GPT-5 im Test: Coding, Tool-Nutzung und Schlussfolgern

Update, 23. Oktober 2026: GPT-5 wurde am 13. Februar 2026 aus ChatGPT entfernt, und OpenAI plant, die ursprünglichen GPT-5-Snapshots der API am 11. Dezember 2026 zu entfernen. OpenAIs aktuelles Coding-Modell behandelt unser Testbericht zu GPT-6.1 Sol.

Coding

Softwareentwicklung ist die größte Stärke von GPT-5. OpenAI nennt es „a true coding collaborator“, und die gemeldeten Benchmark-Werte stützen das: 74,9% auf SWE-Bench und 88% auf Aider Polyglot.

Es zeigt ein gutes Verständnis bestehender Codebasen, beim Beheben von Bugs, beim Refactoring und bei Anwendungen, die sich über mehrere Dateien erstrecken.

Test 1: ein 2D-Weltraumspiel

In dem hier beschriebenen Test sollte GPT-5 ein eigenständiges 2D-Weltraumspiel bauen, in dem ein Schiff Asteroiden ausweicht und sie zerstört. Es lieferte vollständiges HTML und JavaScript, das die Vorgaben des Prompts einhielt, und das Spiel lief mit grundlegender Funktionalität.

Die Probleme waren offensichtlich: keine Anleitung, wie man es startet, eine unausgereifte Oberfläche, ruckelige Bewegung und Code, der nicht modular war.

GPT-5 kann also ein einfaches Spiel von Grund auf bauen, aber ein Entwickler muss es noch verfeinern und bereitstellen. Es beschleunigt die Arbeit; es erledigt sie nicht mit einem Klick.

Tool-Nutzung und Agent-Workflows

Hier ist der Fortschritt gegenüber GPT-4 am deutlichsten. GPT-5 kann Tools verketten, über Schritte hinweg schlussfolgern und mehrere Tools gleichzeitig verwalten.

In einem zweiten Test sollte es einen Editor für brutalistische Gebäude im Lego-Stil bauen. Es lieferte eine Lösung aus zwei Dateien, index.html und main.js, aufgebaut aus modularen DOM-Elementen. Der Code war syntaktisch korrekt und gut kommentiert, aber die App zeigte beim Ausliefern nichts Brauchbares an. Trotzdem zeigte es, dass das Modell in Komponenten über Dateien hinweg plant, was frühere Modelle selten schafften.

Agent-Steuerung

Die Verbesserungen für Agent-Arbeit:

• Tools können parallel laufen
• Schritte laufen nacheinander, ohne dass Anweisungen verloren gehen
• das Gedächtnis bleibt über Schritte hinweg kohärent
• bessere Fehlerbehandlung
• Erholung von unvollständigen Eingaben

Damit taugt GPT-5 für autonome Workflows und ist eine mögliche Bedrohung für Start-ups, die auf Multi-Agent-Orchestrierung aufbauen. Rechne damit, dass es bald in Produktionswerkzeugen für Aufgabenautomatisierung, ETL-Pipelines und Data Engineering auftaucht.

Eine Strategieaufgabe

Um das Schlussfolgern auf hoher Ebene zu prüfen, bekam GPT-5 einen Krisen-Prompt für einen CEO: mit Unklarheit umgehen, unter Druck kommunizieren und unumkehrbare Entscheidungen treffen.

Die Antwort war sehr gut. Sie wog sofortige Verantwortungsübernahme, den Wiederaufbau öffentlichen Vertrauens, langfristige Umstrukturierung und ethische Transparenz gegeneinander ab und führte Unternehmensethik, Risikokommunikation und regulatorische Realität zu einem schlüssigen Plan zusammen. Sie las sich wie der Rat von jemandem, der schon einmal eine Krise bewältigt hat, nicht wie Füllstoff.

Leitplanken und Humor

Ein absichtlich grenzwertiger Witz-Prompt bekam eine maßvolle, respektvolle Antwort. Sie erkannte den Humor an, hielt soziale Grenzen ein und belehrte nicht. Es gab keine Halluzinationen und kein Trolling.

Übersetzung

Der Satz „Sometimes you just have to let go“ wurde in mehr als einem Dutzend Sprachen ausprobiert, darunter Urdu, Saraiki, Malagasy und alte Runen.

• Bekannte Sprachen kamen mit nahezu muttersprachlicher Formulierung zurück.
• Seltene und regionale Sprachen bekamen strukturell korrekte Übersetzungen, die inhaltlich etwas flach waren.
• Um eine zufällige Sprache gebeten, lieferte es eine Ausgabe mit plausibler Struktur.

Diese Bandbreite ist nützlich für alles, was für ein weltweites Publikum gebaut wird.

Schwachstellen

• Die Latenz beim Laden erschwerte das Testen.
• Erzeugtem Code fehlte oft eine Anleitung zum Ausführen.
• Multimodale Funktionen waren noch nicht vollständig verfügbar.
• Einige Oberflächenkomponenten wirkten unfertig.
• Kreatives Schreiben wie Humor und Fiktion war solide, aber kaum besser als bei GPT-4.

Für Entwickler

• Neue API-Steuerungen für Reasoning-Aufwand, Antwortstil und eigene Tools.
• Die Ausgabe kann reiner Text sein; JSON ist nicht erforderlich.
• Mehrere Modellgrößen lassen dich Kosten gegen Leistung abwägen.
• Früher Zugang erschien zuerst im Playground, die Einführung in ChatGPT erfolgte gestaffelt.

Urteil

Wenn GPT-4 ein Generalist war, verhält sich GPT-5 eher wie ein Spezialist, der die Initiative ergreift. Es folgt komplexen Anweisungen genau und ist bei strukturiertem, mehrstufigem Schlussfolgern am besten, als versuche es, dein Problem zu lösen, statt nur den Prompt zu beantworten.

Es funktioniert noch nicht jedes Mal auf Anhieb und braucht sorgfältiges Prompting, um das Beste herauszuholen. Es ist ein Assistent, kein Ersatz.

Unser Fazit: GPT-5 ist ein schneller Mitarbeiter, der dir einen funktionierenden ersten Entwurf liefert, und die letzte Meile bleibt deine Sache. Die offiziellen Details stehen auf OpenAIs GPT-5-Seite.