Kurs
Building Agentic Workflows with LlamaIndex
2 Std.
461
Nach zwei Jahren mit immer wiederkehrendem Hype von CEO Sam Altman haben viele erwartet, dass GPT-5 ein klarer Schritt in Richtung AGI sein würde. AGI. Stattdessen hat OpenAI weniger einen Science-Fiction-Sprung hingelegt, sondern eher eine umfangreiche (wenn auch sehr gelungene) Überarbeitung der Benutzererfahrung vorgenommen, indem alle bisherigen Modelle unter einem einzigen Flaggschiff zusammengefasst wurden: GPT-5.
Das Kontextfenster ist allerdings immer noch ziemlich eingeschränkt: 8.000 Token für kostenlose Nutzer, 32.000 für Plus und 128.000 für Pro. Um das mal zu verdeutlichen: Wenn du nur zwei PDF-Artikel in etwa der Größe dieses Artikels hochlädst, hast du schon das Kontingent der kostenlosen Nutzung ausgeschöpft.
Trotzdem bleibt ChatGPT wahrscheinlich das nützlichste und zugänglichste KI-Tool für die meisten Leute. Die meisten alltäglichen Anwendungsfälle brauchen einfach keinen Speicherplatz für eine Million Token, und – um ganz ehrlich zu sein – es ist immer noch meine persönliche erste Wahl, gelegentlich unterstützt von Gemini 2.5 für kontextreiche Aufgaben.
In diesem Artikel zeig ich dir ganz ehrlich, was GPT-5 wirklich kann – sowohl die guten als auch die schlechten Seiten. Ich zeig dir, was es Neues gibt, probier das Modell aus und schau, wie es in der Praxis wirklich funktioniert.
Wir halten unsere Leser über die neuesten Entwicklungen im Bereich KI auf dem Laufenden, indem wir ihnen jeden Freitag unseren kostenlosen Newsletter „The Median“ schicken, der die wichtigsten Meldungen der Woche zusammenfasst. Abonniere unseren Newsletter und bleib in nur wenigen Minuten pro Woche auf dem Laufenden:
Was ist GPT-5?
GPT-5 ist das neue Vorzeigemodell von OpenAI und ersetzt komplett die Systeme aus der GPT-4-Ära. Wenn du bisher Optionen wie GPT-4o, GPT-4o-mini oder o3 in der Modellauswahl gesehen hast, sind diese jetzt weg. Du musst dich nicht mehr zwischen Geschwindigkeit und Qualität entscheiden – das System macht das jetzt automatisch für dich.
Wenn du eine Eingabe machst, entscheidet der Router von GPT-5 in Echtzeit, ob er dir schnell antwortet oder sich in eine tiefere, langsamere Argumentation einlässt. Das Ziel ist, dass alles reibungslos läuft: ein Modellname, alles funktioniert gleich und man muss nicht manuell umschalten.
Wie du im Bild oben sehen kannst, kannst du immer noch manuell „GPT-5 Thinking” auswählen, wenn du möchtest, dass das Modell sich mehr Zeit nimmt und gründlichere, schrittweise Antworten liefert, oder „GPT-5 Pro”, wenn du maximale Argumentationstiefe und Genauigkeit für Forschungsaufgaben benötigst. Der Unterschied ist, dass es sich jetzt um Varianten desselben Kernmodells handelt.
Hier siehst du, wie die neue Familie im Vergleich zur alten Generation abschneidet :
|
Vorheriges Modell |
GPT-5-Modell |
|
GPT-4o |
gpt-5-Hauptseite |
|
GPT-4o-mini |
gpt-5-main-mini |
|
OpenAI o3 |
gpt-5-denken |
|
OpenAI o4-mini |
gpt-5-thinking-mini |
|
GPT-4.1-nano |
gpt-5-thinking-nano |
|
OpenAI o3 Pro |
gpt-5-thinking-pro |
Quelle: OpenAI
Was du je nach Stufe bekommst
Mit der kostenlosen Version kannst du das Hauptmodell von GPT-5 und GPT-5 Thinking nutzen, aber mit dem kleinsten Kontextfenster und strengeren Nutzungsbeschränkungen. Für den täglichen Chat, kurze Entwürfe oder das Beantworten von Fragen ist es okay, aber wenn du mit längeren Dokumenten arbeiten willst, stößt du schnell an Grenzen.umente.
|
Plan |
Kontextfenster |
|
Kostenlos |
8K-Token |
|
Plus |
32K-Token |
|
Pro |
128K-Token |
|
Team |
32K-Token |
|
Enterprise |
128K-Token |
Schau mal rein die Preisseite für die aktuellsten Infos.
Plus-Abonnenten kriegen die gleichen Modelle, aber mit mehr Nutzungsmöglichkeiten und einem größeren 32K-Token-Kontextfenster – genug, um mittelgroße PDFs oder längere Hin- und Her-Kommunikationen zu schaffen, bevor alles aus dem Speicher fliegt. Die Antwortzeiten sind hier auch deutlich schneller als bei der kostenlosen Version, die je nach Verfügbarkeit gedrosselt wird.
Mit Pro geht's richtig los. Du bekommst GPT-5, GPT-5 Thinking und GPT-5 Pro – die High-End-Variante für maximale Argumentationstiefe und Genauigkeit. Das Kontextfenster springt auf 128.000 Tokens, was genug Platz für die Arbeit an einem Buchkapitel oder mehreren langen Dateien in einer einzigen Sitzung bietet.
Team- und Unternehmenspläne sind im Grunde maßgeschneiderte Angebote, aber sie umfassen alle Varianten, flexible Nutzung und die schnellsten Reaktionszeiten, die es gibt. Unternehmensnutzer kriegen auch das 128K-Kontextfenster, während Team bei 32K bleibt.
Neue Funktionen in GPT-5
Chat-Funktionen
Passe die Farbe deiner Chats an
Du kannst jetzt das Farbschema für deine Chats auswählen. Das ist nur optisch, aber es hilft, die Benutzeroberfläche mehr an deine Umgebung anzupassen. Du kannst die Farbe in den Einstellungen unter„ “ im Bereich „Allgemein“ ändern:
Persönlichkeiten ändern
GPT-5 hat jetzt voreingestellte Persönlichkeiten, mit denen du den Stil des Assistenten ändern kannst, damit er dich besser unterstützt, prägnanter und professioneller ist oder sogar ein bisschen sarkastisch. Da die Steuerbarkeit von GPT-5 verbessert wurde, bleiben diese Stile während der gesamten Unterhaltung erhalten und verschwinden nicht nach ein paar Antworten.
Um diese Funktion zu nutzen, geh einfach auf die Seite „ „Personalisierung“ im Bereich Einstellungen, klick auf „Benutzerdefinierte Anweisungen“und wähle dann die gewünschte Persönlichkeit aus, indem du eine Voreinstellung auswählst:
Integration von Gmail und Google Kalender
Für Plus-, Pro-, Team- und Enterprise-Nutzer kann GPT-5 direkt mit deinem Gmail-Konto und Google Kalender verbunden werden. Es kann deinen Zeitplan einsehen, dir dabei helfen, freie Zeit zu finden, und sogar Antworten auf E-Mails entwerfen, die du bisher ignoriert hast. Das ist ein echter Schritt in Richtung einer KI, die deinen Tag aktiv organisiert.
Um diese Funktion zu nutzen, geh einfach auf „ „Connectors“ im Bereich „ Einstellungen und folge den Anweisungen auf dem Bildschirm, um dein Gmail-Konto und Google Kalender zu verbinden.
Sicherere, nützlichere Vervollständigungen
GPT-5 ersetzt den alten Sicherheitsansatz, der auf Ablehnung basiert, durch „sichere Abschlüsse“. Anstatt eine möglicherweise unsichere Anfrage einfach zu blockieren, bekommst du so viele hilfreiche und sichere Infos wie möglich und erfährst gleichzeitig, welche Einschränkungen es gibt. Außerdem gibt's weniger Schleimerei – also diese übertrieben netten Antworten, die bei früheren Modellen manchmal echt unecht rüberkamen.
Funktionen für Entwickler
Dieser kurze Abschnitt ist für Entwickler gedacht, also kannst du ruhig zum nächsten Abschnitt springen, wo ich GPT-5 teste.
Kontrolle von Argumentation und Ausführlichkeit
In der API kannst du jetzt die Tiefe der Überlegungen des Modells mit dem Parameter „ reasoning_effort “ steuern, der eine neue Einstellung „minimal“ für schnellere Antworten hinzufügt, wenn du keine detaillierten Überlegungen brauchst. Es gibt auch den Parameter „ verbosity “, mit dem du festlegen kannst, ob die Antworten kurz, mittel oder lang sein sollen, ohne deine Eingabeaufforderung zu ändern.
Benutzerdefinierte Tools mit Klartext
GPT-5 kann „benutzerdefinierte Tools” nutzen, sodass es Tools mit normalem Text statt JSON aufrufen kann. Dadurch werden Escape-Probleme vermieden, die komplexe Ausgaben wie große Code-Blöcke beschädigen könnten. Du kannst auch dein eigenes Format durchsetzen, indem du Tool-Aufrufe mit regulären Ausdrücken oder einer vollständigen Grammatik einschränkst.
Besser bei lang andauernden, mehrstufigen Aufgaben
Das Modell kann lang andauernde agentenbasierte Aufgaben deutlich besser bewältigen. Es kann Dutzende von Tool-Aufrufen verknüpfen – sowohl nacheinander als auch parallel –, ohne den Lernpfad zu verlieren.
Verbesserte Frontend-Codierung
In internen Tests hat GPT-5 OpenAI o3 in Frontend-Entwicklungsszenarien in 70 % der Fälle geschlagen und sauberere, ästhetischere Benutzeroberflächen mit besseren Standardlayouts, Typografie und Abständen erstellt.
Mehr Kontext, weniger Halluzinationen
In der API kann GPT-5 insgesamt 400.000 Token für Eingabe und Ausgabe verarbeiten. Tests zeigen, dass es Infos aus großen Datenmengen genauer findet als frühere Modelle und dabei auch die Fehlerquote bei Fakten deutlich runterbringt.
GPT-5 testen
Vor ein paar Wochen habe ich Grok 4ausprobiert und wollte zum Vergleich GPT-5 mit denselben Eingaben testen, um zu sehen, wie sie sich unterscheiden. Das ist keine ausführliche Bewertung von GPT-5, sondern nur ein kurzer Eindruck davon, wie es sich in einem typischen Chat verhält.
Mathe
Als Erstes habe ich GPT-5 eine kleine Matheaufgabe gegeben: 9,11 minus 9,9. Auf den ersten Blick ist das eine einfache Subtraktion, aber solche einfachen Rechenaufgaben können manchmal Macken in der Denkweise von Sprachmodellen aufdecken –Claude Sonnet 4 ist beim Testen darauf gestoßen. Ein Taschenrechner könnte die Antwort sofort liefern, aber was ich wirklich testen will, ist der Prozess: Wird GPT-5 Schritt für Schritt nachdenken oder sich für ein integriertes Tool entscheiden?
Überraschenderweise hat mir GPT-5 in weniger als einer Sekunde die richtige Lösung geliefert – die Antwort kam wirklich sofort. Nach meiner Frage zu verstehen, hat die Subtraktion wahrscheinlich so eine Art Kettenargumentation gebraucht, bei der das Modell Zwischenschritte wie das Umschreiben von 9,9 in 10-0,1, das Subtrahieren von 9,11 und das Anpassen des Ergebnisses intern dargestellt hat.
Kurz danach hatte ich eine lustige Begegnung mit GPT-5, als ich ihm mal ganz schlau unterstellte, dass seine Berechnung falsch sei. Seine unterwürfige Eigenschaft hat dazu geführt, dass es mir zustimmte, aber es kam trotzdem zum richtigen Ergebnis, was zeigt, dass man sich zumindest bei objektiven Problemen wie Mathe auf das Modell verlassen kann.
Als Nächstes habe ich das Modell an einem komplizierteren Matheproblem getestet:
Nimm alle Ziffern von 0 bis 9 genau einmal, um drei Zahlen x, y, z zu bilden, sodass x + y = z ist.
Während ich auf die Antwort wartete, habe ich eine Option für eine schnelle Antwort entdeckt. Ich hab's nicht ausprobiert, aber es könnte nützlich sein, wenn du es eilig hast oder denkst, dass das Modell ein eigentlich einfaches Problem zu kompliziert macht. Aktuelle Studien haben gezeigt, dass mehr Nachdenken nicht immer der beste Weg ist.
Nach 30 Sekunden Nachdenken hat mir GPT-5 zwei richtige Antworten gegeben. In den Überlegungen wurde ausdrücklich erwähnt, dass ein „schnelles Programm“ zur Lösung des Problems verwendet wurde – ein cleverer Ansatz, da die mentale Ausarbeitung mittels einer Gedankenkette ewig dauern könnte (es gibt 10! = 3.628.800 Permutationen mit vielen möglichen Aufteilungen). Allerdings konnte ich das eigentliche Programm, das im Hintergrund lief, nicht sehen, was echt nützlich gewesen wäre.
Codierung
Für die Programmieraufgabe habe ich versucht, das gleiche Spiel zu entwickeln, das ich schon mal mit Grok gemacht habe. Der einzige Unterschied in der Eingabeaufforderung war, dass ich GPT-5 gebeten habe, den Code in Canvasauszuführen.
Aufforderung: Mach mir ein fesselndes Endlos-Runner-Spiel. Wichtige Anweisungen auf dem Bildschirm. p5.js-Szene, kein HTML. Ich mag pixelige Dinosaurier und coole Hintergründe. Führ den Code in Canvas aus.
Nach drei fehlgeschlagenen Builds hab ich es aufgegeben, das Programm in Canvas auszuführen, und stattdessen den Code in einem p5.js-Editor ausgeführt. Hier ist das Ergebnis:
Das Modell hat beeindruckende 764 Zeilen Code geschrieben und die beste V1 dieses Spiels produziert, die ich je mit einem der von mir getesteten Modelle generieren konnte. Die meisten Modelle konnten das Spiel nicht mit einem Pausebildschirm starten, auf dem der Spieler entscheiden kann, wann er anfangen will – es ging einfach los, sobald man den Code ausgeführt hat. Und keiner hatte Features wie Bestenlisten, Gleiten oder das Pausieren des Spiels eingebaut.
Long-context multimodal
Genau wie bei Grok 4 wollte ich ein größeres PDF testen, also habe ich den Generative AI Outlook Report der Europäischen Kommission hochgeladen. Generative AI Outlook Report (43.087 Tokens / 167 Seiten) hoch und gab GPT-5 die folgende Eingabeaufforderung:
Aufforderung: Schau dir den ganzen Bericht an und finde die drei Diagramme, die am meisten Infos geben. Fasse jeden Punkt zusammen und sag mir, auf welcher Seite des PDFs du ihn findest.
Bevor ich dir die Ergebnisse (mit meinem Pro-Konto) zeige, solltest du wissen, dass das PDF ziemlich groß ist und daher wahrscheinlich nicht mit ChatGPT Free (8K-Token-Limit) oder sogar ChatGPT Plus (32K-Token-Limit) funktioniert. Als ich zum Beispiel nach einer Zusammenfassung des Dokuments gefragt habe (mit meinem kostenlosen Konto), gab's einen Fehler im Nachrichtenstrom – wahrscheinlich wegen zu wenig Speicherplatz.
Als ich diese Aufgabe mit einem Pro-Konto ausgeführt habe, habe ich zwar ein paar Ergebnisse bekommen – aber wie du im Video unten sehen kannst, gab es einige Probleme:
Das Ergebnis war echt mies und braucht echt keinen Kommentar von mir. Ich hab's nicht mal versucht, weiter nachzufragen. Das fühlt sich definitiv nicht so an, als würde man mit einem Doktoranden reden, und auch nicht annähernd wie „AGI“.
GPT-5-Benchmarks
OpenAI hat eine ganze Reihe von Benchmark-Ergebnissen für GPT-5 veröffentlicht, die Codierung, Mathe, multimodales Denken, Befolgen von Anweisungen, Werkzeuggebrauch, Abrufen von Infos aus langen Kontexten und Faktizität abdecken. Hier ist eine Zusammenfassung der Zahlen, die in den offiziellen Unterlagen und Blogbeiträgen angegeben wurden.
Codierungsleistung
Auf SWE-bench Verified – einem Benchmark für echte Python-Codierungsaufgaben – erreicht GPT-5 74,9 %, gegenüber 69,1 % für OpenAI o3 und deutlich vor GPT-4.1 (54,6 %). Die Vorteile sind noch beeindruckender, wenn man die Effizienz bedenkt: Bei hohem Denkaufwand braucht GPT-5 22 % weniger Output-Tokens und 45 % weniger Tool-Aufrufe als o3, um die gleichen Ergebnisse zu erzielen.
Quelle: OpenAI
Bei Aider Polyglot, das die Bearbeitung von mehrsprachigem Code testet, erreicht GPT-5 88 %, verglichen mit 81 % bei o3 – das ist eine Reduzierung der Fehlerquote um etwa ein Drittel. Weitere Ergebnisse findest du in diesem Bericht für Entwickler.
Mathematik und wissenschaftliches Denken
GPT-5 zeigt auch bei mathematiklastigen Benchmarks starke Ergebnisse. Bei AIME 2025 (Mathe-Wettbewerb ohne Hilfsmittel) hat GPT-5 (ohne Hilfsmittel) 94,6 % erreicht, während o3 (ohne Hilfsmittel) bei 88,9 % gelandet ist. Beim HMMT (Harvard-MIT-Mathematikwettbewerb) erreicht es ohne Hilfsmittel 93,3 % und schlägt damit o3 mit 85 %. In FrontierMath (Mathe für Profis mit einem Python-Tool) hat GPT-5 26,3 % erreicht – nicht super viel, aber immer noch besser als die 15,8 % von o3.
Quelle: OpenAI
Bei GPQA Diamond – wissenschaftliche Fragen auf Doktoranden-Niveau – schafft GPT-5 mit Tools (Python) 87,3 % und ohne Tools 85,7 %, was in beiden Konfigurationen etwas besser ist als o3.
Multimodales Denken
Bei multimodalen Benchmarks setzt GPT-5 neue Maßstäbe. Es erreicht 84,2 % bei MMMU (visuelles Denken auf College-Niveau) und 78,4 % bei MMMU-Pro (auf Graduiertenniveau) und schlägt damit o3 in beiden Fällen. Bei VideoMMMU (videobasiertes Schlussfolgern mit bis zu 256 Frames) erreicht GPT-5 eine Genauigkeit von 84,6 % gegenüber 83,3 % von o3.
Es schneidet auch bei CharXiv Reasoning (Interpretation wissenschaftlicher Abbildungen) mit 81,1 % bei aktivierter Denkfunktion und bei ERQA (räumliches Denken) mit 65,7 % gut ab und liegt damit vor o3.
Die letzte Prüfung der Menschheit (HLE)
„Humanity’s Last Exam“ ist ein anspruchsvoller Test mit 2.500 handverlesenen Fragen auf Doktoranden-Niveau aus den Bereichen Mathe, Physik, Chemie, Linguistik und Ingenieurwesen.
Nach den von OpenAI veröffentlichten Ergebnissen erreicht GPT-5 ohne Hilfsmittel 24,8 % und in der Pro-Variante 42,0 %.
Quelle: OpenAI
Grok 4 schafft laut den Daten von xAI selbst ohne Tools etwa 26 % und mit Tools sogar 41,0 %. Die Grok 4 Heavy-Konfiguration – bei der mehrere Agenten gleichzeitig laufen und die Ergebnisse zusammengeführt werden – legt noch mal einen drauf und kommt auf 50,7 %, was den Vorteil der Multi-Agenten-Konfiguration zeigt. Obwohl beide Modelle im Einzelagent-Modus mit Toolunterstützung ähnliche Ergebnisse liefern, hat Grok 4 Heavy dank seiner Architektur hier einen deutlichen Vorteil.
Quelle: xAI
Fazit
GPT-5 ist nicht der Meilenstein auf dem Weg zur AGI, auf den manche gehofft hatten, und es fühlt sich definitiv nicht so an, als hätte man einen „Doktortitel in der Tasche“. Es handelt sich aber um eine gut gemachte Zusammenführung der bisherigen Produkte von OpenAI zu einem einzigen, nahtloseren Erlebnis, das durch ein paar sinnvolle, wenn auch schrittweise technische Verbesserungen unterstützt wird.
Mit den neuen Chat-Funktionen wie Persönlichkeiten, Farbanpassung und der Integration von Gmail/Kalender fühlt sich ChatGPT persönlicher an und ist noch nützlicher für den Arbeitsalltag. Für Entwickler sind die bessere Kontrolle über Argumentation, Ausführlichkeit und Tool-Formate sowie die bessere Leistung bei lang laufenden Aufgaben echt praktische Verbesserungen.
In Tests hat GPT-5 einfache Denk- und Programmieraufgaben echt gut gemeistert und sogar die beste erste Version eines Spiels hingelegt, die ich bisher von einem Modell gesehen habe. Aber die multimodale Leistung im Langzeitbereich war echt noch verbesserungswürdig, und die Pro-Ressourcen konnten nicht halten, was sie versprochen hatten.
Für die meisten Leute wird GPT-5 das zugänglichste und vielseitigste KI-Tool bleiben, das es heute gibt. Erwarte nur nicht, dass es die Grenzen des mit aktuellen Modellen Möglichen sprengt. Es ist eine Weiterentwicklung, keine Revolution, und je nach deinen Bedürfnissen könnte das genau das sein, was du suchst.
