TL;DR
Der OpenAI DevDay 2026, der am 29. September in San Francisco stattfand, stellte GPT-6.1 Sol, persistente Dots-Agenten, schnellere Inferenz sowie neue Entwickler- und Kollaborationstools vor. Die zentrale Veränderung besteht im Übergang vom Beantworten einzelner Prompts zur Ausführung laufender Arbeit. Für Entwickler stehen die Kosten pro erfolgreich abgeschlossener Aufgabe, die verlässliche Toolnutzung und die an jedes Produkt geknüpften Zugangsbedingungen im Vordergrund; mehrere Ankündigungen waren Vorab-Einblicke oder zukünftige Releases statt allgemein verfügbarer Funktionen.
Wichtigste Erkenntnisse
- GPT-6.1 Sol: GPT-6 Astra-Fähigkeit für Coding, Computersteuerung und professionelle Arbeit zu $2 Input und $10 Output pro 1 Mio. Tokens im Standardtarif für kurzen Kontext.
- Dots: Persistente delegierte Arbeit mit Berechtigungen und Aboberechtigung, inklusive vom Administrator gesteuertem Beta-Zugang für manche Organisationen.
- Codex und Agenteninfrastruktur: Wiederverwendbare Cloud-Umgebungen, Code-Review, Security-Scanning und gehostete Agents API-Ausführung erweitern KI über Codevorschläge hinaus.
- ChatGPT-Kollaboration: Space, Pages, Plugins und ereignisgesteuerte Aufgaben verbinden geteiltes Wissen mit laufenden Workflows.
- Verfügbarkeit und Wirtschaftlichkeit: Launchday-Zugang von geplanten Releases trennen und die Gesamtkosten pro Aufgabe statt nur Tokenpreise oder Spitzengeschwindigkeit bewerten.
Die folgende Zusammenfassung beleuchtet, was OpenAI angekündigt hat, wie die Technologien sich vergleichen und welche Entwicklungen für Entwickler und Unternehmen am wichtigsten sind.
DevDay 2026: Der Wandel zu ausführbarer KI
OpenAI DevDay 2026 fand am 29. September 2026 in Fort Mason in San Francisco statt. Laut der offiziellen DevDay-Zusammenfassung war es der bislang größte DevDay des Unternehmens; die Ankündigungen waren nach Modellen, Entwickler-Tools, ChatGPT-Anpassung, Kollaboration und Abofähigkeiten gegliedert.
Im Gegensatz zu früheren Entwicklerkonferenzen, die sich primär auf APIs und Modellverbesserungen konzentrierten, betonte der DevDay 2026 drei verbundene Änderungen. Erstens stellte OpenAI leistungsfähigere Modelle auf unterschiedlichen Preis- und Performance-Niveaus vor. Zweitens erweiterte es die Infrastruktur für Agenten, die Tools nutzen und Anwendungen bedienen. Drittens wurde ChatGPT in eine kollaborative Umgebung verwandelt, in der Menschen, spezialisierte Agenten und verbundene Software zusammenarbeiten.
| Kategorie | Wichtige Ankündigungen | Hauptbedeutung |
|---|---|---|
| KI-Modelle | GPT-6.1 Sol, Ultrafast | Leistungsfähiger und schnellere Inferenz |
| Autonome Agenten | Dots, specialist dots | Persistente delegierte Verantwortlichkeiten |
| Entwickler-Infrastruktur | Agents API, Computersteuerung, Decisions API | Gehostete Ausführung und strukturierte Entscheidungen |
| Softwareentwicklung | Codex Cloud, CLI, Code Review, Security Cloud | KI-unterstütter Entwicklungslebenszyklus |
| ChatGPT-Ökosystem | Plugin-Erweiterungen, MCP Events, Sites | Drittanbieter-Integrationen und ereignisgetriebene Workflows |
| Kollaboration | ChatGPT Space, Pages, kollaborative Folien | Zusammenarbeit zwischen Mensch und Agent |
| Enterprise und Zugang | Private Intelligence, Sign in with ChatGPT, Pro 500 | Sicherheit, Distribution, Nutzungskontingente |
Die Ankündigungen zeigen eine breitere Plattformstrategie. OpenAI baut nicht nur die Intelligenzschicht, sondern auch Ausführungs-, Kollaborations- und Distributionsinfrastruktur darum herum.
1. GPT-6.1 Sol und Ultrafast: Fähigkeit und Geschwindigkeit
GPT-6.1 Sol war eine wichtige Modellankündigung auf dem DevDay. Es hebt GPT-6 Sol für agentisches Coding, Computersteuerung, Dokumentenverständnis und professionelle Workflows an. Sein Wert liegt in der Balance aus Aufgabenqualität und Betriebskosten, nicht im Versprechen, GPT-6 Astra bei jeder Arbeitslast zu übertreffen.
OpenAI positionierte das Modell zwischen der kosteneffizienten GPT-6 Luna-Familie und dem hochfähigen Modell GPT-6 Astra. Der praktische Reiz ist nicht einfach bessere Benchmark-Performance: GPT-6.1 Sol nähert sich den Fähigkeiten des Flaggschiffs, senkt jedoch die Kosten anspruchsvoller Aufgaben deutlich.
GPT‑6‑Modelle: Unterschiede, Preise und Auswahl
Die drei Modelle bedienen unterschiedliche Arbeitslasten. GPT-6 Astra ist die Flaggschiff-Option für anspruchsvolles Reasoning und Coding; GPT-6.1 Sol balanciert Fähigkeit und Kosten für komplexes Coding, Computersteuerung und professionelle Arbeit; GPT-6 Luna zielt auf fokussierte Aufgaben in hohem Volumen, bei denen Kosten am meisten zählen.
Eine praktische Routing-Strategie besteht darin, GPT-6 Luna für routinemäßige Extraktion und Klassifikation zu testen, GPT-6.1 Sol für komplexere Workflows zu nutzen und GPT-6 Astra schwierigen Fällen vorzubehalten. Dies ist eine Bereitstellungsempfehlung: Wählen Sie anhand repräsentativer Aufgaben, Akzeptanzkriterien, Retries, Latenz und Review-Kosten statt nur nach dem Tokenpreis.
| Standardtarif kurzer Kontext / 1 Mio. Tokens | GPT-6 Astra | GPT-6.1 Sol | GPT-6 Luna |
|---|---|---|---|
| Input | $10.00 | $2.00 | $0.10 |
| Zwischengespeicherter Input | $1.00 | $0.10 | $0.01 |
| Output | $50.00 | $10.00 | $0.50 |
| Beste Eignung | Höchstanforderungen an Reasoning | Komplexes Coding und Agenten | Fokussierte Hochvolumen-Aufgaben |
Dies sind offizielle Preise für den Standardtarif kurzer Kontext, keine Garantie für gleiche Kosten pro abgeschlossener Aufgabe.
Zu Standardraten verarbeitet GPT-6.1 Sol fünfmal so viele Input- oder Output-Tokens wie GPT-6 Astra beim gleichen Tokenbudget. Das bedeutet nicht automatisch fünfmal niedrigere Gesamtkosten der Anwendung: Inferenz-Settings, Tool-Aufrufe, Retries und Erfolgsraten spielen ebenfalls eine Rolle.
Ultrafast: Schnellere Token-Generierung
Auf dem DevDay kündigte OpenAI bis zu sechsmal schnellere API-Token-Generierung und bis zu achtmal schnellere Codex-Generierung an, inklusive eines gemeldeten Spitzenwerts von 300 Tokens pro Sekunde in Codex. Der untenstehende Preisvergleich betrifft GPT-6 Astra. GPT-6.1 Sol Ultrafast wurde anschließend am 8. Oktober 2026 allen API-Nutzern vorbehaltlich Rate-Limits zugänglich gemacht. Eine schnellere Token-Generierung garantiert keine entsprechend gleiche Verbesserung der gesamten Workflow-Zeit. Siehe Ultrafast configuration and limitsdated release entry
Ultrafast für latenzkritische Arbeit
Ultrafast ist eine Premium-Geschwindigkeitsstufe für Arbeitslasten, bei denen Warten zählt, z. B. interaktives Coding und Agenten-Workflows. Die auf dem DevDay beworbenen Zugewinne erreichten bis zu sechsmal schnellere API-Token-Generierung und achtmal schnellere Codex-Generierung, mit einem gemeldeten Peak von 300 Tokens pro Sekunde. Das sind Angaben zur Generierungsgeschwindigkeit, keine gleichwertigen Reduktionen der vollständigen Aufgabenzeit.
GPT-6 Astra und GPT-6.1 Sol Ultrafast sind jetzt für alle API-Nutzer mit separaten Rate-Limits verfügbar. GPT-6.1 Sols Bereitstellung ist keine zukünftige Ankündigung mehr. Konfigurieren Sie die Ultrafast-Service-Stufe und prüfen Sie modellspezifische Limits; persistente WebSocket-Verbindungen können in Workflows mit häufigen Tool-Aufrufen den Overhead verringern. Siehe API-Konfiguration und Verfügbarkeit.
In Codex und ChatGPT Work unterstützt Ultrafast GPT-6 Astra und SolGPT-6.1 Sol in Pro $500 sowie geeigneten Enterprise- und Edu-Plänen. Enterprise-Zugang ist standardmäßig deaktiviert und erfordert die Aktivierung durch den Workspace-Inhaber. Der Rollout von SolGPT-6.1 Sol am 8. Oktober ist im datierten Produkt-Update dokumentiert. API-Abrechnung und Abonutzung sind getrennt.
Ultrafast vs Fast Mode
Fast Mode bietet ein kleineres Latenz-Upgrade für regulären nutzerseitigen Traffic; der API-Guide nennt bis zu 2,5-mal schnellere Geschwindigkeiten, mit ergebnisabhängigen Unterschieden je nach Modell und Arbeitslast. Ultrafast zielt auf die schnellsten GPT-6 Astra- und GPT-6.1 Sol-Workloads zu einem höheren Aufpreis. Siehe den Fast Mode-Guide und Anforderungen an Geschwindigkeit und Nutzung in Codex.
| Dimension | Fast | Ultrafast |
|---|---|---|
| API-Anforderungseinstellung | service_tier: fast; priority wird ebenfalls unterstützt | service_tier: ultrafast |
| API-Rate-Limits | Gemeinsam mit Standard für dasselbe Modell | Separat von Standard und Fast |
| Beste Eignung | Regulärer interaktiver Traffic | Arbeit, bei der minimale Wartezeit den Aufpreis rechtfertigt |
| Gekaufte Codex-Credits / Enterprise-Nutzung | 2-fach Standard | 6-fach Standard |
| Inklusive Codex-Abokontingent | 2,5-fach Standard | 8-fach Standard |
Die obigen Abomultiplikatoren sind Nutzungsregeln, keine API-Tokenpreise. Messen Sie End-to-End-Latenz, akzeptierte-Aufgaben-Rate und Gesamtkosten, bevor Sie die Stufe wechseln. Die folgende Preistabelle behält ihren engeren Fokus bei: GPT-6 Astra, Standard versus Ultrafast, kurzer Kontext.
GPT‑6 Astra: Standard‑ vs. Ultrafast‑Preise
| GPT-6 Astra, kurzer Kontext | Standard | Ultrafast |
|---|---|---|
| Input / 1M | $10 | $60 |
| Zwischengespeicherter Input / 1M | $1 | $6 |
| Output / 1M | $50 | $300 |
| Relativer Tokenpreis | 1× | 6× |
| Beworbene Generierungsgeschwindigkeit | Basiswert | Bis zu 6× via API |
| Beste Nutzung | Kostenbewusste Aufgaben | Interaktive, latenzkritische Workflows |
Für Offline-Batches ist der Aufpreis schwerer zu rechtfertigen. In Echtzeit-Coding und teuren Human-in-the-Loop-Workflows kann reduzierte Wartezeit einen spürbaren Wert haben. Teams sollten End-to-End-Antwortzeit, Kosten pro erfolgreicher Aufgabe und Nutzerergebnisse messen.
GPT‑6.1 Sol: Benchmark-Leistung
| Benchmark | Gemeldetes Ergebnis | Vergleich | Praktische Implikation |
|---|---|---|---|
| DeepSWE 1.1 | Entspricht GPT-6 Astra in der gemeldeten Evaluation | 6,4 Prozentpunkte über dem Bestwert von GPT-6 Sol | Zuverlässigeres komplexes Coding |
| OSWorld 2.0, offline Teilbelohnung | 7 Prozentpunkte über GPT-6 Sol | Innerhalb von 2,1 Prozentpunkten zu GPT-6 Astra bei maximalem Aufwand | Stärkere GUI-Automatisierung |
| AutomationBench 1.0.6 | 4,8 Prozentpunkte über GPT-6 Sol bei mittlerem Aufwand | 2,2 Prozentpunkte über Opus 5.5 | Bessere mehrschrittige Workflows |
| Terminal-Bench Science 0.1 | Mehr als doppelt so hoch wie der Maximalwert von GPT-6 Sol | Durchschnittliche Kosten $5.47 pro Aufgabe | Forschungskosten |
| Faktizitätsbewertung | 7,7% Antworten mit Fehlern, geringer Aufwand | Rückgang von 11,4% bei GPT-6 Sol | Weniger Fehler bei schwierigen Prompts |
OpenAIs Launch-Evaluierungen nutzen unterschiedliche Aufwands- und Aufgabeinstellungen. OSWorld meldet Teilbelohnung auf dem Offline-Set v2026.08.08 bei maximalem Aufwand; AutomationBench 1.0.6 vergleicht mittleren Aufwand über Business-Workflows. Terminal-Bench Science-Kosten werden bei maximalem Aufwand gemeldet. Faktizität nutzt de-identifizierte Gespräche, in denen Nutzer zuvor Fehler markiert hatten, daher repräsentiert der Wert 7,7% keine gewöhnliche Nutzung.
Das praktische Argument für GPT-6.1 Sol ist qualitätsbereinigt nach Kosten. Teams, die es mit der Opus 5.5 API in CometAPI vergleichen, sollten Aufwands-Settings beibehalten und Fallbacks, Tool-Aufrufe und Retries berücksichtigen. GPT-6 Astra bleibt ein Kandidat für die schwierigsten wissenschaftlichen Aufgaben; sein gemeldeter Terminal-Bench Science 0.1-Score lag bei 68,1%.
2. Dots: Persistente delegierte Arbeit
Was ist Dots
Dots sind persistente KI-Agenten, die Kontext behalten, verbundene Anwendungen nutzen und laufende Verantwortlichkeiten innerhalb genehmigter Berechtigungen ausführen. Anstatt wiederholt isolierte Prompts auszugeben, können Sie fortlaufende Arbeit zuweisen und die Ergebnisse prüfen. Siehe Dots-Fähigkeiten und Zugang.
Beispielsweise kann ein Research Assistant Wettbewerber beobachten, wöchentliche Zusammenfassungen vorbereiten und ein internes Dokument aktualisieren. Ein traditioneller Chatbot erfordert üblicherweise wiederholte Prompts; ein persistenter Agent kann mit der laufenden Verantwortung betraut werden.
Dots vs ChatGPT vs API‑basierte Agenten
| Dimension | ChatGPT | Dots | Custom API-Agent |
|---|---|---|---|
| Primäre Interaktion | Konversationen | Delegierte Verantwortlichkeiten | Vom Entwickler definierte Workflows |
| Persistente Ausführung | Funktionsabhängig | Kerndesign | Erfordert Implementierung |
| Tool-Integration | Verbundene Tools und Plugins | Verbundene Anwendungen und Cloud-Ausführung | Benutzerdefinierte Schnittstellen |
| Benutzerdefinierte Logik | Produktbeschränkungen | Produktverwaltete Workflows | Umfassende Entwicklerkontrolle |
| Kostenkontrolle | Abo-Kontingente | Abo-Zugriff | Nutzungsbasierte Abrechnung |
| Infrastruktur | Von OpenAI verwaltet | Von OpenAI verwaltet | Vom Entwickler verwaltet oder gehostet |
| Beste Eignung | Einzelpersonen und Teams | Delegation laufender Arbeit | Aufbau benutzerdefinierter Produkte |
Dots reduziert die für delegierte Arbeit erforderliche Infrastruktur, während ein eigener API-Agent mehr Kontrolle über Tools, Schnittstellen, Evaluation und Abrechnung bietet. Zum Launch war Dots für Pro- und Business Premium-Nutzer in berechtigten Märkten verfügbar; Enterprise-, Edu- und Healthcare-Beta-Zugang erforderte die Freigabe durch Workspace-Administratoren und war standardmäßig deaktiviert. Persistente Ausführung sollte im Hinblick auf Berechtigungsgrenzen, Wiederherstellungsverhalten und prüfbare Ergebnisse bewertet werden.
Erste Schritte mit Dots
- Öffnen Sie Dots in der ChatGPT-Mobile-App, Desktop-App oder einem Desktop-Browser. Falls der Eintrag fehlt, prüfen Sie Kontoberechtigung und Workspace-Einstellungen.
- Erstellen Sie Ihren Dot, geben Sie ihm einen Namen und verbinden Sie Plugins für die Apps, die seine Aufgabe benötigt, wie E-Mail, Kalender oder Dateien.
- Beschreiben Sie eine laufende Verantwortung, ihre Quellen, das erwartete Ergebnis und Entscheidungen, die Ihre Eingabe erfordern. Beispiel: Entwurf einer wöchentlichen Wettbewerberzusammenfassung zur Review.
- Wenn ein fester Zeitplan wichtig ist, geben Sie Zeitzone und Dauer an und lassen Sie den Dot dies bestätigen. Prüfen Sie die erste Ausgabe und verfeinern Sie die Aufgabe.
- Prüfen Sie Activity in der Desktop-App, um delegierte Arbeit zu überprüfen. Zugriff auf den lokalen Computer ist optional; falls genutzt, halten Sie den Computer online und ChatGPT geöffnet.
Siehe die Dots-Einrichtungsanleitung für Geräteeinrichtung und verbundene Tools. Beginnen Sie mit einer abgegrenzten Aufgabe und prüfen Sie frühe Ergebnisse, bevor Sie den Umfang erweitern.
3. Codex: Ein erweiterter Entwicklungs-Workflow
Codex erhielt Upgrades über den gesamten Softwareentwicklungslebenszyklus hinweg, vom Implementieren von Features bis zum Review von Änderungen und der Untersuchung von Sicherheitsaspekten. Es ähnelt zunehmend einer integrierten Entwicklungsumgebung mit KI-Aufgabenausführung statt einem eigenständigen Code-Assistenten.
| Feature | Kernfunktionalität | Nutzen | Verfügbarkeit |
|---|---|---|---|
| Codex Cloud | Remote-Aufgaben, wiederverwendbare Umgebungen | Arbeit über Geräte hinweg | Berechtigte kostenpflichtige Pläne |
| Aktualisierte Codex CLI | Sprachbefehle, /agents, Worktrees | Parallele Aufgabenkoordination | Alle Pläne |
| Code Review | Diffs, Änderungszusammenfassungen, automatisiertes Review | Schnellere PR-Reviews | Alle Pläne; Integrationen teils Previews |
| Codex Security Cloud | Repository-Scanning und Fix-Vorbereitung | Kontinuierliche Sicherheitsanalyse | Berechtigte kostenpflichtige oder organisatorische Pläne |
| GPT-6.1 Sol-Integration | Agentisches Coding-Modell | Balance aus Qualität und Kosten | Berechtigte Pläne und API |
Wiederverwendbare Cloud-Umgebungen reduzieren wiederholtes Setup, während die /agents-Schnittstelle Entwicklern hilft, parallele Aufgaben zu koordinieren. OpenAIs Codex-Release-Dokumentation beschreibt Remote-Umgebungen und die Repository-Prüfungen sowie vorgeschlagenen Patches von Security Cloud. Findings und Fixes erfordern Review; die nützlichen Engineering-Metriken sind verifiziertes Verhalten, Testabdeckung und Betriebsrisiko.
4. API‑Updates: Agents API und Decisions API
Was ist die Agents API?
Die Agents API stellt OpenAIs verwaltetes Codex-Gerüst für dauerhafte, mehrschrittige Arbeit bereit. OpenAI übernimmt Orchestrierung, Sitzungszustand, Kontextkomprimierung und Wiederherstellung; Entwickler konfigurieren Modelle, Anweisungen, Tools und Umgebungen. Eine Session kann über Turns hinweg fortgeführt werden, statt den Kontext für jede Anfrage neu aufzubauen. Siehe die Agents API-Übersicht.
Was ist die Decisions API?
Die Decisions API bewertet Text und Bilder und liefert typisierte Urteile für Klassifikation, Routing und Priorisierung. Stand 10. Oktober 2026 ist sie in der Public Beta und unterstützt gpt-6-luna. Der dedizierte Endpunkt lautet POST /v1/decisions.
Agents API vs Decisions API vs Responses API
| Dimension | Agents API | Decisions API | Responses API |
|---|---|---|---|
| Zweck | Workflows ausführen | Strukturierte Entscheidungen | Modellantworten generieren |
| Aufgabenumfang | Mehrschrittig | Fokussierte Auswahl | Einzelaufruf oder verwaltete Sequenz |
| Computersteuerung | Unterstützt | Kein Kerneinsatzzweck | Tool-abhängig |
| Ausführung | Gehostet | Verwalteter Decision-Endpunkt | Entwickler-Orchestrierung |
| Ideal für | Browser- und Agenten-Workflows | Klassifikation und Routing | Chat, Reasoning, Tool-Integration |
| DevDay-Status | Public Beta | Eingeschränkte Preview | Etablierte API |
Für ein fokussiertes Klassifikations- oder Routing-Problem ist kein vollständiger Agent nötig. Decisions API war zum DevDay eine eingeschränkte Preview und ging mit GPT-6 Luna am 6. Oktober 2026 in die Beta. Prüfen Sie aktuellen Zugang, Preise und Evaluationsergebnisse, bevor Sie sie in der Produktion wählen. Siehe das API Changelog.
5. ChatGPT-Updates: Kollaboration und vernetzte Arbeit
Space und Pages: Geteilte KI-Arbeit
Der DevDay stellte ChatGPT als kollaborativen Arbeitsbereich dar. ChatGPT Space organisiert geteilte Projekte und Agentenbeteiligung; Pages unterstützt gemeinsame Dokumente; kollaborative Folien wurden für ein späteres Releasefenster angekündigt. Zusammen zielen diese Features darauf ab, Diskussion, Dokumente und Ausführung zu verbinden.
| Feature | Hauptzweck | Menschliche Zusammenarbeit | Agentenbeteiligung |
|---|---|---|---|
| ChatGPT Space | Geteilter Projektarbeitsbereich | Ja | Ja |
| Pages | Kollaborative Dokumente | Ja | Ja |
| Kollaborative Folien | Präsentationserstellung | Ja | Ja |
| Team Tasks | Wiederkehrende Verantwortlichkeiten | Ja | Ja |
| Meetings-Plugin | Notizen und Action Items | Teilen und Review | Folge-Workflows |
| @ChatGPT in Slack and Teams | In-Channel-Unterstützung | Ja | Tool-verbundene Unterstützung |
Plugins und MCP Events: Vernetzte Workflows
Plugin-Erweiterungen fügen ChatGPT Schnittstellen wie Panels, Sidebar-Einträge und Dateiviewer hinzu. MCP Events unterstützt ereignisgetriebene Automatisierungen, statt sich auf einen neuen Prompt für jede Aktion zu verlassen. Integrationsentscheidungen hängen weiterhin von Plattformunterstützung, Nutzerberechtigungen und dem Umgang von Teams mit fehlgeschlagenen oder doppelten Ereignissen ab.
6. Datenschutz und Distribution: Enterprise-Zugang
Da Agenten Zugriff auf interne Daten und Software erhalten, zählen Datenschutzkontrollen und Verantwortlichkeit neben der Fähigkeit. Private Safety Processing unterstützt automatisierte Safety-Reviews, ohne zugrundeliegende Inhalte OpenAI-Personal offenzulegen. Auf dem DevDay war Private Inference als vertrauliches Computing-Preview geplant; Sign in with ChatGPT und Pro 500 adressierten separate Zugangs- und Nutzungsbedarfe.
| Ankündigung | Hauptnutzen | Wichtige Überlegung |
|---|---|---|
| Private Intelligence | Stärkere Datenschutzkontrollen | Variiert je nach Angebot |
| Sign in with ChatGPT | Drittanbieter-Authentifizierung und Partnerzugang | Nur berechtigte Integrationen |
| Pro 500 | Höhere Nutzung und Ultrafast | Premium-Abo |
| OpenAI Marketplace | Flexibilität bei der Beschaffung | Berechtigte Enterprise-Kunden |
| Specialist dots | Delegierte organisatorische Rollen | Berechtigungen und Governance |
| Bedrock Managed Agents | OpenAI-Agenten in AWS | AWS-Architektur |
Die Einführung von KI im Enterprise-Umfeld hängt nicht nur von Benchmarks ab, sondern auch von Beschaffung, Compliance, Datenverarbeitung und operativer Verantwortlichkeit.
Feature-Verfügbarkeit: Launch-Status und spätere Updates
| Feature | Launch-Status / verifiziertes späteres Update | Zugangsüberlegungen |
|---|---|---|
| GPT-6.1 Sol API | Verfügbar | API; andere Produkte haben eigene Berechtigungen |
| GPT-6 Astra Ultrafast | Verfügbar | Premiumpreise und Limits |
| GPT-6.1 Sol Ultrafast | Seit 8. Oktober 2026 via API verfügbar | Alle API-Nutzer, vorbehaltlich Rate-Limits; zum DevDay-Start nicht verfügbar |
| Dots | Limitierter Rollout | Pro und Business Premium in berechtigten Märkten; admin-aktiviertes Beta für Enterprise, Edu und Healthcare |
| Agents API mit Computersteuerung | Public Beta | Entwicklerintegration |
| Decisions API | Eingeschränkte Preview zum Start; Beta mit GPT-6 Luna seit 6. Okt. 2026 | Aktuellen Beta-Zugang und Preise prüfen |
| Codex Cloud | Verfügbar | Plus, Pro, Business, Healthcare, Education und Enterprise |
| Codex Security Cloud | Berechtigter Rollout | Pro, Business, Enterprise und Edu; Preview-Bedingungen prüfen |
| ChatGPT Space | Verfügbar | Pro, Business und Enterprise; Gerätefähigkeiten variieren |
| Kollaborative Folien | Kommen in den folgenden Wochen | Geplanter Rollout |
| Plugin-Erweiterungen | Verfügbar | Entwickler-Submission und Berechtigungen |
| Private Inference | Preview geplant | Enterprise-Fokus |
Diese Tabelle behält den DevDay-Launch-Status für Einträge ohne datiertes Update bei. GPT-6.1 Sol Ultrafast und Decisions API enthalten verifizierte Post-Launch-Updates, geprüft am 10. Oktober 2026. Andere Launch-Einträge sollten nicht als Bestätigung der aktuellen Verfügbarkeit gelesen werden. Konsultieren Sie das API Changelog und die aktuelle Produktdokumentation für Region, Plan, Kontingent und Abrechnungsanforderungen.
Implikationen und nächste Schritte für Teams
Die Ankündigungen machen den KI-Einsatz zur Frage messbarer Arbeit: Aufgabenqualität, Betriebskosten, Berechtigungsgrenzen und Wiederherstellung. Teams können diesen Wandel in vier praktische Maßnahmen übersetzen:
- Vor dem Modellwechsel evaluieren. GPT-6 Luna, GPT-6.1 Sol und GPT-6 Astra an repräsentativen Aufgaben benchmarken und Arbeit nach Schwierigkeit routen; akzeptierte Ergebnisse, Retries, Latenz und Review-Aufwand vergleichen.
- Begrenzte Agenten-Workflows pilotieren. Die Agents API für mehrschrittige Ausführung oder die Decisions API für strukturierte Entscheidungen nutzen, dann Unterbrechungen, Freigaben, Eskalation und Fehlerwiederherstellung testen.
- Dots eine schmal umrissene wiederkehrende Verantwortung geben. Quellen, Output, Zeitplan und Review-Regeln definieren, dann die Aufgabe nach Prüfung der Ergebnisse erweitern.
- Engineering- und Kollaborationsergebnisse messen. Codex-Änderungen und Sicherheitsbefunde prüfen, Plugins nur dort verbinden, wo sie Arbeit verbessern, und vor dem Skalieren Zugang, Datenschutz und Gesamtkosten verifizieren.
| Zielgruppe | Relevante Ankündigung | Erwarteter Wert | Hauptherausforderung |
|---|---|---|---|
| Softwareentwickler | GPT-6.1 Sol und Codex | Schnellere Umsetzung | Review-Qualität |
| KI-Anwendungsbauer | Agents API | Weniger Orchestrierungsaufwand | Zuverlässigkeit und Berechtigungen |
| Support-Teams | Decisions API | Strukturierte Weiterleitung | Genauigkeit und Eskalation |
| Wissensarbeiter | Dots | Delegation wiederkehrender Aufgaben | Vertrauen und Aufsicht |
| Kollaborative Teams | ChatGPT Space | Geteilte Ausführung | Adoption und Governance |
| Enterprise IT | Private Intelligence | Datenschutz | Compliance-Validierung |
| SaaS-Anbieter | Plugins und Sign-in | Distribution | Plattformabhängigkeit |
| Latenzkritische Apps | Ultrafast | Schnellere Generierung | Höhere Inferenzkosten |
Wie CometAPI Ihnen nach dem OpenAI DevDay 2026 hilft
GPT-6.1 Sol ist auf CometAPI verfügbar. Nutzen Sie einen von CometAPI ausgestellten Schlüssel mit dem dokumentierten Responses-Endpunkt und der Modellkennung gpt-6.1-sol; dieser Weg nutzt Ihr CometAPI-Konto, ohne dass ein separates OpenAI-API-Konto erforderlich ist.
Erstellen Sie ein CometAPI-Konto, generieren Sie einen API-Schlüssel und konfigurieren Sie Ihre Anwendung für den CometAPI-Endpunkt. Bewahren Sie den Schlüssel in einer sicheren Konfiguration auf und testen Sie eine kleine Anfrage vor der Produktion. Der Modellzugang umfasst nicht automatisch Dots, von OpenAI gehostete Agenten-Umgebungen oder ChatGPT-Abofeatures; prüfen Sie diese Berechtigungen separat.
Für Standardanfragen mit bis zu 272K Input-Tokens führt CometAPI $1.60 Input, $0.08 gecachten Input und $8 Output pro 1 Mio. Tokens auf. Für Anfragen mit längerem Kontext werden $3.20, $0.16 und $12 angegeben. Diese Zahlen betreffen die Modell-Token-Gebühren; Toolgebühren, Retries und Verarbeitungseinstellungen können die Gesamtkosten verändern.
FAQ
Wie sollten Teams GPT‑6.1 Sol vor einem Wechsel testen?
Nutzen Sie repräsentative Aufgaben mit expliziten Akzeptanzkriterien, einschließlich Beispiele, die zuvor fehlgeschlagen sind. Führen Sie dieselben Inputs und Tool-Berechtigungen über Kandidatenmodelle hinweg aus und messen Sie dann akzeptierte-Aufgaben-Rate, Korrekturzeit, Latenz und gesamte abrechenbare Nutzung. Ein niedrigerer Tokenpreis ist nur dann hilfreich, wenn Retries und menschliche Reviews die Einsparung nicht zunichtemachen; bewahren Sie einen Rollback-Pfad für Workflows mit kostspieligen Fehlschlägen.
Wann rechtfertigt OpenAI Ultrafast den höheren Preis?
Beginnen Sie mit Workflows, bei denen eine Person auf das Ergebnis wartet, und messen Sie dann die vollständige Antwort statt nur Tokens pro Sekunde. Netzwerk-Overhead, Tool-Aufrufe und Anwendungs-Processing können den Nutzen schnellerer Generierung begrenzen. Vergleichen Sie den zusätzlichen Inferenzaufschlag mit der beobachteten Reduktion der Wartezeit und dem Aufgabenerfolg; Offline-Arbeit ist möglicherweise mit einer kostengünstigeren Verarbeitungsoption besser bedient.
Umfasst der CometAPI-Zugang Dots und gehostete OpenAI-Agenten?
Zugang zu einem unterstützten Modell-Endpunkt sollte nicht als Zugang zu jedem Produkt verstanden werden, das dieses Modell nutzt. Dots, gehostete Agenten-Umgebungen und ChatGPT-Abos haben separate Anmeldedaten, Berechtigungen und Serviceverhalten. Bestätigen Sie jede benötigte Fähigkeit beim Anbieter, bevor Sie die Integration entwerfen, insbesondere wenn eine Anwendung persistenten Zustand oder plattformverwaltete Tools benötigt.
Wie sollte ein Team die erste Dots-Aufgabe abstecken?
Wählen Sie eine abgegrenzte wiederkehrende Aufgabe mit klaren Inputs, einem prüfbaren Output und einer Eskalationsregel. Bitten Sie z. B. um einen Entwurf einer wöchentlichen Zusammenfassung, statt offene Vollmachten zum Ändern externer Datensätze zu erteilen. Definieren Sie, worauf der Agent zugreifen darf, welche Entscheidungen ein Review brauchen und wie das Team fehlende oder doppelte Arbeit bemerkt, bevor Sie Verantwortung ausweiten.
Fazit
Der OpenAI DevDay 2026 zeigte, dass die nächste Phase der KI über intelligentere Modelle hinausgeht. GPT-6.1 Sol verbessert die Wirtschaftlichkeit leistungsfähigen Reasonings und Codings; Dots erweitert KI zu persistenten Verantwortlichkeiten; die Agents API und Codex liefern Ausführungsinfrastruktur; und Space sowie Plugin-Erweiterungen machen die Ergebnisse kollaborativ. Der größere Wandel geht zu Systemen, die messbare Arbeit erledigen und zugleich für Kosten, Berechtigungen, Zuverlässigkeit und menschliche Aufsicht verantwortlich bleiben.