GPT-6.7 und die „Bob“-Frage: Wird OpenAIs unveröffentlichtes Flaggschiff wirklich 2x langsamer laufen?

Am 15. August verdichtete ein X-Beitrag vom Account @Yuchenj_UW ein Gerücht zu einem Satz: „Bob, der König der GPU-Kernel, hat das Unternehmen verlassen? GPT-6.7 wird 2x langsamer laufen ….“ Zwei Behauptungen hängen an diesem Fragezeichen — dass der verschwiegenste Ingenieur des Unternehmens gegangen ist und dass sein Weggang die Serving-Geschwindigkeit von GPT-6.7 halbiert, dem unveröffentlichten Flaggschiff des Unternehmens (im vergangenen Oktober in GPT-6-7 umbenannt). Keine der beiden Behauptungen ist bestätigt. Doch der Beitrag landet in einem Moment, in dem das nächste Modell des Unternehmens bereits eine Frage des Wann, nicht des Ob ist: der Name der Astra-Familie kam am 1. August auf, eine Sicherheitsprüfung setzte es am 7. August aus, und GPT-5.6 Sol — das aktuelle Flaggschiff, live auf OrcaRouter — ist der einzige konkrete Bezugspunkt dafür, was die nächste Generation schlagen muss. Hier ist, was sich Stand heute tatsächlich wissen lässt.

Eines vorweg: niemand außerhalb von OpenAI hat GPT-6.7 ausgeführt. Jede Behauptung darüber, wie schnell es Tokens ausliefern wird, ist eine Extrapolation – einschließlich der Zahl "2x langsamer". Im Folgenden werden die verifizierten Fakten (die Umbenennung, der Veröffentlichungszeitplan, die dokumentierten Abgänge) von der Legende (Bob, der Kernel und die Zahl) getrennt. Das gesamte Gerüchtematerial ist als solches gekennzeichnet.

Wer „Bob“ ist und warum ein einzelner Ingenieur zur Legende wurde

„Bob" ist der Spitzname, den OpenAI-Mitarbeiter für einen Ingenieur verwenden, dessen Namen das Unternehmen nie bestätigt hat. Presseberichte vom September 2025 – darunter QbitAI, The Paper und itbear, die sich alle auf ehemalige und aktuelle OpenAI-Mitarbeiter berufen – beschreiben einen geheimnisvollen Forscher, der eigenhändig die CUDA-Kernel schreibt, die für die Inferenz verwendet werden, also den Low-Level-GPU-Code, der die Transformer-Mathematik in Tokens umwandelt. Sein Aufmerksamkeitskernel, intern „Bob-Kernel“ genannt, wird Berichten zufolge täglich billionenfach auf Hunderttausenden von GPUs ausgeführt, mit entsprechender Präzision: Ein Fehler würde einen Rollback der Checkpoints und einen erneuten Trainingszyklus erzwingen.

Die Legende ist über alle Berichte hinweg konsistent. Ehemalige Mitarbeiter sagen, dass Bob in Minuten ein Leistungsproblem behoben hat, an dem Kollegen eine Woche lang gekämpft hatten. Der interne Slack von OpenAI hat ein „Bob Magic“-Emoji. Branchenschätzungen aus derselben Berichterstattung gehen davon aus, dass weniger als hundert lebende Menschen in der Lage sind, leistungsstarke CUDA-Trainingskernel zu schreiben – weshalb eine solche Ein-Personen-Abhängigkeit als wirklich riskant und nicht als Nice-to-have behandelt wird.

Was die Identität betrifft, so hat OpenAI nie gesagt, wer Bob ist. Die führende Hypothese, die in derselben Presseberichterstattung wiederholt wird, ist Scott Gray – ein Absolvent der Physik und Informatik, der 2016 zu OpenAI stieß, 2017 als Erstautor den OpenAI-Blogbeitrag „Block-sparse GPU kernels“ verfasste und später den technischen Bericht zu GPT-4 sowie das Paper zu den Skalierungsgesetzen mitverfasste, mit einer Bibliografie von 51 Veröffentlichungen und mehr als 80.000 Zitaten. Die Übereinstimmung ist indizienbasiert, wird aber weithin wiederholt; es ist eine Schlussfolgerung, keine Bestätigung.

Ist Bob tatsächlich gegangen?

Der Tweet ist eine Frage, keine Behauptung. Aber der Abgang, auf den er hinweist, ist dokumentiert. Eine Übersicht über Führungswechsel, veröffentlicht am 15. August 2026, listet Scott Gray — beschrieben als „langjähriger GPU-Systemingenieur", der 2016 beitrat und half, die Infrastruktur hinter Sparse Transformern, Skalierungsgesetzen und GPT-3 aufzubauen — unter mindestens zwölf hochrangigen Personen, die OpenAI 2026 verlassen haben. Dieselbe Liste nennt Chief Revenue Officer Denise Dresser, den früheren COO Brad Lightcap, den Anwendungs-CEO Fidji Simo, den Sora-Leiter Bill Peebles sowie die Leiter von Sicherheit, Ethik, Marketing und Hardware. Das ist ein Sekundärbericht, keine offizielle Bestätigung, und er nennt kein Austrittsdatum für Gray.

Der weitere Kontext macht das Gerücht weniger überraschend. Die Berichterstattung rund um dieselbe Woche stellt die Fluktuation als Umbau vor dem Börsengang dar: Mitgründer Greg Brockman zieht im Vorfeld eines geplanten Börsengangs die operative Kontrolle an sich, und CNBC berichtete am 13. August über den Abgang des CRO. Und „Bob“ ist seit einem Jahr ein bekanntes Abwerbeziel – Berichte vom September 2025 besagten, dass Metas Mark Zuckerberg „Wer ist Bob?“ zu einem festen Tagesordnungspunkt bei Einstellungsrunden gemacht hatte. Der Kampf um Talente mit diesem spezifischen Kompetenzprofil ist real, was ein Grund dafür ist, warum das Leak plausibel klingt.

Dennoch hat die Behauptungskette zwei unbestätigte Glieder: dass Scott Gray Bob ist und dass die Auflistung in der Zusammenfassung dieselbe Abreise meint, die der Tweet meint. Es ist durchaus möglich, dass der Tweet ein Gerücht wiederholt, das älter ist als ein tatsächlicher Abgang. Dieser Abschnitt ist die ehrliche Zusammenfassung: Offiziell erscheint ein leitender GPU-Ingenieur namens Scott Gray auf einer Abgangsliste für 2026; inoffiziell könnte diese Person der Bob sein, den der Tweet meint, oder auch nicht.

Warum „2x langsamer“ eine Rolle spielen würde – und warum es wahrscheinlich nicht so einfach ist.

Kernels bestimmen die beiden Zahlen, die über die Wirtschaftlichkeit eines Modells entscheiden: Tokens pro Sekunde und Kosten pro Token. Wenn GPT-6.7 mit Serving-Kernels ausgeliefert würde, die halb so effizient sind wie die hypothetische „Bob-optimierte“ Version, würde dieselbe Hardware nur halb so viele Tokens ausliefern und dieselbe Anfrage würde doppelt so lange dauern – bei ungefähr doppelten Grenzkosten. Für einen Entwickler, der Produktionsverkehr weiterleitet, bedeutet das eine doppelte Latenz und doppelte Kosten beim Flaggschiff – genau die Art von Zahl, die eine Modellentscheidung ändert. Deshalb hat das Gerücht Substanz.

Nun die Gründe, ihm zu misstrauen:

• Das „2x“ hat keine angegebene Grundlage. Es ist eine Zahl in einem Beitrag – ein Gedankenexperiment, keine Messung, und auch das verlinkte Bild weist keine auf.

• Kernel sind Code, und Code überlebt seine Autoren. Der Serving-Stack, den Bob (oder irgendjemand) für frühere Modelle geschrieben hat, verschwindet nicht, wenn eine Person geht; das nächste Modell erbt den Großteil davon.

OpenAIs Infrastrukturorganisation ist groß, und die Legende, dass „eine Person alles schreibt“, ist mit ziemlicher Sicherheit eine Vereinfachung. Das Schlüsselpersonenrisiko ist real, aber selten binär.

• Selbst ein echter Effizienzverlust würde nichts an der Leistungsfähigkeit ändern. Er verändert Kosten und Latenz — schmerzhaft, aber ein Anbieter kann das teilweise auffangen oder über die Preise kompensieren, und OpenAI hat bereits eine Geschwindigkeitsfunktion (Ultrafast, bis zu 14x schneller beim aktuellen Flaggschiff) eingeführt, die genau auf diese Art von Serving-Kostendruck abzielt.

Die stärkste Version der Behauptung ist die Statistik von unter hundert. Wenn die Person, die die Serving-Kernel des Flaggschiffs geschrieben hat, weg ist, ist der Ersatz keine Neueinstellung — es ist eine mehrjährige Anlaufphase. Das ist ein legitimes Risiko für die Serving-Ökonomie von OpenAI. Aber es ist ein Risiko in Bezug auf das Team, nicht eine gemessene Tatsache über ein Modell, das noch nicht ausgeliefert wurde.

Was wir tatsächlich über GPT-6.7 wissen

Das Modell, um das sich das Gerücht dreht, hat eine längere öffentliche Spur, als der Tweet vermuten lässt, und das meiste davon ist aktuell:

• 31. Okt. 2025 – Sam Altman kündigte auf X an, dass „GPT-6“ in „GPT-6-7“ umbenannt werde, was weithin als Anspielung auf den Gen-Alpha-Slang „6-7“ gelesen wird. Ob „GPT-6.7“ und „GPT-6-7“ streng genommen dasselbe sind, ist nicht offiziell; der Tweet behandelt sie als austauschbar, und die meisten Berichte tun das ebenfalls.

• April 2026 — Berichte, dass das Pre-Training von GPT-6 abgeschlossen sei, mit einem vermuteten Release um den 14. April. Dieses Datum verstrich ohne einen Launch.

• August 2026 — Leaks zufolge wurde der Start auf Anfang August vorgezogen, wobei OpenAI GPT-5.7 bis GPT-5.9 überspringt. Unbestätigt.

• 1. Aug. 2026 — OpenAI gab bekannt, dass „Astra“ der Name seiner nächsten Modellfamilie ist, über einen Forschungsbericht, der behauptet, zehn offene Matheprobleme gelöst zu haben. Ob Astra unter dem Namen GPT-6 erscheint, ist unbestätigt.

• 7. August 2026 — OpenAI hat die Entwicklung von Astra pausiert und die Veröffentlichung verschoben, nachdem eine interne Sicherheitsüberprüfung ein „kritisches“ Cybersicherheitsrisiko festgestellt hatte – das erste Modell, das diese Stufe auslöst. Altman sagte, die breite Veröffentlichung „brauche noch ein wenig länger.“

• Prognosemärkte — Stand Mitte August schätzten Händler die Wahrscheinlichkeit einer GPT-6-Veröffentlichung bis zum 30. September auf etwa 62 % und bis zum 31. Dezember auf etwa 90 %.

• Gemunkelte Spezifikationen — etwa 2M-Token-Kontext, rund 40 % bessere Leistung als die aktuelle Generation, personalisierter Speicher und native multimodale Architektur unter dem Codenamen „Symphony". Alles unbestätigt.

Das Modell hinter „2x slower“ wurde also noch nicht ausgeliefert, hat kein bestätigtes Erscheinungsdatum und ist Gegenstand einer laufenden Sicherheitsüberprüfung. Eine damit verbundene Kennzahl für die Serving-Geschwindigkeit ist in doppelter Hinsicht spekulativ – einmal in Bezug auf das Datum, einmal in Bezug auf die Geschwindigkeit.

Die einzige Anzeigetafel, die heute ehrlich ist.

Da GPT-6.7 noch nicht existiert, kann eine Bestenliste das Gerücht nur mit dem vergleichen, was tatsächlich live ist:

• GPT-6.7 (unveröffentlicht) — Status: nicht ausgeliefert; Veröffentlichung: Gerücht zufolge Herbst 2026; Kontextfenster: ~2 Mio. Tokens (Gerücht); Geschwindigkeit: „2x langsamer?“ unbestätigt; Preis: n/a; routingfähig: noch nicht.

• GPT-5.6 Sol (live) — Status: ausgeliefert; Kontext: 1,05 Mio. Tokens, 128K max. Ausgabe; Geschwindigkeit: ~290 Tok/s, beobachtet in OrcaRouters 7-Tage-Statistiken; Preis: 5,00 $ Eingabe / 30,00 $ Ausgabe pro Million Tokens auf der Standard-Eingabestufe; routingfähig: ja, zum Listenpreis des Anbieters.

Die interessante Lücke ist die Preisspalte. OpenAIs aktuelles Flaggschiff kostet $5/$30 pro Million Tokens über OrcaRouter, und der Durchreichpreis ist der eigene Listenpreis des Anbieters ohne Aufschlag — was auch immer OpenAI für GPT-6.7 verlangt, die Zahl auf unserer Seite bewegt sich am selben Tag, an dem das Modell ausgeliefert wird, ohne Neuverhandlung. Das ist der nützliche Teil der Anzeigetafel für alle, die ihre Planung auf das nächste Modell ausrichten.

Wie man ein Leck wie dieses behandelt

Das Muster ist ein vertrautes: ein unveröffentlichtes Modell, eine dramatische Zahl, eine namentlich genannte Person. Jeder Teil ist plausibel und nichts davon ist verifiziert. Die richtige Antwort ist weder, das Gerücht zu ignorieren, noch darauf zu setzen – es geht darum, die Entscheidung so zu strukturieren, dass man nicht wählen muss.

Das ist der Fall beim Routing. Wenn GPT-6.7 erscheint, besteht der Weg, eine Behauptung über 2x langsamere Leistung zu bewerten, ohne einen Produktionspfad darauf zu verwetten, darin, sie hinter denselben Endpunkt zu setzen, den Sie bereits nutzen: ein API-Schlüssel, automatisches Failover zu GPT-5.6 Sol in dem Moment, in dem das neue Modell schlechter abschneidet, und echter Datenverkehr entscheidet, ob das Gerücht wahr war. Die Behauptung wird dann zu einer Messung statt zu einem Tweet. Wenn sich die Preisliste von OpenAI mit der neuen Veröffentlichung ändert, wird der Durchreichsatz noch am selben Tag aktualisiert — OrcaRouter reicht die Listenpreise der Anbieter ohne Aufschlag durch, sodass eine Preissenkung (oder -erhöhung) eines Anbieters hier sofort live ist, ohne Neuverhandlung.

Mittlerweile ist das aktuelle Flaggschiff das Konkrete. GPT-5.6 Sol ist heute auf OrcaRouter live, zu 5/30 Dollar pro Million Tokens, mit dem 1,05-Millionen-Token-Kontext und den ~290 Tok/s, die das Scoreboard zeigt. Der am 13. August angekündigte Ultrafast-Modus – bis zu 14-mal schneller, etwa 750 Tokens pro Sekunde auf Cerebras-Infrastruktur – gilt für dieses Modell, nicht für GPT-6.7, und er erinnert daran, dass OpenAI die Serving-Kosten nicht nur mit Kernels, sondern auch mit Infrastruktur angreifen kann.

Was wir gerade ansehen

• Ob Bobs Abgang bestätigt wird. OpenAI kommentiert nicht, wer Bob ist; das nächste offiziell bekannte Ereignis ist Scott Grays Name auf der Abgangsliste 2026. Wenn OpenAI oder Gray es bestätigt, wird das erste Glied der Kette zur Tatsache.

• Ob die Zahl „2x langsamer" jemals eine Grundlage bekommt. Wenn GPT-6.7 veröffentlicht wird und unabhängige Geschwindigkeitsmessungen auftauchen, ist die Zahl kein Gerücht mehr — entweder bestätigt oder verworfen. Bis dahin ist es eine Zahl in einem Beitrag.

Ob Astra's Sicherheitspause den Termin verschiebt. Prognosemärkte haben GPT-6 bereits aus dem August verlegt; sowohl die Einstufung als „kritisch" als auch die staatlichen Tests, die OpenAI eigenen Angaben zufolge durchführen möchte, sind natürliche Quellen weiterer Verzögerung.

• Ob sich der Kernel-Bench neu sortiert. Wenn das Serving-Team von OpenAI den Verlust auffängt — oder die Legende den Anteil einer Person übertreibt — ist das gesamte Gerücht hinfällig, und das erste Anzeichen wird die Serving-Leistung des nächsten Modells im Vergleich zu seinem Vorgänger sein.

Die ehrliche Lesart: „2x langsamer“ ist eine fesselnde Geschichte und bisher auch nur das. Der Abgang des Kernel-Zauberers ist ein realer Datenpunkt mit einer echten Papierspur; die Geschwindigkeitszahl ist eine Zahl in einem Tweet. Bis GPT-6.7 erscheint, ist die vertretbare Position, für beide Ergebnisse zu planen — anzunehmen, dass das Gerücht teilweise richtig sein könnte, und das Routing so aufzubauen, dass es nichts kostet, ein langsameres Flaggschiff als erwartet zu testen. Genau darum geht es beim Routing eines Modells, das man nicht kennengelernt hat.