Altmans letzter Kampf! AGI wird in 4 Monaten geliefert

Neues Intelligenzbericht 

AGI wurde bereits angeblich von jemandem realisiert.

Am Mittwoch, während einer Telefonkonferenz zu den Finanzergebnissen, erklärte Huang:

Am selben Tag wurde ein mehr als zweistündiges Interview mit Altman veröffentlicht. Sein angepeiltes Datum: Ende 2026.

Für Altman bedeuten diese vier Monate nicht nur einen technologischen Sprint. Vor dem Börsengang im nächsten Jahr muss er die AGI-Karte ausspielen.

Kann er das nicht, steht bei Börsengang bereits ein Konkurrent vor ihm, der früher an der Börse ist, doppelt so wertvoll und profitabel.

Für OpenAI gibt es in diesem Kampf kein Zurück mehr.

In der Telefonkonferenz wurde er gefragt, was er von OpenAI und anderen hält, die so aggressiv AGI verfolgen.

Huang antwortete, dass diese Frage derzeit keine große Bedeutung habe. Die Branche hat noch nicht einmal einen Konsens darüber gefunden, was „Intelligenz“ überhaupt ist, geschweige denn mit welchem Maßstab AGI gemessen werden soll.

Er hält etwas anderes in der Hand.

Nvidias AVO-Architektur erzielte beim Test ARC-AGI-3, der speziell das „langfristige selbständige Arbeiten von Agenten“ prüft, 100% Punkte.

Beflügelt von diesem Erfolg stellte er eine ehrgeizige Prognose:

Es ist allgemein bekannt, dass die Methodik von ARC-AGI-3 eher „unfair“ ist.

Die Agenten werden einfach in ein fremdes Spiel geworfen, ohne Regeln oder Zielvorgaben – alles muss selbst herausgefunden werden. Zur Verfügung steht lediglich ein 64×64 Gitter und einige Tasten, jedes Szenario hat mindestens sechs Level: Das erste Level schafft man in fünf Schritten, im sechsten sind es fünfzig.

Sogar für Menschen ist das schwierig, für Modelle erst recht nicht einfacher.

Wichtig ist: Das von AVO verwendete Modell ist Claude Opus 5.

Nvidia steckte es einfach in einen Wrapper. Kein Parameter wurde geändert, aber die Leistung sprang von 30,16% auf volle Punktzahl.

Hier sind zwei Faktoren entscheidend:

• Erstens die dauerhafte Erinnerung: Ist der Kontext voll, wird das Gedächtnis nicht gelöscht; der Agent arbeitet im aktuellen Zustand weiter und stolpert nicht erneut über dieselben Fallen.

• Zweitens ein Supervisor, der selbst nichts tut, aber die gesamte Suchtrajektorie überwacht und bei Stillstand den Hauptagent zu anderen Strategien lenkt.

Genau genommen zählt das perfekte Ergebnis eigentlich nicht wirklich.

Dreieinhalb Stunden nach Nvidias Bekanntgabe meldete sich François Chollet, Erfinder von ARC-AGI, mit einem Tweet:

Nach den Vorgaben von ARC Prize ist das öffentliche Set ohnehin nicht zum Bewerten gedacht – die Bewertung erfolgt mit dem halbprivaten und privaten Set. Auf AVOs Ergebnisblatt fehlen diese beiden.

Bemerkenswert: Das ist bereits das dritte perfekte Ergebnis in sechs Wochen.

Tycho holte es Ende Juli zuerst, VISTA am 5. August nochmals, AVO ist das dritte. Die Ansätze unterscheiden sich, aber das Modell ist in allen Fällen Claude Opus 5.

Immer mehr behaupten AGI erreicht zu haben, aber die eigentlichen AGI-Macher scheinen nach wie vor die gleichen zwei zu sein.

Und die Karte wurde noch von niemandem wirklich ausgespielt.

Im Interview präsentiert sich Altman sehr zuversichtlich:

Mark Chen, Chief Research Officer, bleibt etwas vorsichtiger. Nach ihm fehlen OpenAI noch 20% bis zur AGI.

Das klingt gewagt, aber sie haben tatsächlich einiges vorzuweisen.

Dieses Jahr hat OpenAI ein klares Ziel gesetzt: Einen echten autonomen KI-Forschungspraktikanten schaffen.

Und dieser „automatische KI-Praktikant“ ist Astra.

Gibt man Astra eine Experimentidee, kann sie im OpenAI-Codebase selbstständig Code schreiben, Experimente durchführen und Ergebnisse liefern.

Einen wissenschaftlichen Paper gibt man ihr, und Astra kann das Arbeitsvolumen erledigen, das bisher einer Top-Forscherin in einer Woche geschafft hätte.

Bei einer internen Vorführung konnten Dutzende Führungskräfte großer Kunden es beobachten.

Auf dem großen Bildschirm zerlegten 16 KI-Agenten eine anspruchsvolle Mathematik-Aufgabe in Teilprobleme.

Jeder übernahm eine Aufgabe, überprüfte sich gegenseitig, und am Ende entstand ein vollständiger Beweis.

Das sah aus wie ein eingespieltes Team bei einer geschlossenen Besprechung.

Die zweite Demonstration war noch beeindruckender.

Astra öffnete gängige Desktop-Software, wechselte zwischen Anwendungen, legte Dateien an, veränderte Inhalte und organisierte Aufgaben – und das alles viel schneller, als ein Mensch tippen könnte.

Alle waren sich einig: Astra hat damit das Konzept des „persistent agents“ durchbrochen.

Altman prophezeite zudem: „Ich glaube, das wird das erste Modell, das wirklich wichtige neue Dinge erfindet. Das ist sehr AGI-haft.“

Beachte die Formulierung „neue Dinge erfinden“ – das bedeutet, etwas aus dem Nichts zu schaffen, das die Menschheit noch nicht kennt.

OpenAIs erster selbst entwickelter Chip „Jalapeño“ hat zuletzt Nvidias Flaggschiff-GPU im direkten Vergleich alt aussehen lassen.

Der Hauptverantwortliche dafür ist GPT-Astra.

Sie ging selbst ans Werk: vom Schaltungsdesign bis zur Software.

Beim Chip optimierte sie die Schaltung, bei der Software schrieb und optimierte sie die wichtigsten Kernel und brachte nebenbei drei Open-Source-Modelle auf Vordermann.

Das Resultat: BF16-Multiplikatorleistung steigt um 56%, Chipfläche für Matrixeinheiten schrumpft um 10%.

Die Kernmodule „Attention Mechanism“ und „MoE“ laufen 1,5 bis 1,8-mal schneller als die von menschlichen Experten handgeschriebenen Versionen.

Leute, KI verändert hier die physikalische Hardware-Ebene.

Interessant: Nvidia macht das Gleiche.

AVO ist gar nicht fürs Gaming gedacht, sondern fürs Schreiben von GPU-Kerncode.

Im März veröffentlichte Nvidia eine Arbeit, deren Kernidee darin besteht, „Codeoptimierung“ einem selbständigen Agenten zu überlassen.

Im Test lief das System 7 Tage lang autonom, erforschte über 500 Optimierungsvarianten und reichte 40 wirksame Kernel-Versionen ein.

Der resultierende Kerncode war 3,5% schneller als Nvidias eigene Closed-Source-Version und 10,5% schneller als das führende Open-Source-Modell.

Verbindet man diese beiden Entwicklungen, bekommt Altmans Aussage Substanz.

Jede Modelliteration verschlingt zahlreiche menschliche Forschungsstunden. Übernimmt Astra diesen Teil, verändert sich das gesamte Entwicklungstempo grundlegend.

Sobald sich dieser Kreislauf einstellt, bleibt nur noch die Frage der Geschwindigkeit.

Die aktuell verfügbaren GPT-5.6 und Fable 5 sind Produkte der vorherigen Generation.

Leaks zeigen: Die echten nächsten Generationen sind auf beiden Seiten bereits trainiert.

• Spud (Sol): Vortraining im März abgeschlossen, entspricht den aktuell öffentlich zugänglichen GPT-5.5/5.6-Serien;

• Doug: Zwischen April und Mai fertiggestellt, darauf wurden weitere Trainings wie das Reinforcement Learning durchgeführt – das ist das bald erscheinende Astra, aka GPT-6;

• Bel: Vortraining erst Ende August abgeschlossen, mit mehr als 10 Billionen Parametern – fast so groß wie der GPT-4.5 von damals.

Leaks zufolge betrachtet OpenAI intern Bel als das „Basismodell nach GPT-6“ und möglicherweise als Grundlage für ein Modell, das die AGI-Schallmauer durchbricht.

Bei Anthropic wurde am 18. August beobachtet, dass einige Nutzer im Claude-Webinterface mit Fable-5-Accounts auf ein neues Modell umgeleitet wurden.

Das ist der übliche Vorlauf vor Releases bei Anthropic; Fable 5 wurde auch so eingeführt.

Die Codenamen wurden schnell identifiziert:

• claude-melon-eap, vermutlich Fable 5.1;

• claude-marshmallow-eap, vermutlich Opus 5.1.

Beide neuen Modelle laufen angeblich bereits in kleinerem Umfang und können jederzeit ausgerollt werden.

Warum werden sie beide zurückgehalten? Die Analyse: Wer zuerst veröffentlicht, wird ein paar Tage später vom anderen übertroffen.

Insbesondere Anthropic soll Anfang 2027 die Spitzenposition übernehmen.

Damit ist das Zeitfenster für diesen Krieg klar umrissen.

Die verbleibenden vier Monate des Jahres 2026.

Eine Analyse ergab, Anthropic hat eine 88%ige Wahrscheinlichkeit vor OpenAI an die Börse zu gehen, wahrscheinlichsten Termin 26. Oktober dieses Jahres, OpenAI am ehesten 15. Juli nächsten Jahres.

Die Marktkapitalisierung am Ersttag: Anthropic 1,82 Billionen USD, OpenAI 1,06 Billionen USD.

OpenAIs CFO sagte im August auf dem All-Hands-Meeting, das Unternehmen werde 2027 oder früher an die Börse gehen, vorausgesetzt der Wachstumstrend bleibt positiv.

Das AGI zum Jahresende ist also nicht nur ein technischer Meilenstein.

Es ist die wichtigste Seite im Börsenprospekt.

Kann OpenAI liefern, wird die Unternehmensgeschichte von „Wir verbrennen Geld für die Entwicklung“ zu „Wir sind bereits am Ziel“ und die Bewertungslogik ändert sich völlig. Kann es nicht liefern, bleibt die Story am Tag des Börsengangs im Juli dieselbe.

Warum ist dieser Kampf unumgänglich? Die Antwort liegt im Begriff „rekursive Selbstverbesserung“.

Huang: „40.000 Menschen kommandieren 4 Millionen KI-Agenten“. OpenAI: „KI hilft bereits beim Bau der nächsten KI-Generation“. Beide meinen: Sobald KI die Entwicklung der nächsten KI übernehmen kann, ist der Fortschritt nicht mehr linear.

Deshalb wetten alle darauf, dass das Rennen um Superintelligenz (ASI) ein Winner-takes-all-Finale ist.

Wer den Kreislauf wirklich zuerst ans Laufen bringt, bekommt automatisch alles danach. Der Zweitplatzierte kann möglicherweise nicht einmal aufholen.

Altman hat keinen Rückzugsort mehr.

Redaktion: Moses, Pfirsich