OpenAI startet mit o3 und o4-mini ins Zeitalter der Agenten

Die neuen Modelle kombinieren Sprache, Tools und Logik in nie dagewesener Weise. Wie verändern sie Forschung, Business und Alltag wirklich?

Flux Schnell | All-AI.de

OpenAI hebt die Messlatte erneut: Mit den Modellen o3 und o4-mini schickt das Unternehmen zwei neue Systeme ins Rennen, die nicht nur intelligenter, sondern auch vielseitiger sind als ihre Vorgänger. Der Clou: Beide Modelle beherrschen nun den vollständigen Zugriff auf alle Tools in ChatGPT – vom Web-Browsing über das Auslesen von Dateien bis hin zur Bildanalyse und Python-Auswertung.

Damit verschwimmen die Grenzen zwischen Modell und Agent: o3 und o4-mini denken nicht nur tief, sondern handeln auch selbstständig. Was heißt das konkret für Nutzer, Entwickler – und den Wettlauf um die klügste KI?

Agentisches Denken: Mehr als nur Chat

Mit der Einführung von o3 verfolgt OpenAI einen klaren Paradigmenwechsel. Das Modell ist nicht mehr nur ein Sprachmodell im klassischen Sinn, sondern ein „Reasoning-Agent“ mit Werkzeuggürtel. Es kann Websuchen durchführen, PDFs analysieren, Bilder interpretieren und sogar Programme schreiben – alles in einem fließenden Denkprozess.

Diese Fähigkeiten sollen nicht nur im Alltag helfen („Welche Stadt eignet sich für mein nächstes Hotelprojekt?“), sondern auch in hochspezialisierten Bereichen wie Mathematik, Naturwissenschaften oder Business-Strategien. Das Modell lernt dabei nicht nur wie es Tools benutzt, sondern auch wann – eine wichtige Unterscheidung, die zeigt: Hier agiert keine bloße Schnittstelle, sondern ein System mit Zielorientierung.

Benchmark-Sieger: Von Mathe bis Vision

o3 setzt neue Maßstäbe in mehreren akademischen Benchmarks. In der Mathematik erreicht es 98,4 % auf dem AIME-Wettbewerb, im Coding übertrifft es alle Vorgänger auf Codeforces. Besonders bemerkenswert ist die Leistung bei visuell-gestützten Aufgaben wie in MathVista und MMMU – hier zeigt das Modell, dass es Bilder nicht nur „sieht“, sondern mit ihnen denkt.

Auch o4-mini überrascht: Trotz kleinerer Architektur liefert es Spitzenleistungen in Preis-Leistungs-Verhältnissen. Bei gleichen Aufgaben kommt es fast an o3 heran, insbesondere wenn es mit Python kombiniert wird. Mit 99,5 % auf AIME 2025 bei Zugriff auf den Code-Interpreter hat o4-mini faktisch den Benchmark „saturiert“.

Rechenleistung und Lernen: Der RL-Sprung

Eine zentrale Rolle spielt das verstärkte Training durch Reinforcement Learning. OpenAI hat bei o3 erstmals im großen Stil das Pretraining-Prinzip der GPT-Reihe auf das Verstärkungslernen übertragen: Mehr Rechenleistung führt direkt zu besseren Ergebnissen.

Das Modell lernt also durch Versuch und Belohnung, wann es welche Tools einsetzt – und verbessert sich dabei sichtbar. Besonders bei komplexen Aufgaben wie dem Kombinieren von Bildern, Text und Code zeigt sich dieser Fortschritt.

Werkzeuge intelligent nutzen: Ein Beispiel

Die Modelle können mehrere Tools in einem Antwortprozess kombinieren: Bei der Frage „Wie entwickelt sich der Energieverbrauch in Kalifornien im Sommer 2025?“ greift das Modell auf öffentliche Daten zu, schreibt ein Prognose-Skript, erstellt eine Visualisierung und erklärt die Ergebnisse – alles in einem Ablauf.

Dabei reagiert es dynamisch: Es führt bei Bedarf zusätzliche Websuchen durch, interpretiert Ergebnisse und passt seine Strategien an. Damit kommt OpenAI dem Ziel einer wirklich „agentischen“ KI, die eigenständig Aufgaben lösen kann, ein gutes Stück näher.

Natürlichkeit und Gedächtnis: Mehr Mensch im Chat

Neben der funktionalen Intelligenz wurde auch die Dialogqualität verbessert. Sowohl o3 als auch o4-mini wirken natürlicher, behalten Kontexte besser im Gedächtnis und antworten persönlicher.

Laut externen Evaluatoren liefern beide Modelle verlässlichere und nützlichere Antworten als ihre Vorgänger. Auch das sogenannte „Instruction Following“ – das korrekte Befolgen komplexer Anweisungen – ist deutlich robuster geworden.

Sicherheit auf neuem Niveau

Mit mehr Fähigkeiten wächst auch das Missbrauchspotenzial. OpenAI hat deshalb das Sicherheitstraining für beide Modelle grundlegend überarbeitet. Neue Ablehnungsmechanismen erkennen gezielt riskante Anfragen in Bereichen wie Biotechnologie, Malware oder Jailbreaks.

Zudem wurde ein spezielles Überwachungsmodell trainiert, das Verstöße gegen Sicherheitsrichtlinien erkennt – interpretierbar und nachvollziehbar, wie es regulatorische Instanzen zunehmend fordern.

Zugriff und Preisstruktur

Ab sofort sind o3 und o4-mini für Nutzer von ChatGPT Plus, Pro und Team verfügbar. Für kostenlose Accounts gibt es o4-mini im „Think“-Modus. Entwickler erhalten Zugang über die API – inklusive Unterstützung für Tool-Aufrufe, Funktionsketten und dem neuen „Responses API“.

Auch ein neues Experiment namens „Codex CLI“ ist gestartet: eine schlanke Terminal-Schnittstelle, die speziell für diese Reasoning-Modelle konzipiert ist. Die Open-Source-Veröffentlichung zielt darauf ab, die Brücke zwischen Code und KI nahtlos zu gestalten.