OpenAI verabschiedet sich erneut vom eigenständigen Codex-Modell – diesmal endgültig. Die Programmierkompetenzen wandern direkt in GPT-5.5, das bei Coding-Aufgaben effizienter arbeiten und weniger Tokens verbrauchen soll. Ein strategischer Kurswechsel mit konkreten Konsequenzen für Entwickler und Unternehmen.
OpenAI integriert Coding-Fähigkeiten direkt in GPT-5.5 – separates Codex-Modell wird eingestellt
OpenAI stellt das eigenständige Codex-Modell erneut ein und verlagert die Programmierkompetenzen direkt in das Hauptmodell. GPT-5.5 soll künftig Coding-Aufgaben übernehmen – und das bei geringerem Token-Verbrauch als bisher.
Strategischer Kurswechsel: Integration statt Spezialisierung
Die Entscheidung markiert einen klaren strategischen Kurswechsel: Statt spezialisierter Einzelmodelle setzt OpenAI zunehmend auf leistungsstarke Universalmodelle, die verschiedene Aufgabenbereiche in einem einzigen System abdecken. Codex hatte als eigenständiges Modell zuletzt eine kurze Renaissance erlebt, nachdem OpenAI die Marke im Kontext von Coding-Anwendungen wiederbelebt hatte. Nun zieht das Unternehmen diese Entwicklung wieder zurück und bündelt die Fähigkeiten in GPT-5.5.
Die Leistung der Frontier-Modelle reicht inzwischen aus, um den Mehrwert separater Coding-Modelle grundsätzlich in Frage zu stellen.
Was das für Entwickler bedeutet
Für Entwickler und Unternehmen bedeutet das konkret: Die Coding-Funktionen sind nicht verschwunden, sondern in das Hauptmodell übergegangen. Laut OpenAI soll GPT-5.5 bei Programmieraufgaben besser abschneiden als Codex und gleichzeitig effizienter arbeiten – sprich weniger Tokens pro Aufgabe verbrauchen. Letzteres ist für Unternehmen relevant, die OpenAIs Modelle über die API nutzen und deren Kosten direkt mit dem Token-Verbrauch skalieren.
Eine Strategie mit Vorgeschichte
Es ist nicht das erste Mal, dass OpenAI mit der Codex-Strategie umschwenkt. Das ursprüngliche Codex-Modell, das einst GitHub Copilot antrieb, wurde bereits 2023 abgekündigt. Die spätere Wiederbelebung des Namens für ein spezialisiertes Coding-Modell folgte dem Trend, der durch Anbieter wie Anthropic mit Claude und dessen starken Programmierfähigkeiten oder durch spezialisierte Konkurrenzmodelle befeuert wurde.
Dass OpenAI nun erneut auf Integration statt Spezialisierung setzt, deutet darauf hin, dass die Leistung der Frontier-Modelle inzwischen ausreicht, um den Mehrwert separater Coding-Modelle in Frage zu stellen.
Effizienz als entscheidender Wettbewerbsfaktor
Die Entwicklung fügt sich in ein breiteres Muster ein: Der Markt für KI-Coding-Assistenten ist dicht besetzt, und der Wettbewerb wird zunehmend über Effizienz und Kosten entschieden – nicht allein über Spezialisierung.
Wer ein leistungsfähiges Universalmodell mit niedrigerem Token-Verbrauch anbieten kann, hat gegenüber einem portfolioschwereren Ansatz strukturelle Vorteile.
Handlungsempfehlungen für deutsche Unternehmen
Für deutsche Unternehmen, die OpenAI-Modelle in Softwareentwicklungsprozesse, interne Tooling-Lösungen oder automatisierte Code-Reviews integriert haben, ändert sich an der grundlegenden Verfügbarkeit der Funktionen zunächst nichts. Allerdings lohnt es sich:
- Die Umstellung auf GPT-5.5 aktiv zu begleiten
- Die Token-Effizienz in der eigenen API-Nutzung neu zu evaluieren
- Bestehende Workflows auf Codex-spezifische Endpunkte zu prüfen und anzupassen
OpenAIs Kurs zeigt zudem, dass sich Produktentscheidungen im KI-Bereich schnell ändern können – was bei der Systemarchitektur für eine gewisse Flexibilität und Anbieter-Unabhängigkeit spricht.
Quelle: The Decoder
