OpenAI o1 ist eine 2024 eingeführte Sprachmodellreihe von OpenAI, die vor der Ausgabe einer Antwort interne Zwischenschritte zur schrittweisen Problemlösung (Reasoning) berechnet.
Erklärung
Klassische Sprachmodelle erzeugen ihre Ausgabe direkt Token für Token und legen sich früh auf einen Lösungsweg fest. Modelle der o1-Reihe wurden per Reinforcement Learning darauf trainiert, komplexe Aufgaben zunächst in einer internen Gedankenkette (Chain of Thought) zu zerlegen, Zwischenergebnisse zu prüfen und fehlerhafte Ansätze zu verwerfen, bevor die sichtbare Antwort entsteht. Diese zusätzliche Rechenzeit zur Laufzeit (Inference-Time Compute) erhöht die Antwortlatenz und die Token-Kosten pro Anfrage, reduziert aber logische Folgefehler bei mehrstufigen Aufgaben. Im Unternehmenseinsatz eignen sich solche Reasoning-Modelle vor allem für Aufgaben mit klaren Prüfkriterien wie Code-Generierung und Debugging, mathematische Finanzmodellierung, komplexe SQL-Abfragen oder die Prüfung mehrteiliger Vertragsklauseln, während für einfache Textzusammenfassungen schnellere Standardmodelle wirtschaftlicher bleiben.