aurora-blue-alpha, aurora-green-alpha und aurora-red-alpha: Was dir die drei undokumentierten IDs von OpenAI tatsächlich verraten

Drei Bezeichner erschienen am 17. Oktober 2026 in der Modellliste der O​penAI-API, jeweils innerhalb von 97 Sekunden voneinander: aurora-blue-alpha um 01:13:49 UTC, aurora-green-alpha um 01:13:55 und aurora-red-alpha um 01:15:26. Ihr Feld „owner“ lautet „system“, und keiner trägt ein Abschaltdatum. Rund 26 Stunden später – um 02:59 UTC am 18. Oktober – postete jemand darüber, und die drei Namen begannen als mögliche neue O​penAI-Veröffentlichung die Runde zu machen. Das ist, was wir bisher wissen, und es ist bewusst kurz: keine O​penAI-Ankündigung, keine Dokumentationsseite, kein Preis, keine Changelog-Zeile und keine Bestätigung von irgendjemandem – einschließlich der Personen, die darüber berichten –, dass an einen der drei jemals eine einzige erfolgreiche Anfrage gestellt wurde. Alles Folgende ist mit der Angabe gekennzeichnet, wer es sagt, denn in dieser besonderen Geschichte ist die Quellenlage die Geschichte.Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Veröffentlichungen wie dieser finden sich gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, Schweregrad, Vertrauensgrad und eine Kennzeichnung als umstritten enthält.

Was ist tatsächlich aktenkundig?

Der stärkste Beleg, der derzeit kursiert, ist eine aus erster Hand stammende Einsicht in eine authentifizierte Modellliste, die CellCog am 18. Oktober veröffentlichte. Ihr Autor fragte den Modelllisten-Endpunkt von O​penAI mit dem eigenen Schlüssel ab, erhielt 144 Modelle zurück und fand darunter die drei aurora-Einträge. Das ist eine wesentlich bessere Quelle als ein Screenshot des Terminals von jemand anderem, und es ist immer noch nur eine Auflistung: CellCog sagt ausdrücklich, dass es die Modelle aufgelistet und nicht aufgerufen hat, daher kann sie weder Verhalten noch Geschwindigkeit noch Kosten beschreiben.

Der Bericht von Crypto Briefing vom 17. Oktober, dessen Berichterstattung am nächsten Tag erschien, ergänzt die Einordnung, die die meisten Leser gesehen haben dürften – dass OpenAI drei Kennungen „still aufgelistet“ habe, ohne Dokumentation und ohne offizielle Stellungnahme – und räumt offen ein, dass die öffentliche Diskussion auf einen einzelnen X-Post von @scaling01 zurückgeht, den der Bericht als unbestätigt und spekulativ beschreibt. RuntimeWire ist der nützlichste der drei, weil er die Grenze zieht, die die anderen implizit lassen: Der Post, auf den sich die Berichterstattung stützt, belegt nicht, dass die Modelle aufrufbar sind, und eine unbestätigte Kennung als ausgeliefertes Modell zu behandeln bedeutet, dass Entwickler letztlich gegen Zugriff und Verhalten entwickeln, die nirgendwo dokumentiert wurden.

Hier ist also das Hauptbuch, wobei jeder Posten zugeordnet ist:

• Die Namen — aurora-blue-alpha, aurora-green-alpha, aurora-red-alpha. Bestätigt von jeder Quelle, die nachgesehen hat, einschließlich eines authentifizierten Abrufs der Modellliste (CellCog, 18. Oktober 2026).

• Erstellungszeitstempel — zwischen 01:13 und 01:15 UTC am 17. Oktober 2026, laut CellCogs Auswertung der Liste. Zwei Minuten für drei Einträge sehen nach einem einzelnen Deployment aus; nicht nach drei separaten Experimenten.

• Eigentümerfeld — „System“, wobei an keinem der drei ein Stilllegungsdatum hängt. Ebenfalls aus CellCogs Auswertung.

• Dokumentation — keine. Weder OpenAIs Changelog noch seine öffentliche Modellseite enthält die Zeichenfolge „aurora“, geprüft am 18. Oktober. Unsere eigene Erfassung der Modell-Dokumentation des Anbieters an diesem Datum zeigt die Flaggschiff-Ebene — GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna — ohne aurora-Eintrag und ohne jeglichen Eintrag mit Alpha-Suffix.

• Preis — keiner veröffentlicht. Nicht „teuer“, nicht „kostenlos“: nicht vorhanden. Es gibt keine Zahl, gegen die man budgetieren könnte.

• Kündbarkeit — von jeder Quelle, die wir finden können, unbestätigt und von zwei davon rundweg bestritten. Dies ist die wichtigste Zeile im Hauptbuch und diejenige, die die aggregierte Abdeckung verwischt.

• Leistungsfähigkeit — nichts. Es wurden weder ein Kontextfenster noch eine Parameteranzahl, Architektur, Modalität oder ein Feld für Reasoning-Aufwand veröffentlicht, geleakt oder von einem Partner beansprucht.

Warum ein Eintrag in einer Modellliste deutlich schwächere Beweiskraft hat, als es den Anschein macht

Der Instinkt, eine neue API-Kennung als Shadow-Launch zu deuten, ist verständlich – so sind im vergangenen Jahr mehrere echte Modelle aufgetaucht, und so erschien im Februar erstmals der Name aurora. Doch ein Eintrag in einer Modellliste beweist genau eines: dass eine Kennung in der Auflistung des Kontos existiert. Er beweist nicht, dass eine Anfrage an sie erfolgreich sein wird, dass sie mit einer nutzbaren Rate erfolgreich sein wird, dass sie nächste Woche noch existiert oder dass ihre Ausgabe zwischen zwei Aufrufen im Abstand von einem Tag stabil bleibt.

Konkret kann eine ID, die nur in einer Liste steht, Ihnen Folgendes antun: Sie kann an einem Tag aufrufbar und am nächsten verschwunden sein – ohne Abkündigungshinweis, weil sie nie dokumentiert war und daher nie von einer Abkündigungsrichtlinie erfasst wurde; sie kann ohne Eintrag im Changelog umbenannt, neu bepreist oder auf eine andere Adresse umgeleitet werden; und sie kann Ausgaben von einem Checkpoint liefern, der noch ausgetauscht wird, während Sie ihn verwenden, was bedeutet, dass ein Benchmark, den Sie am Montag laufen lassen, nicht das Modell beschreibt, das Sie am Freitag aufrufen. Nichts davon ist ein Grund zur Panik. All das ist ein Grund, keinen undokumentierten Identifier auf einen Produktionspfad zu setzen, und diejenigen, die über diese Geschichte am verantwortungsvollsten berichten, sagen dasselbe mit weniger Worten.

Die drei Lesarten des Farbschemas, geordnet danach, wie viel sie wert sind.

Weder im Signaltext noch in irgendeiner {{1}}Berichterstattung{{/1}} wird festgelegt, was {{2}}Blau{{/2}}, {{3}}Grün{{/3}} und {{4}}Rot{{/4}} bedeuten. Was folgt, ist eine {{5}}Schlussfolgerung{{/5}}, und sie ist als Schlussfolgerung gekennzeichnet – niemand außerhalb von O​penAI hat sich offiziell dazu geäußert.

• Ein Deployment, drei Varianten. Dies ist die Lesart, die die Belege tatsächlich stützen, und zwar nur wegen des Zeitpunkts: Drei IDs, die innerhalb von zwei Minuten zueinander in einem Konto erstellt wurden, sind die Signatur eines einzelnen Pushes, nicht drei unabhängige Experimente. Darüber, was zwischen ihnen variiert, sagt es nichts aus.

• Größen- oder Leistungsstufen. Farbcodierte Stufen wären eine neue Namenskonvention für diesen Anbieter, dessen dokumentierte Produktpalette in diesem Zyklus nach Himmels- und Wetterphänomenen benannt ist – Astra, Sol, Luna, Terra, Sunburst, Flare, Daybreak – und nicht nach Farben. Die astronomische Note macht einen Codenamen „Aurora“ plausibel; sie macht eine Zuordnung von Farben zu Größen nicht wahr. Plausibel ist kein Beweis.

• Rollout-Arme oder Evaluierungsvarianten. Drei parallele Kennungen sind auch das, was ein internes A/B- oder Sicherheitsbewertungs-Split aussieht, wenn er in ein gemeinsames Listing durchsickert. Ist dies der Fall, werden die IDs möglicherweise überhaupt nie öffentlich, und die richtige Reaktion ist, nichts zu tun.

Was keine dieser Lesarten stützt, ist genau die, die die Leute am meisten begeistert – dass es sich um Codex-Coding-Modelle handelt. Diese Schlussfolgerung beruht auf einem realen Präzedenzfall, und dieser Präzedenzfall trägt in der Diskussion mehr Gewicht, als er tragen kann.

Der Präzedenzfall Aurora Alpha und warum er eine Falle ist

Im Februar 2026 tauchte auf einer Routing-Plattform eines Drittanbieters ein getarntes Reasoning-Modell namens Aurora Alpha auf – ohne genannten Hersteller, mit einem Kontextfenster von 128.000 Token, einer standardmäßigen Reasoning-Intensität von „medium" und ohne öffentliche Benchmarks. Drei Tage später, am 12. Februar 2026, kündigte OpenAI GPT-5.3-Codex-Spark an, ein extrem schnelles Modell für Echtzeit-Coding, das auf Cerebras-Hardware bereitgestellt wird und nach eigenen Angaben mehr als 1.000 Token pro Sekunde erreicht. Die zeitliche Nähe der beiden und die gemeinsame Betonung von Geschwindigkeit sind der Grund, warum ein großer Teil der Community zu dem Schluss kam, dass Aurora Alpha *GPT-5.3-Codex-Spark war*.

Diese Schlussfolgerung wurde nie bestätigt. Nicht von OpenAI, nicht von der Plattform, die es hostete, und nicht von jemandem, der aus erster Hand Kenntnis von den Gewichten des getarnten Modells hat. Ein Prognosemarkt zu dieser Frage war zum Zeitpunkt der Niederschrift noch nicht aufgelöst; sein Auflösungsdatum war auf den 31. Dezember 2026 festgelegt. Eine spätere Erhebung zu Starts von Stealth-Modellen beschrieb die Codex-Spark-Theorie als auf der Nähe zu Listeneinträgen und einer ähnlichen Positionierung beruhend und merkte an, dass die eigenen Anhänger der Theorie dies als indiziell bezeichnen – was es ist. Der gemeinsame Name ist die einzige Verbindung zwischen Aurora Alpha aus dem Februar und den drei Aurora-IDs aus dem Oktober, und das Wort „aurora“ ist nicht selten.

Es gibt einen zweiten Grund, bei der Codex-Spark-Schlussfolgerung vorsichtig zu sein, und es ist derjenige, den die Berichterstattung weitgehend übersehen hat: Das Modell, auf das die Leute diese IDs abzubilden versuchen, wurde vor etwa einem Monat eingestellt. Der für das Kernprodukt zuständige Produktleiter von O​penAI sagte im September 2026 öffentlich, dass GPT-5.3-Codex-Spark in der folgenden Woche eingestellt werde, mit Verweis auf stetig sinkende Nutzung und bessere verfügbare Modelle, und diese Einstellung hat sich inzwischen in der eigenen Dokumentation des Anbieters niedergeschlagen, die es als nicht mehr nutzbar in der Desktop-App, CLI oder IDE-Erweiterung aufführt. Der verlockende Syllogismus – aurora-* sind Codex-Modelle, aurora-alpha war Codex-Spark, also sind diese Modelle der Codex-Spark-Klasse – verweist auf ein Modell, das nicht mehr existiert, ohne benannten Nachfolger und ohne Migrationspfad, den O​penAI veröffentlicht hat.

Wenn sich die aurora IDs tatsächlich als Coding-Modelle erweisen, wären sie etwas Neues und keine Fortsetzung eines Modells, das im September abgeschaltet wurde. Niemand sollte auf das Gegenteil setzen.

Die falsifizierbare Checkliste: Vier Signale, die aus einem Inserat eine Entscheidung machen

Statt darüber zu streiten, was die IDs sein könnten, ist es nützlicher, die vier Dinge zu benennen, die die Frage klären würden. Jedes davon ist überprüfbar, und jedes ist ein konkretes Artefakt statt einer Interpretation. Bis mindestens zwei davon vorliegen, lautet die richtige Haltung: beobachten und nicht bauen.

• Es erscheint im eigenen Modellkatalog des Anbieters. Nicht in einer Liste, die man mit einem Schlüssel abfragen kann – sondern in der Dokumentation, mit einem Namen und einer Funktionsbeschreibung. Das ist die Schwelle, die eine Kennung von einem Produkt trennt. Heute: nein.

• Ein Preis wird veröffentlicht. Eine Preisliste ist eine Verpflichtung. Ein undokumentierter Endpunkt ohne Preis lässt sich nicht budgetieren, nicht mit irgendetwas vergleichen und keinem Finanzteam vorlegen. Heute: In keiner Stufe existiert ein Preis.

• Ein Changelog-Eintrag nennt es. Changelog-Einträge sind in der Regel der letzte Schritt vor der allgemeinen Nutzung und bringen die Deprecation-Frist mit sich. Ein Modell ohne Changelog-Eintrag hat keine Deprecation-Richtlinie – und genau diese Eigenschaft macht rein listenbasierte IDs unsicher, wenn man sich auf sie verlässt. Heute: Der Changelog erwähnt aurora nicht.

• Jemand außerhalb von O​penAI führt ihn aus und veröffentlicht das Ergebnis. Ein unabhängiger Benchmark, eine Durchsatzmessung, eine reproduzierbare Testumgebung — irgendetwas mit einer angehängten Methode. Stand 18. Oktober ist die ehrliche Zahl öffentlicher unabhängiger Läufe gegen aurora-blue-alpha, aurora-green-alpha oder aurora-red-alpha null.

Wenn das vierte Signal eintrifft, besteht die sichere Art, einen unerprobten Endpunkt zu testen, darin, ihn als Kandidaten statt als Abhängigkeit zu behandeln: ihn hinter einer Routing-Schicht zu platzieren, die auf ein Modell ausweichen kann, das Sie bereits validiert haben, sodass ein schlechter Checkpoint oder eine verschwundene Kennung eine Anfrage beeinträchtigt, statt ein Produkt lahmzulegen. Das ist der Unterschied zwischen etwas über ein neues Modell zu lernen und einen Produktionspfad darauf zu verwetten.

Wenn Sie diese Woche Code ausliefern müssen, dann liefern Sie auf Grundlage dessen aus, was dokumentiert ist.

Die praktische Frage, die einen Entwickler am 18. Oktober tatsächlich beschäftigt, ist nicht, welche Farbe Rot hat. Sie lautet, worauf man aufbauen kann, während sich das klärt, und die Antwort sind die Modelle, die heute Namen, Preise und Dokumentation haben. Auf OrcaRouter sind das die IDs, die Sie jetzt mit einem Schlüssel aufrufen können, und zwar mit Anbieter-Listenpreisen, die mit 0 % Aufschlag durchgereicht werden, sodass eine Preisänderung eines Anbieters bei uns noch am selben Tag live ist statt erst zum nächsten Abrechnungszyklus:

• GPT-5.3-Codex — 1,75 $ pro Million Eingabetokens und 14 $ pro Million Ausgabetokens, mit einem Kontextfenster von 400K. Das auf Coding ausgerichtete Agent-Arbeitspferd der aktuellen O​penAI-Linie und das Modell, das die meisten Leser, die „aurora als Codex-Variante“ im Blick haben, bereits als Ersatz dafür nutzen.

• GPT-5.6 Sol — 4 $ pro Million Eingabe und 20 $ pro Million Ausgabe, 1,05 Mio. Kontext. Der anspruchsvolle Aufruf für lange Kontexte und Multimodalität.

• GPT-5.6 Luna — 0,20 $ pro Million Eingabe und 1,20 $ pro Million Ausgabe, 1,05 Mio. Kontext. Die günstige Hochvolumen-Stufe.

• G​PT-5.6 Terra — $2 pro Million Eingabetokens und $12 pro Million Ausgabetokens, 1,05 Mio. Kontext. Die Mitte dieser Leiter.

• GPT-6.1 Sol — 2 $ pro Million Eingabe und 10 $ pro Million Ausgabe, 1,05 Mio. Kontext. Die neueste Stufe der Reihe, positioniert für agentisches Programmieren und Computer-Nutzung.

Diese Zahlen stammen von unseren eigenen Modellseiten für jedes der fünf Modelle am 18. Oktober, nicht aus einer Pressemitteilung, und mit diesen Zahlen ist zu budgetieren. Die drei Aurora-Kennungen stehen nicht auf dieser Liste, und wir werden nichts anderes implizieren: Wenn und sobald ein Anbieter einen Preis und eine Fähigkeitsbeschreibung für ein Modell veröffentlicht, wird es hier im üblichen Verfahren routbar, und heute gibt es nichts zu routen.

Um die eine Aussage, die hier erwähnenswert ist, ausdrücklich zu machen: Eine Routing-Schicht ist kein Weg, Zugang zu einem Modell zu erhalten, das keinen dokumentierten Endpunkt hat. Sie ist ein Weg, zu verhindern, dass ein undokumentiertes Modell zu einem Single Point of Failure wird, sobald es einen dokumentierten Endpunkt erhält.

Worauf man achten sollte und was diesen Artikel ändern würde

Der Grund, warum diese Geschichte eher ein Lesezeichen als eine Schlagzeile wert ist, ist die Form dessen, was fehlt. Drei Namen tauchten gemeinsam auf, in einem Zeitfenster von zwei Minuten, in einem Konto, das dem Anbieter gehört – und dann nichts. Keine Dokumentation, kein Preis, kein Changelog, kein unabhängiger Lauf, keine Bestätigung, dass eine Anfrage überhaupt etwas zurückgeben würde. Dieses Muster passt zu einem gestaffelten Rollout, zu einer internen Evaluierung, die in ein gemeinsam genutztes Verzeichnis durchgesickert ist, und zu einem Dutzend Dingen dazwischen. Es passt nicht zu einer Veröffentlichung.

Was es bewegen würde: jedes der vier oben genannten Signale. Ein auftauchender Preis ist das lauteste, weil eine Preisliste schwer zu veröffentlichen und dann wieder zurückzuziehen ist. Ein Changelog-Eintrag ist das zweitlauteste, weil er eine Deprecation-Uhr in Gang setzt. Ein unabhängiger Durchlauf ist am nützlichsten, weil er das erste in dieser Geschichte ist, das Beleg statt Schlussfolgerung wäre. Und ein stilles Verschwinden – die IDs, die ohne Ankündigung aus der Liste fallen – wäre ebenfalls die Antwort und sollte als solche gelesen werden und nicht als heimlicher Launch, der zurückgezogen wurde.

Bis dahin sind die drei Aurora-Identifikatoren genau das, was ihre eigene Auflistung sagt: Einträge. Sie als Modell zu bezeichnen ist eine Vermutung, und es ist zufällig die Vermutung, die bereits einmal zuvor im Februar angestellt wurde – zu einem Namen, der sich reimte. Auch jene wurde nie bestätigt – und das Modell, auf das sie eigentlich verweisen sollte, wurde im September eingestellt.