GPT-5: Das Modell wird zum Portfolio
GPT-5 ersetzt die manuelle Modellauswahl durch einen Echtzeit-Router, der pro Anfrage zwischen schnellem und Reasoning-Pfad entscheidet. Wir untersuchen seine Signale, die expliziten Kontrollen der API und die Lehren der Startwoche für Vorhersagbarkeit und Evaluation, wenn sich hinter einem Produktnamen ein veränderliches Portfolio verbirgt.
Eine Versionsnummer für ein System
OpenAI veröffentlichte GPT-5 am 7. August 2025. Der Name klingt nach einem einzelnen Modell, bezeichnet in ChatGPT aber ein System: ein schnelles Modell mit hohem Durchsatz (gpt-5-main), ein tieferes Reasoning-Modell (gpt-5-thinking), Mini-Varianten beider als Fallback und einen Echtzeit-Router, der für jede Anfrage den Antwortpfad auswählt. Dieses System ersetzt GPT-4o, OpenAI o3, o4-mini, GPT-4.1 und GPT-4.5 als Standard für angemeldete Nutzer.
Das ist eine strukturelle, keine kosmetische Änderung. Bisher war die Einheit eines Releases ein Modell mit festen Gewichten und einem Namen. Jetzt besteht sie aus einem Portfolio und einer Routing-Policy — zwei Teilen, die sich unabhängig voneinander ändern können. Wer auf solchen Systemen baut oder sie evaluiert, muss mit dieser Trennung umgehen.
Wie der Router entscheidet
OpenAI nennt vier Routing-Signale: Gesprächstyp, Komplexität, Tool-Bedarf und explizite Absicht — die Formulierung „think hard about this“ im Prompt erzwingt den Reasoning-Pfad. Der Router ist nicht statisch. Er wird kontinuierlich mit realen Nutzungssignalen trainiert: Modellwechsel der Nutzer, Präferenzraten und gemessene Korrektheit. Die Entscheidungsgrenze zwischen schnell und langsam ist damit eine gelernte, bewegliche Funktion.
Eine zweite Routing-Ebene hat mit Schwierigkeit nichts zu tun: Kontingente. Ist ein Nutzungslimit erreicht, übernimmt eine Mini-Variante des jeweiligen Modells die restlichen Anfragen. Die Qualität einer Antwort hängt damit von drei Dingen ab — der Frage, dem aktuellen Zustand des Routers und dem verbleibenden Kontingent des Kontos. Nur das Erste kontrollieren Sie selbst.
Die API bleibt explizit
Die API stellt den ChatGPT-Router nicht bereit. gpt-5, gpt-5-mini und gpt-5-nano sind sämtlich Reasoning-Modelle. Die Denkzeit steuern Sie über reasoning_effort (minimal, low, medium, high; Standard medium), die Antwortlänge über den neuen Parameter verbosity (low, medium, high). Das Nicht-Reasoning-Modell aus ChatGPT gibt es separat als gpt-5-chat-latest. Datierte Snapshots wie gpt-5-2025-08-07 fixieren exakte Versionen.
Diese Trennung ist bewusst gewählt: In ChatGPT routet OpenAI, in der API routen Sie selbst. reasoning_effort auf minimal ermöglicht einen schnellen Pfad, ohne dafür das Modell zu wechseln. gpt-5 ist außerdem das Standardmodell im Codex CLI und unterstützt Prompt-Caching sowie die Batch API zur Kostenkontrolle. API-Nutzer verlieren Routing also nicht; sie übernehmen dafür Entwurf, Versionierung und Tests.
| Modell | Input je 1M Tokens | Output je 1M Tokens | Rolle |
|---|---|---|---|
| gpt-5 | $1,25 | $10,00 | Reasoning-Modell, volle Leistung |
| gpt-5-mini | $0,25 | $2,00 | Kleiner, für kostensensitive Workloads |
| gpt-5-nano | $0,05 | $0,40 | Am schnellsten, für Klassifikation und Extraktion |
| gpt-5-chat-latest | $1,25 | $10,00 | Nicht-Reasoning-Modell aus ChatGPT |
Modellportfolios werden zum Produkt
GPT-5 markiert den Punkt, an dem das Produkt kein Modell mehr ist, sondern ein Portfolio hinter einem Namen. Die Gründe sind ökonomisch. Reasoning-Tokens sind teuer, und die meisten Anfragen brauchen sie nicht. Ein Router, der eine Faktenfrage auf den günstigen Pfad schickt und einen schweren Beweis auf den teuren, verbessert Durchschnittskosten und Latenz, ohne die Preisliste anzufassen.
Das Muster selbst ist nicht neu. Anwendungsteams bauen seit Jahren Kaskaden — erst das kleine Modell versuchen, bei Fehlschlag eskalieren. Neu ist, dass ein Anbieter die Kaskade als Standard-Consumer-Produkt ausliefert und die Einzelmodelle abschaltet. ChatGPT-Nutzer verloren die Modellauswahl am ersten Tag — und protestierten laut genug, dass OpenAI GPT-4o für Plus-Abonnenten innerhalb eines Tages zurückbrachte.
Routing verändert auch, wer was bekommt. Kostenlose ChatGPT-Nutzer erhalten erstmals Antworten aus dem Reasoning-Pfad — rationiert durch Router und Kontingente statt allein durch eine Bezahlschranke. Dass diese Fähigkeit überhaupt verschenkt werden kann, ist eine Routing-Entscheidung: Der teure Pfad wird nur dort ausgegeben, wo er sich nach Einschätzung des Routers lohnt.
Was Routing mit Vorhersagbarkeit macht
Routing beseitigt Varianz nicht, sondern fügt ihr eine neue Quelle hinzu. Bei einem festen Modell schwankt derselbe Prompt durch Sampling; in einem gerouteten System kann er zusätzlich einen anderen Pfad nehmen, weil der Router nachtrainiert wurde, ein Kontingent erschöpft ist oder der Router selbst ausfällt.
Der Ausfall ist kein hypothetischer Fall. Am Starttag war der Autoswitcher nach Sam Altmans Worten „out of commission for a chunk of the day“, und GPT-5 wirkte dadurch „way dumber“. Ein Routing-Ausfall verschlechterte die wahrgenommene Modellqualität auf ganzer Breite — ohne dass sich ein einziges Modellgewicht geändert hätte. OpenAI hat seither mehr Transparenz darüber zugesagt, welches Modell eine Anfrage beantwortet.
Für Engineering-Teams folgt daraus ein anderes mentales Modell: Ein gerouteter Endpunkt ist ein Service mit einer Policy, keine Funktion mit Gewichten. Qualitätsregressionen können Routing-Regressionen sein. Loggen Sie den antwortenden Pfad, wo der Anbieter ihn offenlegt, und fixieren Sie datierte Snapshots überall dort, wo Reproduzierbarkeit zählt.
Evals gegen ein bewegliches Ziel
OpenAIs veröffentlichte Zahlen gelten pro fester Konfiguration, nicht pro gerouteter Anfrage: 94,6 % auf AIME 2025 ohne Tools, 74,9 % auf SWE-bench Verified, 88 % auf Aider Polyglot — jeweils mit aktiviertem Thinking gemessen. Die Halluzinationsangaben sind genauso eingegrenzt: rund 45 % weniger Faktenfehler als GPT-4o mit Websuche, rund 80 % weniger als o3 mit Thinking. Die Zahlen sind real, aber sie beschreiben gpt-5-thinking unter kontrollierten Bedingungen.
Ein Eval gegen einen gerouteten Endpunkt misst stets ein zeitgebundenes Kompositum aus Routing-Policy und Modellpool. Da der Router kontinuierlich nachtrainiert wird, garantiert das Ergebnis von gestern nicht das Verhalten von heute. Daraus folgen zwei getrennte Testpfade: fixierte Snapshots bei festen reasoning_effort-Stufen als Regressions-Baseline und wiederholte System-Evals des gerouteten Endpunkts, sofern der Produktionsverkehr genau dort ankommt.
Ausblick vom August 2025
OpenAI erklärt, diese Fähigkeiten in naher Zukunft in ein einziges Modell integrieren zu wollen. Bis dahin ist Routing die Architektur — und wir erwarten, dass sie sich ausbreitet. Anbieter werden über wachsende Portfolios routen, weil die Stückkosten es verlangen. Anwendungsteams werden weiter eigene Kaskaden bauen, wo Kostenkontrolle wichtiger ist als Bequemlichkeit.
Unsere Erwartung bei Blue IT Systems ist deshalb klar: Routing-Policies werden ebenso versioniert und beobachtbar wie heutige Modell-Snapshots. Evaluation teilt sich in Modell- und System-Evals, und jede Qualitätsaussage muss offenlegen, welche Ebene sie beschreibt. Einzelne Prognosen mögen in einem Jahr überholt sein; die grundlegende Verschiebung zum Portfolio als Produkt dürfte bleiben.