Ein großes Ziel der KI-Labore ist es, mit KI die eigene KI-Entwicklung zu beschleunigen. Laut OpenAI gelingt das dem neuen Modell GPT-5.6 Sol besser als dem Vorgänger.
OpenAIs neues Spitzenmodell GPT-5.6 Sol hat laut dem Unternehmen eigenständig das kleinere Modell Luna posttrainiert, also nach dem eigentlichen Vortraining gezielt auf bestimmte Fähigkeiten und Verhaltensweisen hin optimiert.
Ein Forscher habe Sol über die Codex-Plattform einen vergleichsweise kurzen Prompt gegeben, der das Modell anwies, die Trainingskonfigurationen zu finden, passende GPUs auszuwählen, das Trainingsskript zu starten und sicherzustellen, dass alles funktioniert.
"Früher hätte ein Team von Senior-Forschern daran gearbeitet, und jetzt fühlt es sich wirklich so an, als wäre der automatisierte Forscher ziemlich nah", erklärt OpenAI bei der Vorstellung. Bemerkenswert sei, dass ein "ziemlich unterspezifizierter Prompt" ausreiche, um einen kompletten Post-Training-Job anzustoßen.
16 Punkte Vorsprung im Benchmark für rekursive Selbstverbesserung
Um die Fähigkeiten direkt zu messen, hat OpenAI eine interne Evaluierungssuite entwickelt, die auf realen KI-Forschungsaufgaben basiert. Dazu gehören das Debugging von Forschungssystemen, die Optimierung von Kernels und Trainingsrezepten, die Durchführung von Machine-Learning-Experimenten sowie die Verbesserung eines anderen Modells.
Im aggregierten RSI-Index (Recursive Self-Improvement) erzielt GPT-5.6 Sol laut OpenAI 16,2 Punkte mehr als GPT-5.5. Die Modellhierarchie im Benchmark zeigt Sol an der Spitze, gefolgt von den Varianten Terra und Luna sowie den Vorgängern GPT-5.5 und GPT-5.4.
Aggregierte RSI-Fähigkeit: GPT-5.6 Sol erzielt im Benchmark für rekursive Selbstverbesserung 16,2 Punkte mehr als GPT-5.5. | Bild: OpenAIRecursive Self-Improvement (RSI) bezeichnet in der KI-Forschung die Fähigkeit eines KI-Systems, sich selbst zu verbessern, wobei diese Verbesserungen wiederum dazu führen, dass das System noch besser darin wird, sich selbst zu verbessern. Es entsteht eine Art Rückkopplungsschleife. Der Begriff ist in der KI-Sicherheitsforschung seit Langem ein zentrales Konzept, weil ein System, das sich selbst rekursiv verbessern kann, theoretisch zu einer rapiden Leistungsexplosion führen könnte.
Auch OpenAI-Konkurrent Anthropic betonte Anfang Juni, dass vollständige rekursive Selbstverbesserung zwar noch nicht erreicht sei, aber "früher kommen könnte, als die meisten Institutionen darauf vorbereitet sind". Gemeint ist ein KI-System, das autonom seinen eigenen Nachfolger entwirft. Laut Anthropic beherrscht Claude inzwischen die inkrementelle Arbeit zwischen großen Paradigmenwechseln hervorragend. Menschen würden nur noch den "einstelligen Prozentanteil der Richtungsentscheidungen" übernehmen.
GPT-5.6 verdoppelt die Token-Produktion pro Forscher
Forscher nutzen GPT-5.6 Sol im gesamten Entwicklungszyklus: von der Fehlerdiagnose über die Optimierung von Trainingssystemen bis hin zur Durchführung von Experimenten und der Interpretation von Ergebnissen. Bereits während der internen Testphase lagen die durchschnittlichen täglichen Output-Tokens pro aktivem Forscher mehr als doppelt so hoch wie der bisherige Höchstwert bei GPT-5.5. Auch die Zahl der Pull-Requests und Experimente pro Forscher stieg, sodass sich Ideen schneller in Forschungsergebnisse überführen ließen.
Die Adoptionszahlen der vergangenen sechs Monate unterstreichen diesen Trend: Der Anteil der Rechenleistung für internes Coding-Inferencing wuchs um das 100-Fache, die agentische Token-Nutzung stieg um das rund 22-Fache. OpenAI räumt ein, dass diese Metriken nicht direkt den Forschungsfortschritt messen, sie zeigten aber, wie rasant die KI-Unterstützung zunehme.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
