OpenAI Frontier-Modelle und Codex jetzt auf AWS verfügbar
OpenAI hat seine Frontier-Modelle und Codex allgemein auf AWS verfügbar gemacht. Unternehmen können nun über ihre bestehenden AWS-Umgebungen, Kontrollen und Procurement-Workflows auf diese Modelle zugreifen. Das bedeutet keine separate Abrechnung oder Kontoverwaltung – Sie können OpenAI-Modelle über den AWS Marketplace bereitstellen und den Zugriff mit IAM-Richtlinien verwalten.
Wichtige Details
- Verfügbare Modelle: OpenAIs Frontier-Modelle (z. B. GPT-4o, o1) und Codex für KI-gestützte Codegenerierung.
- Bereitstellung: Zugänglich über Amazon Bedrock und SageMaker oder direkt über den AWS Marketplace für API-basierte Nutzung.
- Enterprise-Kontrollen: Nutzen Sie bestehende AWS IAM-Rollen, CloudTrail-Logs, VPC-Endpunkte und Compliance-Zertifizierungen (HIPAA, SOC usw.) – keine separaten API-Schlüssel nötig.
- Procurement: Einheitliche Abrechnung über AWS, commit-basierte Preise über Enterprise Agreements oder Marketplace-Privatangebote.
Was das für Entwickler bedeutet
Wenn Sie bereits auf AWS sind, entfällt der Aufwand, OpenAI-API-Schlüssel teamübergreifend bereitzustellen und zu verwalten. Sie können in Minuten einen Codex-gestützten Code-Helfer mit AWS Lambda oder ECS hochfahren, wobei der gesamte Verkehr in Ihrem AWS-Netzwerk bleibt. Für Teams im Procurement-Prozess vereinfacht die Verfügbarkeit von OpenAI im AWS Marketplace den Weg vom Vertrag bis zur Produktion.
OpenAI betont, dass Kunden „mit OpenAI auf AWS starten und schneller von der Evaluierung zur Produktion gelangen können“ – ein direkter Hinweis auf Unternehmensverkaufszyklen.
Für praktische Tests sehen Sie in der AWS-Konsole nach den neuen Modellen in Amazon Bedrock oder suchen Sie im AWS Marketplace nach „OpenAI“.
📖 Lesen Sie die vollständige Quelle: OpenAI Blog
👀 Siehe auch
Benchmark-Ergebnisse für Qwen3.5-Modelle mit 2K bis 400K Kontext auf RTX 4090
Ein Entwickler testete mehrere Qwen3.5-Modellvarianten auf einer RTX 4090 und maß die Leistung über Kontextfenster von 2.048 bis 400.000 Tokens. Die Benchmarks umfassen Metriken zur Zeit bis zum ersten Token und zeigen Probleme bei einigen Modellen, die KV-Offload-Tests erfordern.
VibeThinker-3B: Ein 3B-Parameter-Modell, das auf AIME-Mathe-Benchmarks mit 671B DeepSeek mithalten kann
Forscher von Sina Weibo veröffentlichten VibeThinker-3B, ein 3B-Parameter-Modell, das auf AIME 2026 94,3 Punkte erzielt – gleichauf mit DeepSeek V3.2 (671B). Die Arbeit stellt die Parametric Compression-Coverage-Hypothese vor, die besagt, dass verifizierbares Denken in kleine Modelle komprimiert werden kann.
Strukturierter Workflow schlägt Planungsmodus und Superkräfte im KI-DES-Benchmark
Ouroboros-Workflow auf Platz 1 der KI-gestützten Benchmark für diskrete Ereignissimulationen, schlägt Claudes Plan-Modus und den Fat-Skill-Superpowers-Ansatz durch einen strukturierten Klären-Planen-Ausführen-Bewerten-Wiederherstellen-Wiederholen-Zyklus.
Altman und Amodei relativieren ihre Vorhersagen über den Job-Apokalypse durch KI vor den Börsengängen
OpenAIs Sam Altman und Anthropics Dario Amodei geben nun zu, dass sie mit ihren Prognosen zur KI-bedingten Vernichtung von Bürojobs falsch lagen, während beide Unternehmen Börsengänge im Wert von 1 Billion US-Dollar anstreben. Goldman-Sachs-CEO David Solomon sagt, er habe von Anfang an recht gehabt.