OpenAI o3 und o4-mini: Warum längeres Nachdenken die KI wirklich smart macht
OpenAIs KI wird immer denkfähiger – sagt OpenAI. (Bild: Dall-E / t3n)
Das KI-Unternehmen OpenAI aus San Francisco im US-Bundesstaat Kalifornien hat seine neuesten KI-Modelle präsentiert: OpenAI o3 und o4-mini. Sie gehören zur „o-Serie“, die darauf trainiert ist, vor einer Antwort länger und tiefer nachzudenken („Reasoning“). Laut OpenAI handelt es sich um die bisher intelligentesten Modelle des Unternehmens.
Der eigentliche Clou: Erstmals können diese Modelle agentenhaft agieren. Sie nutzen und kombinieren eigenständig alle verfügbaren Werkzeuge innerhalb von ChatGPT – von der Websuche über die Datenanalyse mit Python bis hin zur Bildanalyse und sogar Bilderzeugung. Sie entscheiden selbst, wann und wie sie diese Tools einsetzen, um komplexe, vielschichtige Probleme zu lösen. Dazu benötigen sie mehr Bedenkzeit.
Agenten am Werk: Voller Tool-Zugriff und Denken mit Bildern
Die neue Generation kann nicht nur Text verarbeiten, sondern auch mit Bildern denken. Die Modelle integrieren visuelle Informationen direkt in ihre Gedankenkette („Chain of Thought“). Dabei können sie Bilder nativ während ihres Denkprozesses manipulieren – also zoomen, zuschneiden oder drehen – um auch aus unperfekten Fotos mit Macken wie Unschärfen oder verdreht dargestellten Texten relevante Informationen zu extrahieren.
Ein Beispiel wäre das Foto einer komplexen Physikaufgabe aus einem Buch oder eines kryptischen Fehlercodes auf dem Bildschirm. Die Modelle analysieren das Bild, nutzen bei Bedarf die Websuche oder Python, und liefern eine Schritt-für-Schritt-Lösung oder eine Ursachenanalyse. OpenAI nennt dies die „erste multimodale agentenhafte Erfahrung“.
Die Leistungsfähigkeit zeige sich auch in Benchmarks, so OpenAI. o3 und o4-mini überträfen frühere Modelle wie GPT-4o und o1 in allen getesteten multimodalen Aufgaben deutlich. In Bereichen wie MINT-Fragenbeantwortung (MMMU, MathVista) und Diagramm-Verständnis (CharXiv) setzten sie neue Spitzenwerte. Externe Expert:innen und frühe Tester:innen lobten laut OpenAI zudem die verbesserte und genauere Befolgung der erteilten Anweisungen (Prompts) und die analytische Stärke der Modelle, insbesondere von o3 als „Denkpartner“.
Leistungsdetails und Verfügbarkeit für Nutzer:innen und Entwickler:innen
OpenAI o3 ist laut Hersteller das Flaggschiff-Modell für höchste Ansprüche. Es soll bei komplexen Analysen in Coding, Mathematik, Wissenschaft und visueller Wahrnehmung glänzen und macht laut OpenAI 20 Prozent weniger Fehler als der Vorgänger o1.
OpenAI o4-mini wird als kleinere, schnellere und kosteneffizientere Variante positioniert. Das Modell liefere aber dennoch bemerkenswerte Leistung für seine Größe, besonders in Mathematik und Coding, und eigne sich dank höherer Nutzungslimits gut für Aufgaben mit hohem Volumen.
Gute Nachrichten für Abonnent:innen: Nutzer:innen von ChatGPT Plus, Pro und Team finden o3, o4-mini und eine „High“-Variante davon ab sofort im Modell-Selektor; Enterprise- und Edu-Kund:innen folgen. Free-Nutzer:innen können o4-mini ebenfalls ausprobieren.
Für Entwickler:innen stehen o3 und o4-mini ab sofort über die API bereit. OpenAI betont dabei eine im Vergleich zu den Vorgängermodellen o1 und o3-mini deutlich verbesserte Kosten-Leistungs-Bilanz.
Sicherheit, Open Source und ein Blick nach vorn
OpenAI betont die verbesserten Sicherheitsmaßnahmen unter dem neuen „Preparedness Framework V2“. Die Modelle nutzen „deliberative alignment“, um über Sicherheitsrichtlinien nachzudenken, bevor sie antworten.
Das heißt, die KI wägt gewissermaßen intern ab, ob ihre geplante Antwort sicher und angemessen ist, statt sich nur auf nachträgliche Filter zu verlassen. Zudem prüft eine interne Sicherheitsgruppe mit diesem Framework, ob die KI bereits gefährliche Fähigkeiten entwickelt hat – etwa, ob sie bei der Erzeugung von Biogefahren oder bei Cyberangriffen maßgeblich helfen könnte.
Das Ergebnis für o3 und o4-mini: Sie erreichen hier noch keine kritische Fähigkeitsschwelle. Erst ab dieser Schwelle wären laut OpenAI drastische Sicherheitsmaßnahmen wie eine eingeschränkte Veröffentlichung der Modelle notwendig.
Außerdem gibt es noch Limitationen: Die Denkprozesse können übermäßig lange Denkketten aufweisen, visuelle Fehler passieren, und die Zuverlässigkeit bei wiederholten Anfragen kann variieren. Daran arbeitet OpenAI weiter.
Zusätzlich startet der KI-Hersteller mit Codex CLI ein Open-Source-Experiment: einen Coding-Agenten für das Terminal, der lokal läuft und die neuen Reasoning-Fähigkeiten nutzt. Ein Förderprogramm über eine Million US-Dollar soll entsprechende Projekte unterstützen. Strategisch will OpenAI die Stärken der o-Serie (Reasoning) und der GPT-Serie (Konversation) künftig vereinen.
