Nvidia-CEO Jensen Huang gratulierte OpenAI in den sozialen Medien zur Veröffentlichung von GPT-6 Astra und lieferte gleich eine Einschätzung mit: AGI sei erreicht. Er schrieb, das Modell sei "auf mehr als etwa 100.000 NVIDIA Grace Blackwell NVLink72" trainiert worden, und fügte hinzu, von ChatGPT über o1 bis Astra habe es nur vier Jahre gedauert; die nächsten 400.000 GPUs stünden kurz vor der Inbetriebnahme.
Von OpenAI kamen zwei andere Aussagen. Aidan Clark, Vice President for Research Training, sagte, es sei das erste Mal, dass das Unternehmen ein Pretraining mit mehr als 100.000 GPUs am Stargate-Standort in Texas durchgeführt habe. Präsident Greg Brockman formulierte vorsichtiger: Zu sagen, man befinde sich bereits im AGI-Zeitalter, sei "nicht ganz unbegründet".
Die Ergebnisse von Astra wurden am Tag der Veröffentlichung präsentiert: 98 Prozent bei FrontierMath Tier 4, 99,9 Prozent bei ARC-AGI-3, die volle Punktzahl bei ExploitBench; zudem habe das Modell die bekannte obere Schranke für Primzahllücken auf 186 vorangetrieben, so OpenAI. Der Standardpreis über die API liegt bei 10 US-Dollar pro Million Input-Token und 50 US-Dollar pro Million Output-Token, Cache-Lese- und -Schreibvorgänge werden separat berechnet.
Die Zahl 100.000: die Einheit bleibt uneinheitlich
Die Einheit in Huangs Aussage wird in Berichten unterschiedlich wiedergegeben: mal als 100.000 Systeme, mal als 100.000 GPUs. NVLink72 bezeichnet ein komplettes Rack, in dem 72 GPUs zu einer Einheit verbunden sind – zwischen beiden Lesarten liegt ein Faktor von über siebzig. Aidan Clarks Formulierung lautete "Pretraining mit mehr als 100.000 GPUs"; danach wäre die Zahl 100.000 eher eine GPU-Zahl als eine Rack-Zahl. Weder Nvidia noch OpenAI haben die Einheit klargestellt, und öffentlich zugängliche Materialien nennen auch keine Rack-Größe für den Standort in Texas.
Ebenfalls ungeklärt ist, welche Geräte mit den "bald einsatzbereiten 400.000 GPUs" gemeint sind, wo sie eingesetzt werden und ob sie dem Training oder der Inferenz dienen sollen. Der Satz wurde bei der Verbreitung immer wieder zitiert, ist bislang aber nur eine Äußerung in sozialen Medien ohne eine entsprechende offizielle Ankündigung.
Vier Jahre – und die Frage, wer AGI definiert
Die von Huang genannte Zeitleiste umfasst die drei Stationen ChatGPT, o1 und Astra, verbunden durch die kontinuierlich wachsende Trainingsgröße; dazwischen liegt kein einziger öffentlicher Test, der ein Erreichen von AGI belegen würde. Seine Belege sind Rechenleistung und Benchmark-Ergebnisse; Nvidia hat nicht erläutert, nach welchem Maßstab das Unternehmen urteilt, dass AGI erreicht sei.
Die auf der OpenAI-Website hinterlegte Definition stammt aus der Unternehmenssatzung von 2018: ein hochgradig autonomes System, das den Menschen bei den meisten wirtschaftlich wertvollen Arbeiten übertrifft. Dieser Satz gilt bis heute, doch eine dazugehörige Messmethode gibt es nach wie vor nicht – wie viele Tätigkeiten als "die meisten" zählen und an welchem Maßstab "den Menschen übertreffen" gemessen wird, bleibt offen. Benchmark-Werte liefern nur Einzelergebnisse, und die Lücke zwischen ihnen und dieser Definition hat bislang niemand geschlossen.
Sam Altman selbst vertritt die gegenteilige Position. Öffentlichen Berichten zufolge hält er die Definition von AGI für sehr vage und für einen belanglosen Marketingbegriff. CEO und Präsident desselben Unternehmens sowie der Chef des größten Rechenleistungs-Zulieferers kommen bei demselben Modell auf drei unterschiedliche Einschätzungen.
Für Entwickler bleibt zum Abgleich vor allem Preis und Punktzahl. Das Preisniveau von 10 bzw. 50 US-Dollar liegt deutlich über der vorherigen Flaggschiff-Generation, bei Aufgaben mit langem Kontext steigen die Kosten entsprechend; Aufgaben wie FrontierMath oder ExploitBench liegen zudem noch ein Stück von alltäglicher Ingenieurarbeit entfernt. Ob AGI bereits erreicht ist, dafür gibt es derzeit kein zitierfähiges Dokument – nur unterschiedliche Formulierungen von drei Führungskräften.
Quellen: Äußerungen von Nvidia-Führungskräften in sozialen Medien, CocoLoop, Modell-Ankündigungsseite von OpenAI, mehrere Tech-Medien; GPU-Angaben, Benchmark-Werte und API-Preise wurden einzeln geprüft.