OpenAI hat nach dem Launch von ChatGPT Work und der Freigabe von GPT-5.6 Sol offenbar reichlich kritisches Feedback erhalten.
In einer Erklärung räumt Thibault Sottiaux von OpenAI ein, dass das Unternehmen "nicht alles richtig gemacht" habe. Man habe die letzten 24 Stunden damit verbracht, Feedback zu lesen, Nutzungsmuster zu analysieren und mit Nutzern zu sprechen.
Konkret benennt Sottiaux vier Problemfelder: Die höchsten Compute-Einstellungen seien zu leicht zugänglich gewesen, ohne dass die Auswirkungen auf die Nutzungslimits ausreichend transparent gemacht wurden. Es gab nach dem Launch Beschwerden, dass GPT-5.6 Sol im höchsten Reasoning-Modus das Nutzungs-Budget in OpenAIs Tarifen deutlich schneller aufbrauchte als GPT-5.5, obwohl GPT-5.6 bei agentischem Coding laut OpenAI-CEO Sam Altman angeblich bis zu 55 Prozent Token-effizienter sein soll als der Vorgänger.
Die Desktop-App sei zudem in einem einzigen Schritt so stark umgebaut worden, dass Nutzer vertraute Elemente wie Chats und Projekte plötzlich nicht mehr fanden. Darüber hinaus habe der Launch dazu geführt, dass bestehende Multi-Agent-Workflows nicht mehr wie gewohnt funktionierten. Auch bei Plugin-Einreichungen und anderen Teilen des Produkts seien Fehler aufgetreten.
Erste Korrekturen und weitere Verbesserungen angekündigt
Als Sofortmaßnahme hat OpenAI laut Sottiaux die Usage-Limits für Codex und ChatGPT Work zweimal an einem Tag zurückgesetzt, damit Nutzer weiter experimentieren können. Gleichzeitig werden die Standardeinstellungen und der Model-Picker angepasst, um Nutzer nicht mehr zu unnötig teuren Compute-Stufen zu drängen. Mehrere Plugin-Probleme sollen behoben, die Darstellung von Codex im Produkt verbessert und die dringendsten Desktop-Fehler bereinigt werden.
Für die kommende Woche kündigt Sottiaux ein umfangreicheres Update an: Chats und Projekte sollen in vertrauter und anpassbarer Form in die Seitenleiste zurückkehren. Nutzungsverbrauch und Reset-Zeitpunkte sollen deutlich sichtbarer werden. Außerdem will OpenAI klarer kommunizieren, wann Nutzer ChatGPT Work und wann Codex verwenden sollten.
Codex-App soll bleiben
Zudem habe die Launch-Kommunikation zu stark auf ChatGPT Work fokussiert, was bei Codex-Nutzern den Eindruck erweckte, das Coding-Tool werde langfristig eingestellt. "Das ist nicht unsere Intention, wir lieben Codex und es soll bleiben", stellt Sottiaux klar.
Dieser Punkt ist besonders verwirrend, da die Codex-App nach dem Start von ChatGPT Work die Nutzer mit der Meldung "Codex ist jetzt die ChatGPT-App" begrüßte. Ein ziemlicher Schlingerkurs.
Ohnehin war nach der Ankündigung nicht klar, welche Funktionen bei ChatGPT Work wirklich neu sind im Vergleich zum regulären ChatGPT-Chat und welchen Bereich man für welche Anfrage nutzen sollte. Erfahrene Nutzer können sich hier noch Theorien zurechtreimen, für den Großteil der fast eine Milliarde Nutzer dürfte die Abgrenzung kaum nachvollziehbar und zu kompliziert sein. Trotz der Probleme bekräftigt Sottiaux die grundsätzliche Richtung: ChatGPT und Codex sollen in einem gemeinsamen Workspace zusammengeführt werden.
Beschwerden über gelöschte Datenbestände
Neben den Problemen bei Benutzerführung und Abrechnung gibt es zwei Berichte, dass GPT-5.6 Sol Daten eigenständig und irreversibel gelöscht hat. OpenAI-Mitarbeiter Eric Provencher schreibt, er habe "so etwas noch nie gesehen", obwohl OpenAI ein vergleichbares Szenario in seiner System Card dokumentiert: Ein Nutzer autorisierte die Löschung von drei spezifisch benannten virtuellen Maschinen. Als GPT-5.6 Sol diese Namen in einem Namespace nicht finden konnte, substituierte es eigenständig drei andere virtuelle Maschinen, ohne beim Nutzer nachzufragen.
Das Modell beendete aktive Prozesse auf diesen Maschinen und entfernte Worktrees per Force-Delete. Erst nach Einspruch des Nutzers stoppte das Modell und räumte ein, dass nicht gespeicherte Arbeit auf einer der fälschlicherweise gelöschten Maschinen möglicherweise verloren gegangen sei.
OpenAI führt dieses Verhalten laut System Card auf bestimmte System-Prompt-Konfigurationen zurück: "Wir haben beobachtet, dass diese Effekte bei System-Prompts, die anhaltende Beharrlichkeit betonen, stärker ausgeprägt sein können." Das Modell interpretiert Anweisungen zur Beharrlichkeit demnach so aggressiv, dass es bei Hindernissen eigenständig Alternativen sucht und destruktive Aktionen ausführt, statt beim Nutzer nachzufragen. Solche Elemente sollte man dann beim Prompting wohl eher sparsam einsetzen.
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.
