GPT-5 enthüllt: Die bittere Wahrheit hinter den Fortschrittsillusionen der KI-Modelle

KI-Entwickler bei OpenAI sollen intern mit den Grenzen von GPT-5 hadern – trotz milliardenschwerer Investments.

Die nächste Evolutionsstufe der KI steht vor unerwarteten Hürden. Während die Tech-Branche auf den nächsten Quantensprung wartet, kämpfen Entwickler hinter den Kulissen mit den physikalischen und finanziellen Realitäten.

Die große Ernüchterung: Fortschritt hat seinen Preis – und der ist höher als jeder VC-Fonds zugeben möchte. Während Token-Preise neue ATHs jagen, zeigt sich: Echte Innovation lässt sich nicht mit Rechenpower allein erkaufen.

GPT-5 offenbart Frustrationen über den Fortschritt von KI-Modellen

Fortgeschrittene Nutzer kritisierten den Charakter von GPT-5 und beschrieben den Chatbot als kühler und mechanischer als seine Vorgänger. Das Update von OpenAI räumte dieses Problem ein und versprach, das Modell freundlicher und freundlicher zu gestalten. Gleichzeitig wurde betont, dass die Speichelleckerei im Vergleich zu früheren Modellen nicht zugenommen habe.

Die neuen Nutzungsbeschränkungen, die zunächst auf 200 Abfragen pro Woche begrenzt waren, verärgerten auch zahlende Abonnenten. Altman war gezwungen, einige Entscheidungen zurückzunehmen, ein beliebtes, früheres Modell wieder einzuführen, das nicht mehr verfügbar war, und versprach mehr Anpassungsmöglichkeiten.

Die Enttäuschung deutete auf tiefere Frustrationen über das Tempo der KI-Entwicklung hin. Frühere Versionen wurden als Leistungssprünge angesehen, GPT-5 hingegen wurde als inkrementell beschrieben. „Bei GPT-5 erwarteten die Leute, etwas völlig Neues zu entdecken“, sagte Thomas Wolf, Mitgründer des KI-Startups Hugging Face. „Und das hatten wir hier nicht wirklich.“

Im Vergleich zu Konkurrenten wie Claude, Gemini, DeepSeek und xAI lag die Leistung von GPT-5 bei wissenschaftlichen, Programmier- und Kundendienstaufgaben durchweg im Mittelfeld, wie aus einer Studie der Princeton University hervorgeht. Die Hauptstärken des Modells lagen in Kosteneffizienz und Geschwindigkeit, nicht in herausragender Intelligenz.

Dies weckt erneut Vergleiche mit dem „KI-Winter“ der 1980er Jahre, als überzogene Erwartungen in sich zusammenfielen, weil Unternehmen keine kommerziell tragfähigen Systeme lieferten. Gary Marcus, ein prominenter Kritiker, sagte: „GPT-5 war das zentrale Symbol für den gesamten Skalierungsansatz zur AGI, und es hat nicht funktioniert.“

Jahrelang war der Fortschritt bei großen Sprachmodellen davon abhängig, mehr Daten und Rechenleistung in die Trainingssysteme zu pumpen. Unternehmen haben inzwischen einen Großteil der frei zugänglichen Internetdaten ausgeschöpft und sind daher gezwungen, Vereinbarungen mit Verlagen und Rechteinhabern zu treffen, während die Trainingskosten immer weiter steigen. Berichten zufolge wurden für GPT-5 Hunderttausende der neuesten Prozessoren von Nvidia verwendet, was die Knappheit und die Kosten der Ressourcen verdeutlicht.

Einige Beobachter argumentieren, dass die Fixierung auf die Skalierung die Erforschung alternativer Ansätze eingeschränkt habe. Metas Chefwissenschaftler Yann LeCun meinte, für Fortschritte seien Modelle erforderlich, die mit realen Videos und multimodalen Daten trainiert seien.

Investoren verdoppeln ihre Investitionen trotz nachlassendem KI-Hype

Die Investoren blieben davon weitgehend unbeeindruckt. Wall Street und Risikokapitalgeber pumpen weiterhin Milliarden in die KI .

Nvidia, der führende Chiphersteller, der die meisten KI-Trainings unterstützt, verzeichnete einen Anstieg seiner Bewertung auf 4,4 Billionen US-Dollar. Die Aktien von SoftBank , einem wichtigen OpenAI-Unterstützer, stiegen im vergangenen Monat um mehr als 50 %. Bei OpenAI selbst hat der jährliche wiederkehrende Umsatz von ChatGPT 12 Milliarden US-Dollar erreicht.

Das Vertrauen der Investoren steht im Widerspruch zu den Erwartungen der Analysten. Der Princeton-Forscher Sayash Kapoor stellte fest, dass es bei GPT-5 weniger um die Annäherung an AGI gehe, sondern vielmehr darum, als Infrastruktur für Produkte zu dienen. Die Zuverlässigkeit und Kosteneffizienz des Modells könnten Unternehmen dazu ermutigen, neue Anwendungen darauf aufzubauen.

Auch Risikokapitalgeber argumentieren, dass die Möglichkeiten noch nicht ausgeschöpft seien. „Start-ups und Unternehmen haben noch nicht einmal ansatzweise erschlossen, was sie im Geschäfts- und Privatkundenbereich leisten können“, sagte Peter Deng, General Partner bei Felicis und ehemaliger OpenAI-Manager.

Lassen Sie sich dort sehen, wo es zählt. Werbung in Kryptopolitenforschung und erreichen die schärfsten Investoren und Bauherren von Crypto.