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
openai16. Mai 2025 · Q009221

Addendum to o3 and o4-mini system card: Codex

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Das Addendum stellt Codex als cloudbasierten Programmieragenten vor, der Code in einer vorbereiteten, nach der Einrichtung internetfreien Umgebung bearbeiten und prüfen kann. Laut Bericht können Nutzer seine Arbeit anhand von Protokollen und Dateien nachvollziehen und Änderungen exportieren; unabhängige Leistungsbelege enthält der Text nicht. Es ist der vollständig bereitgestellte kurze Bericht, keine Fehlerseite oder ausdrücklich gekennzeichnete Teilfassung.

Mittel

Das kurze Addendum beschreibt Codex als cloudbasierten Programmieragenten, der laut OpenAI auf „codex-1“ basiert, einer für Softwareentwicklung optimierten Version von o3. Das Modell sei mit bestärkendem Lernen an realen Programmieraufgaben trainiert worden, um Anweisungen genau zu befolgen, Code nach gängigen menschlichen Stil- und PR-Vorlieben zu schreiben und Tests schrittweise auszuführen.

Jeder Codex-Agent arbeite in einem eigenen Cloud-Container mit dem bereitgestellten Code und einer vom Nutzer bestimmten Entwicklungsumgebung. Nach der Einrichtung werde der Internetzugriff abgeschaltet. Codex könne dort Dateien lesen und bearbeiten sowie Befehle wie Tests, Linter und Typprüfungen ausführen. Zur Überprüfung seiner Arbeit liefere es laut Bericht Verweise auf Terminalprotokolle und Dateien. Nutzer könnten Ergebnisse prüfen, Überarbeitungen anfordern oder den Diff exportieren.

Der Text bietet keine Leistungskennzahlen oder unabhängige Prüfung der Aussagen und verweist für weitere Informationen auf die vollständige Systemkarte. Es handelt sich um den vollständig vorliegenden kurzen Addendum-Text, nicht um eine Fehlerseite oder einen ausdrücklich gekennzeichneten Auszug.

Ausführlich lesen

Der bereitgestellte Bericht ist ein kurzes Addendum zur Systemkarte von OpenAI o3 und o4-mini. Er beschreibt Codex als cloudbasierten Programmieragenten, der laut Bericht von „codex-1“ angetrieben wird – einer für Softwareentwicklung optimierten Version von OpenAI o3. Das Modell sei mit bestärkendem Lernen anhand realer Programmieraufgaben in unterschiedlichen Umgebungen trainiert worden. Ziel sei, Code im Stil menschlicher Entwickler und nach üblichen PR-Vorlieben zu erzeugen, Anweisungen genau zu befolgen und schrittweise Tests auszuführen, bis diese erfolgreich sind.

Der Bericht erklärt, dass Nutzer Codex mit Programmieraufgaben oder Fragen zu einer Codebasis beauftragen können. Jeder Agent laufe in einem eigenen Cloud-Container, der mit dem Nutzercode und einer vom Nutzer festgelegten Entwicklungsumgebung einschließlich Abhängigkeiten und Werkzeugen vorbereitet werde. Nach der Einrichtung werde der Internetzugriff deaktiviert. Im Container könne Codex Dateien lesen und bearbeiten sowie Befehle ausführen, etwa Tests, Linter und Typprüfungen.

Als Kontrollmöglichkeit nennt der Bericht überprüfbare Belege für die ausgeführten Arbeiten: Codex liefere Verweise auf Terminalprotokolle und Dateien, anhand derer Nutzer die Ergebnisse prüfen könnten. Nach Abschluss einer Aufgabe könnten Nutzer das Resultat begutachten, Änderungen anfordern oder den erzeugten Diff exportieren – als GitHub-Pull-Request oder zum lokalen Testen und Weiterentwickeln.

Die Darstellung beschränkt sich auf eine knappe Produktbeschreibung und Aussagen zu Training, Arbeitsumgebung und Ergebnisprüfung. Sie enthält keine konkreten Leistungsdaten, unabhängige Evaluationen oder Beispiele, anhand derer sich die genannten Fähigkeiten überprüfen ließen. Für weitere Einzelheiten verweist sie auf die vollständige o3- und o4-mini-Systemkarte. Dies ist der vollständig bereitgestellte kurze Addendum-Text, keine Fehlerseite und kein als Auszug gekennzeichneter Teil eines längeren Berichts.

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

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 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. 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 100 %kein Bezug
    • JEV 27 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 29 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 35 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-P3-T06 Wenn getrennte Sicherheitsprüfungen Repositorien, Zwischenspeicher oder andere beschreibbare Dienste teilen: Wie zeigt man, dass Modellinstanzen zwischen den Läufen keine Informationen austauschen und dadurch das gemeldete Ergebnis ungültig machen können? Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 59 %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 28 %gleiches Oberthema, hilft nicht
    • Luna 41 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 4 · 44 % · einzelne zitierbare Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %Hintergrund, keine Belege
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 62 %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 52 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 21 %gleiches Oberthema, hilft nicht
    • Luna 45 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 33 %einzelne zitierbare Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra offen

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 %beantwortet teilweise oder widerspricht
    • Luna 40 %einzelne zitierbare Belege
    • JEV 67 %beantwortet teilweise oder widerspricht
    • amos 30 %einzelne zitierbare Belege
    • SubQ 32 %einzelne zitierbare Belege
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-A1-T05 Werden Agententests Aufgaben enthalten, in denen die Pflicht, Belege zu zitieren, dazu drängt, eine lokale Datei zu veröffentlichen, und welche Regel hindert einen Agenten daran, private Quellen ohne Erlaubnis des Nutzers unter einer öffentlichen Internetadresse zugänglich zu machen? Luna: Stufe 4 · 25 % · einzelne zitierbare Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 23 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 33 %einzelne zitierbare Belege
    • SubQ 28 %einzelne zitierbare Belege
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 58 %einzelne zitierbare Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. 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 55 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %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 →