OpenAI-Führungskräfte: Die Nachfrage nach Astra ist überwältigend, das neue Pro-Abonnement könnte zwangsweise ausgesetzt werden.

Die Veröffentlichung von GPT-6 Astra löst eine Krise bei Rechenleistung und Kapazität aus. Tibo, der Leiter der Kernprodukte bei OpenAI, hat öffentlich gewarnt: Die Nutzeranforderungen für Astra haben alle bisherigen Erfahrungen übertroffen, das Unternehmen könnte gezwungen sein, neue Pro-Abonnements vorübergehend auszusetzen.

Tibo schrieb auf der Plattform X: „Die Nachfrage nach Astra ist wirklich beispiellos. Wir ziehen alle verfügbaren Hebel, um den Dienst aufrechtzuerhalten, aber bis jetzt habe ich noch nie etwas Ähnliches erlebt – obwohl wir zuvor schon extrem starkes Wachstum verzeichnet haben.“ Er erklärte, das oberste Prinzip bestehe darin, die Servicequalität für bestehende Nutzer zu gewährleisten. Sollte die Nachfrage weiter ansteigen, „müssen wir möglicherweise vorübergehend neue Pro-Abonnements aussetzen“. Dies ist die erste öffentliche Warnung eines OpenAI-Managers vor Versorgungsengpässen aufgrund der Nachfrage nach einem einzelnen Modell.

Die Markteffekte gehen noch weiter. In einem Bericht vom 7. September wies Morgan Stanley darauf hin, dass die Bedeutung von GPT-6 Astra darin liegt, dass es das Narrativ über die Engpässe von KI von „Wie viel Infrastruktur wird für die bekannte Nachfrage benötigt?“ zu „Wie viele neue Workloads werden mit steigender Intelligenz der Modelle wirtschaftlich machbar?“ verändert – Ersteres ist eine Infragestellung auf der Nachfrageseite, Letzteres ein Druck auf der Angebotsseite. Dies wirkt sich direkt auf die Preislogik der gesamten Industriekette für Rechenleistung, Strom und Halbleiter aus.

01

Wer ist Tibo: Vom „Gott der Kontingente“ zum Leiter der Kernprodukte von OpenAI

Tibos vollständiger Name ist Thibault Sottiaux, er kam 2024 von Google DeepMind zu OpenAI. Während seiner sechs Jahre bei DeepMind war er am Aufbau der Infrastruktur beteiligt, die Projekte wie AlphaGo und AlphaStar unterstützt, und leitete vor seinem Ausscheiden kurzzeitig das Team für menschliche Daten von Gemini.

Nach seinem Eintritt bei OpenAI wechselte er schnell von der Entwicklung interner Tools zu nutzerorientierten Produkten. Er leitete ein Team, das anfangs nur 30 bis 40 Personen umfasste, um Codex zu entwickeln, und veröffentlichte es öffentlich im Mai 2025. Die Zahl der aktiven Nutzer von Codex stieg danach täglich um mehrere Millionen und erreichte im Juli dieses Jahres 8 Millionen, weit früher als der zuvor für September prognostizierte Meilenstein.

Nach der großen internen Umstrukturierung bei OpenAI im Mai 2026 erweiterte sich Tibos Verantwortungsbereich weiter – die drei Produktlinien ChatGPT, Codex und Entwickler-API wurden zusammengelegt und werden einheitlich von ihm geleitet, während Greg Brockman für die gesamte Produktstrategie zuständig ist. Das bedeutet, dass er den Eingang zu einer Super-App verwaltet, die fast 1 Milliarde Nutzer bedient.

Auf der Plattform X ist Tibo dafür bekannt, dass er häufig die Codex-Kontingente für Nutzer zurücksetzt, weshalb er von der Entwicklergemeinschaft scherzhaft als „Cyber-Pate“ und „der Gott, der den Token-Wasserhahn verwaltet“ bezeichnet wird. Es gibt sogar eine von der Öffentlichkeit betriebene Website namens TiboGPT, die speziell seine Rücksetzaktivitäten verfolgt. Diese hochgradig transparente öffentliche Interaktion ist bereits Teil des Produkterlebnisses von Codex geworden.

02

Der Fähigkeitssprung von Astra: Von der Answer Engine zum KI-Agenten

Die Veröffentlichung von GPT-6 Astra markiert eine wesentliche Erweiterung der Fähigkeitsgrenzen. OpenAI beschreibt seine Fähigkeiten explizit wie folgt: Bedienen von Computern, Surfen im Internet, Nutzen von Software, Schreiben und Ausführen von Code, Abschließen komplexer Workflows sowie Ausführen langwieriger Aufgaben in wissenschaftlichen Bereichen, Cybersicherheit und Fachgebieten.

Beim OSWorld 2.0-Test – dieser Test wurde von Teams der CMU, Stanford und anderen vorgeschlagen, um die Fähigkeit von KI-Agenten zur Erledigung komplexer Aufgaben in digitalen Umgebungen zu prüfen und mit der Basislinie menschlicher Experten zu vergleichen – erzielte Astra einen Wert von 72,6 %, höher als 65,7 % bei GPT-5.6 Sol; die simulierte Zeit für die Erledigung von Aufgaben wurde von etwa 75 Minuten auf etwa 40 Minuten verkürzt.

Die Kernbedeutung dieser Veränderung liegt darin: KI entwickelt sich von „besser antworten“ zu „Dinge erfolgreich erledigen“. Das Arbeitsmodell von KI hat sich dadurch von „Mensch → KI → Antwort“ zu „Mensch → KI-Agent → Aufgabe → Ausführung → Ergebnis“ weiterentwickelt. Tibo selbst hat in einer öffentlichen Präsentation mitgeteilt, dass er Codex täglich mehr als 100 komplexe Aufgaben zuweist, darunter das Ordnen von Ressourcen, die Überprüfung von Schichtplänen, die Analyse von Veröffentlichungsplänen und die Generierung personalisierter täglicher Arbeitsberichte mit Codex.

03

Der Multiplikatoreffekt der Token-Nachfrage: Die Verbesserung der Arbeitsfähigkeit steht im direkten Verhältnis zum Verbrauch

Der Fähigkeitssprung von Astra wird die Logik zur Berechnung der KI-Nachfrage grundlegend verändern. Im Zeitalter der Answer Engine konnte die KI-Nachfrage näherungsweise mit „Anzahl der Nutzer × ARPU“ gemessen werden; im Zeitalter der KI-Agenten ist diese Formel nicht mehr gültig.

Der gesamte Token-Bedarf lässt sich grob ausdrücken als: Anzahl der Agenten × Anzahl der Aufgaben pro Agent × Token-Verbrauch pro Aufgabe. Diese drei Variablen stehen nach der Veröffentlichung von Astra alle unter dem Druck einer gleichzeitigen Ausweitung.

Zuerst steigt die Anzahl der Agenten. Eine einzelne Person kann gleichzeitig mehrere Agenten für persönliche Assistenz, Programmierung, Forschung, Finanzen und andere Bereiche betreiben, während die Anzahl auf Unternehmensebene von Dutzenden auf Tausende ansteigen kann. Zweitens steigt die Komplexität der Aufgaben, die ein einzelner Agent übernimmt – je besser das Modell komplexe Aufgaben erledigen kann, desto eher neigen Nutzer dazu, schwerere und längere Arbeiten an Agenten zu übergeben. Drittens wechseln die Agenten von „gelegentlichem Aufruf“ zu „dauerhaftem Betrieb“: Je komplexer die Aufgabe, je länger die Inferenzkette, je größer der Kontext und je mehr Tools aufgerufen werden, desto höher ist der Token-Verbrauch.

Das bedeutet, dass durchaus Szenarien möglich sind, in denen die Anzahl der Agenten um 20 % steigt, der gesamte Token-Bedarf aber um 300 % wächst. Tibos Warnung zur Nachfrage nach Astra stimmt perfekt mit dieser Logik überein: Die Verbesserung der Fähigkeiten führt direkt zu einem höheren Verbrauch, beide stehen in einem positiven Zusammenhang.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Hard AI“, Autor: Hard AI, das sich auf technologische Forschung und Produktion spezialisiert, Redaktion: Hard AI, veröffentlicht mit Genehmigung von 36Kr.