere Teile des Unternehmens Codex eingeführt hätten. Zipline habe sich Nutzungsanalysen gewünscht, um Mitarbeitende bei der Einführung zu unterstützen, sowie differenzierte Kontrollen für besser planbare Ausgaben. Oksenhorn schreibt den neuen Werkzeugen eine schnellere Ausweitung der Produktivität bei fortbestehenden Schutzmaßnahmen zu. Das ist eine Aussage des zitierten Unternehmensvertreters, keine unabhängig belegte Wirkungsmessung im Bericht.
Laut OpenAI waren die Analysen und aktualisierten Kontrollen zum Veröffentlichungszeitpunkt für ChatGPT-Enterprise-Administratoren verfügbar. Beschäftigte in diesen Workspaces können ihren Credit-Verbrauch in den Workspace-Einstellungen einsehen. Der Bericht verweist für weitere Einzelheiten auf Hilfeseiten und nennt den OpenAI-Vertrieb als Kontakt für Fragen zur Einrichtung.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist eine Produktankündigung von OpenAI zu Nutzungsanalysen und Ausgabenlimits in ChatGPT Enterprise und beantwortet keine der Sicherheits- und Governance-Fragen direkt; die Bewertungen bleiben deshalb niedrig.
Im Bericht, aber nicht in der Zusammenfassung
- Kurzfassung nennt die Cost API nicht und lässt die Verfügbarkeit (ab heute für Admins) weg
- Mittlere Fassung nennt Top-Nutzer und aufkommende Verbrauchsmuster nicht
- Beide Fassungen lassen die Unterscheidung zwischen wertvoller Mehrnutzung und Verbrauch, der näher geprüft werden sollte, weg
- Der Zipline-Bezug zum Finden und Schulen von Beschäftigten ohne Codex-Nutzung fehlt
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 44 %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 39 %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 41 %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 43 %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 69 %einzelne zitierbare Belege
- JEV 40 %Hintergrund, keine Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 28 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- 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 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 25 %gleiches Oberthema, hilft nicht
- amos 26 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 38 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 35 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
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 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
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 100 %kein Bezug
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- 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 56 %Hintergrund, keine Belege
- JEV 24 %gleiches Oberthema, hilft nicht
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten?
- 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 51 %einzelne zitierbare Belege
- JEV 44 %beantwortet teilweise oder widerspricht
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen?
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- 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?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- 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