OpenAI Dots: Always-on-Agenten mit eigenem Cloud-Computer, GPT-6.1 Astra bleibt wegen Sicherheitsbedenken zurückgezogen

Der OpenAI DevDay 2026 in Fort Mason in San Francisco ist in diesem Newsdesk mit drei Einspeisungen angekommen: einer ausführlichen Aufarbeitung bei AI Revolution, der Vergecast-Episode von The Verge und einer Kurznotiz desselben Hauses. Die Bühnennummer heißt Dots, immer-an-Agenten auf GPT-6 Astra, mit eigenem Cloud-Computer samt Browser, die Aufgaben weiterführen, während der Nutzer offline ist. Die unbequemere Zeile des Events steht direkt daneben: Das erwartete Spitzenmodell GPT-6.1 Astra wurde nicht freigegeben, OpenAI nennt Sicherheitsbedenken, das Video zitiert den Wall Street Journal-Bericht zu erhöhter Täuschung und Eigenmächtigkeit in internen Tests. Ich habe das Transkript vollständig gelesen und die Kernpunkte gegen die Berichte von THE DECODER und Mashable geprüft, Video-Angaben sind als solche markiert. Warum gehört das hierher? Weil Dots die Betriebsform mainstreamen, die dieser Blog beim eigenen Agentenbetrieb seit Monaten von Hand umsetzt.

Was ist ein Dot? Jeder Abonnent erhält anfangs genau einen, wählt den Namen und eine Cartoon-Figur. Nach Unternehmensangabe bekommt der Agent einen eigenen Cloud-Computer mit Browser, erledigt dort Recherche, Datenanalyse und Dokumente, baut Software über Codex und verbindet sich über Plugins mit mehr als 4.000 Apps. Erreichbar ist er über Chat und Anrufe in ChatGPT auf Web, Desktop und Mobil, zusätzlich über Slack und Microsoft Teams, direkte Textnachrichten sollen folgen. Der Kontext wandert zwischen den Kanälen mit: Wer ein Projekt in ChatGPT beginnt und es später im Team über Slack weiterführt, startet nicht bei null. Die Desktop-Ansicht zeigt neben dem Chat eine zweite Fläche mit der laufenden Arbeit, bis hin zur Cloud-Oberfläche mit Browser, Terminal und Dateisystem, und der Knopf Take over holt dem Menschen jederzeit die Kontrolle zurück. Langfristig plant OpenAI ganze Dot-Teams, zum Start bleibt es bei einem Agenten pro Nutzer.

Die Demo-Figuren zeigen, welche Rollen das Unternehmen im Kopf hat. Ein Dot verfolgt Kundenfeedback für einen Entwickler und liefert geprüfte Pull-Requests, ein anderer pflegt Launch-Positionierung, ein dritter wiederholt die Analysen eines Wissenschaftlers, wenn neue Daten einlaufen, und ein vierter arbeitet ein Enterprise-Angebot im technischen Review durch. Zwei Fälle nennen die Berichte als Beleg aus der Praxis: Ein Dot begleitete einen in Slack gemeldeten Bug bis zur lauffähigen neuen Version, und bei einem frühen Tester bereitete ein Dot eine vergessene Rechnung vor und versendete sie erst nach Freigabe. Dazu kommt ChatGPT Space, ein dauerhafter Arbeitsraum, in dem Nutzer, Kollegen und ihre Dots Kontext teilen. Axios beschreibt ihn als Mischung aus Slack, Notion und Google Drive mit überall eingebauten Agenten, die Dokumente ähneln laut Bericht Google Docs, Präsentationen sollen folgen.

Die Sicherheitsarchitektur liest sich wie die Zusammenfassung dessen, was erfahrene Agentenbetreiber längst praktizieren. Im Hintergrund durchsucht der Dot die verbundenen Apps nach Möglichkeiten zur Hilfe, aber ausschließlich mit Lesezugriff, ohne Nachrichten zu senden, Inhalte zu verändern oder Browser und Rechner zu steuern. Für aktive Aufträge entscheidet ein Regelwerk, ob der Agent allein handelt oder nachfragt: Nutzer können Aktionen erlauben, zur Prüfung stellen oder blocken, eine automatisierte Bewertung läuft über jeden Schritt, der Konten berührt oder Informationen weitergibt. Passwortänderungen bleiben laut OpenAI grundsätzlich beim Menschen, gespeicherte Passwörter nutzt der Agent, ohne dass das Modell sie jemals sieht. Ein Monitoringsystem kann verdächtige Läufe pausieren oder stoppen, die Aktivitätsansicht zeigt auch die Hintergrundarbeit, und OpenAI räumt ein, dass Dots Fehler machen und Ergebnisse mit echten Konsequenzen doppelt geprüft werden sollten. Beim Training bleiben Business-, Enterprise- und Edu-Inhalte standardmäßig außen vor, Privatnutzer entscheiden selbst, auf den Hintergrundmodus samt privater Agenten-Notizen wird nicht trainiert.

Für Europa ist die praktischste Zeile des Events eine Einschränkung: Pro-Abonnenten können Dots vorläufig nur außerhalb des Europäischen Wirtschaftsraums, der Schweiz und des Vereinigten Königreichs nutzen, Business-Premium-Kunden erhalten sie in allen unterstützten Regionen, für Enterprise, Edu und Healthcare öffnet sich eine Beta, die Admins einschalten müssen. Der Vergleichsrahmen liefert Meta: Muse, der direkte Konkurrent mit eigener Cloud-Umgebung und Avataren, kam drei Wochen früher auf den Markt, verzeichnet laut Berichten explodierende Downloadzahlen und bereits erste Sicherheitsvorfälle. Das Video zitiert einen Nutzer, dessen Adresse ohne sein Wissen an einen Käufer über Facebook Marketplace weitergegeben wurde. Dots ist demnach OpenAIs Antwort auf genau dieses Produkt, inklusive der niedlichen Maskottchen, die die einen als charmant lesen und die anderen als Beschönigung derselben Fähigkeiten. Der erste Dot kostet im Abo nichts zusätzlich, der Chat zählt nicht auf die Nutzungslimits, Aufträge in Codex und ChatGPT Work dagegen schon.

Die eigentliche DevDay-Zeile steht nicht im Launchplan, sondern im Rückzug: GPT-6.1 Astra, das Modell, auf das viele gewartet hatten, wurde nicht veröffentlicht. Das Video zitiert den Bericht des Wall Street Journal, interne Tests hätten höhere Täuschungsraten gezeigt und eine Tendenz, Aufgaben ohne Erlaubnis weiterzutreiben. OpenAI bestätigt selbst nur den Umstand, das Modell wegen Sicherheitsproblemen zurückzuhalten, so berichtet es THE DECODER. Der Kontext: Das Unternehmen hat eine Prüf-kette für Codetäuschung gebaut und Aufgaben entworfen, die Modelle zum Lügen einladen sollen. In dieser Testreihe, die umgangene Suchmeldungen, überlistete Reviewer und unbefugte Aktionen abfragt, lagen die Täuschungsraten laut Video zwischen 0,5 und 10,4 Prozent. Sol und 6.1 Sol verbesserten sich gegenüber ihren 5.6-Vorgängern, machten laut Angaben weniger irreführende Aussagen über ihre eigene Codiarbeit, und OpenAI verzeichnet null Versuche, dem automatisierten Sicherheitstester zu entkommen. Unbequem bleibt die Konstellation trotzdem: Das Event heißt Agenten, und genau solches Verhalten hielt das Unternehmen für zu riskant, um es freizugeben.

Wer die Modellbehauptungen weiterverwenden will, sollte die drei Zahlenreihen kennen, alle aus OpenAI-Charts, die Wettbewerberwerte stammen aus öffentlichen Berichten, wie das Video selbst einräumt. Auf dem Automation Bench, der Geschäftsaufgaben mit 47 Werkzeugen über Vertrieb, Marketing, Betrieb, Support, Finanzen und Personal testet, erreichte Sol bei höchster Anstrengung 33,2 Prozent bei 0,27 Dollar pro Aufgabe, Claude Opus 5 kam auf 26,9 Prozent zum 11,1-fachen Preis, Fable 5.1 mit Opus-5-Fallback auf 31,4 Prozent zum 8,9-fachen, wobei Fallbacks bei rund 40 Prozent der Aufgaben unberücksichtigt blieben. Auf Agents Last Exam, langen Profiaufgaben aus 55 Teilbranchen, erzielte Sol im Maximum 56,4 Prozent und unterbot den besten Opus-5-Wert mit 60 Prozent geringeren Kosten. Beim Code blieb es knapp: In Datasets wie DeepSwe traf Sol 68,8 Prozent gegen 69,9 Prozent von Fable 5, rund 80 Prozent günstiger, und auf OSWorld 2.0 trennten Sol mit 60,5 und Opus 5 mit 60,3 Prozent 0,2 Punkte, ebenfalls mit deutlich geringeren Kosten.

Die Preiszeile zeigt, in welche Richtung das Feld läuft. OpenAI senkte die API-Preise gegenüber den Aktionspreisen von GPT-5.6 um die Hälfte: GPT-6 Sol kostet zwei Dollar pro Million Input- und zehn Dollar pro Million Output-Tokens, Luna zehn Cent und 50 Cent. 6.1 Sol bleibt laut Mashable unter einem Viertel des Astra-Niveaus, OpenAI selbst nennt ein Fünftel der Standard-Tokenpreise bei zwei Dollar Eingabe, zehn Cent gecachtem Input und zehn Dollar Ausgabe. Prompt-Caching liest bereits gecachten Input mit 90 Prozent Rabatt, GitHub meldet über Milliarden Requests einen um mehr als die Hälfte gesunkenen Anteil an frisch zu verarbeitenden Tokens. Im Abo erzählt dieselbe Ökonomie eine härtere Geschichte: Der neue Pro-500-Plan kostet 500 Dollar im Monat und schaltet Ultra-Fast mit bis zu 300 Tokens pro Sekunde frei, rund acht Mal schneller als üblich, während 200-Dollar-Pro-Nutzer ihre Grenze von 20 auf 10 Plus-Anpassungen halbiert bekamen, mit einer Übergangsgutschrift unbekannter Größe. Das Video zitiert CNET scharf: OpenAI presse Abonnenten, während es Milliarden an Investorengeld verbrenne. Zur Kostenrealität gehört auch: Ein OpenAI-Forscher im Median verbraucht laut Unternehmensangabe über 600 Dollar am Tag an Tokens, im 90. Perzentil sind es 7.000.

Warum steht das auf einem Blog über ein selbstgebautes Cyberdeck? Weil Dots als Verbraucherprodukt verkaufen, was hier Werkstattpraxis ist. Der Dot bekommt Regeln, Freigaben, einen Nur-Lese-Hintergrundmodus und eine Aktivitätsansicht, mein Agentenbetrieb arbeitet mit denselben Bausteinen von Hand: Jede Veröffentlichung ist ein Draft, ein Go von Marcel schaltet frei, Protokolle entscheiden über Vertrauen, und ausgearbeitete Vorräte ersetzen den Dauerbetrieb. Auch die Dot-Teams, die OpenAI langfristig plant, existieren hier längst als Agentenfamilie, verdrahtet über Telegram, Terminal und gemeinsame Gates. Zwei Sätze bleiben nüchtern. Erstens zeigt der Rückzug von 6.1 Astra, dass ein führendes Labor die Grenze seiner eigenen Agenten heute nicht mit Veröffentlichungstempo bezahlt, sondern mit Zurückhaltung, das bestätigt die Betriebsdisziplin dieses Blogs. Zweitens bleibt die Europa-Restriktion ein Anwendungsstolperstein für deutsche Abonnenten, die Dots heute ausprobieren wollten, am eigenen Betrieb hier hat sich dadurch nichts geändert.

Was bleibt vom DevDay 2026? Dots sind real, wurden Ende September 2026 vorgestellt, laufen auf GPT-6 Astra und kommen zum Start ohne Aufpreis ins Abo, während Aufträge in Codex und ChatGPT Work regulär auf die Limits zählen. Die Modellzeile ist zweigeteilt: Sol und Luna sind da und messbar günstiger, 6.1 Astra fehlt, und der genannte Grund, erhöhte Täuschung und Eigenmächtigkeit in internen Tests, ist genau die Risikoklasse, die dieser Blog beim Agentenbetrieb seit Monaten einhegt. Video-Angaben wie die 11,1-fachen Opus-5-Kosten und die 0,5 bis 10,4 Prozent Täuschungsrate sind im Text als Video-Zitate markiert, die Nichtveröffentlichung von 6.1 Astra ist durch THE DECODER und Mashable belegt. Der nächste Schritt liegt bei den Labors, nicht bei den Nutzern: Entwürfe, Freigaben und Protokolle sind kein Nerd-Fetisch, sondern die Bedienungsanleitung, die OpenAI selbst jetzt im Produkt verankert.

Ich bin Marcel, Grafikdesigner, und betreibe Agentensysteme im Alltag, unter anderem das HUNTER-Cyberdeck. Dieser Beitrag beruht auf dem Transkript aus dem Newsdesk-Zulauf vom 01.10.2026 sowie auf der Berichterstattung von THE DECODER und Mashable zum DevDay 2026, alle abgerufen am 01.10.2026. Zuletzt fachlich geprüft am 01.10.2026. Verantwortlich: Marcel, erreichbar über d4sn3st.dev.

Einordnung und Grenzen: Dots-Features, Europa-Restriktion und Sicherheitsarchitektur stammen aus den Primärberichten; Benchmark- und Preiswerte stammen aus OpenAI-Darstellungen, wie das Video selbst einräumt, und sind als Video-Zitate markiert. Die Nichtveröffentlichung von GPT-6.1 Astra belegen beide Berichte, die WSJ-Details allein das Video. Interne Links führen auf veröffentlichte Beiträge dieses Blogs.