Från sparade fakta till en sammanhängande profil

ChatGPTs ursprungliga minnesfunktion, som lanserades 2024, byggde främst på så kallade sparade minnen. Användaren behövde i praktiken tala om för modellen vad som skulle kommas ihåg .

I april 2025 började OpenAI använda den första versionen av Dreaming. Den kunde gå igenom tidigare samtal i bakgrunden och hämta relevant kontext automatiskt, men fungerade fortfarande främst som ett komplement till listan över sparade minnen .

Dreaming V3 innebär enligt OpenAI en mer genomgripande ombyggnad. I stället för separata punkter som ”användaren är mjukvaruingenjör” eller ”användaren har en hund som heter Max” sorterar systemet information efter områden som yrke, fritidsintressen, resvanor, preferenser och begränsningar. Därefter sammanfattas uppgifterna till sammanhängande, berättande användarprofiler .

Tanken är alltså inte bara att lagra fler datapunkter, utan att ge ChatGPT en bättre förståelse för hur olika delar av användarens sammanhang hänger ihop.

Så fungerar Dreaming V3

Dreaming körs som en bakgrundsprocess. Med jämna mellanrum granskar den tidigare samtal, identifierar relevanta signaler och uppdaterar minnesprofilen automatiskt . Användaren behöver därför inte alltid skriva ”kom ihåg det här” för att en uppgift ska kunna påverka framtida svar .

Systemet ska också kunna rensa bort inaktuell information och väga nyare uppgifter mot äldre sådana. Det kan exempelvis minska risken för att ChatGPT fortsätter att utgå från ett gammalt arbete, en tidigare preferens eller en föråldrad plan .

OpenAI bedömer ett bra minne utifrån tre kriterier :

1. Det för över användbar kontext mellan samtal.
2. Det följer användarens preferenser och uttalade begränsningar.
3. Det uppdateras över tid utan att användaren behöver ingripa.

Träffsäkerheten steg från 52,2 till 75,1 procent

Det är dessa kriterier som ligger bakom den uppmärksammade förbättringen i OpenAI:s tester. Den faktamässiga träffsäkerheten ökade från 52,2 procent till 75,1 procent .

För användaren innebär det framför allt färre gamla, motstridiga eller felaktiga uppgifter som ligger kvar i bakgrunden. Det ska också bli lättare för ChatGPT att ta hänsyn till pågående projekt, förändrade mål och preferenser som utvecklas över tid.

Nya kontroller för användaren

Tillsammans med den tekniska uppdateringen lanserar OpenAI flera funktioner som gör minnet mer synligt och redigerbart:

• Memory Summary: En ny minnessida visar en översikt av vad ChatGPT har uppfattat om användaren. Där går det att granska höjdpunkter, lägga till eller ändra personliga uppgifter och ange vilka ämnen ChatGPT bör ta upp – eller undvika – i olika sammanhang .
• Automatisk rensning och uppdatering: Äldre information ska kunna tas bort, medan nya uppgifter från färska samtal sammanförs utan att användaren behöver be om det .
• Kontext från flera källor: ChatGPT kan hämta relevant sammanhang från tidigare chattar, sparade minnen, uppladdade filer och anslutna appar för att ge mer anpassade svar .

Det betyder samtidigt att användaren får större anledning att kontrollera minnessidan och se vilken bild tjänsten faktiskt har byggt upp.

Fem gånger lägre kostnad öppnar för gratisanvändare

Tidigare minnesarkitekturer var dyra att köra för hundratals miljoner användare. Att kontinuerligt analysera och sammanfatta samtal krävde stora mängder beräkningskraft, vilket gjorde avancerad minnessyntes enklare att motivera för betalande kunder.

OpenAI uppger att Dreaming V3 har sänkt kostnaden för minnessyntes till ungefär en femtedel av den tidigare nivån . Den omkring fem gånger högre effektiviteten är central för utrullningen: den gör det möjligt att erbjuda mer personligt och långvarigt AI-stöd även till användare på gratisnivån.

En ny kapplöpning om AI som minns

OpenAI:s besked kommer samtidigt som branschen rör sig från tillfälliga, så kallade tillståndslösa AI-samtal till mer varaktiga relationer mellan användare och assistent. Under 2026 hade de tre stora konsumentinriktade AI-laboratorierna lanserat system för bestående minne .

• Anthropic presenterade Claude Dreaming den 6 maj 2026. Systemet använder bakgrundsbaserad bearbetning för att gå igenom upp till 100 tidigare sessioner och hitta återkommande mönster.
• Google introducerade Gemini Sparks kontobaserade kontext vid I/O den 19 maj 2026, med minne integrerat i assistentens ekosystem.
• OpenAI försöker nu ta en ledande position med en modell som sammanställer berättande användarprofiler i bakgrunden och kan skalas till en mycket stor användarbas.

Det här är mer än en tävling om en enskild funktion. Bestående minne förändrar AI från verktyg som svarar på enskilda frågor till assistenter som bygger upp en fortlöpande förståelse av användaren .

Grunden för OpenAI:s personliga assistent

Dreaming V3 är också en tydlig signal om vart OpenAI vill ta ChatGPT: bort från en generell chatbot och närmare en proaktiv, kontextmedveten personlig assistent .

En sådan assistent skulle kunna känna till användarens arbetsprojekt, mål, kostbegränsningar, resplaner och kommunikationsstil utan att allt behöver upprepas i varje ny chatt. Dreaming V3 gör det enklare att närma sig den visionen genom att automatiskt dra slutsatser av tidigare samtal i stället för att förlita sig helt på uttryckliga instruktioner.

Den lägre beräkningskostnaden är viktig eftersom personligt minne annars blir svårt att erbjuda i global skala. För OpenAI är minnet därför inte bara en bekvämlighetsfunktion. Det fungerar som en grund för framtida AI-agenter som ska kunna utföra uppgifter med större förståelse för vem användaren är och vad hen försöker åstadkomma .

När får användarna tillgång?

Från sparade fakta till en sammanhängande profil

ChatGPTs ursprungliga minnesfunktion, som lanserades 2024, byggde främst på så kallade sparade minnen. Användaren behövde i praktiken tala om för modellen vad som skulle kommas ihåg .

I april 2025 började OpenAI använda den första versionen av Dreaming. Den kunde gå igenom tidigare samtal i bakgrunden och hämta relevant kontext automatiskt, men fungerade fortfarande främst som ett komplement till listan över sparade minnen .

Dreaming V3 innebär enligt OpenAI en mer genomgripande ombyggnad. I stället för separata punkter som ”användaren är mjukvaruingenjör” eller ”användaren har en hund som heter Max” sorterar systemet information efter områden som yrke, fritidsintressen, resvanor, preferenser och begränsningar. Därefter sammanfattas uppgifterna till sammanhängande, berättande användarprofiler .

Tanken är alltså inte bara att lagra fler datapunkter, utan att ge ChatGPT en bättre förståelse för hur olika delar av användarens sammanhang hänger ihop.

Så fungerar Dreaming V3

Dreaming körs som en bakgrundsprocess. Med jämna mellanrum granskar den tidigare samtal, identifierar relevanta signaler och uppdaterar minnesprofilen automatiskt . Användaren behöver därför inte alltid skriva ”kom ihåg det här” för att en uppgift ska kunna påverka framtida svar .

Systemet ska också kunna rensa bort inaktuell information och väga nyare uppgifter mot äldre sådana. Det kan exempelvis minska risken för att ChatGPT fortsätter att utgå från ett gammalt arbete, en tidigare preferens eller en föråldrad plan .

OpenAI bedömer ett bra minne utifrån tre kriterier :

1. Det för över användbar kontext mellan samtal.
2. Det följer användarens preferenser och uttalade begränsningar.
3. Det uppdateras över tid utan att användaren behöver ingripa.

Träffsäkerheten steg från 52,2 till 75,1 procent

Det är dessa kriterier som ligger bakom den uppmärksammade förbättringen i OpenAI:s tester. Den faktamässiga träffsäkerheten ökade från 52,2 procent till 75,1 procent .

För användaren innebär det framför allt färre gamla, motstridiga eller felaktiga uppgifter som ligger kvar i bakgrunden. Det ska också bli lättare för ChatGPT att ta hänsyn till pågående projekt, förändrade mål och preferenser som utvecklas över tid.

Nya kontroller för användaren

Tillsammans med den tekniska uppdateringen lanserar OpenAI flera funktioner som gör minnet mer synligt och redigerbart:

• Memory Summary: En ny minnessida visar en översikt av vad ChatGPT har uppfattat om användaren. Där går det att granska höjdpunkter, lägga till eller ändra personliga uppgifter och ange vilka ämnen ChatGPT bör ta upp – eller undvika – i olika sammanhang .
• Automatisk rensning och uppdatering: Äldre information ska kunna tas bort, medan nya uppgifter från färska samtal sammanförs utan att användaren behöver be om det .
• Kontext från flera källor: ChatGPT kan hämta relevant sammanhang från tidigare chattar, sparade minnen, uppladdade filer och anslutna appar för att ge mer anpassade svar .

Det betyder samtidigt att användaren får större anledning att kontrollera minnessidan och se vilken bild tjänsten faktiskt har byggt upp.

Fem gånger lägre kostnad öppnar för gratisanvändare

Tidigare minnesarkitekturer var dyra att köra för hundratals miljoner användare. Att kontinuerligt analysera och sammanfatta samtal krävde stora mängder beräkningskraft, vilket gjorde avancerad minnessyntes enklare att motivera för betalande kunder.

OpenAI uppger att Dreaming V3 har sänkt kostnaden för minnessyntes till ungefär en femtedel av den tidigare nivån . Den omkring fem gånger högre effektiviteten är central för utrullningen: den gör det möjligt att erbjuda mer personligt och långvarigt AI-stöd även till användare på gratisnivån.

En ny kapplöpning om AI som minns

OpenAI:s besked kommer samtidigt som branschen rör sig från tillfälliga, så kallade tillståndslösa AI-samtal till mer varaktiga relationer mellan användare och assistent. Under 2026 hade de tre stora konsumentinriktade AI-laboratorierna lanserat system för bestående minne .

• Anthropic presenterade Claude Dreaming den 6 maj 2026. Systemet använder bakgrundsbaserad bearbetning för att gå igenom upp till 100 tidigare sessioner och hitta återkommande mönster.
• Google introducerade Gemini Sparks kontobaserade kontext vid I/O den 19 maj 2026, med minne integrerat i assistentens ekosystem.
• OpenAI försöker nu ta en ledande position med en modell som sammanställer berättande användarprofiler i bakgrunden och kan skalas till en mycket stor användarbas.

Det här är mer än en tävling om en enskild funktion. Bestående minne förändrar AI från verktyg som svarar på enskilda frågor till assistenter som bygger upp en fortlöpande förståelse av användaren .

Grunden för OpenAI:s personliga assistent

Dreaming V3 är också en tydlig signal om vart OpenAI vill ta ChatGPT: bort från en generell chatbot och närmare en proaktiv, kontextmedveten personlig assistent .

En sådan assistent skulle kunna känna till användarens arbetsprojekt, mål, kostbegränsningar, resplaner och kommunikationsstil utan att allt behöver upprepas i varje ny chatt. Dreaming V3 gör det enklare att närma sig den visionen genom att automatiskt dra slutsatser av tidigare samtal i stället för att förlita sig helt på uttryckliga instruktioner.

Den lägre beräkningskostnaden är viktig eftersom personligt minne annars blir svårt att erbjuda i global skala. För OpenAI är minnet därför inte bara en bekvämlighetsfunktion. Det fungerar som en grund för framtida AI-agenter som ska kunna utföra uppgifter med större förståelse för vem användaren är och vad hen försöker åstadkomma .

När får användarna tillgång?