OpenAIs GPT-5 kommt als Router über mehrere Modelle, nicht als ein einzelnes Modell

GPT-5 ist ein System aus mehreren Modellen mit einem Router, der zwischen ihnen entscheidet

Die konkreteste Aussage dieser Systemkarte lautet: GPT-5 ist kein einzelnes Modell. OpenAI beschreibt es als ein einheitliches System, das aus einem schnellen Modell (gpt-5-main), einem tiefergehenden Reasoning-Modell (gpt-5-thinking) und einem Echtzeit-Router besteht, der anhand von 'Gesprächstyp, Komplexität, Tool-Bedarf und expliziter Absicht' entscheidet, welches Modell zum Einsatz kommt.

Der Router ist nicht statisch. OpenAI erklärt, er werde 'kontinuierlich anhand realer Signale trainiert, einschließlich Modellwechseln durch Nutzer, Präferenzraten für Antworten und gemessener Korrektheit.' Das bedeutet: Das Routing-Verhalten, das ein Team heute in ChatGPT beobachtet, kann sich verändern, während der Router aus der aggregierten Nutzung lernt.

Es gibt außerdem eine Fallback-Ebene: Sobald Nutzungsgrenzen erreicht sind, 'übernimmt eine Mini-Version jedes Modells die verbleibenden Anfragen.' Derselbe Prompt kann also je nach Auslastung von einem kleineren Modell beantwortet werden – nicht nur je nach Komplexität.

ChatGPT und die API geben Zugriff auf unterschiedliche Teile der Modellfamilie

Für Teams, die auf der Plattform entwickeln, ist die Trennung zwischen Endnutzerprodukt und Entwicklerschnittstelle entscheidend. In ChatGPT erhalten Nutzer die Router-Erfahrung plus gpt-5-thinking-pro, das laut OpenAI 'paralleles Test-Time-Compute nutzt.' Die API hingegen bietet 'direkten Zugriff auf das Thinking-Modell, dessen Mini-Version sowie eine noch kleinere und schnellere Nano-Version.'

OpenAI ordnet jedem neuen Modell einen Vorgänger zu: gpt-5-main folgt auf GPT-4o, gpt-5-thinking auf o3, gpt-5-thinking-mini auf o4-mini und gpt-5-thinking-nano auf GPT-4.1-nano. Diese Zuordnung ist der praktische Migrationsleitfaden – sie zeigt Entwicklern, welches aktuelle Modell durch welche GPT-5-Stufe ersetzt werden soll.

Das Unternehmen erklärt seine Absicht, diese Fähigkeiten in naher Zukunft 'in ein einziges Modell zu integrieren.' Bis dahin sind Routing und Stufung eine architektonische Realität, mit der Entwickler rechnen müssen – kein Implementierungsdetail, das sich hinter einem einzigen Endpunkt verbirgt.

Eine vorsorgliche Einstufung mit hoher Fähigkeit im Bereich Biologie und Chemie

OpenAI hat gpt-5-thinking im Rahmen seines Preparedness Framework als 'hohe Fähigkeit im biologischen und chemischen Bereich' eingestuft und die entsprechenden Schutzmaßnahmen aktiviert. Bemerkenswert: Dies geschah ohne eindeutige Beweise.

Obwohl uns keine schlüssigen Beweise dafür vorliegen, dass dieses Modell einem Laien maßgeblich helfen könnte, schweren biologischen Schaden zu verursachen – unsere definierte Schwelle für hohe Fähigkeit –, haben wir uns für einen vorsorglichen Ansatz entschieden.Montana Labs

Dies entspricht dem Umgang mit ChatGPT Agent. Die Einordnung signalisiert Entwicklern, dass die Schutzmaßnahmen beim Thinking-Modell durch einen vorsorglichen Standard ausgelöst werden und nicht durch nachgewiesenen Schaden – was Auswirkungen darauf hat, welches Verhalten und welche Ablehnungen in bio-/chemienahen Anwendungen zu erwarten sind.

Was die Router-Architektur von Teams an Tests verlangt

Die konkrete Konsequenz dieser Ankündigung: 'GPT-5' zu evaluieren bedeutet, ein bewegliches Ziel zu evaluieren. Da der Router kontinuierlich neu trainiert wird und bei hoher Auslastung auf Mini-Modelle zurückgreift, hängt das Verhalten eines Prompts von Signalen ab, die außerhalb der Kontrolle der Entwickler liegen. Teams, die eine deterministische Modellauswahl benötigen, sollten die benannten API-Endpunkte verwenden – gpt-5-thinking, dessen Mini- und Nano-Version – statt sich auf die geroutete ChatGPT-Erfahrung zu verlassen, und sollten gezielt gegen die Stufe testen, die sie tatsächlich ausliefern wollen.