OpenAI’s Agents-API verkauft das, auf dem die KI-Trades basieren – also den Infernten Volumen.

Am 10. September brachte OpenAI seine Agents-API in den öffentlichen Beta-Status – es handelt sich dabei um einen Service der Firma, mit dem „lange laufende Agenten“ entwickelt werden können. Ein auf dieser API basierender Agent beantwortet nicht einfach eine Frage; er führt mehrere Schritte durch: Er ruft Tools herbei, schafft Subagenten und konzentriert seinen eigenen Kontext, bis die Aufgabe erledigt ist. Der Entwickler definiert alles in einer einzigen API-Anfrage – die Aufgabe, das Modell, die Tools. OpenAI übernimmt die Leitung: Sie führt das System und den Sandbox-Prozess aus, auf derselben Technologie, die auch Codex und ChatGPT für Work nutzt.

Für alle, die im Bereich der KI-Tech tätig sind, ist das wichtige Detail die Gebührenstruktur. OpenAI erhebt keine separaten Gebühren für die API selbst.Die Entwickler zahlen für die Tokens, die der Agent verbraucht.Lassen Sie den Produktbegriff beiseite – was OpenAI verkauft, ist eine abrechnbare Berechnung. Die Leistung wird nur dann bezahlt, wenn ein Agent etwas verarbeitet.

Diese Abrechnungsstruktur ist entscheidend – schließlich sind die Agenten wirklich schrecklich für Ihr Budget. Gartners Analyse der agentbasierten Arbeitslasten für das Jahr 2026 ergibt, dass…Fünf bis dreißigmal mehr als die Anzahl der Zeichen im Standard-Chatbot- Austausch.Die Behandlung eines einzigen Unterstützungsanfragen kann so viel Zeit in Anspruch nehmen wie mehrere Dutzend gewöhnliche Gespräche. Jeder Aufruf von Werkzeugen, jeder Subagent, jede Kompression des Kontexts werden als Ausgabe gemessen. Daher ermöglicht die Agents API den Agenten nicht nur die Arbeit zu verrichten – sie berechtigt sie auch dazu, viel Rechenzeit zu benötigen. Das ist eine kleine Veränderung im Vokabular – aber eine große Veränderung in dem, was tatsächlich die Nachfrage anstößt.

Die Launch-Story ist nicht das Produkt selbst. Die Launch-Story ist vielmehr eine Art „Appetit auf Schlussfolgerungen“.

All das trägt allein nicht zu dem Wert von OpenAI bei – schließlich ist OpenAI eine Privatgesellschaft. Man kann also nicht das Produkt kaufen, das am meisten Vorteile bringt. Was OpenAI tatsächlich tut, ist, die gesamte AI-Investitionsgeschichte von „Modelle werden ständig verbessert“ hin zu „Wie viel Rechenleistung wird verbraucht“ zu verschieben. Dieser Prozess findet über die Infrastruktur statt, die OpenAI unterstützt: Nvidias Acceleratoren, Microsofts Azure, auf dem OpenAI läuft, sowie die Netzwerke und Datenzentren, die dazu dienen. Nvidia hat bereits an diesem Thema gearbeitet. Auf der Softwareseite haben Analysten, die Microsofts Informationen analysiert haben, OpenAI als…Rund 70 Prozent von Microsofts AI-UmsatzFür die Besitzer dieser Namen ist die Agents-API eine Art „Wette“ – dass der Einsatz der Agenten tatsächlich zu vergütbaren Nutzungen führt, und nicht nur zu Demonstrationszwecken.

Der Vorschlag ist die Einschränkung – und es handelt sich dabei um den Vorschlag von OpenAI selbst.

Hier wird die Prüfung gegen PR-Strategien wirklich nützlich. OpenAI betrachtet die Agenten als Teil einer Wachstumsstrategie – und die Einnahmen sind tatsächlich vorhanden.Rund 40 Milliarden Dollar pro Jahr bis Mitte 2026.Vom etwa 20 Milliarden Dollar am Ende des Jahres 2025 ist es nun gestiegen – wobei die Unternehmensaktien mehr als die Hälfte ausmachen. Doch das Unternehmen ist auch eine Firma, die mehr ausgibt, als es verdient. Unabhängige Analysen geben an, dass der Wert des Unternehmens ungefähr so hoch ist wie…$3,30 wurden für jede $1 Einnahme ausgegeben.und projizierenDie Berechnung der Expansion beträgt ungefähr 750 Milliarden.Es kann nicht vollständig aus eigenen Aktivitäten finanziert werden.Veröffentlicht – Audit-NarrativeDiese Sorge wurde bereits Anfang September wieder geweckt. Es ist üblich, dass Start-ups schnell wachsen – aber auf dieser Größe ist der Unterschied zwischen dem, was die Agenten erwarten können zu verdienen, und den Kosten für die Bereitstellung der Daten, die sie benötigen, keine Kleinigkeit.

OpenAI versucht, diese Lücke an der Lieferkette zu schließen. Hier zeigt sich, dass das, was wie Software erscheint, in Wirklichkeit auf Silizium und Wirtschaftlichkeitsfaktoren beruht. Das erste von OpenAI entwickelte Custom-Inference-Chip namens Jalapeño liefert bereits Ergebnisse – mit höherem Durchsatz pro Kilowattstunde und geringerer Latenzzeit im Vergleich zu den kommerziellen Systemen. Zudem versucht OpenAI, die Kosten für die Modelle zu senken. GPT-5.6 Sol erreicht angeblich eine hohe Punktzahl bei der Code-Testung.Etwa 54 Prozent weniger Output-Tokens als ein wettbewerbsführender Konkurrent.OpenAI betrachtet all dies als den „Jevons-Paradox“: Je billiger jede nützliche Einheit von Intelligenz wird, desto mehr Aufgaben können effizienter erledigt werden – und damit auch die Gesamtkonsumtion steigt.

Es ist sicherlich ein selbstgewinnorientiertes Argument. Es handelt sich dabei auch um einen Mechanismus: Die Einheitskosten sinken, die Menge steigt – und alles hängt davon ab, wer letztendlich gewinnt.

Was man eigentlich ansehen sollte

Die Agents-API zieht also gleichzeitig zwei Faktoren an – und diese ziehen sich gegenseitig entgegen. Auf der Anforderungsseite wird die Funktion der Agents von „Demo“-Versionen zu messbaren, langfristigen Arbeitslasten umgewandelt – was dazu führt, dass die Inferitionskosten zunehmen. Das ist ein Vorteil für die Unternehmen, die in den Bereichen Chips und Cloud-Technologien tätig sind – und die von Einzelinvestoren betreten werden können. Auf der Kostenseite ist die gesamte Strategie von OpenAI darauf ausgerichtet, den Preis pro Einheit der Arbeitslast zu senken. Doch die Bilanz des Unternehmens kann die Kosten für diese Arbeitslasten nicht vollständig decken.

Das wichtige Indiz dafür ist nicht der Start des Produkts oder die Präsentationen von OpenAI. Es geht vielmehr darum, ob die Nutzung von Agent-Tokens in einer bezahlten Produktion tatsächlich stattfindet – in Form von API-Kosten, in den Anforderungen an Azure und das Cloud-Ökosystem, sowie in den Umsatzzahlen, die Microsoft übermittelt werden. Zudem muss sichergestellt sein, dass die Einheitlichen Kosten schnell genug sinken, damit diese Menge noch profitabel bleibt – anstatt zu mehr Verlusten führen. Die Anzahl der Beta-Kunden, die OpenAI veröffentlicht hat (ein Partner berichtet von einer 60-prozentigen Kostensenkung pro Fall), ist nur eine Marketingmaßnahme. Die einzigen echten Daten sind die bezahlten Nutzungsmuster in den nächsten Quartalen.

Wenn der Mechanismus und seine wirtschaftlichen Aspekte eine klare Richtung zeigen, dann hören wir auf. Hier jedoch nicht: Der Mechanismus – nämlich dass die Agenten Tokens multiplizieren – ist klar. Die wirtschaftlichen Aspekte – wer von dieser Menge profitiert – sind jedoch noch ungeklärt. Die Agents API beseitigt die technischen Zweifel bezüglich der Fähigkeit eines Agenten, einen langen Arbeitsablauf durchzuführen. Doch es macht nichts gegen die Zweifel darüber, wer letztendlich für die Verwendung des Rechenkapitals bezahlt.