OpenAI hat am 6. September ungewöhnlich konkrete Zahlen zur eigenen Nutzung von Coding-Agenten veröffentlicht. Der mediane Mitarbeiter in der Research-Organisation verbrauchte Mitte August täglich Inference im Gegenwert von mehr als 600 US-Dollar – gerechnet zu den öffentlichen API-Preisen. Beim 90. Perzentil lag der Wert bei mehr als 7.000 Dollar pro Tag.
Die Zahl eignet sich hervorragend für eine Schlagzeile. Als Kostenrechnung taugt sie nur eingeschränkt.
OpenAI schreibt ausdrücklich von Inference „at API prices“. Das Unternehmen sagt damit nicht, dass intern tatsächlich 7.000 Dollar pro Nutzer und Tag anfallen. Es bewertet den gemessenen Verbrauch so, als würde dieselbe Nutzung über die öffentliche API abgerechnet.
Trotzdem ist die Größenordnung interessant, weil sie zeigt, wie weit Coding-Agenten bei OpenAI inzwischen in den Arbeitsalltag gerutscht sind.
Auf einen menschlichen Arbeitstag kommen 3,1 Agententage
Vor Juni lag die gesamte Agentenlaufzeit innerhalb der Research-Organisation noch unter der menschlichen Arbeitszeit. Mitte August rechnete OpenAI bereits mit 3,1 Agenten-Arbeitstagen pro menschlichem Arbeitstag. Als Arbeitstag setzt das Unternehmen acht Stunden an.
Das bedeutet nicht, dass ein Agententag dieselbe Produktivität wie ein menschlicher Arbeitstag hat. OpenAI misst hier Laufzeit, nicht gleichwertige Arbeitsleistung.
Die Zahl erklärt aber einen Teil des hohen Verbrauchs. Ein Forscher kann mehrere Sessions parallel laufen lassen, während er selbst an etwas anderem arbeitet. OpenAI beobachtet entsprechend immer mehr Nutzer, die vier oder mehr Agenten gleichzeitig einsetzen. In diese Statistik fließen auch Subagenten ein, die von gestarteten Sessions erzeugt werden.
Bei solchen Workflows ist der Tokenverbrauch irgendwann nicht mehr mit einer einzelnen Chat-Sitzung vergleichbar. Es laufen mehrere längerfristige Aufgaben gleichzeitig.
Mehr Experimente, aber keine saubere Kausalität
OpenAI sieht gleichzeitig mehr Codebeiträge und mehr Experimente innerhalb der Research-Organisation. Im August erreichte die Zahl der Experimente pro aktivem Experimentierenden laut Unternehmen den höchsten Stand seit Beginn der Messung im Januar 2025.
OpenAI formuliert an dieser Stelle vorsichtig. Der Anstieg korreliert mit der stärkeren Nutzung von Codex, gleichzeitig ist aber auch die verfügbare Rechenleistung seit 2025 deutlich gewachsen. Aus den veröffentlichten Daten lässt sich deshalb nicht ableiten, welcher Anteil der zusätzlichen Experimente tatsächlich durch Coding-Agenten entstanden ist.
Greifbarer ist ein anderes Beispiel aus dem Bericht. Agenten werden inzwischen häufiger für technische Unterstützung und das Troubleshooting interner Forschungsinfrastruktur eingesetzt. Teams, die dafür bisher Sprechstunden angeboten haben, berichten laut OpenAI von sinkender Nachfrage. Ein Team hat seine Office Hours inzwischen ganz eingestellt.
Das ist näher an einer messbaren Einsparung als die bloße Zahl erzeugter Tokens. Wenn ein Agent ein Infrastrukturproblem selbst löst, muss dafür möglicherweise kein anderer Entwickler seine Arbeit unterbrechen.
Auch erfolgreiche Aufgaben brauchen noch menschliche Eingriffe
Die veröffentlichten Daten zeigen gleichzeitig, dass lange Agentenläufe nicht einfach mit erledigter Arbeit gleichgesetzt werden können.
OpenAI klassifiziert Aufgaben unter anderem danach, wie lange ein Mensch dafür voraussichtlich gebraucht hätte. Bei erfolgreichen Aufgaben in der Größenordnung von vier bis acht Stunden benötigte in den vergangenen sechs Monaten mehr als die Hälfte mindestens einen menschlichen Eingriff.
Ein erfolgreicher Agentenlauf kann also trotzdem Rückfragen, Korrekturen oder Steuerung enthalten.
Genau dieser Teil fehlt oft, wenn über den Preis von Coding-Agenten gesprochen wird. Ein Modell kann für 20 Dollar Tokens verbrauchen und trotzdem teuer sein, wenn danach jemand zwei Stunden den Patch repariert. Ein anderer Lauf kann deutlich mehr kosten und sich rechnen, wenn er einen Entwickler von mehreren Stunden Routinearbeit befreit.
Der Tokenpreis allein beantwortet diese Frage nicht.
Was kostet eine korrekt erledigte Aufgabe?
Für unsere Arbeit bei Quavon wäre das die Kennzahl, die ich aus solchen Tests am liebsten hätte.
Nicht der Preis pro Million Tokens und auch nicht die Anzahl erzeugter Codezeilen. Ich würde echte Issues aus bestehenden Repositories nehmen und am Ende die gesamte Arbeit betrachten.
Wie viele Aufgaben sind wirklich fertig? Wie oft musste jemand eingreifen? Wie lange dauerte das Review? Sind die Tests grün? Wie viele Änderungen musste ein Entwickler wieder zurückbauen oder aufräumen?
Erst danach würde ich die Agentenkosten danebenlegen.
Ein Modell, das pro Issue 18 Euro kostet und fast immer einen mergebaren Patch liefert, kann wirtschaftlicher sein als eines für 4 Euro, bei dem regelmäßig Nacharbeit anfällt. Umgekehrt rechtfertigt ein teurer Agent seinen Preis nicht dadurch, dass er besonders viele Tokens verbraucht oder lange autonom arbeitet.
Bei agentischer Entwicklung gehört die menschliche Nacharbeit zur Rechnung.
Die 7.000 Dollar sagen noch nichts über den ROI
OpenAI liefert einen seltenen Einblick in den Umfang der internen Agentennutzung. Ob der Nutzer im 90. Perzentil mit mehr als 7.000 Dollar API-Gegenwert pro Tag wirtschaftlich arbeitet, lässt sich aus dem Bericht trotzdem nicht beantworten.
Dafür fehlt die Verbindung zwischen Verbrauch und Ergebnis.
Wie viele zusätzliche brauchbare Experimente entstehen dadurch? Wie viel Arbeitszeit anderer Forscher fällt weg? Wie häufig landen Agenten in Sackgassen? Und wie viel Review-Arbeit kommt anschließend zurück?
OpenAI weist selbst darauf hin, dass die Messung von tatsächlichem Forschungsfortschritt wesentlich schwieriger ist als die Messung von Code, Laufzeit oder Experimenten.
Die veröffentlichten Zahlen sind deshalb weniger ein Beweis dafür, dass extrem hoher Agentenverbrauch sinnvoll ist. Sie zeigen vor allem, dass Coding-Agenten bei OpenAI inzwischen in einer Größenordnung genutzt werden, bei der Tokenkosten allein als Kennzahl kaum noch reichen.
Für mich wäre der interessantere Wert weiterhin: Was kostet ein Ergebnis, das danach wirklich verwendet werden kann?
Quellen
OpenAI, 6. September 2026: „Research acceleration: The view inside OpenAI“ https://openai.com/index/research-acceleration-view-inside-openai/
Business Insider, 7. September 2026: „OpenAI reveals how much its researchers are spending on AI coding“ https://www.businessinsider.com/openai-token-spend-ai-coding-researchers-2026-9