OpenAI

Alle Releases

1. Jun 2018

   GPT-1 Grundlagen

   • Erstes generatives, auf dem Transformer basierendes Sprachmodell von OpenAI.
   • Zeigte, dass Vortraining plus Feintuning aufgabenspezifische Netze schlägt.
   • Legte den Grundstein für die gesamte GPT-Reihe.

   Reihe GPT

2. Feb 2019

   GPT-2 Grundlagen

   • Großes Sprachmodell mit bis zu 1,5 Milliarden Parametern.
   • Erzeugte erstmals erstaunlich flüssige, lange Texte.
   • Wurde wegen Missbrauchssorgen zunächst nur stufenweise veröffentlicht.

   Reihe GPT

3. Apr 2020

   Jukebox Audio

   • Erzeugte komplette Songs inklusive rohem Gesang direkt als Audiowellenform.
   • Nutzte Genre, Künstlerstil und Songtext als Eingabe.
   • Galt als früher Meilenstein neuronaler Musikgenerierung.

4. Jun 2020

   GPT-3 Sprache

   • Texte fortsetzen & generieren aus kurzen Anweisungen
   • Erste breit nutzbare Few-Shot-Sprachfähigkeit
   • Startschuss der heutigen LLM-Welle

   Reihe GPT

5. Jan 2021

   DALL·E Bild

   • Bilder aus Textbeschreibungen erzeugen
   • Kombiniert Konzepte zu neuen Motiven
   • Zeigt Text-zu-Bild als ernsthafte Richtung

   Reihe DALL-E

6. Jan 2021

   CLIP Grundlagen

   • Verknüpfte Bilder und Texte in einem gemeinsamen Vektorraum.
   • Ermöglichte Zero-Shot-Bildklassifikation per Textbeschreibung.
   • Wurde zum Baustein vieler Text-zu-Bild-Generatoren.

7. Jun 2021

   GitHub Copilot Code

   • Code-Vorschläge direkt im Editor
   • Vervollständigt ganze Funktionen aus Kommentaren
   • Macht KI-Coding alltagstauglich

8. Apr 2022

   DALL·E 2 Bild

   • Deutlich höhere Bildqualität & Auflösung
   • Bildbereiche gezielt ersetzen (Inpainting)
   • Variationen eines Motivs erstellen

   Reihe DALL-E

9. Sep 2022

   Whisper Audio

   • Robuste Spracherkennung (ASR), trainiert auf 680.000 Stunden Audio.
   • Transkribierte rund 100 Sprachen und übersetzte ins Englische.
   • Als Open Source zum De-facto-Standard für Transkription geworden.

10. Nov 2022

    ChatGPT Sprache

    • Dialog statt nur Textvervollständigung
    • Erklärt, entwirft, fasst zusammen
    • Der Moment, ab dem KI jeden erreicht

    Reihe GPT

11. Mär 2023

    GPT-4 Multimodal

    • Versteht Text und Bilder
    • Spürbar besseres Schlussfolgern
    • Zuverlässiger bei komplexen Aufgaben

    Reihe GPT

12. Sep 2023

    DALL·E 3 Bild

    • Deutlich bessere Prompt-Treue, setzte auch lange Beschreibungen genau um.
    • Erste tief in ChatGPT integrierte Bild-KI, Prompts per Dialog verfeinerbar.
    • Konnte erstmals brauchbar Text und Schrift im Bild darstellen.

    Reihe DALL-E

13. Nov 2023

    GPT-4 Turbo Multimodal

    • Größeres Kontextfenster
    • Günstiger & schneller
    • Frischeres Wissen

    Reihe GPT

14. Feb 2024

    Sora Video

    • Video aus Textbeschreibung
    • Erstaunlich kohärente Bewegung & Szenen
    • Macht Text-zu-Video greifbar

    Reihe Sora

15. Mär 2024

    Voice Engine Audio

    • Klonte eine Stimme aus nur 15 Sekunden Referenzaudio.
    • Erzeugte natürlich klingende Sprache in mehreren Sprachen.
    • Aus Missbrauchssorge nur an wenige Partner ausgegeben.

16. Mai 2024

    GPT-4o Multimodal

    • Echtzeit-Sprache, Bild & Text in einem
    • Schnell und natürlich im Dialog
    • Multimodal als Standard

    Reihe GPT

17. Jul 2024

    GPT-4o mini Multimodal

    • Kleines, sehr günstiges Modell als Ersatz für GPT-3.5 Turbo.
    • Multimodal mit Text- und Bildverständnis.
    • Brachte starke Leistung zu sehr niedrigem Preis in die API.

    Reihe GPT

18. Sep 2024

    o1 Sprache

    • Denkt vor der Antwort nach
    • Stark bei Mathe & komplexer Logik
    • Neue Reasoning-Modellklasse

    Reihe o-Serie

19. Sep 2024

    GPT-4o Advanced Voice Audio

    • Brachte ChatGPT natürliche, emotionale Echtzeit-Sprachdialoge.
    • Verstand Tonfall und antwortete mit ausdrucksstarker Stimme.
    • Lief auf dem multimodalen, audionativen GPT-4o.

    Reihe GPT

20. Okt 2024

    Realtime API Audio

    • Gab Entwicklern Echtzeit-Sprach-zu-Sprach mit geringer Latenz.
    • Ermöglichte multimodale Sprachagenten direkt per API.
    • Basierte auf den Audiofähigkeiten von GPT-4o.

21. Jan 2025

    o3-mini Sprache

    • Kompaktes Reasoning-Modell der o-Reihe mit sichtbaren Denkschritten.
    • Stark in Mathematik, Coding und Wissenschaft bei niedrigen Kosten.
    • Bot wählbare Denk-Aufwandsstufen (niedrig, mittel, hoch).

    Reihe o-Serie

22. Feb 2025

    GPT-4.5 Sprache

    • OpenAIs größtes klassisch vortrainiertes Modell, mit breiterem Weltwissen und weniger Halluzinationen.
    • Galt als letzter großer Schritt der reinen Pretraining-Skalierung und zeigte deren abnehmenden Ertrag.
    • Blieb trotz angenehmerem Ton bei Mathe und Code hinter den Reasoning-Modellen zurück und wurde bald abgelöst.

    Reihe GPT

23. Mär 2025

    GPT Image 1 Bild

    • Native Bilderzeugung direkt im GPT-4o, löste den Ghibli-Hype aus.
    • Sehr starke Prompt-Treue, Textwiedergabe und Bildbearbeitung im Chat.
    • Machte präzises, mehrstufiges Bild-Editing per Dialog massentauglich.

    Reihe DALL-E

24. Apr 2025

    o3 Sprache

    • Reasoning-Modelle o3 und o4-mini, die erstmals während des Denkens selbstständig Werkzeuge nutzen.
    • Sie denken mit Bildern, zoomen und analysieren also visuelle Inhalte als Teil der Schlussfolgerung.
    • Web-Suche, Python und Bildverarbeitung im Reasoning-Loop machten echte agentische Aufgaben möglich.

    Reihe o-Serie

25. Apr 2025

    GPT-4.1 Code

    • API-Modellreihe mit starkem Fokus auf Programmierung.
    • Bot bis zu 1 Million Token Kontext und bessere Instruktionstreue.
    • Kam in den Größen Standard, mini und nano.

    Reihe GPT

26. Apr 2025

    o4-mini Multimodal

    • Kompaktes Reasoning-Modell, das auch mit Bildern denken kann.
    • Konnte Werkzeuge wie Websuche und Python im Denkprozess nutzen.
    • Bot starke Mathematik- und Coding-Leistung sehr effizient.

    Reihe o-Serie

27. Aug 2025

    GPT-5 Multimodal

    • Vereintes System, das selbst entscheidet, wann es schnell antwortet und wann es länger nachdenkt.
    • Deutlich seltener Halluzinationen und Spitzenwerte bei Code, Mathe und multimodalem Verständnis.
    • Löste GPT-4o als Standardmodell von ChatGPT ab und brachte 400.000 Tokens Kontext.

    Reihe GPT

28. Aug 2025

    gpt-oss Sprache

    • OpenAIs erste offene Gewichte seit GPT-2 (gpt-oss-120b und 20b).
    • Reasoning-Modelle mit einstellbarem Denkaufwand, Apache 2.0.
    • 120b lief auf einer 80-GB-GPU, 20b auf Consumer-Hardware.

29. Sep 2025

    Sora 2 Video

    • Nachfolger von Sora mit physikalisch realistischeren Clips und synchronem Dialog und Soundeffekten.
    • Erschien zusammen mit einer eigenen Social-App, die KI-Videos zum Massenphänomen machte.
    • Erlaubt Cameos, also das kontrollierte Einsetzen echter Personen in generierte Szenen.

    Reihe Sora

30. Nov 2025

    GPT-5.1 Sprache

    • Aktualisierung von GPT-5 mit wärmerem, gesprächigerem Ton.
    • Erschien in den Varianten Instant und Thinking.
    • Passte die Denkzeit adaptiv an die Schwierigkeit der Aufgabe an.

    Reihe GPT

31. Dez 2025

    GPT-5.2 Sprache

    • Frontier-Modell für berufliche Arbeit und langlaufende Agenten, stark bei Tabellen, Präsentationen, Code und langen Kontexten.
    • Übertrifft im GDPval-Benchmark Fachleute bei gut definierten Wissensaufgaben aus 44 Berufen.
    • Erschien am 11. Dezember 2025 in drei Modi: Instant, Thinking und Pro.

    Reihe GPT

32. Dez 2025

    GPT-5.2-Codex Code

    • Agentisches Coding-Modell für den Codex-Agenten, zeitgleich mit GPT-5.2 veröffentlicht.
    • Optimiert für Codegenerierung, Fehlersuche und lange Entwickler-Workflows.

    Reihe GPT

33. Feb 2026

    GPT-5.3-Codex Code

    • Bis dahin fähigstes agentisches Coding-Modell: vereint den Codex- und den GPT-5-Trainingsstack und arbeitet rund 25 Prozent schneller.
    • Spitzenwerte auf SWE-Bench Pro und Terminal-Bench 2.0.

    Reihe GPT

34. Feb 2026

    GPT-5.3-Codex-Spark Code

    • Kleinere Echtzeit-Variante von GPT-5.3-Codex mit über 1000 Tokens pro Sekunde auf Cerebras-Hardware.
    • Erster Meilenstein der Partnerschaft von OpenAI und Cerebras.

    Reihe GPT

35. Mär 2026

    GPT-5.4 Sprache

    • Frontier-Modell mit integrierter Computernutzung und 75 Prozent auf OSWorld-Verified, dazu eine verbesserte Deep-Research-Funktion.
    • Rund 33 Prozent weniger Faktenfehler als GPT-5.2; erschien am 5. März 2026, mini und nano folgten am 17. März.

    Reihe GPT

36. Apr 2026

    GPT-5.5 Multimodal

    • OpenAIs agentisches Flagship, das mehrstufige Aufgaben selbstständig über viele Werkzeuge hinweg erledigt.
    • Besonders stark bei agentischem Coding, Computer-Nutzung und früher wissenschaftlicher Recherche.
    • Erholt sich besser von Fehlern mitten in der Aufgabe und hält Kohärenz über lange Kontexte.

    Reihe GPT

37. Apr 2026

    GPT Image 2 Bild

    • Bildmodell mit nahezu perfektem Textrendering, auch für Chinesisch, Japanisch, Koreanisch, Hindi und Bengali.
    • Bis zu 4K-Auflösung und Reasoning-gestützte Erzeugung; löst DALL-E 3 ab und belegte binnen zwölf Stunden Platz 1 aller Kategorien der Image Arena.

    Reihe DALL-E

38. Apr 2026

    GPT-Rosalind Grundlagen

    • Erstes vertikales OpenAI-Modell für die Life-Sciences-Forschung, mit biologischem Reasoning, Medizinalchemie und Genomik-Analyse.
    • Nur über ein Trusted-Access-Programm verfügbar.

39. Mai 2026

    GPT-Realtime-2 Audio

    • API-Sprachmodell mit dem Reasoning der GPT-5-Reihe, erstmals mit per Anweisung steuerbarem Sprechstil.
    • Zusammen mit GPT-Realtime-Translate (Live-Übersetzung aus über 70 Sprachen) und GPT-Realtime-Whisper (streamende Transkription) veröffentlicht.

40. Jul 2026

    GPT-5.6 (Sol, Terra, Luna) Multimodal

    • Neue Frontier-Familie in drei Stufen: Sol als Flaggschiff, Terra als günstigere Mittelklasse, Luna als schnellstes und billigstes Modell.
    • Terra erreicht das Niveau von GPT-5.5 zum halben Preis; Sol arbeitet beim agentischen Programmieren rund 54 Prozent token-effizienter.
    • Nach eingeschränkter Vorschau ab dem 26. Juni am 9. Juli 2026 allgemein in ChatGPT, Codex und der API freigegeben.

    Reihe GPT

41. Jul 2026

    GPT-Live-1 Audio

    • Voll-duplexes Sprachmodell: hört und spricht gleichzeitig, erlaubt natürliches Unterbrechen und Live-Übersetzung.
    • Löst den bisherigen Advanced Voice Mode in ChatGPT ab und reicht schwere Anfragen im Hintergrund an das Frontier-Modell weiter.