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
frank-andrade.medium.com23. Dezember 2024 · Q009917

OpenAI’s o3 and Other AI News That Will Shape AI in 2025

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Beitrag überblickt KI-Neuerungen Ende 2024, darunter OpenAIs o3-Modelle, ChatGPT Pro, Canvas, Sora, Apple-Integration und neue Such-, Video- und App-Funktionen. Andrade sieht darin eine Entwicklung hin zu agentischer KI, betont aber auch Grenzen wie ungelöste ARC-AGI-Aufgaben und mahnt zu kritischer Vorsicht; seine Vergleiche sind keine systematische unabhängige Prüfung.

Mittel

Frank Andrade fasst KI-Ankündigungen aus den letzten Wochen des Jahres 2024 zusammen und sieht darin Hinweise auf die Richtung der Branche im Jahr 2025. Besonders wichtig seien OpenAIs o3 und o3-mini: Laut Beitrag überträfen sie o1 in mehreren Bereichen und erzielten im ARC-AGI-Benchmark mehr als 85 Prozent. Der Text nennt zugleich eine Grenze: Einige Aufgaben, die Menschen leichtfallen, könne o3 weiterhin nicht lösen. Die Modelle waren noch nicht allgemein verfügbar; Sicherheitstests für Forschende liefen.

Weitere Neuerungen betreffen o1 Pro Mode, Canvas mit Python-Ausführung und Sora. Andrade zufolge habe Pro Mode in menschlichen Bewertungen weniger Fehler gemacht und schneller geantwortet als o1-preview. Sora biete Videos bis 1080p und 20 Sekunden, werde vom Autor in Vergleichen aber schwächer als Googles noch nicht öffentlich verfügbares Veo-2 eingeschätzt. Der Beitrag behandelt außerdem ChatGPT-Funktionen in Apple Intelligence, Live-Video und Bildschirmfreigabe, Projektordner, eine kostenlose Suche für registrierte Nutzer, Telefon- und WhatsApp-Zugang sowie App-Integrationen auf macOS. Der Überblick führt Produktangaben und ausgewählte Vergleiche an, präsentiert aber keine systematische unabhängige Prüfung. Andrade sieht agentische KI als Leitmotiv und empfiehlt vorsichtige, kritische Zuversicht.

Ausführlich lesen

Der Beitrag von Frank Andrade überblickt mehrere KI-Ankündigungen aus den letzten Wochen des Jahres 2024 und ordnet sie als Hinweise darauf ein, wohin sich KI-Angebote 2025 entwickeln könnten. Im Mittelpunkt stehen leistungsfähigere Modelle, neue Funktionen in ChatGPT und ein wachsender Fokus auf agentisches Handeln. Die Einschätzungen und Vergleiche geben dabei die Darstellung des Autors wieder.

Als wichtigste Ankündigung hebt Andrade OpenAIs Modelle o3 und o3-mini hervor. Laut Beitrag schneiden sie bei Mathematik und Naturwissenschaften besser ab als o1 und erreichen in einem neuen ARC-AGI-Benchmark Werte über 85 Prozent, die der Autor als oberhalb menschlicher Leistung beschreibt. Er betont zugleich eine Einschränkung: François Chollet, der ARC-AGI entwickelt hat, zufolge scheitere o3 weiterhin an einigen Aufgaben, die für Menschen leicht seien. Die Modelle waren zum Zeitpunkt des Artikels noch nicht allgemein verfügbar; öffentliche Sicherheitstests für Forschende liefen bereits. Andrade sieht darin einen Schritt in Richtung allgemeiner künstlicher Intelligenz, berichtet aber auch, dass OpenAI diesen Begriff vermeide.

Zu ChatGPT nennt der Beitrag den Start von o1 und o1 Pro Mode. Nach den im Artikel angeführten menschlichen Bewertungen habe Pro Mode gegenüber o1-preview die Fehler um 34 Prozent reduziert und Antworten 50 Prozent schneller geliefert. Der Autor merkt an, dass ChatGPT Pro 200 US-Dollar monatlich koste. Canvas wurde um das Ausführen von Python-Code mit Textausgaben und Grafiken erweitert und kann mit benutzerdefinierten GPTs verbunden werden.

Weitere Themen sind Sora, Apples Integration von ChatGPT und Video in Advanced Voice Mode. Sora erzeuge laut Artikel Videos bis 1080p und 20 Sekunden Länge; Andrade beurteilt Googles Veo-2 in Vergleichen als deutlich stärker, weist aber darauf hin, dass Veo-2 noch nicht öffentlich verfügbar sei. Sora sei dagegen in ChatGPT Plus enthalten, mit erweiterten Möglichkeiten im Pro-Abo. Über Apple Intelligence könne Siri ChatGPT für Aufgaben nutzen; außerdem nennt der Beitrag Schreibwerkzeuge, Dokumentzusammenfassungen und Visual Intelligence. ChatGPTs Live-Video- und Bildschirmfreigabe-Funktion sei laut Autor durch Googles Gemini 2.0 in den Hintergrund geraten.

Bei kleineren ChatGPT-Neuerungen beschreibt Andrade Projektordner mit Dateien und eigenen Anweisungen, eine schnellere und mobil optimierte Suche, die nun allen registrierten Nutzern offenstehe, sowie standortbezogene Karten. In den USA könne man ChatGPT außerdem telefonisch erreichen und weltweit über WhatsApp nutzen. Die macOS-App erhalte Verbindungen zu Apps wie Apple Notes, Notion, Quip und Warp sowie die Sprachfunktion „Talk to Apps“; Windows-Nutzer müssten laut Beitrag noch warten.

Als Vorgehen bietet der Text einen journalistischen Überblick über Produktankündigungen, Leistungsangaben und ausgewählte Vergleiche, darunter Videos und Benchmarks. Er legt jedoch keine eigene systematische Prüfung der Modelle oder unabhängige Messungen dar. Andrade deutet den wiederkehrenden Agenten-Gedanken als Zeichen des Wandels und äußert vorsichtigen Optimismus. Zugleich mahnt er, sich nicht von der Aufbruchsstimmung mitreißen zu lassen und kritisch zu bleiben.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung „mittel“ wurde geprüft. Die Kurzfassung ist im Kern ebenfalls treu, lässt aber dieselben Punkte aus. Die Einordnung je Frage stützt sich allein auf den Bericht; Lunas Stufen und Anteile wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Preis von 200 Dollar pro Monat für ChatGPT Pro mit o1 Pro Mode, den der Autor als überraschend hervorhebt
  • Dass OpenAI o3 bewusst nicht als AGI bezeichnet und Chollet auf noch lösbare einfache Aufgaben verweist
  • Dass der Telefonzugang nur in den USA gilt und Windows-Nutzer das Desktop-Update noch nicht haben

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 25 %Hintergrund, keine Belege
    • Luna 60 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 31 %nur am Rande erwähnt
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  2. 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 50 %gleiches Oberthema, hilft nicht
    • JEV 39 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 40 %Hintergrund, keine Belege
    • JEV 52 %nur am Rande erwähnt
    • amos 36 %nur am Rande erwähnt
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

    • SF-F4-T02 Wenn ein Frontier-Modell vor jeder öffentlichen Freigabe zuerst ausgewählte Partner, Forschende oder eine Prüfstelle erreicht: Braucht diese Version mit beschränktem Zugang dieselben veröffentlichten Fähigkeits- und Sicherheitsprüfungen und dieselbe Mitteilung an andere Regierungen wie eine öffentliche Freigabe? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 46 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 44 %Hintergrund, keine Belege
    • JEV 25 %nur am Rande erwähnt
    • amos 37 %nur am Rande erwähnt
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 62 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %nur am Rande erwähnt
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 73 %gleiches Oberthema, hilft nicht

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 60 %einzelne zitierbare Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 38 %nur am Rande erwähnt
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 80 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 66 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 30 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 78 %gleiches Oberthema, hilft nicht
    • d3-ultra 77 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · 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 34 %gleiches Oberthema, hilft nicht
    • Luna 37 %Hintergrund, keine Belege
    • JEV 65 %einzelne zitierbare Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 70 %gleiches Oberthema, hilft nicht

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 58 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 33 %nur am Rande erwähnt
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 3 · 31 % · 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 28 %gleiches Oberthema, hilft nicht
    • Luna 51 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 35 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 39 %gleiches Oberthema, hilft nicht
    • Luna 39 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 80 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 40 %gleiches Oberthema, hilft nicht
    • JEV 27 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 78 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 70 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 75 %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 39 %gleiches Oberthema, hilft nicht
    • Luna 47 %Hintergrund, keine Belege
    • JEV 36 %nur am Rande erwähnt
    • amos 33 %nur am Rande erwähnt
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 81 %gleiches Oberthema, hilft nicht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
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 →