Die neue Version von GPT-5 wurde gerade veröffentlicht. Die beliebteste KI hat 7 Stunden mit dem Programmieren verbracht und die Umstrukturierung der Programmiertools hat begonnen.
Gerade als Anthropic Claude in die Kontroverse um seine IQ-Reduktion verwickelt war, hatte OpenAI gerade GPT-5-Codex auf den Markt gebracht, eine dedizierte, auf GPT-5 optimierte Version von Codex, die speziell für „autonome Programmierung“ trainiert wurde.
Dieses Upgrade hat einiges Gewicht.
GPT-5-Codex ist auf reale Softwareentwicklungsszenarien ausgerichtet und kann nicht nur alltägliche Programmierinteraktionen bewältigen, sondern auch komplexe und zeitaufwändige Entwicklungsprojekte selbstständig abschließen. Wie ein echter Programmierer kann es über sieben Stunden ununterbrochen arbeiten, iterieren, Fehler beheben und Tests an komplexen Projekten durchführen, um letztendlich eine vollständige, nutzbare Lösung zu liefern.
Von der Einführung der CLI-Version im April über die Einführung der Webversion im Mai bis hin zum umfassenden Upgrade jetzt ist es das Ziel von Codex, die Programmierung vollständig zu „automatisieren“.
Unabhängig davon, ob Sie im Terminal, in der IDE, auf einer Webseite oder auf einem Mobiltelefon entwickeln, bietet Codex eine konsistente Programmierunterstützung und wurde in das ChatGPT-Kontosystem integriert, sodass ein nahtloser Wechsel zwischen lokal und Cloud möglich ist.
Das interessanteste Merkmal von GPT-5-Codex ist seine Fähigkeit zum „dynamischen Denken“, die es ermöglicht, die Verarbeitungszeit flexibel an die Komplexität der Aufgabe anzupassen.
Interne Nutzungsdaten der OpenAI-Mitarbeiter zeigen, dass GPT-5-Codex für die unteren 10 % der einfachen Anfragen, sortiert nach der Anzahl der vom Modell generierten Token, 93,7 % weniger Rechenressourcen verwendete als GPT-5.
Umgekehrt dauert es bei den 10 % komplexesten Anfragen etwa doppelt so lange, den Code zu analysieren, zu bearbeiten, zu testen und zu iterieren. Das bedeutet, dass alltägliche Chats und kleine Aufgaben schneller beantwortet werden, während komplexe, umfangreiche Refactorings mehr Zeit für die gründliche Bearbeitung benötigen.
Einfach ausgedrückt bedeutet dies: Verschwenden Sie keine Zeit mit kleinen Alltagsproblemen und widmen Sie sich stattdessen großen Projekten.
Endlich gibt es ein Programmiermodell, das weiß, wie die besten Ressourcen dort eingesetzt werden, wo sie am wichtigsten sind.
Was Benchmarks betrifft, meldete OpenAI bei der Veröffentlichung von GPT-5 nur Ergebnisse für 477 SWE-Bench-verifizierte Aufgaben. Nach einem Hinweis von Anthropic gab OpenAI heute bekannt, dass diese Probleme behoben wurden und nun Ergebnisse für alle 500 Aufgaben gemeldet werden können. Die Ergebnisse lauten wie folgt:
Die Code-Refactoring-Bewertung umfasst Sprachen wie Python, Go und sogar OCaml. Beispielsweise wurden in einem Pull-Request-Fall von Gitea 232 Dateien und 3.541 Codezeilen geändert und die Variable ctx in die Anwendungslogik integriert.
Auch die Code-Review-Funktion ist sehr nützlich. Sie durchsucht und analysiert die Codebasis, führt Tests zur Überprüfung der Korrektheit durch und liefert recht präzise Review-Kommentare. Innerhalb von OpenAI überprüft Codex mittlerweile die meisten Pull Requests, entdeckt täglich Hunderte von Problemen und erkennt potenzielle Fehler oft früher als bei einer manuellen Überprüfung.
Auch die Front-End-Entwicklung wird unterstützt. GPT-5-Codex unterstützt nicht nur die Erstellung von Desktop-Anwendungen, sondern erweitert auch die Möglichkeiten der mobilen Entwicklung erheblich. Es kann Screenshots und Designentwürfe lesen, den Entwicklungsfortschritt überprüfen und Arbeitsergebnisse visualisieren, was für die Front-End-Entwicklung äußerst hilfreich ist.
Auch die Tool-Updates sind umfangreich. Die neu gestaltete Codex CLI ist nun auf den autonomen Codierungsprozess ausgerichtet und unterstützt das direkte Anhängen und Teilen von Bildern, einschließlich Screenshots, Wireframes und Architekturdiagrammen, um ein gemeinsames Verständnis von Designentscheidungen zu schaffen.
Bei der Bearbeitung komplexer Aufgaben verfolgt Codex den Fortschritt anhand von Aufgabenlisten und verfügt über integrierte Tools wie Websuche und MCP zur Verbindung mit externen Systemen.
Die Genehmigungsmodi sind auf drei vereinfacht: Der Nur-Lese-Modus erfordert eine explizite Genehmigung, der automatische Modus hat vollen Zugriff auf den Arbeitsbereich, erfordert jedoch eine Genehmigung außerhalb des Arbeitsbereichs und der Vollzugriffsmodus kann Dateien überall lesen und Befehle mit Netzwerkzugriff ausführen.
Das neue IDE-Plugin unterstützt Editoren wie VS Code und Cursor und ermöglicht Nutzern eine nahtlose Vorschau lokaler Änderungen sowie die Zusammenarbeit am Code mit Codex. Das Plugin ermöglicht außerdem den reibungslosen Wechsel zwischen Cloud- und lokalen Umgebungen. So können Nutzer Cloud-Aufgaben erstellen, laufende Arbeiten verfolgen und abgeschlossene Aufgaben direkt im Editor überprüfen.
Auch die Cloud-Infrastruktur wurde deutlich verbessert: Container-Caching reduziert die durchschnittliche Bearbeitungszeit für neue und nachfolgende Aufgaben um 90 %. Codex richtet die Laufzeitumgebung automatisch ein, sucht nach gängigen Initialisierungsskripten und führt diese aus. Außerdem führt es Befehle wie „pip install“ aus, um Abhängigkeiten bei Bedarf zu installieren und gleichzeitig die Netzwerkzugriffsberechtigungen zu konfigurieren.
In Bezug auf die Sicherheit verwendet OpenAI eine Sandbox-Betriebsumgebung und deaktiviert standardmäßig den Netzwerkzugriff, um sicherzustellen, dass auf dem Computer des Benutzers keine schädlichen Vorgänge ausgeführt werden, und gleichzeitig das Risiko einer sofortigen Injektion zu verringern.
Entwickler können Sicherheitseinstellungen entsprechend ihrer Risikobereitschaft anpassen. In der Cloud können sie den Netzwerkzugriff auf vertrauenswürdige Domänen beschränken. In den CLI- und IDE-Plug-ins können sie Befehle genehmigen, die Ausführung mit allen Berechtigungen zulassen, die Websuche nutzen und eine Verbindung zum MCP-Server herstellen.
Im Einklang mit dem GPT-5-Management wird GPT-5-Codex als Hochleistungsmodell in den Bereichen Biologie und Chemie eingestuft und entsprechende Sicherheitsmaßnahmen wurden implementiert.
Was die Preise angeht, wurde Codex in verschiedene kostenpflichtige Pläne von ChatGPT integriert und verschiedene Pläne bieten unterschiedliche Nutzungsbeschränkungen.
- Außerdem eignen sich Edu und Business gut für konzentrierte Programmiersitzungen mehrmals pro Woche.
- Pro kann die Arbeitsbelastung einer ganzen Woche über mehrere Projekte hinweg bewältigen.
Der Business-Plan ermöglicht Entwicklern den Erwerb zusätzlicher Credits, um die enthaltene Obergrenze zu überschreiten. Der Enterprise-Plan bietet einen gemeinsamen Credit-Pool, sodass Entwickler nur für das bezahlen, was ihr Team tatsächlich nutzt. Für Entwickler, die einen API-Schlüssel verwenden, plant OpenAI, GPT-5-Codex bald für die API zu öffnen.
Derzeit sind die Systemaufforderungswörter des GPT-5-Codex durchgesickert und interessierte Entwickler können sie studieren.
Adresse des System-Prompt-Worts: https://github.com/elder-plinius/CL4R1T4S/blob/main/OPENAI/Codex_Sep-15-2025.md
Der bekannte Blogger Dan Shipper gab nach seinen Erfahrungen mit GPT-5-Codex folgende Einschätzung ab:
Wir haben es einige Tage lang auf @every getestet und die Ergebnisse waren ziemlich beeindruckend:
– Es wählt die „Denkzeit“ dynamisch basierend auf der Aufgabe aus – es kann lange an schwierigen Problemen arbeiten und gleichzeitig sofortige Antworten auf einfache Fragen liefern.
– Bei unseren Tests unserer Produktionscodebasis kann es bis zu 35 Minuten autonom laufen – eine spürbare Verbesserung im Vergleich zu GPT-5, das dazu neigt, übervorsichtig zu sein.
– Es unterstützt den nahtlosen Wechsel zwischen lokalen und Web-Entwicklungsumgebungen. Sie können eine Aufgabe in VS Code starten und sie dann beim Einkaufen an Codex Web übergeben, damit sie abgeschlossen werden kann.
– Es wird mit einem Code-Review-Agenten geliefert, der Ihren Code tatsächlich ausführt, sodass er mehr Fehler finden kann.Hier sind unsere Gesamteindrücke nach umfangreichen internen Tests:
– Dies ist ein hervorragendes Upgrade, das Codex CLI zu einer überzeugenden Alternative zu Claude Code macht.
– Allerdings braucht es einiges an Aufwand, um optimal zu funktionieren. @kieranklaassen konnte es beispielsweise nur maximal 5 Minuten lang zum Laufen bringen, während @DannyAziz97 es herausgefunden hat.
– Manchmal kann es „faul“ sein – es denkt möglicherweise nicht genug über bestimmte Aufgaben nach oder weigert sich einfach, Aufgaben anzunehmen, wenn es sie für zu groß hält.
– Ich habe das Wochenende damit verbracht, mithilfe von Codex CLI einen neuen PR für @CoraComputer einzureichen, und fand die Verwendung und das Bootstrapping sehr einfach – es ist ein großartiges Modell.
Alexander Embiricos, Produktleiter für OpenAI Codex, sagte, die deutliche Leistungssteigerung sei größtenteils auf die dynamische „Denkfähigkeit“ von GPT-5-Codex zurückzuführen. Embiricos erklärte, dass GPT-5-Codex ähnlich funktioniere, aber anstelle eines internen Routers die Zeit, die es für eine Aufgabe aufwendet, in Echtzeit anpassen könne.
Embiricos weist darauf hin, dass dies ein Vorteil gegenüber Routing-Mechanismen sei: Letztere müssten zu Beginn entscheiden, wie viel Rechenleistung und Zeit einem Problem zugewiesen werden solle, während GPT-5-Codex nach fünf Minuten Bearbeitung einer Aufgabe entscheiden könne, „wir brauchen noch eine Stunde“. Er sagt, er habe das Modell in einigen Fällen mehr als sieben Stunden am Stück arbeiten sehen.
In den letzten Monaten haben fast alle großen KI-Unternehmen wichtige Updates veröffentlicht, die in die gleiche Richtung zielen: Programmierfähigkeiten. Bei genauerem Hinsehen stellt man jedoch fest, dass die „Optimierungen“ für normale Benutzer tatsächlich abnehmen.
Oberflächlich betrachtet liegt dies möglicherweise daran, dass KI-Produkte für normale Verbraucher an einen Engpass gestoßen sind. Funktionen wie Chatten, Schreiben und Übersetzen sind bereits relativ ausgereift, sodass Durchbrüche nur schwer zu erzielen sind.
Doch der tiefere Grund lässt sich durch die Geschäftslogik nicht umgehen.
Die Entwicklung fortschrittlicher KI-Modelle erfordert enorme Investitionen, und jemand muss diese Kosten tragen. Anstatt sich darauf zu verlassen, dass sich eine große Anzahl schlecht zahlender Nutzer langsam erholt, ist es besser, sich direkt an hochbezahlte Nutzer zu wenden, die wirklich bereit sind, zu zahlen. Programmierer gehören zu den zahlungswilligsten Nutzern von KI-Tools und ihre Loyalität ist hoch.
Aus dieser Perspektive könnte die Abkehr vom Narrativ der technologischen Gleichheit zeigen, dass die Zukunft der KI elitärer ist, als wir uns vorstellen. Das ist nicht unbedingt eine schlechte Sache, aber wir sollten uns dessen zumindest bewusst sein.
#Willkommen beim offiziellen öffentlichen WeChat-Konto von iFaner: iFaner (WeChat-ID: ifanr), wo Ihnen so bald wie möglich weitere spannende Inhalte präsentiert werden.