Modellpositionierung
Computer-Using Agent (CUA) ist ein von OpenAI für die Bedienung grafischer Benutzeroberflächen trainiertes Agentenmodell. Es verbindet die visuellen Fähigkeiten von GPT-4o mit durch bestärkendes Lernen erworbenen Schlussfolgerungsfähigkeiten; die Forschungsvorschau vom Januar 2025 wurde Nutzern über das Produkt Operator bereitgestellt. (openai.com)
Fähigkeiten und Verwendungszwecke
CUA erfasst den Bildschirmzustand anhand von Screenshots, plant Schritte und verwendet eine virtuelle Maus und Tastatur zum Klicken, Scrollen oder Eingeben. Bei Hindernissen kann es versuchen, sich selbst zu korrigieren oder den Nutzer um Hilfe zu bitten. Zu den Verwendungszwecken gehören das Ausfüllen von Formularen, das Durchsuchen von Websites, das Bestellen von Waren sowie Aufgaben wie automatisierte Webtests und Dateneingabe. Die Zielwebsite muss keine spezielle API bereitstellen. (openai.com)
Einschränkungen und Risiken
Die Forschungsvorschau kann Fehler machen und ist insbesondere außerhalb von Browserumgebungen nur begrenzt zuverlässig; die ursprüngliche Ankündigung berichtete eine Erfolgsquote von 38,1 % im OSWorld-Test. Das Modell ist zudem Risiken wie Prompt-Injection ausgesetzt und erfordert menschliche Aufsicht; bei Handlungen mit externen Auswirkungen, etwa dem Absenden von Bestellungen, wurde die ursprüngliche Version von CUA darauf trainiert, den Nutzer um Bestätigung zu bitten. (openai.com)
Veröffentlichung und Verfügbarkeit
- Veröffentlichungsdatum: 23. Januar 2025. Dies ist das Veröffentlichungsdatum der CUA-Forschungsvorschau in der offiziellen Darstellung von OpenAI; sie wurde an diesem Tag über Operator erstmals ChatGPT-Pro-Nutzern in den USA bereitgestellt. Es handelt sich nicht um ein Platzhalterdatum am Monatsende. (openai.com)
- Spätere API-Version: OpenAI veröffentlichte CUA am 11. März 2025 als Forschungsvorschau
computer-use-previewfür ausgewählte API-Entwickler; dies ist von der in diesem Eintrag beschriebenen Forschungsvorschau im Januar zu unterscheiden. (openai.com) - Späterer Status: Operator wurde im Juli 2025 in ChatGPT agent integriert; die offizielle Dokumentation zeigt, dass
computer-use-previewund dessen Snapshot vom 11. März 2025 abgeschaltet wurden. Als Abschaltdatum nennt die Tabelle zur Außerbetriebnahme den 23. Juli 2026. (openai.com)
Preise
Bei der Veröffentlichung der API-Forschungsvorschau im März 2025 betrugen die offiziell bekannt gegebenen Preise in US-Dollar (USD) 3 US-Dollar pro 1 Million Eingabe-Token und 12 US-Dollar pro 1 Million Ausgabe-Token. Dies sind historische Preise der späteren API-Version und keine gesonderten Token-Preise für das Produkt Operator im Januar 2025; die API-Version ist inzwischen abgeschaltet. Abfragedatum: 20. November 2026. (openai.com)