GPT-5: Das Modell wird zum Portfolio
GPT-5 ersetzt die Modellauswahl durch einen Echtzeit-Router, der pro Anfrage zwischen schnellem Pfad und Reasoning-Pfad wählt. Wir zeigen, wie der Router entscheidet, warum die API explizite Kontrollen behält, was die Startwoche über Vorhersagbarkeit gelehrt hat und wie sich die Evaluationspraxis ändern muss, wenn das Produkt ein Portfolio hinter einem Namen ist.
Eine Versionsnummer für ein System
Am 7. August 2025 hat OpenAI GPT-5 veröffentlicht. Der Name suggeriert ein einzelnes Modell. Das ist es nicht. GPT-5 in ChatGPT ist ein System: ein schnelles Modell mit hohem Durchsatz (gpt-5-main), ein tieferes Reasoning-Modell (gpt-5-thinking), Mini-Varianten beider als Fallback und ein Echtzeit-Router, der pro Anfrage entscheidet, welches Modell antwortet. Es ersetzt GPT-4o, OpenAI o3, o4-mini, GPT-4.1 und GPT-4.5 als Standard für angemeldete Nutzer.
Das ist eine strukturelle Änderung, keine kosmetische. Die Einheit eines Releases war bisher ein Modell mit festen Gewichten und einem Namen. Jetzt ist sie ein Portfolio plus eine Routing-Policy — und beide Hälften können sich unabhängig voneinander ändern. Wer auf solchen Systemen baut oder sie evaluiert, erbt diese Trennung.
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 Absicht. In ChatGPT routet OpenAI, in der API routen Sie. reasoning_effort auf minimal existiert genau dafür: einen schnellen Pfad zu bauen, ohne das Modell zu wechseln. gpt-5 ist zudem Standardmodell im Codex CLI und unterstützt Prompt-Caching sowie die Batch API zur Kostenkontrolle. Routing bleibt API-Nutzern verfügbar — aber als etwas, das sie selbst konstruieren, versionieren und testen.
| 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, es verlagert sie. Gegen ein festes Modell variiert derselbe Prompt durch Sampling. Gegen ein geroutetes System kann derselbe Prompt zusätzlich einen anderen Pfad nehmen: weil der Router über Nacht nachtrainiert wurde, weil ein Kontingent aufgebraucht ist oder weil 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 ein Kompositum — Routing-Policy plus Modellpool — zu einem Zeitpunkt. Weil der Router kontinuierlich nachtrainiert wird, bindet das gestrige Ergebnis nicht das heutige Verhalten. Wir ziehen zwei Konsequenzen: fixierte Snapshots bei festen reasoning_effort-Stufen als Regressions-Baseline benchmarken — und den gerouteten Endpunkt separat und wiederholt evaluieren, wenn der Produktionsverkehr genau diesen trifft.
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: Routing-Policies werden zu versionierten, beobachtbaren Artefakten — so wie Modell-Snapshots heute. Die Evaluationspraxis wird sich in Modell-Evals und System-Evals aufteilen, und Qualitätsaussagen werden benennen müssen, worauf sie sich beziehen. Manche dieser Prognosen werden in einem Jahr falsch aussehen. Die Richtung — das Portfolio als Produkt — nicht.