OpenAI hat GPT-5.1-Codex-Max veröffentlicht und bezeichnet es als bedeutenden Fortschritt für lang laufende, agentische Programmiersysteme.
Das Modell ist jetzt für alle Codex-Nutzer über die CLI, die IDE-Erweiterung, die Cloud-Umgebung und die Code-Review-Tools verfügbar; der API-Zugriff soll in Kürze folgen.
Laut der Ankündigung ist das neue System deutlich schneller, intelligenter und effizienter als seine Vorgänger. Damit markiert es eine Entwicklung hin zu KI, die umfangreiche, mehrstündige Softwareentwicklungs-Workflows mit deutlich weniger Unterbrechungen und Fehlern aufrechterhalten kann.
Programmiermodelle für langfristige Aufgaben
OpenAI bezeichnet GPT-5.1-Codex-Max als das erste Programmiermodell des Unternehmens, das ausdrücklich darauf trainiert wurde, mithilfe einer als Komprimierung bezeichneten Technik über mehrere Kontextfenster hinweg zu arbeiten. Das Modell kann über Millionen von Tokens hinweg konsistent schlussfolgern und dadurch Aufgaben bewältigen, die traditionell die Speichergrenzen von KI-Systemen überschritten.
Diese Architektur ermöglicht es dem Modell, Refaktorierungen auf Projektebene, umfangreiche Debugging-Sitzungen, kontinuierliche Tool-Nutzungsschleifen und anhaltende autonome Arbeit zu bewältigen. Laut OpenAI kann GPT-5.1-Codex-Max stundenlang ohne menschliches Eingreifen arbeiten; interne Tests zeigten ununterbrochene Sitzungen von mehr als 24 Stunden.
Die Fähigkeit, derart lang andauernde Workflows zu verwalten, gilt Forschern als Vorstufe allgemeinerer KI-Agenten, die größere und komplexere Projekte bewältigen können. OpenAI zufolge stellt GPT-5.1-Codex-Max auf diesem Weg einen greifbaren Fortschritt dar.
Leistung in der Softwareentwicklung
OpenAI berichtet, dass GPT-5.1-Codex-Max frühere Codex-Modelle bei mehreren Programmier-Benchmarks übertrifft, die Aufgaben aus der Praxis der Softwareentwicklung simulieren. Dazu gehören das Erstellen von Pull Requests, Code-Reviews, Frontend-Implementierungen und Debugging auf Basis von Fragen und Antworten.
Das Modell ist außerdem die erste Codex-Variante von OpenAI, die darauf trainiert wurde, zuverlässig in Windows-Umgebungen zu arbeiten – eine bedeutende Veränderung, da viele Engineering-Teams in Unternehmen auf Windows-basierte Infrastrukturen setzen.
OpenAI erklärt, GPT-5.1-Codex-Max sei anhand von Aufgaben trainiert worden, die nicht nur seine Schlussfolgerungsfähigkeit verbessern, sondern es auch zu einem kooperativeren Partner innerhalb der Codex-CLI machen sollen – mit besserer interaktiver Reaktionsfähigkeit und robusterem Verhalten bei Tool-Aufrufen.
Token-Effizienz
Eine der zentral beworbenen Verbesserungen ist die Token-Effizienz. OpenAI zufolge verwendet GPT-5.1-Codex-Max deutlich weniger Denk-Tokens, um bei denselben Einstellungen für den Schlussfolgerungsaufwand bessere Ergebnisse zu erzielen. So erreicht das Modell bei SWE-bench Verified Berichten zufolge eine höhere Genauigkeit als GPT-5.1-Codex und verwendet dabei 30 % weniger Denk-Tokens.
Das Unternehmen führt einen Modus für besonders hohen Schlussfolgerungsaufwand ein, der mit „xhigh“ bezeichnet wird. Er ist für Aufgaben gedacht, bei denen die Latenz keine Rolle spielt und tiefergehendes Schlussfolgern zu zuverlässigeren Ergebnissen führen kann. Für den täglichen Einsatz wird jedoch weiterhin ein mittlerer Schlussfolgerungsaufwand empfohlen.
In der Praxis führt diese Effizienz laut OpenAI zu echten Kosteneinsparungen. In internen Tests erstellte GPT-5.1-Codex-Max komplexe Frontend-Designs mit ähnlicher Funktionalität und visueller Qualität, benötigte dafür aber deutlich weniger Ressourcen.
Anhaltende Arbeitsprozesse
Der Komprimierungsmechanismus ist ein zentraler Bestandteil dessen, was GPT-5.1-Codex-Max von früheren Systemen unterscheidet. Wenn sich Sitzungen der Grenze des Kontextfensters des Modells nähern, komprimiert es automatisch den Sitzungsverlauf – dabei werden weniger wichtige Informationen entfernt und kritische Kontextinformationen bewahrt.
Laut OpenAI schafft dieser Prozess Raum, um die Aufgabe ohne Fortschrittsverlust fortzusetzen. Dadurch kann sich ein einzelnes Projekt effektiv über mehrere unabhängige Kontextfenster erstrecken, ohne dass der Kontext kollabiert oder es zu katastrophalem Vergessen kommt.
Das Unternehmen demonstrierte eine 24-stündige autonome Refaktorierung des Open-Source-Repositorys der Codex-CLI. Das Modell testete seine Arbeit wiederholt, passte sich an fehlschlagende Tests an und iterierte, bis die Ergebnisse die Kriterien erfüllten. Solche Demonstrationen zeigen, wie agentische Programmiermodelle zunehmend hochwertige Engineering-Aufgaben durchgängig übernehmen könnten.
Cybersicherheitsfunktionen und -risiken
GPT-5.1-Codex-Max zeigt auch in Bereichen der Cybersicherheit verbesserte Schlussfolgerungsfähigkeiten bei langfristigen Aufgaben. Das Modell erfüllt nach wie vor nicht die Voraussetzungen für die Einstufung „High“ im Rahmen des Preparedness Framework von OpenAI, wird aber als das bislang fortschrittlichste Cybersicherheitssystem des Unternehmens beschrieben.
Diese gestiegenen Fähigkeiten bringen sowohl Chancen als auch Risiken mit sich.
Einerseits könnten Verteidiger von automatisiertem Schwachstellen-Scanning, der Synthese von Patches und kontinuierlicher Überwachung profitieren. Andererseits könnten böswillige Akteure dieselben Fähigkeiten missbrauchen, um Schwachstellen zu identifizieren oder offensive Operationen zu automatisieren.
OpenAI erkennt diese Herausforderung durch die mögliche Doppelnutzung an und erklärt, stärkere Überwachung speziell für die Cybersicherheit eingeführt zu haben. Das Unternehmen berichtet, bereits versuchten Missbrauch verhindert zu haben, und baut seine Schutzmaßnahmen aus, um sich auf Modelle vorzubereiten, die sich der Einstufung „High“ nähern oder sie überschreiten.
Codex läuft standardmäßig weiterhin in einer eingeschränkten Sandbox-Umgebung. OpenAI rät Entwicklern dringend davon ab, den Netzwerkzugriff zu aktivieren, sofern dies nicht unbedingt erforderlich ist, und warnt, dass der Kontakt mit nicht vertrauenswürdigen Inhalten Risiken wie Prompt-Injection-Angriffe mit sich bringen kann.
Menschliche Aufsicht im Zeitalter autonomer Agenten
Da GPT-5.1-Codex-Max immer längere und komplexere Aufgaben autonom erledigen kann, betont OpenAI die Bedeutung menschlicher Aufsicht. Entwickler werden dazu angehalten, Protokolle, Tool-Aufrufe und Testergebnisse zu prüfen, bevor sie von einem Modell erzeugten Code einsetzen.
OpenAI erklärt, Codex solle als „zusätzlicher Reviewer und nicht als Ersatz für menschliche Reviews“ betrachtet werden, auch wenn seine automatisierten Prüfungen das Risiko, dass Fehler in die Produktion gelangen, deutlich verringern.
Dies steht für ein sich herausbildendes Paradigma in der Softwareentwicklung, bei dem KI-Agenten einen großen Teil der Implementierung und Iteration übernehmen könnten, während Menschen als Aufsichtspersonen, Auditoren und letztendliche Genehmiger fungieren.
Einführung in Tarifen und Produkten
GPT-5.1-Codex-Max ist jetzt im gesamten Codex-Ökosystem für Kunden von ChatGPT Plus, Pro, Business, Edu und Enterprise verfügbar. Ab heute wird es außerdem zum Standardmodell von Codex und ersetzt GPT-5.1-Codex in allen wichtigen nutzerorientierten Bereichen.
Das Unternehmen weist darauf hin, dass GPT-5.1 ein universell einsetzbares Modell bleibt, während GPT-5.1-Codex-Max speziell für agentische Programmieraufgaben optimiert ist und am besten innerhalb von Codex-Umgebungen oder Tools verwendet wird, die diesen stark ähneln.
Der API-Zugriff für Entwickler, die Codex CLI über einen API-Schlüssel verwenden, soll in naher Zukunft eingeführt werden.
Weiterreichende Auswirkungen
OpenAI hebt die internen Auswirkungen der Codex-Einführung hervor: 95 % der Ingenieure des Unternehmens nutzen Codex wöchentlich, und die Teams veröffentlichen Berichten zufolge etwa 70 % mehr Pull Requests, seit sie Codex in ihre Workflows integriert haben.
Dies deutet auf einen umfassenderen Wandel in der Arbeitsweise von Entwicklungsteams hin. Da KI-Modelle immer besser in der Lage sind, tiefergehend zu schlussfolgern, mehrstufige Aufgaben zu koordinieren und Codebasen über lange Zeiträume zu verwalten, könnte sich das Verhältnis zwischen Entwicklern und ihren Tools hin zu stärker kollaborativen Workflows zwischen Mensch und KI entwickeln.
Mit Blick auf die Zukunft stellt OpenAI GPT-5.1-Codex-Max als einen weiteren Meilenstein auf dem Weg zu universell einsetzbaren agentischen KI-Systemen dar, die ganze Engineering-Projekte autonom bewältigen können.
KI-Systeme bestehen gern darauf, neutral zu sein. Wir haben fünf führende Textgenerierungsmodelle getestet – ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity. Die Ergebnisse finden Sie hier.