OpenAIs o3: Fortschrittliche KI mit hohen Kosten von bis zu 1.000 Euro je Anfrage

MÜNCHEN (IT BOLTWISE) – OpenAI hat mit seinem neuesten KI-Modell o3 für Aufsehen gesorgt. Die Technologie hat in ersten Tests beeindruckende Ergebnisse erzielt, insbesondere bei der Lösung komplexer Aufgaben im Bereich des abstrakten Denkens. Doch die Kosten für den Einsatz dieser fortschrittlichen KI sind erheblich, was Fragen zur Wirtschaftlichkeit aufwirft.

OpenAIs neues KI-Modell o3 hat in der Technologiebranche für Aufsehen gesorgt, indem es in Tests des Abstract Reasoning Corpus (ARC) bemerkenswerte Ergebnisse erzielt hat. Mit einer Erfolgsquote von 85 Prozent bei einem der anspruchsvollsten Tests für Künstliche Intelligenz hat o3 die bisherigen Bestmarken weit übertroffen. Diese Leistung ist besonders bemerkenswert, da die besten Programme bisher nur etwa 35 Prozent der Aufgaben lösen konnten.

Der ARC-Test stellt große Herausforderungen für Sprachmodelle dar, da er die Fähigkeit erfordert, Regeln abstrakter grafischer Muster zu erkennen und anzuwenden. Obwohl o3 nur einen Teil der Aufgaben bearbeitet hat, zeigt das Modell bereits jetzt seine Stärken. Doch diese Fortschritte kommen nicht ohne erhebliche Kosten. Die Rechenzeit, die für die Lösung der Aufgaben benötigt wird, ist enorm, was zu hohen Betriebskosten führt.

Die hohen Kosten werfen Fragen zur Wirtschaftlichkeit des Modells auf. Berichten zufolge könnten die Preise für die Nutzung von o3 bei bis zu 1.000 US-Dollar pro Anfrage liegen. Diese Zahlen sind jedoch noch nicht offiziell bestätigt, da OpenAI bisher keine genauen Preisangaben gemacht hat. Dennoch spekuliert die Branche über mögliche Abonnementkosten, die weit über den aktuellen Preisen für ähnliche Modelle liegen könnten.

Technisch gesehen unterscheidet sich o3 von seinen Vorgängern nicht nur durch seine Größe. Die sogenannte Skalierungshypothese, die besagt, dass größere Modelle mit mehr Daten leistungsfähiger werden, stößt an ihre Grenzen. Anonyme Quellen berichten, dass der Leistungssprung bei der nächsten Generation von Modellen, wie GPT-5, kleiner ausfallen könnte. Ein Grund dafür ist der Mangel an qualitativ hochwertigen Trainingsdaten.

Um diese Herausforderungen zu meistern, setzt die Branche auf die Strategie des “test-time compute”. Diese Methode adressiert die Schwächen großer Sprachmodelle, indem sie komplexe Probleme in Teillösungen zerlegt. Modelle wie o3 berechnen zunächst Teillösungen und prüfen deren Qualität, bevor sie den nächsten Schritt angehen. Diese Vorgehensweise ermöglicht es, verschiedene Lösungswege zu verfolgen und die beste Option auszuwählen.

Die hohen Kosten und der erhebliche Rechenaufwand sind jedoch nicht die einzigen Herausforderungen. Trotz der fortschrittlichen Technologie gibt es keine Garantie, dass die Lösungen von o3 immer korrekt sind. Das Modell kann nach wie vor “halluzinieren”, da es keine echte logische oder mathematische Überprüfung der Lösungen gibt. Diese Unsicherheit stellt eine weitere Hürde für die breite Akzeptanz und Nutzung von o3 dar.

Insgesamt zeigt das Modell o3 von OpenAI, dass die Entwicklung von Künstlicher Intelligenz weiterhin große Fortschritte macht. Doch die hohen Kosten und die technischen Herausforderungen werfen Fragen auf, die die Branche in den kommenden Jahren beantworten muss. Die Zukunft der KI wird davon abhängen, wie gut es gelingt, diese Herausforderungen zu meistern und die Technologie für eine breite Nutzung zugänglich zu machen.