OpenAI kündigt o3 an. Was ein Sprung in der Bestenliste aussagt und was nicht
Angekündigt am 20. Dezember 2024 mit auffälligen Werten auf einem Denktest. Angekündigt, nicht veröffentlicht — und in diesem Unterschied liegt alles.
Am 20. Dezember 2024 stellte OpenAI zum Abschluss seiner täglichen Ankündigungen o3 und o3-mini vor: neue Denkmodelle, noch nicht allgemein verfügbar, mit Ergebnissen im ARC-AGI-Test weit über allem, was für ein Sprachmodell bisher berichtet wurde.
ARC-AGI prüft abstraktes Mustererkennen und ist so gebaut, dass es Menschen leicht und Maschinen schwer fällt. Modelle taten sich damit jahrelang schwer. Der berichtete Sprung ist bemerkenswert — und die Reaktion im Dezember eilt dem Gesicherten deutlich voraus.
Drei Dinge zum Festhalten
Angekündigt, nicht ausgeliefert. o3-mini wurde für die folgenden Wochen in Aussicht gestellt, das grössere Modell später. Eine Vorführung ist kein Produkt, das man kaufen, kalkulieren oder in einen Ablauf stellen kann.
Die hohen Werte entstanden mit hohem Rechenaufwand. Die auffälligsten Ergebnisse stammen aus einer Konfiguration, die je Aufgabe enorm viel Rechenleistung verbraucht. Das ist ein Forschungsergebnis, kein wirtschaftliches. Für Sie zählt, was die bezahlbare Konfiguration leistet.
Ein Test ist ein Test. Abstraktes Rätsellösen ist nicht dieselbe Fähigkeit wie das Lesen Ihres Lieferantenvertrags oder das Verstehen einer Minderlieferung. Fortschritt beim einen überträgt sich nicht automatisch aufs andere.
Was es sehr wohl aussagt
Dass das im November berichtete Plateau einen bestimmten Hebel betraf — das Skalieren im Vortraining — und nicht den Fortschritt überhaupt. Rechenleistung zur Antwortzeit einzusetzen wirkt, und es wirkt schneller, als die meisten erwartet haben.
Es sagt auch: Fähigkeit kommt in Stufen statt gleichmässig. Das spricht für kurze Verträge und gegen alles Starre, das um die heutigen Grenzen gebaut wird.
Die unglamouröse Folgerung
An Ihrem Januarplan sollte sich wegen dieser Ankündigung nichts ändern. Der Engpass im Schweizer KMU ist nicht die Modellfähigkeit, und das war er seit mindestens einem Jahr nicht.
Der Engpass ist zu wissen, welcher Ihrer Abläufe sich lohnt, Daten ordentlich genug zu haben, um ihn zu füttern, und entschieden zu haben, wer das Ergebnis prüft. Diese drei Dinge sind heute genauso schwer wie am 19. Dezember, und kein Test verschiebt sie.