Du betrittst eine fremde Küche. Weder Schränke noch Geräte kennst du, dennoch sollst du ein Gericht kochen, das du nie zuvor zubereitet hast. Ein Mensch würde innehalten, die Werkzeuge erkunden und einen Plan fassen. Genau diese Fähigkeit – Orientierung in einer unbekannten Umgebung – zeigt das KI-Modell GPT-5.6 Sol von OpenAI. Die im Juli 2026 veröffentlichten Ergebnisse auf dem ARC-AGI-Benchmark deuten auf einen Schritt zu allgemeiner Intelligenz hin, auch wenn die Zahlen auf den ersten Blick ernüchternd wirken.
ARC-AGI testet abstraktes visuelles Reasoning. Die Aufgaben bestehen aus farbigen Rastern, deren Logik man aus wenigen Beispielen erschließen muss. Es gibt drei Schwierigkeitsstufen. ARC-AGI-1 ähnelt dem Trainingsmaterial. ARC-AGI-2 erfordert tieferes Verständnis. ARC-AGI-3 ist völlig neu in Struktur und Symbolik – selbst für Systeme, die auf riesigen Datenmengen trainiert wurden. Ein menschlicher Erwachsener löst die meisten dieser Aufgaben mühelos. Für KI-Modelle waren sie bislang eine große Hürde.
Die GPT-5.6-Familie besteht aus drei Modellen: Sol, Terra und Luna. Terra und Luna sind vermutlich kleinere oder weniger rechenintensive Varianten. Sol ist das leistungsstärkste. Bei maximalem Reasoning-Aufwand erreicht Sol auf ARC-AGI-1 96,5 Prozent, auf ARC-AGI-2 92,5 Prozent. Das sind hohe Werte. Auf ARC-AGI-3 schafft Sol im besten Fall nur 7,78 Prozent im Semi-Private-Test und 13,33 Prozent im Public-Teil. Das ist niedrig. Dennoch ist Sol das erste Modell, das ein ARC-AGI-3-Spiel gewonnen hat: die Aufgabe ft09 mit 87 Prozent.
Der Erfolg liegt nicht darin, dass Sol ein Problem schneller oder genauer löst. Entscheidend ist, wie es scheitert. Laut den Entwicklern liest Sol eine unbekannte Szene korrekt – in der eigenen Sprache des Spiels. Es erkennt Symbole und Regeln, ohne sie mit Trainingsmustern zu verwechseln. Wenn eine Hypothese falsch ist, verwirft Sol sie und plant neu. Frühere Modelle wiederholten bei Misserfolgen die gleiche Strategie oder gerieten in Schleifen. Sol hingegen wirft einen neuen Blick auf die Situation.
Das ist Orientierung in einer neuen Umgebung. Wie bei einem unbekannten Brettspiel: Man studiert erst Spielsteine und Brett. Das tut Sol auch. Die meisten Agenten scheitern laut OpenAI nicht an der Ausführung, sondern an der Orientierung. Sie schreiben Code auf Basis falscher Annahmen oder handeln, bevor sie die Aufgabe verstanden haben. Sol orientiert sich zuerst richtig – und leitet dann die richtigen Handlungen ab. Das ist ein wichtiger Fortschritt in der KI-Entwicklung.
Die Ergebnisse zeigen aber auch Grenzen. Selbst mit maximalem Reasoning erreicht Sol auf ARC-AGI-3 nur knapp 8 Prozent. Das liegt nicht an mangelnder Rechenleistung, sondern daran, dass die absolute Neuheit der Aufgaben eine große Herausforderung bleibt. Die Spanne zwischen den Reasoning-Stufen (Max, Extra High, High, Medium, Low) ist groß. Bei niedrigerem Reasoning-Aufwand fällt Sol auf ARC-AGI-3 auf 0,3 Prozent zurück. Terra und Luna schneiden noch schlechter ab. Ohne ausreichend Rechenzeit und Komplexität hilft auch das beste Modell nicht. Generalisierung ist kein Schalter, sondern ein kontinuierlicher Prozess.
Für die Entwicklung allgemeiner künstlicher Intelligenz ist das ein kleiner, aber bedeutender Schritt. Dass ein Modell lernt, sich in einer völlig neuen Umgebung zu orientieren, anstatt nur auf Gelerntes zurückzugreifen, ist eine Eigenschaft menschlicher Intelligenz. Übertriebene Euphorie ist aber fehl am Platz. Ein System, das 8 Prozent einer neuartigen Aufgabe löst, ist nicht kurz vor der allgemeinen Intelligenz. Es ähnelt einem Kind, das in einer fremden Küche den Herd findet, aber noch kein komplettes Menü kochen kann. Der Weg ist lang.
Für die praktische Anwendung heißt das: KI-Systeme werden besser darin, sich auf unbekannte Situationen einzustellen. Ein Haushaltsroboter, der eine Wohnung noch nie gesehen hat: Bisher musste man ihm jeden Raum einzeln beibringen. Ein System wie Sol könnte sich selbst orientieren, die Anordnung von Möbeln erfassen und zielgerichtet handeln. Ein Assistenzsystem in einem neuen Unternehmen müsste nicht jedes Dokument von Grund auf trainieren, sondern könnte die interne Logik verstehen, indem es die Umgebung analysiert. Hier liegt das Potenzial.
Die Richtung ist klar: Es geht nicht nur um mehr Daten oder Parameter, sondern darum, dass ein Modell lernt, wie es lernen soll. Fehler als Anlass zur Neuorientierung zu nehmen, ist ein grundlegendes Prinzip intelligenten Verhaltens. OpenAI hat mit Sol gezeigt, dass das in einem neuronalen Netz umsetzbar ist. Wie schnell dieser Ansatz skaliert, werden die nächsten Jahre zeigen. Die ARC-AGI-3-Werte bleiben eine nüchterne Messlatte.
Quelle: arcprize.org
