OpenAI DevDay 2026: Die Plattform nimmt Gestalt an

OpenAI veranstaltete den DevDay am 29. September 2026 in San Francisco; in Peking fiel die Eröffnungskeynote auf den 30. September. Der offizielle Rückblick nennt mehr als 20 Ankündigungen. Einige betreffen neue Produkte, andere erweitern vorhandene Werkzeuge, und mehrere bleiben Vorschauen oder Zusagen für eine spätere Verfügbarkeit. Wer alle als vollständig eingeführt betrachtet, übersieht einen wichtigen Unterschied. [1]

Unserer Einschätzung nach verbindet OpenAI Modellintelligenz mit Ausführung, gemeinsamer Arbeit und Vertrieb. Ein Modell antwortet, ein Agent handelt, ein Arbeitsbereich bewahrt das Ergebnis auf, ein Plugin bindet eine andere Anwendung ein, und ein Abonnement oder Marktplatz hilft bei der Bezahlung. Strategisch stellt sich die Frage, wie viel dieser Kette Entwickler und Kunden in einer einzigen Plattform unterbringen wollen.

GPT-6.1 Sol ist das neue Modellupdate. Die regulären API-Preise für kurzen Kontext betragen 2 US-Dollar pro Million Eingabetokens, 0,10 US-Dollar für zwischengespeicherte Eingaben und 10 US-Dollar für Ausgaben; bei langem Kontext gelten andere Preise. Es ist über die API, ChatGPT Work und Codex verfügbar, zum Veröffentlichungszeitpunkt jedoch noch nicht im gewöhnlichen Chat. OpenAI berichtet von Leistungen nahe an Astra in mehreren Evaluierungen. Das ist ein Anbieterergebnis unter angegebenen Testbedingungen, kein Nachweis gleicher Leistung in jedem Arbeitsablauf. [2] [22]

OpenAI zufolge erreicht Sol bei DeepSWE 1.1 Astras Ergebnis zu ungefähr einem Fünftel der Aufgabenkosten und übertrifft bei geringerem Denkaufwand das beste Ergebnis von GPT-6 Sol um 6,4 Prozentpunkte. Auf dem Offline-Datensatz von OSWorld 2.0 liegt es bei maximalem Denkaufwand nur 2,1 Prozentpunkte hinter Astra, zu ungefähr einem Siebtel der Aufgabenkosten. Bei den getesteten Modellen für wissenschaftliche Forschung liegt Astra weiterhin vorn. Das ist eine erhebliche Verschiebung im Verhältnis von Leistung und Kosten, kein Beleg dafür, dass Sol jede Aufgabe gewinnt. [2]

Diese Ergebnisse stammen aus den angegebenen Evaluierungen des Anbieters. Einstellungen in Forschung und API können sich vom produktiven ChatGPT unterscheiden; Ergebnisse der Konkurrenz wurden öffentlichen Berichten entnommen. Für Programmierung und Agenten schließen wir daraus, dass leistungsfähigere Modelle für Routinearbeit erschwinglich genug werden könnten, um Budget für Prüfungen und Wiederholungen zu lassen, während schwierige Aufgaben gesondert an stärkere Modelle weitergegeben werden. Entscheidend ist, wo Sol die Qualität Ihres Arbeitsablaufs erhält, nicht ob ein einzelner Benchmark den Austausch aller Modelle rechtfertigt. [2]

Ultrafast ergänzt eine kostenpflichtige Geschwindigkeitsstufe. Astra Ultrafast ist verfügbar, Sol Ultrafast folgt später. Private Intelligence ergänzt Datenschutzinfrastruktur: Private Safety Processing ermöglicht automatisierte Sicherheitsprüfungen bei geschützten Kundeninhalten, während eine Vorschau von Private Inference für den Herbst angekündigt ist. Das sind unterschiedliche Fähigkeiten, keine pauschale Aussage, dass sämtliche OpenAI-Aufgaben bereits vertraulich ausgeführt werden. [1] [7]

Für Entwickler sind die Kosten pro abgenommenem Ergebnis die nützliche Kennzahl. Niedrigere Tokenpreise können mehr Prüfungen und Wiederholungen ermöglichen; schnellere Generierung kann Iterationen verkürzen. Beides beseitigt weder Werkzeuglatenz noch falsche Aktionen oder Prüfaufwand. Ein günstigeres Modell sollte am tatsächlichen Arbeitsbedarf erprobt werden, bevor es zum Standard wird.

dots führt dauerhaft verfügbare Agenten ein, die Kontext behalten und über verbundene Werkzeuge und Computer laufende Arbeit übernehmen. Die Einführung hängt von Zugangsberechtigung und Arbeitsbereichseinstellungen ab. Codex Cloud verlagert Programmieraufgaben in wiederverwendbare Cloud-Umgebungen, in denen die Arbeit weiterlaufen kann, während der lokale Computer schläft. Cloud-Ausführung unterscheidet sich von der Fernsteuerung eines lokalen Rechners, der weiterhin online sein muss. [3] [4]

Die überarbeitete Codex CLI bietet Sprachinteraktion und eine /agents-Ansicht. Code Review bringt Prüfabläufe in die Desktop-App und automatische Prüfungen in die Cloud; die GitLab-Unterstützung befindet sich noch in der Vorschau. Codex Security Cloud scannt verbundene GitHub-Repositories und überwacht Commits. Ein mögliches Problem zu finden oder einen Patch vorzubereiten ist nicht dasselbe wie nachzuweisen, dass ein Repository sicher ist. [1] [17] [18] [19]

Decisions API konzentriert Luna auf benutzerdefinierte Fragen mit endlichen Antworten und befindet sich in einer begrenzten Vorschau. Die bestehende Agents API erhält Computerbedienung einschließlich eines gehosteten Browsers. Bedrock Managed Agents ist eine separate, AWS-native Vorschau. Diese Angebote erfüllen unterschiedliche Aufgaben: eine eingeschränkte Auswahl treffen, einen umfassenderen Agenten ausführen oder innerhalb der AWS-Governance arbeiten. [1] [5] [6]

ChatGPT Space und Pages bieten gemeinsamen Kontext und bearbeitbare Dokumente für Menschen und Agenten. Zum Start unterstützt Space das Erstellen und Bearbeiten im Web und auf dem Desktop; mobil sind Suchen, Lesen und Teilen möglich. Gemeinsame Folien mit gleichzeitiger Bearbeitung und Export sollen erst demnächst folgen. Eine Demonstration bedeutet nicht, dass sämtliche Funktionen zur Zusammenarbeit bereits verfügbar sind. [10]

Teams und Team Tasks organisieren Kollegen und wiederkehrende Arbeit. @ChatGPT in Slack und Microsoft Teams bringt Unterstützung in Gespräche. Das Meetings-Plugin erstellt aus Besprechungsnotizen personalisierte Zusammenfassungen und Aufgaben; es ist auf macOS für Pro und Business in der Beta, weitere Unterstützung steht noch aus. Teilbare Profile erleichtern das Entdecken von Arbeiten. [1] [11] [12]

Ein dauerhafter Arbeitsbereich verändert die Frage der Abnahme. Eine hilfreiche Antwort kann zu gemeinsamem Material werden, auf dessen Grundlage andere später handeln. Teams müssen Quellenmaterial, einen Agentenvorschlag, eine geprüfte Entscheidung und eine bereits ausgeführte Aktion unterscheiden. Echtzeitbearbeitung allein stellt diese Unterscheidung nicht her.

Plugin Extensions ergänzen Oberflächen wie Seitenleisten und Dateibetrachter. OpenAI kündigte außerdem Verbesserungen bei Erstellung, Einreichung und Auffindbarkeit von Plugins an. Sites kann unterstützte Plugins hosten, und MCP Events kann Automatisierungen durch Ereignisse in verbundenen Anwendungen auslösen. Die Verfügbarkeit unterscheidet sich je nach Oberfläche: Erweiterungen im Web für Free und Go sollen erst demnächst folgen; Plugin-Erwähnungen im Eingabefeld sind nur auf dem Desktop verfügbar. [1] [8] [9] [21]

Sign in with ChatGPT verbindet Identität mit der optionalen Nutzung des Tarifs in teilnehmenden Werkzeugen. Berechtigte Plus- und Pro-Anfragen verbrauchen das vorhandene Work- und Codex-Kontingent, statt ein neues unbegrenztes Kontingent zu schaffen. Ein Drittanbieterdienst kann weiterhin eigene Gebühren verlangen. Das macht das gewöhnliche Chat-Kontingent nicht zu einem universellen API-Schlüssel für beliebige VPS-Programme. [13]

Der neue Tarif Pro 500 erhöht das Nutzungskontingent und enthält Ultrafast. Über OpenAI Marketplace können berechtigte Unternehmenskunden einen Teil einer bestehenden Ausgabenverpflichtung für genehmigte Partnersoftware einsetzen. Die Teilnahme unterliegt geschäftlichen Voraussetzungen und Bedingungen; kostenlose Software wird damit nicht zugesagt. Zusammen machen diese Änderungen Vertrieb und Beschaffung neben dem Modellzugang relevant. [20] [14]

TypeSafe AI stellte Jev am 15. September vor, noch vor dem DevDay. Der System-One-Ansatz wandelt unstrukturierten Zustand in vordefinierte, typisierte Entscheidungen mit Wahrscheinlichkeiten um. Decisions API zielt auf einen erkennbar verwandten Bedarf: Klassifikation, Routing und die Wahl der nächsten Aktion aus endlichen Antworten. Das ist eine wesentliche Überschneidung bei der Art von Schnittstelle, die Software nutzt. [15] [1]

Auch der Unterschied ist wichtig. TypeSafe beschreibt eine spezialisierte Architektur, paralleles Sampling und Reinforcement Learning for Calibrated Decisions. OpenAI beschreibt Decisions als Anwendung von Luna auf begrenzte Fragen. Die hier geprüften öffentlichen Materialien belegen nicht, dass OpenAI die Architektur, Trainingsmethode oder sämtliche Ausgabesemantiken von TypeSafe reproduziert hat. Ein früherer Start und funktionale Ähnlichkeit reichen als Beleg für eine Kopie nicht aus. [15] [1]

Käufer sollten Fehlerraten bei mehrdeutigen Fällen, Kalibrierung, Antwortverzicht, Latenz und Gesamtkosten anhand derselben Aufgaben vergleichen. Eine Antwort kann ihrem Schema vollkommen entsprechen und dennoch falsch sein. Wir haben weder die Benchmarks der Anbieter reproduziert noch einen direkten Vergleichstest durchgeführt.

Meta stellte Muse am 8. September vor. Laufende Arbeit, ein persönlicher Cloud-Computer mit Browser, gespeicherte Ziele, proaktive Hilfe und Genehmigung vor sensiblen Aktionen machen Muse zu einem klaren Produktvergleich für dots. Die Ähnlichkeit ist groß genug, um sie zu erörtern, ohne daraus einen Vorwurf zu machen. [16] [3]

Ihre Vertriebswege unterscheiden sich. Muse konzentriert sich auf die eigene App und WhatsApp und startete in den USA mit kostenloser Nutzung und Abonnements. dots bindet die ChatGPT-Arbeitsumgebung und Kanäle wie Slack und Microsoft Teams ein, mit Bedingungen für kostenpflichtige Tarife und die Einführung in Unternehmen. Diese Unterschiede beeinflussen, wie Nutzer Arbeit delegieren und Organisationen sie steuern. [16] [3]

Die geprüften Quellen liefern keine verifizierten Belege dafür, dass dots Code, geschütztes Design oder interne Systeme von Muse kopiert hat. Eine ähnliche Produktpositionierung beweist ebenso wenig, dass alle Implementierungen unabhängig erfunden wurden. Belegen lässt sich, dass ein späterer Anbieter mit einem eng verwandten Nutzungserlebnis konkurriert. Kopiervorwürfe erfordern mehr als einen Veröffentlichungskalender und eine Funktionsliste.

Erstens stehen eng umrissene KI-Funktionen stärker im Wettbewerb mit Plattformpaketen. Ein eigenständiges Werkzeug, das nur Zusammenfassungen erstellt oder ein Modell einbettet, könnte seine Funktion in einem Arbeitsbereich wiederfinden. Fachwissen, vertrauenswürdige Integration, geprüfte Ergebnisse und ein vollständiger Geschäftsprozess werden als mögliche Vorteile wichtiger. Das ist unsere strategische Schlussfolgerung, keine Prognose, dass jeder Spezialanbieter verschwindet.

Zweitens könnte der Vertriebsweg für Entwickler wichtiger werden. Native Plugins und gemeinsam nutzbare Budgets können die Einführung erleichtern, zugleich aber die Abhängigkeit von Auffindbarkeitsregeln, Berechtigungen und Plattformökonomie erhöhen. Ein Team sollte messen, ob die Plattform neue Kunden bringt, statt die Aufnahme in ein Verzeichnis mit Nachfrage zu verwechseln.

Drittens erleichtern Cloud-Agenten den dauerhaften Betrieb, konzentrieren aber mehr Betriebsverantwortung auf der Ausführungsplattform. Unternehmen benötigen weiterhin überprüfbare Berechtigungen, Nachweise, exportierbare Arbeit und Möglichkeiten, Aufgaben zu stoppen oder zu verlagern. Bessere Modelle erweitern die Chancen; sie bestimmen nicht, wem der Arbeitsablauf gehört oder ob das Ergebnis zuverlässig ist.

Wählen Sie einen begrenzten Pilotversuch. Ein Entwicklungsteam kann Sol mit dem bisherigen Modell bei repräsentativen Fehlern und Codeänderungen vergleichen. Ein Betriebsteam kann einen Entscheidungsdienst anhand gelabelter Routingfälle prüfen, einschließlich Beispielen mit geringer Sicherheit. Ein Inhaltsteam kann bei einer tatsächlichen Übergabe testen, ob gemeinsame Dokumente Quelle, Prüfentscheidung und Endfassung bewahren.

Dokumentieren Sie Verfügbarkeit, Autorisierung, Kosten und Abnahmekriterien getrennt. Prüfen Sie den tatsächlichen Funktionszugang Ihres Kontos, behalten Sie eine Vergleichsbasis und messen Sie die vollständige Aufgabenerledigung sowie menschliche Korrekturen. Entscheiden Sie, welche Daten und Aktionen auf die Plattform gehören und welche in vorhandenen Systemen bleiben. Sichern Sie einen Ausstiegsweg, bevor Sie eine wiederkehrende Verantwortung übertragen.

Der folgenreichste Teil des DevDay könnte die Verbindung zwischen den Ankündigungen sein. OpenAI bietet mehr von dem Ort, an dem Arbeit beginnt, ausgeführt, gespeichert und eingekauft wird. Jev und Muse zeigen, dass wichtige Ideen auch außerhalb dieser Plattform entstehen. Sinnvoll ist, die Produkte und die entstehende Abhängigkeit mit derselben Sorgfalt zu bewerten.