Third Moment: OpenAI-Stack betreibt 10.000 KI-Agenten für 48 Stunden
Third Moment betreibt nach eigenen Angaben 10.000 KI-Agenten über 36 bis 48 Stunden. Was dahintersteckt, woher die Fortschritte kamen und was noch unbewiesen ist.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Am 14. Oktober 2026 gab Third Moment Research bekannt, bis zu 10.000 Agenten auf Basis von OpenAI-Modellen gleichzeitig zu betreiben, wobei einzelne Forschungssitzungen 36 bis 48 Stunden dauern. Die Ankündigung ist relevant, weil sie eine neue Größenordnung für autonome Forschungssysteme andeutet, vor allem im Quant-Bereich und in codelastigen Umgebungen. Für Teams, die Agenten-Workflows entwickeln, ist die wichtigste Erkenntnis: Third Moment setzt auf einen mehrschichtigen Stack. Codex handelt innerhalb der Umgebung, GPT-6 Astra, GPT-6 Sol und GPT-6.1 Sol übernehmen das Reasoning, und Daybreak prüft vor dem Start der Läufe die Sicherheit.
Was Third Moment offengelegt hat
Third Moment beschrieb ein System, das Agenten mit der Zeit verbessern soll: Es analysiert, wo sie scheitern, erzeugt synthetische Szenarien rund um diese Schwachstellen und speist die Ergebnisse in künftige Läufe zurück. Im aktuellen Aufbau können die Agenten laut Unternehmen Arbeit planen, Subagenten starten, Tools nutzen und Untersuchungen über lange Sitzungen fortführen, statt nach einer einzelnen Prompt-Kette aufzuhören. Zudem könne der Betrieb an einem einzigen Tag 1 Billion OpenAI-Tokens verbrauchen, und in die laufende Evaluierung sei neben den anderen Frontier-Modellen im Stack auch GPT-6 Luna einbezogen.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Warum die Zahlen wichtig sind
Das konkreteste Beispiel in der Ankündigung betraf einen Engpass beim Backtesting. Laut Third Moment prüfte Codex aufgezeichnete Simulationsverläufe, Zeitstempel und die Codebasis und fand dabei eine Caching-Optimierung sowie eine Memory-Packing-Technik, die einen Backtest von rund 3 Stunden auf etwa 3 bis 5 Minuten verkürzten. Das Unternehmen spricht von einer Reduktion um 97 %. Solche Verbesserungen zählen, weil lang laufende Agenten Tokens verbrennen und ihren Kontext zumüllen können, während sie auf langsame Systeme warten. Außerdem ist GPT-6.1 Sol nach Angaben von Third Moment derzeit wegen seiner Token-Effizienz das meistgenutzte Modell, während GPT-6 Astra bei einem Live-Latenz-Benchmark die größte Beschleunigung brachte.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Wie es weitergeht
Third Moment setzt nach eigenen Angaben Daybreak vor dem Start von Simulationen ein, um zu testen, ob Agenten aus ihrer Forschungsumgebung ausbrechen und das übrige Netzwerk erreichen könnten. Dieser Sicherheitsschritt wird umso wichtiger, je stärker das Unternehmen auf Hunderttausende zusammenarbeitende Subagenten statt isolierter Langzeitläufe hinarbeitet. Für andere Unternehmen, die mit autonomer Forschung experimentieren, liegt die Neuigkeit nicht nur darin, dass größere Agentenzahlen möglich sind. Vielmehr scheint die Skalierung davon abzuhängen, dass vier Bausteine zusammenspielen: starke Reasoning-Modelle, ein Harness für die Tool-Nutzung, Performance-Tuning innerhalb des Workflows und automatisierte Prüfungen, ob die Umgebung weiterhin abgeschottet ist.


