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
openai20. August 2024 · Q008981

Fine-tuning now available for GPT-4o

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI kündigte die Feinabstimmung von GPT‑4o und GPT‑4o mini mit eigenen Trainingsdaten an und nannte Partnerergebnisse auf SWE-bench und BIRD-SQL als Beispiele für mögliche Leistungssteigerungen. Diese Zahlen werden als OpenAI-Angaben berichtet, ohne unabhängige Prüfung im Text. Ein Update vom Mai 2026 besagt, dass die Plattform für neue Nutzer geschlossen wird und bestehende Modelle bis zur Abkündigung ihrer Basismodelle verfügbar bleiben sollen.

Mittel

Der Bericht beschreibt die Einführung der Feinabstimmung für GPT‑4o und GPT‑4o mini. Eigene Trainingsdaten sollen Entwicklern helfen, Antwortstil, Format und Verhalten bei fachlichen Aufgaben anzupassen; laut OpenAI können dafür bereits einige Dutzend Beispiele genügen. Zum Start wurden kostenlose tägliche Trainingskontingente bis zum 23. September sowie Preise für Training und Inferenz genannt.

OpenAI belegt den Nutzen mit zwei Partnerbeispielen: Cosines Genie habe 43,8 Prozent auf SWE-bench Verified und 30,08 Prozent auf SWE-bench Full erzielt. Distyl habe beim BIRD-SQL-Benchmark 71,83 Prozent Ausführungsgenauigkeit erreicht. Das sind im Bericht wiedergegebene Partner- und Unternehmensangaben; unabhängige Prüfungen oder detaillierte Testbedingungen werden nicht dargestellt. OpenAI erklärt zudem, Nutzerdaten nicht zum Training anderer Modelle zu verwenden und feinabgestimmte Modelle mit automatisierten Sicherheitstests und Nutzungsüberwachung abzusichern.

Ein Aktualisierungshinweis vom 8. Mai 2026 besagt, dass die Plattform für neue Nutzer geschlossen werde. Bestehende Nutzer sollten noch für einige Monate Trainingsaufträge erstellen können; die Modelle blieben bis zur Abkündigung ihrer Basismodelle für Inferenz verfügbar.

Ausführlich lesen

Der Bericht kündigt die Feinabstimmung von GPT‑4o mit eigenen Datensätzen an. Unternehmen sollen damit Antworten an bestimmte Formate, einen gewünschten Ton oder komplexe fachliche Anweisungen anpassen können. OpenAI zufolge könnten schon einige Dutzend Trainingsbeispiele gute Ergebnisse ermöglichen. Zum Start stellte das Unternehmen jeder Organisation täglich eine Million Trainings-Token kostenlos bis zum 23. September in Aussicht.

Laut Artikel war die Funktion für Entwickler aller kostenpflichtigen Nutzungstufen verfügbar. Für GPT‑4o nennt der Bericht Trainingskosten von 25 US-Dollar je Million Token sowie Inferenzkosten von 3,75 US-Dollar je Million Eingabe- und 15 US-Dollar je Million Ausgabe-Token. Auch GPT‑4o mini ließ sich demnach feinabstimmen; dafür wurden täglich zwei Millionen kostenlose Trainings-Token bis zum 23. September angeboten. Der Text erklärt den Einstieg über das Fine-Tuning-Dashboard und nennt die auswählbaren Modellversionen.

Zur Veranschaulichung führt OpenAI zwei Partnerbeispiele an. Cosines Softwareentwicklungsassistent Genie sei mit einem feinabgestimmten GPT‑4o-Modell trainiert worden, das Beispiele aus der Arbeit echter Softwareentwickler und bestimmte Ausgabeformate wie Code-Patches nutzte. OpenAI berichtet für Genie von 43,8 Prozent auf SWE-bench Verified und 30,08 Prozent auf SWE-bench Full; den zweiten Wert beschreibt der Artikel als damaligen Spitzenwert und vergleicht ihn mit einem früheren Wert von 19,27 Prozent. Distyl habe auf dem BIRD-SQL-Benchmark mit 71,83 Prozent Ausführungsgenauigkeit Platz eins erreicht. Der Artikel nennt gute Ergebnisse unter anderem bei SQL-Erzeugung, Umformulierung von Abfragen, Absichtsklassifikation und Selbstkorrektur.

Diese Zahlen und Erfolgsaussagen stammen aus den von OpenAI ausgewählten Partnerbeispielen; der Bericht liefert dazu keine unabhängige Prüfung oder ausführliche Beschreibung der Testbedingungen. Er behauptet außerdem, dass Nutzer die feinabgestimmten Modelle und ihre Geschäftsdaten kontrollieren und Daten nicht zum Training anderer Modelle verwendet würden. Als Schutzmaßnahmen nennt OpenAI laufende automatisierte Sicherheitstests und Nutzungsüberwachung.

Ein späterer Hinweis im Bericht aktualisiert den ursprünglichen Starttext: Am 8. Mai 2026 habe OpenAI angekündigt, die Feinabstimmungsplattform schrittweise einzustellen. Neue Nutzer könnten sie demnach nicht mehr verwenden; bestehende Nutzer sollten für die kommenden Monate weiterhin Trainingsaufträge erstellen können. Feinabgestimmte Modelle sollten bis zur Abkündigung ihrer jeweiligen Basismodelle für Inferenz verfügbar bleiben. Der Bericht verweist für den vollständigen Zeitplan auf die Dokumentation zu Abkündigungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen (kurz und mittel) wurden geprüft; sie geben den Bericht sachlich korrekt wieder. Die kurze Fassung lässt die Trainingsmöglichkeit für Bestandsnutzer in den kommenden Monaten aus, die mittlere Fassung nennt weder die Platzierung von Distyl noch die konkreten Preise. Die Einordnung stützt sich nur auf den Berichtstext: Der Bericht ist eine Produktankündigung und beantwortet die Sammel- und Teilfragen zur Governance nur am Rande.

Im Bericht, aber nicht in der Zusammenfassung

  • Distyl belegte Platz 1 im BIRD-SQL-Leaderboard
  • Konkrete Preise: 25 Dollar je Million Trainingstoken sowie 3,75 bzw. 15 Dollar je Million Input- bzw. Output-Token bei der Inferenz
  • Verfügbarkeit für alle Entwickler auf allen kostenpflichtigen Nutzungsstufen
  • Die Aussage, dass Cosines Genie auf Beispielen realer Softwareingenieure trainiert wurde

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
  1. 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 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
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 52 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 30 %einzelne zitierbare Belege

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 33 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 41 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 34 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
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 37 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  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 44 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 29 %einzelne zitierbare Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra 38 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 24 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
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 39 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 55 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 64 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 32 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 24 %nur am Rande erwähnt
    • d3-ultra 34 %nur am Rande erwähnt
    • Haiku-Prüfung beantwortet teilweise oder widerspricht
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 73 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  2. 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 39 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

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 →