Die Hinweise häufen sich – doch keiner ist eine Launch-Ankündigung
Das Modell der nächsten Generation von OpenAI, GPT-6.2, und sein berichteter Codename Betelgeuse (Spitzname „Bell“) haben im Netz erhebliche Diskussionen ausgelöst, doch OpenAI hat weder das Modell noch dessen Veröffentlichung öffentlich bestätigt. Leaks liefern jedoch eine überzeugende, wenn auch unverifizierte Chronologie, die auf aktive Entwicklung und Tests hindeutet.
Der Codename Betelgeuse tauchte laut Berichten von Accounts wie Polify AI erstmals am 30. Oktober in einem internen OpenAI-Tracker auf. Am folgenden Tag bemerkten Nutzer des Coding-Agenten von OpenAI, Codex, in ihren Nutzungsstatistiken eine unbekannte Kennung, „GPT-6.2 Astra“, die teils fast 20 % ihrer Aktivität ausmachte, obwohl die Oberfläche weiterhin GPT-6 Astra anzeigte. Das deutete auf stille Live-Tests hin.
Weitere Hinweise folgten am 3. November, als Tibo Sottiaux, der bei OpenAI Codex leitet, auf X kryptische Nachrichten wie „Le GPT Fat“ und „ChatBLT“ postete, die weithin als Verweise auf ein großes Modell gedeutet wurden. Am nächsten Tag erschienen zwei neue API-Kennungen – RC-Ada-Or-VM und RC-Ada-SH-VM – kurzzeitig in der offiziellen Modellliste von OpenAI, bevor sie wieder verschwanden.
Diese „RC“-Präfixe werden allgemein als „Release Candidate“ verstanden, also als Softwareversion, die für den finalen Einsatz bereit ist. Obwohl diese Artefakte stark auf fortgeschrittene interne Tests hindeuten, stellen sie weder eine offizielle Ankündigung dar noch bestätigen sie einen unmittelbar bevorstehenden öffentlichen Start von GPT-6.2.
Die Billionen-Parameter-Geschichte um Bell braucht einen Realitätscheck
Gerüchte über die KI der nächsten Generation von OpenAI vermischen oft zwei unterschiedliche, nur gerüchteweise bekannte Entitäten: GPT-6.2 Astra und Bell. GPT-6.2 Astra wird als inkrementelles Update beschrieben, möglicherweise als optimierte Iteration eines bestehenden Modells. Bell hingegen soll ein grundlegendes, neues Basismodell sein, das einen bedeutenderen architektonischen Wandel darstellt.
Basismodelle durchlaufen ein Pre-Training, einen ressourcenintensiven Prozess, bei dem die KI Muster aus riesigen Datensätzen lernt. Parameter, die anpassbaren Werte im Modell, speichern dieses gelernte Wissen. Mehr Parameter bedeuten im Allgemeinen eine größere Wissenskapazität, doch die berichteten Schätzungen von 10–12 Billionen Parametern für Bell, die in Berichten von Wccftech und 36Kr kursieren, sind nicht offiziell bestätigt.
Diese gewaltigen Parameterzahlen sowie angebliche Werte im Artificial Analysis Intelligence Index von 72 oder eine Preisgestaltung von 20 $ pro Million Input-Tokens und 100 $ pro Million Output-Tokens stammen aus Social-Media-Beiträgen und unverifizierten Berichten. Ohne offizielle Dokumentation zu Architektur, Trainingsmethodik oder Inferenzprozessen bleiben diese Zahlen spekulativ. Eine höhere Parameterzahl allein garantiert kein leistungsfähigeres Modell; Effizienz und Design sind ebenso entscheidend.
Der Benchmark-Hinweis könnte überzeugender sein als die Leaks
Während Parameterzahlen und Codenamen häufig Spekulationen anheizen, liefert ein berichtetes Benchmark-Ergebnis einen konkreteren Hinweis. In seinem jüngsten Blogbeitrag „Accelerating Engineering R&D in the Physical World“ stellte OpenAI BenchCAD 2.0 vor, eine spezialisierte Evaluierung von KI im Engineering-Design. Dies ist kein allgemeiner Intelligenztest, sondern eine anspruchsvolle Prüfung der Fähigkeit einer KI, Code zu generieren für:
- 3D-Bauteile und Baugruppen
- Leiterplattenverbindungen
Dieser Benchmark erfordert ein tiefes Verständnis von räumlichem Denken und physikalischen Randbedingungen und geht über typische Sprachaufgaben hinaus.
Ein Diagramm, das weithin den eigenen Ergebnissen von OpenAI zugeschrieben wird, vergleicht die Leistung von GPT-6 Astra mit der eines nicht benannten internen Modells bei BenchCAD 2.0. GPT-6 Astra erreichte Berichten zufolge selbst bei der höchsten Reasoning-Einstellung nur einen Spitzenwert von 59,4 %. Das interne Modell erzielte dagegen bei der niedrigsten Einstellung 75,8 % und bei der höchsten beeindruckende 87,5 %.
Entscheidend ist: Das Diagramm identifiziert dieses überlegene interne Modell nicht ausdrücklich als Bell oder GPT-6.2. Der Leistungsunterschied ist erheblich – 16,4 Prozentpunkte bei der niedrigsten Einstellung –, doch Benchmark-Ergebnisse bei einer einzelnen, spezialisierten Aufgabe lassen sich nicht automatisch auf eine breite Überlegenheit in der Praxis übertragen. Weiteren Kontext zu verwandten Entwicklungen finden Sie unter OpenAI Teases GPT-6.1 Astra Amid Relentless Hype Around The Mysterious GPT-6.2 Betelgeuse Model. Das starke Abschneiden bei BenchCAD 2.0 deutet auf einen deutlichen Sprung in einem spezifischen, komplexen Bereich hin, doch die weiteren Auswirkungen bleiben abzuwarten.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Der eigentliche Test ist, ob ein Modell mehr kann, als nur zu beeindrucken
Berichtete Äußerungen von Sam Altman zu einem kommenden GPT-Modell erhalten Kontext durch die laufende Arbeit von OpenAI an einem formalen Navier–Stokes-Beweis. Welches Modell genau beteiligt ist und welche Bedeutung der Beweis hat, sind getrennte Fragen; ein dramatisches Ergebnis in Engineering oder Mathematik könnte jedoch eine neue Ära verlässlichen Schlussfolgerns andeuten.
Ein solcher Beweis würde fortgeschrittene Fähigkeiten bei Tool-Nutzung, Multi-Agenten-Koordination und komplexer Problemlösung belegen. Diese Eigenschaften könnten sich in tatsächlich nützliche Arbeit übersetzen und über beeindruckende, aber unverifizierte Demonstrationen hinausgehen.
Behauptungen über die Leistungsfähigkeit eines neuen Modells erfordern eine strenge, unabhängige Prüfung. Leser sollten auf Folgendes achten:
- Offizielle Modelldokumentation
- System Cards mit Angaben zu Architektur und Training
- Transparente Benchmark-Methoden
- Unabhängige Evaluierungen
- Tatsächlicher öffentlicher Zugang zum Modell
Beurteilen Sie jede Veröffentlichung anhand ihrer verifizierten Fähigkeiten, nicht anhand der Größe der Gerüchte. Der wahre Test für Bell oder jedes andere Modell der nächsten Generation sind reproduzierbare Belege für den Nutzen in der Praxis, nicht bloß anekdotische Leaks oder beeindruckende, aber intransparente interne Werte.
Häufig gestellte Fragen
Hat OpenAI GPT-6.2 Bell offiziell angekündigt?
Nein. Der Modellname und die Spekulationen zum Release in den Berichten beruhen auf Leaks und indirekten Hinweisen, nicht auf einer offiziellen Ankündigung von OpenAI.
Was ist GPT-6.2 Bell Berichten zufolge?
Bell, auch mit dem Namen Betelgeuse in Verbindung gebracht, soll Gerüchten zufolge ein neues Basismodell von OpenAI sein. Architektur und berichtete Größe sind nicht bestätigt.
Was zeigen die berichteten Benchmark-Ergebnisse zu GPT-6.2?
Ein Diagramm, das der Forschung von OpenAI zugeschrieben wird, zeigt Berichten zufolge ein nicht benanntes internes Modell, das GPT-6 Astra bei BenchCAD 2.0 übertrifft. OpenAI hat es nicht als Bell bezeichnet.
Wann könnte GPT-6.2 veröffentlicht werden?
Einige Berichte deuteten einen baldigen Start an, doch Zeitpläne für Veröffentlichungen können sich ändern. OpenAI hat keinen Termin bestätigt.