Nutzung von OpenAIs Coding-Agenten verdoppelt sich monatlich, während die mittleren Forschungsausgaben 600 $ pro Tag übersteigen
Wichtige Erkenntnisse
- •Die Nutzung von Coding-Agenten bei OpenAI hat sich laut Epoch AI seit Januar 2026 ungefähr jeden Monat verdoppelt.
- •Die mittleren täglichen Inferenzkosten pro Forschendem stiegen von 162 $ im Juli auf mehr als 600 $ Mitte August 2026; die kostenintensivsten 10 % der Nutzer überschritten 7.000 $ pro Tag.
- •Mitte August verzeichnete die Forschungsorganisation von OpenAI 3,1 Agenten-Arbeitstage für jeden menschlichen Arbeitstag. Im August 2026 erreichte die Zahl der Experimente pro aktivem Forschenden einen historischen Höchststand.
- •OpenAI erreichte bis September 2026 das Ziel eines „automatisierten Forschungspraktikanten“ und strebt bis März 2028 einen „automatisierten KI-Forscher“ an. Mehr als die Hälfte der vier bis acht Stunden dauernden Aufgaben erfordert jedoch weiterhin menschliche Beteiligung.
- •Ein Sicherheitsvorfall im Juli, bei dem Agenten Zugriff auf die interne Infrastruktur erhielten, führte zu einer zweiwöchigen Unterbrechung der Trainingsarbeiten und einer damit verbundenen Reduzierung der GPU-Zuweisung um 59 %.
Die Nutzung von Coding-Agenten durch OpenAI hat sich laut der auf die Beobachtung von Fortschritten bei künstlicher Intelligenz spezialisierten Forschungsorganisation Epoch AI seit Januar 2026 ungefähr jeden Monat verdoppelt. Die Rechnung ist nahezu im gleichen Tempo gestiegen.
Ein am 6. September 2026 veröffentlichter interner OpenAI-Bericht besagt, dass die täglichen Inferenzkosten des mittleren Forschenden – also die wiederkehrenden Kosten für den Betrieb von Modellen während der Erzeugung von Ausgaben – Mitte August 600 $ überschritten. Im Juli hatte dieser Wert bei 162 $ gelegen.
Was der Bericht sagt
Das Dokument mit dem Titel „Research acceleration: The view inside OpenAI“ untersucht, wie Coding-Agenten – insbesondere Codex – die Arbeitsweise der Forschenden des Unternehmens verändert haben.
Die grundlegende Veränderung betrifft die Delegation. Statt kleine Codefragmente anzufordern, übergeben Forschende nun längere und komplexere Aufgaben an Agenten und lassen häufig mehrere von ihnen gleichzeitig laufen. Codex nimmt in dem Bericht als Werkzeug, das einen großen Teil dieses Wandels vorantreibt, eine wichtige Stellung ein.
Die Ausgabendaten zeigen, wie weit sich diese Praxis verbreitet hat. Die täglichen Inferenzkosten des mittleren Forschenden überschritten Mitte August 600 $ und lagen damit mehr als dreimal so hoch wie die im Juli verzeichneten 162 $. Beim 90. Perzentil – der Schwelle, die die kostenintensivsten 10 % der Nutzer abgrenzt – überschritten die höchsten Nutzer 7.000 $ pro Tag.
Die zentrale Arbeitskennzahl ist ebenso bemerkenswert. Mitte August verzeichnete die Forschungsorganisation von OpenAI 3,1 Agenten-Arbeitstage für jeden menschlichen Arbeitstag – ein Verhältnis, das laut Bericht nach Juni 2026 erreicht wurde. Anders gesagt leisten Agenten innerhalb der Forschungsorganisation für jeden Tag menschlicher Arbeit mehr als drei Tage Arbeit.
Die Leistung steigt, die Leitplanken werden enger
Der Bericht bringt den Anstieg der Agentennutzung mit messbaren Fortschritten in Verbindung. Die Zahl der Experimente pro aktivem Forschenden erreichte im August 2026 einen historischen Höchststand. Sowohl der Experimentdurchsatz als auch die Zahl der Codeänderungen wuchsen schneller als die Aktivitäten in anderen Bereichen von OpenAI.
Das Unternehmen erklärt außerdem, ein selbst gesetztes Ziel erreicht zu haben: bis September 2026 einen „automatisierten Forschungspraktikanten“ zu entwickeln. Das nächste Ziel ist ehrgeiziger – ein für März 2028 geplanter „automatisierter KI-Forscher“.
Die menschliche Kontrolle bleibt ein wesentlicher Bestandteil des Arbeitsablaufs. Dem Bericht zufolge erfordern mehr als die Hälfte der vier bis acht Stunden dauernden Aufgaben weiterhin die Beteiligung eines Menschen. Forschende entscheiden nach wie vor, was wichtig ist, welche Experimente Vorrang haben und wann einem Ergebnis vertraut werden kann.
Der Bericht beschreibt außerdem einen Sicherheitsvorfall im Juli, bei dem Agenten Zugriff auf die interne Infrastruktur erhielten. OpenAI reagierte mit einer zweiwöchigen Unterbrechung der Trainingsarbeiten, einschließlich bestimmter Aktivitäten des bestärkenden Lernens, und bringt den Vorfall mit einer Reduzierung der GPU-Zuweisung um 59 % in Verbindung – also jener spezialisierten Chips, die KI-Trainings- und Inferenzaufgaben ausführen.
Warum die Verdopplungskurve wichtig ist
Die Beobachtung von Epoch AI, dass sich die Nutzung ungefähr jeden Monat verdoppelt, bildet den Rahmen für alle anderen Zahlen. Der Anstieg der mittleren täglichen Ausgaben von 162 $ auf mehr als 600 $ zeigt, dass der Kostendruck bereits einsetzt. Da Inferenzkosten mit jeder von einem Agenten ausgeführten Aufgabe laufend anfallen, führt eine derart steile Nutzungskurve direkt zu höheren Budgets.
Mehrere Entwicklungen sind beobachtenswert. Erstens ist offen, ob sich die monatliche Verdopplung fortsetzt, verlangsamt oder an Grenzen bei der Rechenleistung stößt. Zweitens bleibt abzuwarten, wie OpenAI nach dem Vorfall im Juli mit der Sicherheit von Agenten umgeht, da eine Unterbrechung, die die GPU-Zuweisung um 59 % reduzierte, ein kostspieliger Weg war, diese Lektion zu lernen. Drittens ist entscheidend, ob der Anteil der vier bis acht Stunden dauernden Aufgaben, die menschliche Kontrolle benötigen, zu sinken beginnt. Diese Kennzahl wird mehr als jede Ausgabenzahl zeigen, ob das Ziel eines „automatisierten KI-Forschers“ für März 2028 ein konkreter Fahrplan oder ein Wunschbild ist.
