OpenAI soll einen massiven Vortraininglauf mit dem Codenamen "Bel" abgeschlossen haben, bei dem es sich um ein Modell mit mehr als 10 Billionen Parametern handeln soll. Sollte sich die Behauptung als zutreffend erweisen, würde Bel das erste erfolgreich abgeschlossene Frontier-Vortraining des Unternehmens seit der Auslieferung von GPT-4o im Mai 2024 darstellen. Zum Vergleich für diese Größenordnung: Die zuletzt offiziell von OpenAI veröffentlichte Parameterzahl stammt von GPT-3, das in dem 2020er-Paper mit 175 Milliarden Parametern angegeben wurde; seitdem hat das Unternehmen keine Zahlen mehr für irgendein Modell veröffentlicht. Frontier-Labore, die sehr große Gesamtzahlen offengelegt haben, setzen typischerweise auf sparse Mixture-of-Experts-Designs, bei denen nur ein Bruchteil der Modellparameter für ein bestimmtes Token aktiviert wird — DeepSeek-V3, eines der größten öffentlich dokumentierten Modelle, weist 671 Milliarden Gesamtparameter mit rund 37 Milliarden aktiven Parametern pro Anfrage aus.

Der Bericht geht auf einen Post auf X vom Nutzer @synthwavedd am 25. August 2026 zurück. OpenAI hat die Existenz von Bel nicht offiziell bestätigt und für den Lauf keine technischen Spezifikationen veröffentlicht.

Was über Bel bekannt ist

Den unbestätigten Berichten zufolge folgt Bel auf einen früheren Vortraininglauf mit dem Codenamen "Doug" und soll als Basismodell für zukünftige Systeme dienen. Zu diesen künftigen Systemen soll ein Projekt namens Astra gehören sowie Nachfolger von GPT-6; die anschließende Nachtrainingsarbeit soll Fähigkeiten freisetzen, die näher an das heranreichen, was die Branche als Artificial General Intelligence bezeichnet. Vortraining ist die Phase, in der ein Modell Wissen aus riesigen Textkorpora aufnimmt, bevor Post-Training-Techniken sein Verhalten formen; deshalb gilt das Basismodell üblicherweise als Fundament, das begrenzt, was spätere Systeme daraus extrahieren können.

OpenAI soll seit dem Start von GPT-4o mit Skalierungsproblemen zu kämpfen haben. Mehrere Quellen aus der KI-Forschungsgemeinschaft verweisen auf unterbrochene Trainingsläufe, sicherheitsbedingte Pausen in Reinforcement-Learning-Prozessen und technische Schwierigkeiten, die den Fortschritt bei größeren Modellen bremsten. Die Compute-Skalierungsbemühungen des Unternehmens werden unter dem Dach von Project Stargate diskutiert — der im Januar 2025 gemeinsam mit SoftBank, Oracle und MGX als Partnern angekündigten Initiative, die über vier Jahre Investitionen von bis zu $500 billion in US-Rechenzentren vorsieht, beginnend mit einem Campus in Abilene, Texas. Diese Infrastrukturambition verdeutlicht, wie rechenintensiv Frontier-Training geworden ist: Veröffentlichte Schätzungen, darunter für den Stanford AI Index zusammengetragene Zahlen, verorten einzelne Frontier-Trainingsläufe bei Kosten von mehreren zehn Millionen Dollar bis nahe $200 million.

Warum die Lücke seit GPT-4o wichtig ist

Der Zeitraum zwischen Mai 2024 und heute war für OpenAI ungewöhnlich lang, ohne dass ein neues Frontier-Basismodell ausgeliefert wurde. Das Unternehmen veröffentlichte in dieser Zeit schrittweise Updates und feinabgestimmte Varianten — darunter GPT-5 im August 2025 und die darauffolgenden Punktveröffentlichungen — doch die Kernarbeit am Vortraining hatte keinen bestätigten Nachfolger in deutlich größerem Maßstab hervorgebracht. Nach der Darstellung des Berichts stützten sich diese ausgelieferten Modelle auf zuvor trainierte Basismodelle und nicht auf einen neuen, größeren Vortraininglauf.

Die Konkurrenz blieb im selben Zeitraum nicht stehen. Anthropic trieb seine Claude-Modellfamilie voran, Google DeepMind skalierte Gemini weiter, und eine wachsende Zahl von Open-Source-Initiativen von Meta und anderen schloss die Lücke weiter.

Die AGI-Frage und der Wettbewerbsdruck

Die Einordnung von Bel ist ausdrücklich mit AGI-Ambitionen verknüpft. Die berichtete Pipeline — von Bel zu Astra bis hin zu dem, was auf GPT-6 folgt — legt nahe, dass OpenAI in mehrstufigen Roadmap-Kategorien denkt, in denen jede Ebene von Nachtraining und Feinabstimmung zunehmend leistungsfähigeres Verhalten aus dem Basismodell herausarbeitet.

Die Gegenperspektive ist ebenso klar: Nichts davon ist bestätigt. Solange OpenAI keine offizielle Validierung liefert — sei es in Form eines technischen Papers, einer Produktankündigung oder sogar eines informellen Blogposts — bleibt Bel eine unbestätigte Behauptung aus einem Social-Media-Post. Für Leser gibt es dabei konkrete Anhaltspunkte. OpenAI hat große Basismodelle in der Vergangenheit typischerweise über Launch-Events mit veröffentlichten System Cards bestätigt und selbst dann Parameterzahlen selten offengelegt, sodass eine 10-Billionen-Angabe möglicherweise nie direkt aus offiziellen Quellen überprüfbar sein wird. Weitere beobachtbare Signale wären das Tempo, mit dem Stargate-Kapazitäten online gehen, das Auftauchen der gemeldeten Codenamen — Doug, Bel, Astra — in offiziellen Materialien sowie Zeitpunkt und Positionierung dessen, was OpenAI als Nächstes veröffentlicht.