OpenAI benennt drei Mängel hinter dem Qualitätseinbruch von GPT-6 Astra und setzt Codex-Nutzungsbeschränkungen zurück

OpenAI hat drei Mängel behoben, die seiner Meinung nach eine Woche voller Benutzerbeschwerden darüber erklären, dass GPT-6 Astra, sein neuestes Grenzmodell, seit dem Start dümmer geworden sei – und setzt als eine Art Entschuldigung die Nutzungsbeschränkungen für Codex-Abonnenten zurück. Das Update kam von Codex-Produktleiter Tibo Sottiaux, der sagte, das Team habe mit Benutzern zusammengearbeitet, um die Fehler zu verfolgen, und dann Korrekturen und einen vollständigen Nutzungs-Reset vor Mitternacht Ortszeit geliefert, heißt es in einem am Samstag veröffentlichten Update.

Mit der Zulassung schließt sich eine schwierige Phase für das, was OpenAI als sein bisher leistungsfähigstes Modell bezeichnet hat. Seit Astra Anfang September weit verbreitet verfügbar war, führten Entwickler auf Weitere Informationen zu den Modellen, die diese Debatte vorantreiben, finden Sie in unserer Berichterstattung über neueste KI-Entwicklungen.

Die drei Mängel, benannt

Laut Sottiaux waren der erste Übeltäter Fähigkeiten – Eingabeaufforderungsdateien, die für frühere Modelle geschrieben wurden und unter Astra zu häufig ausgelöst wurden, wodurch das Modell manchmal daran gehindert wurde, seine eigene Arbeit zu überprüfen. Beim zweiten handelte es sich um ein optionales Kontextmanagement-Experiment, mit dem das Modell vorzeitig beendet oder auf veraltete Nachrichten geantwortet werden konnte. OpenAI habe das Experiment abgebrochen, nachdem etwa 4.000 bis 5.000 Benutzer betroffen waren, sagte das Unternehmen.

Der dritte Fehler betraf eher die Infrastruktur als das Modell selbst: Einige Inferenz-Engines waren falsch konfiguriert und führten zu messbaren Qualitätsverlusten beim durch sie geleiteten Tail-Traffic. OpenAI hat diese Engines entfernt und mehrere kleinere Reparaturen durchgeführt. Sottiaux schrieb, dass das Modell die letzte Nachricht eines Benutzers jetzt genauer verfolgt – eine Anspielung auf Beschwerden, dass Astra Fragen beantwortet habe, an denen der Benutzer bereits vorbeigegangen sei.

Entwickler waren bereits weitergezogen

Die Beschwerden häuften sich im Laufe der Woche. Entwickler Pranjal Paliwal, der Astra Tage zuvor gelobt hatte, ging zurück und las den Code, den es für ihn geschrieben hatte, und bezeichnete das Ergebnis dann als Rückschritt und nicht als Fortschritt. Dax Raad, der das Codierungstool Opencode entwickelt, wechselte mit seinem Team zurück zum älteren GPT-5.6 Sol, nachdem sich die Ausgaben für Astra verdoppelt hatten, weil seiner Meinung nach die Nachteile das Geld nicht wert waren. Ein Forenposter beschrieb, dass Astra bei identischen Aufgaben und denselben Wiederholungsversuchen nun mit Sol gleichauf sei.

Nicht jeder akzeptierte diese Lesart. Ein pseudonymer Benutzer, der als Antikythera schrieb, argumentierte, das Modell sei schon immer faul gewesen und habe eine Vorliebe für Aufzählungszeichen gehabt, und die Benutzer hätten einfach aufgehört, sich blenden zu lassen. Diese Meinungsverschiedenheit zeigt, wie schwierig es ist, Ansprüche auf Modellqualität beizulegen: identische Aufforderungen, unterschiedliche Urteile.

Kapazitätsprobleme im Hintergrund

Der Streit um die Qualität ist gelandet, während die Kapazität den Rollout überschattet hat. Laut Benutzerberichten hat OpenAI die Astra-Nutzungsbeschränkungen für starke ChatGPT-Benutzer gesenkt und neue 200-Dollar-Pro-Abonnements pausiert – ein Schritt, den Sottiaux am 10. September unter Berufung auf die Nachfrage bestätigte. Das Modell kostet immer noch 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens, was dem 2,5-fachen dessen entspricht, was Sol bei seiner Einführung verlangte.

Es gibt auch einen unangenehmen Präzedenzfall: Dies ist das zweite OpenAI-Flaggschiff in zwei Monaten, das von zahlenden Benutzern den gleichen Vorwurf erregt. Im Juli sagten Benutzer, dass Sols Top-Argumentationsmodus über Nacht oberflächlich geworden sei. Sottiaux bestritt damals eine absichtliche Schwächung, bestätigte jedoch, dass das Unternehmen mit Argumentationsbemühungen experimentiert habe. Wiederholte Zyklen von „Das Modell hat sich verschlechtert“, gefolgt von „Wir haben Mängel gefunden“, werden zu einem Muster, mit dem das Unternehmen umgehen muss – Transparenz hilft, Stabilität aber auch.

OpenAIs eigener Rat: Verwenden Sie weniger Leitplanken

Neben den Korrekturen veröffentlichte OpenAI einen Migrationsleitfaden des Ingenieurs Eric Provencher, der einer kontraintuitiven Empfehlung gleichkommt: Leistungsfähigere Modelle erfordern weniger Handgriffe. Zu lange Beschreibungen der Fähigkeiten, pauschale Leseanforderungen und strenge Genehmigungsregeln können Astra im Weg stehen, heißt es in der Anleitung. Anweisungen, die sich im Laufe der Zeit angesammelt haben, können den Kontext verschlingen oder dazu führen, dass das Modell die Arbeit zu früh beendet.

Provencher empfiehlt den Teams, bei jedem Modellwechsel ihre Fähigkeiten, AGENTS.md-Dateien und Aufgabenaufforderungen zu überprüfen, Anweisungen eng mit bestimmten Aufgaben zu verknüpfen und klar zu definieren, wann eine Aufgabe erledigt ist – denn auch ohne Einschränkungen stoppt Astra möglicherweise früher als GPT-5.6 Sol. Teams, die Dinge gesperrt haben, nachdem frühere Modelle nicht mehr funktionieren, sollten diese Regeln überdenken: Astra habe ein besseres Urteilsvermögen, argumentiert der Beitrag, aber es könne alte Einschränkungen so wörtlich interpretieren, dass es aufhört, wenn man möchte, dass es weiterläuft.

Was als nächstes passiert

Durch das Zurücksetzen der Nutzung haben Codex-Abonnenten die Möglichkeit, das Modell neu zu bewerten, und OpenAI wird die gleichen parallelen Tests beobachten, die seine Benutzer durchführen. Die tiefere Frage ist das Vertrauen: Bezahlende Entwickler, die innerhalb einer Woche nach der Markteinführung eine Verschlechterung eines Flaggschiffs festgestellt haben, haben jetzt eine dokumentierte Erklärung, drei benannte Mängel und einen Reset – aber auch einen neuen Grund, jedes Modellupdate mit dem Tag der Veröffentlichung zu vergleichen.

Der KI einen Schritt voraus sein

Modelleinführungen, Defekt-Post-Mortems und die Tools, die die Software-Arbeit umgestalten – werden jeden Tag verfolgt.

Weitere KI-Neuigkeiten lesen →