GPT-7 ist noch nicht erschienen, doch der größte Teil der Forschungskapazitäten von OpenAI zielt bereits darauf. Am 27. September 2026 verriet Boris Power, OpenAIs Leiter der angewandten Forschung, in einem Interview, dass rund 80 bis 90 Prozent der Forschungsinvestitionen des Unternehmens auf GPT-7, GPT-8 und noch spätere Generationen ausgerichtet sind – weil „der größte Teil des Werts" aus Generationssprüngen komme, nicht aus kleinen Iterationen innerhalb einer Generation.
Wie das Tech-Medium The Decoder berichtet, bezeichnete Power Updates wie den von GPT-5.1 auf 5.2 als bewusst eingegangene kurzfristige Wetten: Sie bringen Verbesserungen durch spezialisierte Trainingsdaten und helfen dem Team, schnell aus Versuch und Irrtum zu lernen – intern gelten solche inkrementellen Updates jedoch als „extrem kurzsichtig". Der wahre Sprung geschehe nur, wenn eine neue Modellgeneration erscheine – „alles andere wird einfach deutlich besser" –, und nach jedem Sprung müsse das Team neu lernen, wohin es seine Energie für schnelle Erfolge lenken soll.
Warum die „kurzsichtigen" Updates trotzdem weiterkommen
Powers Äußerung ist kein Plädoyer gegen Punkt-Updates, sondern eine Priorisierung der Ressourcen: Generationssprünge bestimmen die Obergrenze, Punkt-Updates nur, wie schnell man ihr in dieser Generation näherkommt. Für OpenAI liegt der Wert der 5.x-Iterationen im „schnelleren Lernen heute", nicht im „Bauen der Zukunft". Das erklärt auch, warum Nutzer kleine Updates als zähfließend empfinden – intern waren sie nie der Hauptkriegsschauplatz.
Jede Generation wird pflegeleichter
Power äußerte auch eine Einschätzung jenseits der Modellarchitektur: Der größte Engpass heutiger KI-Assistenten sei nicht die Modellqualität, sondern das Onboarding der Nutzer. Die meisten ChatGPT-Nutzer wüssten gar nicht, was KI für sie tun könne. Die GPT-4-Ära verlangte sorgfältig formulierte Prompts, GPT-5 ist einfacher zu bedienen, braucht aber noch viel Feedback, und GPT-6 arbeitet bereits wie „ein fähiger Kollege, dem man einfach ein Ziel übergeben kann". Zukünftige Modelle müssten Möglichkeiten proaktiv aufzeigen und Nutzerbedürfnisse antizipieren – genau die Art von Problem, die nur ein Generationssprung systematisch lösen könne.
Was Entwickler und Nutzer daraus ableiten sollten
Für Entwickler ist die praktische Botschaft eindeutig: Produkt-Roadmaps nicht so planen, als seien 5.x-Punkt-Updates die Fähigkeitsobergrenze. Sie sind Wartung, kein Signal; die eigentliche Variable ist der nächste Generationssprung. OpenAI hat GPT-6 Sol und Luna gerade erst für Alltagsaufgaben positioniert (OpenAI bringt GPT-6 Sol und Luna: API-Preise halbiert, Alltagsaufgaben im Visier), doch der Forschungsschwerpunkt liegt bereits dahinter – ein Zeichen, dass Rechenleistung und Talente des Unternehmens auf eine fernere Zukunft setzen. Auch die Konkurrenz steht nicht still: Googles Gemini 4 ist bereits in der frühen Post-Training-Phase (Gemini 4 in früher Post-Training-Phase, Googles neue Führung: Release deutlich vor Jahresende). Für normale Nutzer ist die Schlussfolgerung noch einfacher: lieber auf die nächste Generation warten, statt jedem kleinen Update hinterherzujagen.
