jsonscraper

GPT-Rosalind: Preise treten in Kraft, aber die API ist nicht für alle geöffnet

Ab dem 5. Oktober verlangt OpenAI Gebühren für Tokens des Forschungsmodells. Ein API-Konto allein reicht jedoch nicht aus: Zugang und Nutzungsszenario müssen genehmigt werden.

Ab dem 5. Oktober 2026 führt OpenAI die kostenpflichtige Nutzung von GPT-Rosalind ein, einem spezialisierten Modell für die Forschung in den Lebenswissenschaften. Das Tarifdatum bedeutet jedoch nicht, dass die API allen Entwicklern offensteht: Das Unternehmen knüpft ihre Nutzung an die Zulassung der Organisation und die Genehmigung einer konkreten internen Forschungsaufgabe.

Chemieingenieurin entwickelt Lösungen zur Speicherung sauberer Energie
ThisisEngineering · Unsplash-Lizenz

In der OpenAI-API-Preisliste sind für das Modell 5 US-Dollar pro Million Eingabetokens, 0,50 US-Dollar pro Million gecachter Eingabetokens und 25 US-Dollar pro Million Ausgabetokens aufgeführt. Für dieses Modell fällt keine Gebühr für das Schreiben in den Cache an. Dies ist ein Preis für die Verarbeitung von Tokens und keine fertige Kostenschätzung für ein Projekt: Die Gesamtkosten hängen vom Umfang der Eingabedaten, der Länge der Antworten und der Häufigkeit wiederholter Anfragen ab.

Ein Preis ist keine Nutzungserlaubnis

In einem Update vom 11. September kündigte OpenAI im Voraus an, dass die veröffentlichten Preise am 5. Oktober in Kraft treten und der Zugang geeigneten Organisationen über das Programm „Trusted Access“ gewährt wird. Das heutige Datum markiert somit den Beginn des geplanten Tarifs, nicht die Bestätigung eines neuen Modellstarts oder einer allgemeinen Öffnung der API.

Die Unternehmenshilfe beschreibt engere Bedingungen für die API: Zugelassene Organisationen können sie für genehmigte interne Forschungswerkzeuge, Arbeitsabläufe und Anwendungen nutzen. Dort heißt es auch, dass die API derzeit nicht für Kundenprodukte und externe kommerzielle Anwendungen verfügbar ist. Geeignete Teams können außerdem über ChatGPT Enterprise und Codex Zugang erhalten; dass das Modell in der Preisliste aufgeführt ist, bestätigt für sich genommen nicht, dass eine bestimmte Organisation zugangsberechtigt ist.

Was Teams prüfen sollten

In der Praxis ist die Reihenfolge hier umgekehrt als bei einem üblichen API-Test. Zunächst sollte die Organisation ihre Zulassung bestätigen und das geplante Nutzungsszenario mit den Zugangsbedingungen von OpenAI abstimmen. Erst danach lohnt es sich, das Tokenbudget für einen internen Forschungsablauf zu kalkulieren. Ist das geplante Produkt für externe Kunden bestimmt, schließt die aktuelle Hilfe diesen Anwendungsfall für die API ausdrücklich aus – selbst wenn man bereit ist, den veröffentlichten Tarif zu zahlen.

Während der Bürozeiten eines Unternehmens in Brasilien aufgenommenes Foto.
Lucas Vasques · Unsplash-Lizenz

OpenAI positioniert GPT-Rosalind für Aufgaben wie Genomik, medizinische Chemie und die Analyse wissenschaftlicher Daten. Das Unternehmen veröffentlicht außerdem Ergebnisse eigener Modellbewertungen; dabei handelt es sich um Angaben und Tests des Entwicklers, nicht um eine unabhängige Überprüfung, ob das Modell die Forschungsergebnisse in realen Organisationen verbessert. In den verfügbaren Quellen findet sich keine unabhängige Bestätigung, dass geeigneten Kunden tatsächlich noch heute Rechnungen gestellt werden.

Vor der Nutzung oder Budgetplanung sollten Teams die aktuellen Zugangsbedingungen und die dynamische OpenAI-Preisseite überprüfen. Dieser Beitrag wurde zur redaktionellen Prüfung erstellt; eine unabhängige Bewertung der Modellleistung und eine Bestätigung der heutigen Abrechnung liegen nicht vor.

People

No people listed for this article yet.

Keep readingGitHub stellt ReviewBench vor: KI-Reviewer werden anhand gefundener Fehler verglichen
Read the next article

Ähnliche Beiträge

Breaking News · Neuigkeiten

GitHub stellt ReviewBench vor: KI-Reviewer werden anhand gefundener Fehler verglichen

Am 5. Oktober stellte GitHub ReviewBench vor – eine Forschungsvorschau auf einen Benchmark für Code-Review-Agenten. Seine Metriken unterscheiden gefundene Probleme, übersehene Fehler und unnötiges Rauschen. Die Ergebnisse eines internen A/B-Tests des Unternehmens beschreiben ein einzelnes Experiment und keine allgemeine Rangliste von Modellen.

Vom Artikel zur funktionierenden Integration

Entdecke die Social-Data-APIs von jsonscraper, teste Anfragen und entwickle deinen nächsten Workflow.

APIs entdecken