OpenAI steigert seine Geschwindigkeit um das 16-fache massiv, GPT-5.6 Multi-Agent V2 ist offiziell online gestartet, 741 Runden anspruchsvoller Monster-Dialoge laden innerhalb von nur einer Sekunde.

OpenAI legt einen Coup nach dem anderen hin!

Heute (der 16. August) wurde eine interne Slack-Nachricht von OpenAI bekannt, dass ChatGPT eine „epische“ umfassende Leistungsverbesserung erhalten wird.

Aus harten Testdaten geht hervor, dass die Optimierung der Frontend-Leistung von ChatGPT dieses Mal so extrem ist, dass sie fast „unwirklich“ wirkt:

Die Ladegeschwindigkeit der Anwendung steigt direkt um 94 %, der Anstieg des Heapspeichers sinkt um 87,8 %, und der gesamte Speicherbedarf wird um 41,2 % reduziert.

Die Zahl der Netzwerkanforderungen sinkt drastisch um 98,2 %, und das Laden der Gesprächsaufzeichnungen wird um ganze 99,6 % verkürzt.

Fast zur gleichen Zeit hat Codex die Version „Multi-Agent v2“ von GPT-5.6 veröffentlicht.

Der Haupt-Agent kann nun verschiedene Teilaufgaben automatisch an unterschiedliche Modelle delegieren, und für jeden Teil-Agent kann die Inferenzstärke separat festgelegt werden.

Greg Brockman, Präsident von OpenAI, erklärte: „Wir bewegen uns auf den Weg, das manuelle Auswählen von Modellen hinter uns zu lassen.“

Man muss sagen, dass OpenAI mit diesem Schritt zwei Fliegen mit einer Klappe schlägt —

Es beseitigt direkt das lästige „Warten“ und „Auswählen“ für die Nutzer, sodass ChatGPT wirklich ein schnelles, nahtloses und flüssiges Interaktionserlebnis bietet.

ChatGPT wird umfassend optimiert, die Ladegeschwindigkeit steigt um 94 %

Viele wissen nicht, dass diese große Leistungsaktualisierung von ChatGPT eigentlich ein entscheidendes Projekt ist, nachdem der „König der Programmierung“ Scott Gray das Unternehmen verlassen hat.

Seit jeher fürchten Nutzer bei der Verwendung von ChatGPT am meisten, dass lange Gespräche mit der Zeit immer langsamer werden und die Webseite sogar direkt abstürzt.

Auf dem offiziellen Forum von OpenAI hat jemand einen Beitrag veröffentlicht, in dem er fragt, ob die neue Version von Codex langsamer geworden ist, und viele andere Nutzer stimmten dem zu.

Diesmal hat Andrew Ambrosino, Leiter von Codex, einen Screenshot der internen Slack-Nachricht geteilt und alle Details offengelegt:

Für den internen Test wurde ein „monströses“ Gespräch mit insgesamt 741 Runden und einer Größe von 231 MB verwendet!

Das klingt nach einem Extrembeispiel, ist aber im Zeitalter der Agenten alltäglich.

Früher bestanden Gesprächen aus Chat-Protokollen, die nach einigen Dutzend Runden endeten; jetzt kann eine etwas komplexere Aufgabe, bei der Code gelesen, Tests ausgeführt und Änderungen überprüft werden, bereits Hunderte von Runden erfordern.

Genau solch ein hochintensives Gespräch lässt sich jetzt in durchschnittlich 1,66 Sekunden öffnen, während die vorherige durchschnittliche Zeit 27,62 Sekunden betrug.

Der Speicheranstieg der gesamten Anwendung wurde von 1030,7 MiB auf 606 MiB gedrückt;

Die Anzahl der Netzwerkanforderungen, die für ein Öffnen erforderlich sind, sank von 894 auf 16; die Anzahl der zu ladenden Sitzungseinträge wurde von 15529 auf 64 reduziert.

Dies ist eine wichtige Frontend-Optimierung von OpenAI für extrem lange Gespräche in ChatGPT.

Zwei Worte: flüssig wie Seide

Welche Veränderungen bringt das eigentlich?

Einfach gesagt: Chat-Protokolle, die mehrere Monate alt sind, lassen sich jetzt viel schneller öffnen.

Entwickler, die häufig schwere Codex-Sitzungen mit Hunderten von Tool-Aufrufen durchführen, werden feststellen, dass die Oberfläche deutlich agiler ist und der Speicherbedarf des Geräts gleichzeitig sinkt.

Beim Wechseln zu einem extrem langen alten Gespräch muss man sich nicht mehr so anstrengen, als würde man einen Speicherstand von einer fast defekten PS3 lesen.

Das Besondere daran ist, dass ChatGPT nicht mehr alle historischen Aufzeichnungen laden und rendern muss, sobald man ein Gespräch öffnet.

Es kann den Großteil der Inhalte speichern und nur den kleinen Teil laden, den man gerade wirklich braucht.

Bei demselben Gespräch wird dadurch eine Menge unnötiger Arbeit eingespart.

Für Nutzer, die gerne lange KI-Gespräche führen, ist dies eine Infrastrukturaktualisierung, die langweilig klingt, aber das Produkterlebnis erheblich verbessern kann.

Multi-Agent v2 ist vollständig veröffentlicht, man muss keine GPT-Modelle mehr manuell auswählen

Erst diese Woche hat OpenAI ChatGPT heimlich aktualisiert.

Erst heute hat Eric Provencher, Ingenieur bei OpenAI, offiziell angekündigt: Multi-Agent v2 ist jetzt vollständig für alle Nutzer verfügbar.

Der Kernpunkt ist die intelligente Aufgabenteilung.

Der Haupt-Agent kann Teilaufgaben automatisch an jedes unterstützte Modell, einschließlich Luna, delegieren, und für jeden Teil-Agent lässt sich die Inferenzstärke unabhängig festlegen.

Jetzt sieht das Portfolio von ChatGPT/Codex so aus —

GPT-5.6 Sol: Das stärkste Modell für komplexes agentisches Programmieren

GPT-5.6 Terra: Das Hauptmodell für alltägliches Programmieren

GPT-5.6 Luna: Das schnellste und günstigste Modell

Daybreak: Speziell für Cybersicherheit

GPT-5.5: Für komplexes Programmieren, Forschung und allgemeine Aufgaben

Tatsächlich wurden vor drei Wochen in der Modellliste von Codex Sol und Terra als multi_agent_v2 markiert, während das günstigste Luna als v1 markiert war.

Das Ergebnis war, dass wenn der Haupt-Agent Luna eine Aufgabe zuweisen wollte, das System direkt mit der Meldung „unbekanntes Modell“ antwortete.

Auf GitHub haben Entwickler mindestens zwei Issues zu diesem Thema erstellt.

Auf dem offiziellen Forum von OpenAI gibt es einen Beitrag mit dem Titel „Gebt uns Luna zurück“, der Autor schreibt, dass er vorher mit einem Hook die Einschränkung umgehen und Luna verwenden konnte, wobei das Ergebnis erstaunlich gut war, aber jetzt wurde dieser Weg blockiert.

Früher mussten Nutzer Modelle manuell auswählen, in Zukunft wird das Agent-System Aufgaben automatisch aufteilen, parallel ausführen und die Ergebnisse zusammenfassen, sodass Modelle zu internen Rechenressourcen werden.

Bei komplexen Aufgaben sind nur 20 % der Schritte das stärkste Modell erforderlich, die restlichen können an günstigere Modelle übergeben werden.

Auf diese Weise lassen sich die Inferenzkosten erheblich senken, was den Übergang von ChatGPT von einem Chat-Tool zu einer Workflow-Plattform beschleunigt.

ChatGPT entwickelt sich vor Ort weiter, ein vollautomatisches Monster kommt

Im Frontend wurde die „historische Belastung“ beseitigt, im Backend wurde die „intelligente Verteilung“ realisiert.

Mit dieser grundlegenden Kombination von Maßnahmen sagt OpenAI nicht nur, dass ChatGPT die Ära der Verzögerungen endgültig hinter sich lässt, sondern verkündet der gesamten Branche auch:

Große Sprachmodelle entwickeln sich beschleunigt von „Chat-Tools“ zu echten „vollautomatischen Workflow-Plattformen“.

Sie müssen sich keine Sorgen mehr machen, welches Modell Sie auswählen müssen, um die Kosten abzuwägen, und Sie müssen nicht mehr darauf warten, dass sich ein monströses Gespräch mit Hunderten von Runden langsam entfaltet.

Sie müssen nur die komplexe Aufgabe übergeben, und alle verbleibenden Schritte wie automatische Zerlegung, Modellverwaltung und schnelles Rendern werden vom System erledigt.

Die Ära des extrem flüssigen Erlebnisses, die zu den Agenten gehört, ist wirklich gekommen.

Angesichts eines so „unsichtbar“ starken ChatGPT ist Ihre Produktivität bereit, abzuheben?

Referenzquellen:

https://x.com/Ananth7e/status/2088490421676863782?s=20

https://x.com/ajambrosino/status/2088401536057827344?s=20

https://x.com/gdb/status/2088658133971509640

Dieser Artikel stammt aus dem WeChat-Öffentlichen Konto „Xinzhiyuan“, Autor ist Taozi, 36Kr veröffentlicht ihn mit Genehmigung.