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
medium.com29. Juni 2026 · Q011064

Everyone’s Talking About GPT-5.6 Sol. The Tier That Actually Matters Costs Half as Much.

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt GPT-5.6 als Familie aus Sol, Terra und Luna und hebt Terras von OpenAI behauptetes GPT-5.5-Leistungsniveau zum halben Preis als besonders praktisch hervor. Der Autor konnte Sol nicht testen, kritisiert die wenigen veröffentlichten Coding-Belege und sieht die beschränkte, staatlich geprüfte Freigabe als wichtige offene Frage.

Mittel

Der Autor ordnet GPT-5.6 ein, ohne Sol selbst getestet zu haben: Das Spitzenmodell sei laut Bericht zunächst nur für etwa zwanzig geprüfte Partner verfügbar gewesen. Die Modellfamilie umfasst demnach Sol, Terra und Luna. OpenAI zufolge soll Terra ungefähr GPT-5.5-Leistung zum halben Preis bieten; genannt werden 2,50 US-Dollar je Million Eingabe-Token und 15 US-Dollar je Million Ausgabe-Token. Der Autor sieht darin möglicherweise den praktisch wichtigsten Teil der Veröffentlichung für kostenempfindliche Anwendungen. Sols Coding-Ergebnis stützt sich laut Artikel vor allem auf Terminal-Bench 2.1. Der Autor hält diesen Test für relevant, kritisiert aber die schmale Beleglage und vermisst weitere Benchmarks sowie Angaben zu Fehlschlägen. OpenAI habe zudem „max“- und „ultra“-Einstellungen für mehr Denkzeit beziehungsweise parallele Unteragenten angekündigt; deren Nutzen bleibe ungeprüft. Der Bericht hinterfragt auch Sols beschränkte, staatlich geprüfte Freigabe. OpenAI bezeichne sie als vorläufige Sicherheitsmaßnahme; der Autor warnt vor einem dauerhaften Präzedenzfall. Cache-Funktionen könnten laut Artikel Kosten senken. Insgesamt bleibt das Urteil vorläufig, weil Zugang und unabhängige Leistungsbelege fehlen.

Ausführlich lesen

Der Bericht betrachtet GPT-5.6 und fragt, welche Teile der Veröffentlichung für Entwickler tatsächlich relevant sind. Der Autor betont gleich zu Beginn eine wesentliche Einschränkung: Er konnte Sol, das Spitzenmodell, nicht selbst ausprobieren. Laut OpenAI war es zum Zeitpunkt des Artikels nur für eine kleine Gruppe von ungefähr zwanzig geprüften Partnern verfügbar. Deshalb bietet der Text kein eigenes Urteil über Sols Leistung, sondern eine Einordnung der veröffentlichten Angaben und ihrer Lücken.

GPT-5.6 besteht laut Bericht aus drei Leistungsstufen: Sol als Spitzenmodell, Terra als ausgewogene mittlere Variante und Luna als schnelle, günstigere Option. Die Namen sollen künftig die dauerhaften Leistungsstufen kennzeichnen, während die Zahl die Modellgeneration angibt. Der Autor hält dieses Namensschema für verständlicher als frühere Modellbezeichnungen. Als Preise pro eine Million Token nennt der Bericht 5 US-Dollar Eingabe und 30 US-Dollar Ausgabe für Sol, 2,50 beziehungsweise 15 US-Dollar für Terra sowie 1 beziehungsweise 6 US-Dollar für Luna. OpenAI zufolge erreiche Terra ungefähr die Leistung von GPT-5.5 zum halben Preis. Der Autor sieht darin eine potenziell wichtige Option für häufige, kostenempfindliche Aufgaben, weist aber darauf hin, dass diese Angabe erst noch praktisch bestätigt werden müsse.

Für Sol hebt OpenAI laut Bericht insbesondere ein Ergebnis bei Terminal-Bench 2.1 hervor, einem Test für Kommandozeilenaufgaben mit Planung, Wiederholung und Werkzeugnutzung. Der Autor findet diese Art von Test alltagsnah, hält einen einzelnen Benchmark aber für zu wenig, um die umfassende Coding-Leistung zu beurteilen. Er vermisst unter anderem Ergebnisse zu SWE-bench Verified und SWE-bench Pro sowie Angaben zu Fehlschlägen. Zusätzlich nennt der Bericht OpenAIs Angaben zu neuen Einstellungen: „max“ soll Sol mehr Denkzeit geben; „ultra“ soll Teilaufgaben parallel an Unteragenten verteilen. Ob das besser funktioniert als selbst gebaute Abläufe, könne der Autor mangels Zugang nicht beurteilen.

Ein weiterer Schwerpunkt ist die begrenzte Freigabe von Sol. OpenAI begründe sie mit Sicherheitsbedenken und einer vorläufigen Beschränkung im Zusammenhang mit Schwachstellenforschung und Cyberangriffen. Zugleich berichtet der Autor, Sol habe nach OpenAIs eigener Einschätzung nicht die Schwelle „Cyber Critical“ überschritten: In Tests habe es Fehler und mögliche Angriffsschritte in Chromium und Firefox gefunden, aber keinen vollständigen Angriff eigenständig ausgeführt. Der Autor hält es deshalb für problematisch, dass der Zugang über eine staatlich geprüfte Partnerliste geregelt werde. Er gibt OpenAIs Erklärung wieder, dieses Verfahren solle vorläufig bleiben, warnt aber, dass daraus ein dauerhafter Präzedenzfall entstehen könnte. Diese Bewertung ist seine Einschätzung.

Als weitere praktische Neuerung nennt der Bericht explizite Cache-Grenzen, eine Mindestlaufzeit von 30 Minuten und laut OpenAI einen Preisnachlass von 90 Prozent auf Cache-Lesezugriffe. Eine breitere Verfügbarkeit in ChatGPT und der API wurde dem Bericht zufolge für die folgenden Wochen angekündigt; eine zunächst begrenzte Cerebras-Bereitstellung mit bis zu 750 Token pro Sekunde für Juli. Der Autor schließt mit einem vorläufigen Urteil: Terra könnte für preisbewusste Anwendungen besonders nützlich sein, Sols Coding-Versprechen seien bislang nur dünn belegt, und die Regeln für den Zugang zu Spitzenmodellen verdienten besondere Aufmerksamkeit. Seine Aussagen zu Leistung und Nutzen bleiben durch den fehlenden eigenen Test und die begrenzten veröffentlichten Vergleichsdaten eingeschränkt.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen geliefert (kurz und mittel); bewertet wurde die mittlere, die die Kernaussagen des Berichts vollständiger wiedergibt. Der Bericht selbst behandelt eine Produktveröffentlichung und nur am Rande allgemeine KI-Governance, deshalb fallen die Einordnungen der Sammelfragen insgesamt eher niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Namenskonvention, bei der die Zahl die Generation und der Name die Leistungsstufe bezeichnet
  • Die Feststellung, dass Sol die Cyber-Critical-Schwelle laut OpenAIs Preparedness Framework nicht überschritten hat, sowie die Funde in Chromium und Firefox ohne vollständige Exploit-Kette
  • Die etwa 700.000 A100-Äquivalent-GPU-Stunden für automatisiertes Red-Teaming
  • Die geplante Cerebras-Bereitstellung von Sol im Juli
  • Die Angaben zu Prompt-Caching mit 30 Minuten Mindestlebensdauer und 90 % Rabatt auf Cache-Lesevorgänge
  • Die Preise für Sol (5 bzw. 30 US-Dollar) und Luna (1 bzw. 6 US-Dollar)

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
  1. 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 50 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
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 24 %nur am Rande erwähnt
    • Luna 52 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 35 %einzelne zitierbare Belege
    • drex 45 %einzelne zitierbare Belege
    • d3-ultra 49 %einzelne zitierbare Belege

    • SF-F1-T01 Welche Belege zu Cyberfähigkeiten soll ein Labor vor der Freigabe eines Modells veröffentlichen (Methoden, Aufgabenfamilien, Fehlerraten, getestete Version, reproduzierbare Cyber-Tests in abgeschirmter Umgebung für unabhängige Prüfer), damit jedes Ministerium sie nachstellen kann, statt ihnen vertrauen zu müssen? Und führt es für dieselbe Modellversion abgestimmte Cyber-Tests durch, die sowohl den durch Schutzmaßnahmen verhinderten Missbrauch als auch die legitimen Abwehraufgaben messen, die dieselben Schutzmaßnahmen blockieren, und weist es beide Ergebnisse aus? Luna: Stufe 4 · 39 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-F1-T03 Auf welche einzelne Zahl zur offensiven Cyberfähigkeit eines Modells würden sich Regierungen einigen, um sie vor der Freigabe zu veröffentlichen, nicht erst danach? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-F1-T04 Welcher gemeinsame, neutrale und offene Maßstab (Aufgaben, Erfolgsrate, abgeschirmte Testumgebung, Belege) zeigt, dass eine Cyber-Schwelle überschritten ist? Würden ein Ministerium und ein Labor in verschiedenen Staaten ihn annehmen, bevor das nächste Modell als Überschreitung eingestuft wird, damit Schwellen gemessen und nicht behauptet werden? Und dient derselbe Maßstab dann sowohl dazu, ein Modell einzustufen, als auch dazu, das Tempo seiner Entwicklung zu steuern? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-F1-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-F1-T10 Was wäre nötig, damit eine staatliche Aufsichtsplattform für KI-Sicherheit und unabhängige Prüfer mit dauerhaftem Zugang im Labor nach einem gemeinsamen öffentlichen Protokoll dieselben Cyber-Tests in einer gemeinsamen Testumgebung durchführen, die Prüfer zweier Staaten jeweils am Modell des anderen, und die Ergebnisse in beiden veröffentlichen? Und könnten zwei Staaten eine gemeinsam bezeugte Prüfung desselben führenden KI-Modells durchführen und übereinstimmende Prüfsummen (Hashes) der Ergebnisse veröffentlichen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
  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 19 %Hintergrund, keine Belege
    • Luna 49 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 39 %einzelne zitierbare Belege
    • SubQ 31 %nur am Rande erwähnt
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra 34 %gleiches Oberthema, hilft nicht

    • SF-F2-T01 Wenn ein Ministerium ein Modell als Beleg nennt, dass eine Schwelle überschritten ist: Veröffentlicht das Ministerium die Tests, die Modellversion und was es gemessen hat, und veröffentlicht das Labor die Cyber-Prüfung dieser Version auch in der Sprache des Ministeriums? Und welches Ergebnis würde das Ministerium dazu bringen, seine Behauptung zurückzunehmen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-F2-T02 Wenn ein Staat fremde Modelle als Zeichen einer neuen Stufe nennt: Beruht das auf eigenen Messungen, die er so veröffentlichen könnte wie andere ihre Messungen? Und haben Labore vergleichbare Prüfungen fremder Modelle durchgeführt und sich entschieden, sie nicht zu veröffentlichen? Gefragt wurde das zu Minister Chen Yixins Nennung von Claude Mythos und GPT-5.5-Cyber als Zeichen der Phase „KI gegen KI“ bei Cyberangriff und -abwehr, nachdem die US-Prüfstelle CAISI Messungen von GLM-5.3 (17. September 2026) und, mit dem britischen AI Security Institute, von Kimi K3 (Juli 2026) veröffentlicht hatte, und zu Prüfungen von OpenAI und Anthropic an Modellen von DeepSeek, GLM, Qwen oder Kimi. Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 23 %nur am Rande erwähnt
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 29 %nur am Rande erwähnt
    • d3-ultra 44 %gleiches Oberthema, hilft nicht
  4. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 36 %nur am Rande erwähnt
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 23 %Hintergrund, keine Belege
    • Luna 39 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 32 %einzelne zitierbare Belege
    • SubQ 23 %einzelne zitierbare Belege
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra 40 %einzelne zitierbare Belege

  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 23 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 21 %nur am Rande erwähnt
    • Luna 69 %einzelne zitierbare Belege
    • JEV 34 %umfangreiche Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 42 %einzelne zitierbare Belege
    • d3-ultra 36 %einzelne zitierbare Belege
    • Haiku-Prüfung 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 · 32 % · einzelne zitierbare Belege
    • 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 3 · 31 % · Hintergrund, keine Belege
    • SF-P3-T03 Welche Rolle spielten Modelle der geprüften Modellfamilie, wenn überhaupt, beim Entwerfen, Durchführen oder Bewerten von Prüfungen oder Sicherheitsberichten, die Regierungen vorgelegt werden, und wird diese Rolle offengelegt? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • 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 · 31 % · einzelne zitierbare Belege
    • SF-P3-T08 Welche gemeinsame Bezugsgröße für den Umfang der Nutzung, welcher Beobachtungszeitraum, welcher Stichprobenplan, welche Definition von Beinahe-Vorfall und welche statistische Obergrenze (obere Konfidenzgrenze) würden es jedem erlauben zu sagen: „keine erkennbare systemische Fehlausrichtung (Verhalten gegen die vorgesehenen Ziele oder Werte) im Einsatzmaßstab“? Und wie muss dargestellt werden, dass die Erkennung lückenhaft ist? Luna: Stufe 3 · 26 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 23 %Hintergrund, keine Belege
    • Luna 44 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 37 %einzelne zitierbare Belege
    • SubQ 33 %nur am Rande erwähnt
    • drex 34 %einzelne zitierbare Belege
    • d3-ultra 35 %gleiches Oberthema, hilft nicht

    • SF-T1-T02 Welche messbaren Schwellen halten die weitere Skalierung von KI-Modellen automatisch an, wer prüft sie, und wie bleiben diese Auslöser bindend, wenn der Wettbewerb drückt? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • 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 · 41 % · Hintergrund, keine Belege
    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 65 %einzelne zitierbare Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %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 29 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 33 %nur am Rande erwähnt
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 35 %nur am Rande erwähnt
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  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 24 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 27 %Hintergrund, keine Belege
    • d3-ultra 47 %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 · 38 % · 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 36 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 59 %Hintergrund, keine Belege
    • JEV 27 %gleiches Oberthema, hilft nicht
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 73 %gleiches Oberthema, hilft nicht

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 31 %nur am Rande erwähnt
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
  2. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-H5-T03 Welche beobachtbare Reaktion würde zeigen, dass Technologiebeschränkungen ein überprüfbares Sicherheitsabkommen unwahrscheinlicher machen, während sie den Fähigkeitsvorsprung vergrößern, und wie würde sich die Strategie dann ändern? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
Frieden und Sicherheit
  1. 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 34 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 86 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 33 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 42 %einzelne zitierbare Belege
    • d3-ultra 35 %einzelne zitierbare Belege
    • Haiku-Prüfung umfangreiche Belege

    • SF-O2-T04 Haben Regierungen ein Labor im eigenen Land vertraulich gebeten, einen Trainingslauf oder eine Freigabe zu verschieben, zu verkleinern oder anzuhalten? Falls ja: Veröffentlichen sie, wie oft das geschah, nach welchen veröffentlichten Kriterien und wann die Bitte aufgehoben wurde, ohne die als geheim eingestufte Empfehlung selbst zu veröffentlichen? Luna: Stufe 3 · 22 % · Hintergrund, keine Belege
    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 25 % · Hintergrund, keine Belege
  2. SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 27 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 20 %Hintergrund, keine Belege
    • Luna 52 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 30 %nur am Rande erwähnt
    • drex 39 %nur am Rande erwähnt
    • d3-ultra 25 %nur am Rande erwähnt

    • SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege
    • SF-E1-T06 Wenn zwei Staaten eine Vereinbarung über die Prüfung von Spitzenmodellen treffen: Welchen Platz, falls überhaupt einen, hat darin ein Drittstaat, in dem ein Labor dieselbe Fähigkeitsschwelle überschreitet, und was geschieht, wenn gerade das Modell dieses Labors sich falsch verhält? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-E1-T09 Bekommen zivile Forschende an Hochschulen und unabhängige Organisationen der Zivilgesellschaft geregelten Zugang zu Modellen, Daten und Befunden der Prüfer, oder bleibt die Prüfung bei staatlich bestellten Stellen? Luna: Stufe 3 · 25 % · Hintergrund, keine Belege
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 23 %nur am Rande erwähnt
    • Luna 100 %kein Bezug
    • JEV 68 %einzelne zitierbare Belege
    • amos 34 %nur am Rande erwähnt
    • SubQ 30 %nur am Rande erwähnt
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 33 %nur am Rande erwähnt
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 49 %nur am Rande erwähnt
    • amos 34 %nur am Rande erwähnt
    • SubQ 38 %nur am Rande erwähnt
    • drex 40 %nur am Rande erwähnt
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 71 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 26 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
  5. 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 49 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 34 %nur am Rande erwähnt
    • drex 39 %nur am Rande erwähnt
    • d3-ultra 45 %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 4 · 48 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
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 →