Navier-Stokes ist ein Millennium-Problem der Mathematik, das die Bewegung von Wasser und Luft beschreibt. OpenAI meldet dafür einen 166 Seiten langen Beweis. Erzeugt haben ihn rund 10.000 KI-Agenten in 88 Stunden. Für Unternehmen liegt die Lehre nicht in der Mathematik, sondern im Tempo dieser Agenten-Schwärme.
Navier-Stokes: 10.000 Agenten, 88 Stunden, 166 Seiten
OpenAI startete den Lauf am 1. September. Mindestens 10.000 Agenten arbeiteten parallel. Untereinander gingen 2,7 Millionen Nachrichten hin und her. Verbraucht wurden 130 Milliarden Tokens. Nach 88 Stunden lag das Ergebnis vor.
Der Beweis umfasst 166 Seiten. Dazu kommt eine Fassung in Lean, einem Beweis-Assistenten. Eine Maschine prüft dort jeden Schritt formal nach. Zu API-Preisen hochgerechnet landet der Lauf bei mehreren Millionen Dollar.
Das Clay Mathematics Institute rief im Jahr 2000 sieben Millennium-Probleme aus. Auf jedes setzte es eine Million Dollar. Gelöst wurde bislang genau eines. Grigori Perelman legte den Beweis der Poincaré-Vermutung vor und lehnte das Preisgeld später ab.
Was die Navier-Stokes-Gleichungen beschreiben
Die Gleichungen sind rund 200 Jahre alt. Sie stecken in jeder Wetter-Vorhersage. Flugzeug-Bauer rechnen mit ihnen, Mediziner modellieren damit den Blutfluss.
Offen war eine einzige Frage: Können diese Gleichungen zusammenbrechen? Ein Bild hilft. Ein Strudel im Abfluss dreht sich immer enger und schneller. In der Realität endet das irgendwo. In den Gleichungen kann er an einem Punkt unendlich schnell werden.
Genau diesen Zusammenbruch bestätigt der Beweis. Die Gleichungen versagen also an dieser Stelle. Das Modell beschreibt die Wirklichkeit nicht überall korrekt.
Prioritäts-Streit: Wer den Beweis anstieß
Zwölf Stunden vor OpenAI meldete sich Tristan Buckmaster zu Wort. Der Professor am Courant Institute arbeitete rund ein Jahr mit Levent Alpöge an genau diesem Weg. Alpöge ist Mathematiker und bei Anthropic angestellt. Beide betonen: Die Zusammenarbeit lief privat.
Die zwei nutzten Modelle beider Labore, darunter OpenAI Codex. Die Ergebnisse der beiden zu verwandten Strömungs-Gleichungen lagen seit August vor. Buckmaster berichtet, OpenAI sei erst nach Hinweisen auf diesen Fortschritt in die Vollen gegangen.
In einem Gespräch am 6. September eskalierte der Ton. Buckmaster kündigte an, den Fall öffentlich zu machen. OpenAI-Forscher Sébastien Bubeck fragte laut Buckmaster, warum er seine Karriere ruinieren wolle. Bubeck entschuldigte sich später für seine Wortwahl. Sam Altman stellte sich hinter ihn.
Was der Fall für Firmendaten bedeutet
OpenAI erklärt, weder Forscher noch Agenten hätten die fremde Arbeit vorab gesehen. Im selben Text steht ein zweiter Satz. Das Labor könne nicht ausschließen, dass anonymisierte Daten aus der Produkt-Nutzung die eigenen Modelle verbessert haben.
Dieser Halbsatz ist der Kern für Unternehmen. Wer sensible Entwürfe in ein Modell kippt, verliert die Kontrolle über den Umweg. Am 29. Juli hatte OpenAI Forschern und Ingenieuren freien Zugang zu Spitzen-Modellen gegeben. Diese beiden Fakten gehören zusammen gelesen.
Praktisch heißt das: Trennung zwischen offener Nutzung und geschützter Nutzung. Dafür braucht es Zero-Retention-Verträge, lokale Modelle oder EU-Routing. OpenRouter hat ein dediziertes EU-Routing eingeführt. Wie sich solche Schwärme technisch aufstellen lassen, zeigen wir im Beitrag zum KI-Agenten-Schwarm.
Ein weiteres Feature verschärft die Frage. Der neue Writing Style von ChatGPT liest alle E-Mails und lernt daraus den persönlichen Schreibstil. Der Nutzen ist hoch, der Preis heißt Zugriff auf das Postfach.
GPT-Live-1 macht KI-Telefon-Agenten bezahlbar
Neben dem Beweis ging ein Update fast unter. GPT-Live-1 ist das Modell hinter dem Advanced Voice Mode. Es ist jetzt über die API erreichbar, auch auf Deutsch.
Bisher scheiterten diese Sprach-Modelle am Preis. Voice Agents wurden deshalb aus drei Bausteinen gebaut: Sprache zu Text, Sprachmodell, Text zu Sprache. Dieser Umweg entfällt.
Die Zahlen: Übliche Voice Agents kosten 8 bis 15 Cent pro Minute. GPT-Live-1 liegt bei 5 Cent, inklusive Sprachmodell. Im Dauerbetrieb über eine Woche stehen rund 500 Dollar gegen etwa 800 Dollar bei ElevenLabs. Tool-Aufrufe wie Websuchen rechnen alle Anbieter extra ab.
Im Live-Test hielt das Modell ein Telefonat auf Deutsch. Es recherchierte im Hintergrund, rief Tools auf und ließ sich jederzeit unterbrechen. Viele Projekte lagen wegen der Stimm-Qualität auf Eis. Die Grundlagen dazu stehen im Überblick zum KI-Telefonagenten.
GPT-6 Astra in der Praxis: Medium reicht
Nach einer Woche und über 6 Milliarden Tokens liegt ein klares Muster vor. OpenAI selbst empfiehlt für GPT-6 Astra den mittleren Reasoning Effort. Die Qualität entspricht der höchsten Stufe, der Preis fällt um rund 25 Prozent.
Der zweite Hebel heißt Computer Use. Bei der Arbeit an Voicely.de steuerte das Modell einen Windows-Rechner selbst. Es tippte, prüfte und maß die eigene Latenz über Lautsprecher und Mikrofon.
Das Ergebnis ist messbar. Vorher fragte die Software bei jedem Tastendruck über eine PowerShell nach dem Mikrofon-Zugriff. Das kostete über 600 Millisekunden. Nach dem Umbau reagiert das Tool in 7 Millisekunden.
Lokale KI holt auf, die Prognosen hinken hinterher
Aus China kommt Druck. DeepSeek 4.1 Flash erreicht 98 Prozent des Scores von GPT-6 Astra in einem Coding-Benchmark. Qwen 4 steht kurz vor der Tür und zielt auf dasselbe Niveau. Offene Gewichte holen also weiter auf.
Dazu passt eine Zahl aus der Nutzung. 71 Prozent der Welt-Bevölkerung haben nie generative KI benutzt. 28 Prozent nutzen nur kostenlose Chats. Rund 1 Prozent zahlt für ein Abo, nur 0,14 Prozent schreibt damit Code.
Auch die Fach-Prognosen lagen daneben. 2025 schätzten Experten die Chance auf ein gelöstes Millennium-Problem bis 2027 auf 10 Prozent. Auf Polymarket lag der Wert bei 40 Prozent bis 2030. Gedauert hat es 88 Stunden Rechenzeit.
Fazit: Das Tempo ist die zentrale Nachricht
Der Navier-Stokes-Beweis zeigt zwei Dinge. Erstens lösen Agenten-Schwärme Aufgaben, die Fachleute noch für Jahrzehnte-Arbeit hielten. Zweitens hängt an jedem Modell eine Datenfrage, die vertraglich geklärt gehören.
Für Unternehmen folgt daraus eine nüchterne Konsequenz. Wenn 10.000 Agenten ein Millennium-Problem knacken, scheitern sie nicht an einer Rechnungs-Prüfung. Scheitert der Einsatz trotzdem, liegt es am Prozess und nicht am Modell.
Der schnellste Hebel liegt aktuell bei den Stimmen. GPT-Live-1 senkt die Kosten pro Minute und hebt die Qualität. Wer tiefer einsteigen will, findet die Workshops und Kurse auf kilernen.de.
Häufige Fragen
Was besagt das Navier-Stokes-Problem?
Die Navier-Stokes-Gleichungen beschreiben seit rund 200 Jahren die Bewegung von Wasser und Luft. Sie stecken in Wetter-Modellen, im Flugzeugbau und in der Blutfluss-Forschung. Das Millennium-Problem fragt, ob diese Gleichungen im dreidimensionalen Raum für alle Zeiten glatte Lösungen liefern. Der von OpenAI gemeldete Beweis geht in die entgegengesetzte Richtung. Er zeigt einen Zusammenbruch: Eine Lösung kann an einem Punkt unendlich schnell werden. Physikalisch passiert das nie, im Modell aber schon.
Bekommt OpenAI die Million Dollar Preisgeld?
Nein. Das Clay Mathematics Institute hat bislang keine Lösung anerkannt. Der Prüfprozess dauert und verlangt einen Beitrag in einem Fach-Journal. OpenAI selbst hat erklärt, das Preisgeld nicht zu beanspruchen. Auch Tristan Buckmaster bestätigt das in seiner Stellungnahme. Das bisher einzige ausgezahlte Millennium-Preisgeld ging an Grigori Perelman für die Poincaré-Vermutung. Perelman lehnte die Million damals ab.
Worum geht der Streit zwischen OpenAI und den Mathematikern?
Tristan Buckmaster und Levent Alpöge arbeiteten rund ein Jahr privat an dem Lösungsweg. Sie nutzten dabei auch OpenAI Codex. Zwölf Stunden vor der OpenAI-Meldung machten sie eigene Ergebnisse zu verwandten Gleichungen öffentlich. Buckmaster wirft OpenAI vor, erst nach Hinweisen auf diesen Fortschritt gestartet zu sein. OpenAI bestreitet einen direkten Zugriff auf diese Arbeit. Das Labor räumt aber ein: Anonyme Nutzungs-Daten könnten die Modelle verbessert haben.
Was kostet ein KI-Telefon-Agent mit GPT-Live-1?
GPT-Live-1 liegt bei rund 5 Cent pro Minute. Darin steckt das Sprachmodell bereits. Übliche Anbieter verlangen 8 bis 15 Cent pro Minute. Im Dauerbetrieb über eine Woche kostet das rund 500 Dollar. Bei ElevenLabs sind es etwa 800 Dollar. Tool-Aufrufe wie Websuchen berechnen alle Anbieter zusätzlich. Der Preisvorteil kommt also zusammen mit der besseren Stimm-Qualität aus dem Advanced Voice Mode.
Welcher Reasoning Effort lohnt sich bei GPT-6 Astra?
OpenAI empfiehlt für die meisten Aufgaben den mittleren Reasoning Effort. Benchmarks bestätigen das: Die Qualität entspricht der höchsten Stufe, die Kosten sinken um rund 25 Prozent. Der Nebeneffekt ist praktisch relevant. Wer auf Medium bleibt, stößt deutlich seltener an Nutzungs-Limits. Für schwere Aufgaben wie tiefe Refactorings bleibt eine höhere Stufe sinnvoll. Als Standard-Einstellung im Team taugt Medium besser.
Top comments (0)