GPT-5.4 startet in ChatGPT, Cursor führt Automations ein

OpenAI hat GPT-5.4 am 5. März vorgestellt und die Einführung in ChatGPT, der API und Codex angekündigt.¹ In ChatGPT heißt das Modell GPT-5.4 Thinking; für besonders anspruchsvolle Aufgaben gibt es zudem GPT-5.4 Pro.¹ Die Freischaltung für Nutzer von ChatGPT Plus, Team und Pro begann am Ankündigungstag und erfolgt schrittweise.¹ Entwickler können beide Varianten über die API nutzen.¹

OpenAI bündelt in GPT-5.4 Reasoning, Programmierung und Werkzeugnutzung für agentische Abläufe und richtet das Modell auf professionelle Arbeit aus.¹ Für Unternehmen ist die Verfügbarkeit über mehrere Zugangswege relevant: Sie können Aufgaben im Chat, in Codex und in eigenen Anwendungen erproben.¹ Ob GPT-5.4 bestehende Modelle im jeweiligen Einsatz ersetzt, lässt sich daraus allein nicht ableiten. Dafür sollten Teams die Qualität und Kosten anhand eigener Aufgaben vergleichen.

Cursor hat am 5. März 2026 Automations vorgestellt.¹ Damit lassen sich Cloud-Agenten einrichten, die nach Zeitplan oder durch Ereignisse in angebundenen Diensten starten.¹² Nutzer legen einen Auslöser fest, formulieren Anweisungen und wählen Werkzeuge; der Agent führt den Auftrag aus und überprüft sein Ergebnis.³ Die Funktion ist unter cursor.com/automations verfügbar.¹

Cursor nennt Sicherheitsprüfungen, Vorfallreaktionen und Risikobewertungen von Pull Requests als mögliche Einsätze.² Für Entwicklungsteams bedeutet der Ansatz, dass sie wiederkehrende Aufgaben an Ereignisse koppeln können, statt jeden Agentenlauf von Hand zu starten.² Die vorgestellten Abläufe sind Beispiele: Belastbare Kennzahlen zu Zeitgewinn oder Ergebnisqualität nennt Cursor in den Ankündigungen nicht.¹²

Luma hat am 5. März 2026 Luma Agents vorgestellt.¹ Das System soll kreative Projekte über Text, Bild, Video und Audio hinweg bearbeiten und den Projektkontext zwischen Aufgaben bewahren.¹² Grundlage ist laut Luma die neue Architektur Unified Intelligence, deren erstes Modell Uni-1 heißt.¹ Zum Start war das Angebot laut TechCrunch per API zugänglich.³

Luma positioniert die Agents als Alternative zu Arbeitsabläufen, bei denen Teams mehrere spezialisierte Werkzeuge einzeln verbinden müssen.¹ Die Agents können Aufgaben an externe Modelle weitergeben und deren Ergebnisse in einem gemeinsamen Ablauf koordinieren.¹² Das ist für Kampagnen mit mehreren Medienformaten interessant, belegt aber noch keinen Leistungsvorsprung gegenüber bestehenden Abläufen. Preise und belastbare Vergleichswerte für Uni-1 werden in den Ankündigungen nicht genannt.³¹

OpenAI hat am 7. März Symphony als offene Spezifikation und Referenzimplementierung zur Orchestrierung von Codex vorgestellt.¹² Symphony übernimmt Aufgaben aus Projektboards und koordiniert Coding-Agenten bei deren Umsetzung.³¹ Teams können damit bestehende Arbeitsabläufe mit agentengestützter Programmierung verbinden. Symphony ist dabei kein allgemeines System zur Projektverwaltung, sondern auf die Koordination von Codex ausgerichtet.³²

OpenAI will mit Symphony zeigen, wie sich Codex in vorhandene Werkzeuge für die Aufgabenverwaltung einbinden lässt.³ Das Unternehmen plant jedoch ausdrücklich nicht, Symphony als eigenständiges Produkt dauerhaft zu pflegen.³² Für Unternehmen ist der veröffentlichte Code daher eher eine Vorlage für eigene Integrationen als ein langfristig betreuter Dienst.³² Die verfügbaren Angaben enthalten keine Vergleichsdaten dazu, wie gut dieser Ansatz in unterschiedlichen Entwicklungsumgebungen funktioniert.³²

Ai2 hat Olmo Hybrid am 5. März 2026 veröffentlicht. Das offene 7B-Modell verbindet Transformer-Attention mit linearen RNN-Schichten und ist auf Hugging Face verfügbar.¹² Laut Ai2 erreicht es bei MMLU die Genauigkeit von Olmo 3, obwohl es mit 49 % weniger Trainingstokens trainiert wurde.¹³

Der Vergleich beschreibt das Ergebnis eines bestimmten Tests, nicht die Leistung bei allen Aufgaben. Die Modellkarte nennt über den Vortrainingsverlauf eine ungefähr doppelt so hohe Dateneffizienz bei zentralen Tests sowie Vorteile bei Durchsatz und Speicherbedarf für lange Kontexte.² Das macht die Architektur für Teams interessant, die den Trainingsaufwand und den Betrieb offener Modelle abwägen. Ob sich die genannten Vorteile auf ihre Aufgaben und Infrastruktur übertragen, müssen sie jedoch selbst prüfen.

OpenAI hat am 5. März 2026 einen Rahmen mit fünf Wertmodellen für den KI-Einsatz in Unternehmen veröffentlicht. Die Modelle umfassen die Unterstützung der Belegschaft, KI-native Distribution, fachliche Expertise, System- und Abhängigkeitsmanagement sowie die Neugestaltung von Prozessen mit Agenten. Der Beitrag soll Verantwortlichen helfen, Einsatzmöglichkeiten zu bewerten und Prioritäten zu setzen. Er ist weder ein neues Produkt noch ein Rechner für die finanzielle Rendite.¹

OpenAI empfiehlt ein schrittweises Vorgehen: Zuerst sollen Kompetenz und Vertrauen wachsen, dann ausgewählte Anwendungen Nutzen bringen und schließlich tiefere Änderungen skaliert werden.¹ Für komplexe Abläufe mit Agenten seien ausgereifte Regeln und Kontrollen wichtig.¹ Am selben Tag startete OpenAI auch einen Themenkanal zur Einführung von KI in Unternehmen.² Der Rahmen nennt mögliche Maßstäbe für den Geschäftswert, belegt aber keine finanziellen Erträge der fünf Modelle.¹