„AGI ist da“: Was Jensen Huangs Aussage zu GPT-6 Astra wirklich bedeutet

Jensen Huangs Aussage, mit GPT-6 Astra sei nun „AGI da“, sollte man nicht als wissenschaftlich festgestellte Tatsache lesen. Sie ist vielmehr ein zugespitztes praktisches und kommerzielles Urteil: Für Huang überschreitet Astra wegen seiner breiten Fähigkeiten, hoher Benchmarkwerte und seiner Fähigkeit, mehrstufig mit Werkzeugen zu arbeiten, offenbar die Schwelle dessen, was er als allgemeine künstliche Intelligenz (AGI) versteht.

OpenAI selbst formuliert deutlich vorsichtiger. Das Unternehmen nennt GPT-6 Astra sein bislang leistungsfähigstes Modell für besonders anspruchsvolle End-to-End-Aufgaben – etwa Schlussfolgern, Programmierung, Recherche, Browser- und Computernutzung. Von AGI ist in den Produkt- und Entwicklerunterlagen jedoch nicht die Rede. 12

Worauf Huang seine AGI-Aussage stützt

Huang gratulierte OpenAI nach dem Start von Astra und schrieb, das Modell sei auf „100K+ NVIDIA Grace Blackwell NVLink72“ trainiert worden. Zudem verwies er auf Spitzenleistungen bei FrontierMath Tier 4, ARC-AGI-3 und TerminalBench 4.0 sowie auf weitere „400K GPUs“, die online gehen sollten. 12

Die Infrastrukturangabe ist allerdings weniger eindeutig, als sie auf den ersten Blick wirkt: Ein NVLink72-System bezeichnet üblicherweise eine Konfiguration in der Größenordnung von 72 GPUs. „Mehr als 100.000 NVLink72-Systeme“ und „mehr als 100.000 GPUs“ wären folglich völlig unterschiedliche Größenordnungen. Die öffentliche Formulierung erlaubt deshalb keine sauber überprüfbare Berechnung der insgesamt für das Training verwendeten GPUs.

Berichten zufolge wurde eine frühere Angabe von 300.000 GPUs später durch die Formulierung „100K+ NVLink72“ ersetzt. Eine öffentliche Erklärung von Huang oder Nvidia für diese Änderung liegt nicht vor. Die Angabe sollte daher nicht als belastbare Offenlegung des gesamten Trainingsaufwands verstanden werden. 5

Die Benchmarkwerte: stark, aber kein AGI-Beweis

OpenAI berichtet für Astra 98 % bei FrontierMath Tier 4 und 99,9 % bei ARC-AGI-3. Bei Terminal-Bench 4.0 führt OpenAI einen Wert von 57,9 % auf. 11 Das sind außergewöhnliche Resultate in sehr anspruchsvollen Tests.

Aber Benchmarks messen jeweils klar abgegrenzte Aufgaben. Sie belegen nicht automatisch, dass ein System unter wechselnden, unübersichtlichen Alltagsbedingungen zuverlässig handelt, langfristig plant, robuste Welt- und Kausalzusammenhänge versteht oder autonom und sicher in offenen Umgebungen operiert.

Gerade das ist der Kern der Debatte: Es gibt bis heute keine einheitlich akzeptierte wissenschaftliche Definition von AGI – und damit auch keinen einzelnen Test, der ihren Eintritt verbindlich feststellen könnte. Beeindruckende Leistungen in Mathematik, abstraktem Denken, Programmierung oder Werkzeugnutzung sind wichtige Fähigkeiten. Sie sind aber nicht dasselbe wie ein nachgewiesenes, verlässlich generalisierendes System mit menschenähnlicher allgemeiner Kompetenz.

Warum OpenAIs Wortwahl entscheidend ist

OpenAI beschreibt Astra als Modell für schwierige, mehrstufige Arbeitsabläufe mit bereitgestelltem Kontext und Tools. 12 Das ist eine konkrete, überprüfbare Produktbehauptung: Das Modell soll Aufgaben über Code, Browser und professionelle Software hinweg bearbeiten können.

Die fehlende AGI-Behauptung ist daher nicht bloß sprachliche Vorsicht. Das Unternehmen, das Astra entwickelt hat, beschränkt sich auf spezifische Leistungsversprechen statt zu erklären, eine weltweit umstrittene Schwelle allgemeiner Intelligenz sei überschritten.

Huangs Position ist deutlich entschlossener geworden

Schon 2024 hatte Huang gesagt, AGI könne innerhalb von fünf Jahren erreicht werden – ausdrücklich abhängig davon, wie man AGI definiere. 10 Ende August 2026 erklärte er dann, Nvidia habe AGI bereits „für viele Aufgaben“ erreicht, bezeichnete den Meilenstein zugleich aber als wenig aussagekräftig. Wenige Tage später folgte mit Blick auf Astra die pauschalere Aussage: „AGI ist da.“ 712

Diese Entwicklung zeigt vor allem eine veränderte Einordnung Huangs, nicht das Entstehen eines neuen, allgemein anerkannten wissenschaftlichen Prüfverfahrens.

Andere führende Stimmen bleiben vorsichtiger. Demis Hassabis, Chef von Google DeepMind, sagte im Januar 2026, auf dem Weg zu menschlicher AGI fehlten weiterhin wichtige Bausteine; er rechnete eher in fünf bis zehn Jahren mit ihr. 8

Nvidias Interesse gehört zur Einordnung dazu

Huangs Aussage ist auch Teil einer Erzählung über Recheninfrastruktur: Wenn immer leistungsfähigere KI durch extrem große Cluster entsteht, steigt die Nachfrage nach genau den Chips und Systemen, die Nvidia verkauft. Dass Huang seine AGI-Aussage mit einer Trainingshardware-Referenz und dem Ausblick auf weitere 400.000 GPUs verknüpfte, macht diesen Zusammenhang sichtbar. 12

Hinzu kommt die finanzielle Verbindung zu OpenAI. Nvidia hat laut Reuters eine Investition von 30 Milliarden US-Dollar in OpenAI abgeschlossen. Huang sagte zudem, eine zuvor diskutierte Investitionsmöglichkeit von 100 Milliarden US-Dollar sei wegen eines erwarteten Börsengangs OpenAIs vermutlich nicht mehr realistisch. 9

Das widerlegt Huangs Einschätzung nicht. Es bedeutet aber, dass er kein unabhängiger Beobachter eines Modells ist, dessen Ausbau sowohl Nvidias Hardwaregeschäft als auch den Wert der eigenen Beteiligung fördern kann.

Fazit

GPT-6 Astra könnte einen großen Fortschritt bei breit einsetzbarer, werkzeugnutzender KI markieren. Huang ist offenbar überzeugt, dass diese Fähigkeiten seiner operativen Definition von AGI entsprechen.

Als gesicherte Feststellung lässt sich „AGI ist da“ jedoch nicht behandeln. Dafür fehlen eine allgemein akzeptierte Definition, ein unabhängiges Validierungsprogramm und ein belastbarer Nachweis, dass das System in offenen realen Umgebungen dauerhaft robust, zuverlässig und umfassend generalisierend arbeitet.