Mehr Kontingent zum gleichen Preis: Das nimmt man gerne mit. OpenAI setzt bei Codex und GPT-6 Astra immer wieder Nutzungslimits zurück. Wer ein kostenpflichtiges Abo hat, kann dadurch weiterarbeiten. Dazu kommen gespeicherte Resets, etwa als Ausgleich für verzögerten Zugang oder als Belohnung für eine Empfehlung.

Das ist kulant – und gutes Marketing. OpenAI stellt zusätzliche Rechenleistung bereit, Nutzer arbeiten weiter und probieren mehr aus. Nach einem holprigen Start kann das Ärger abfedern. Gleichzeitig erfährt OpenAI, wie gross der Bedarf nach zusätzlicher Kapazität ist.

Der Haken: Gratis-Kontingente verzerren das Bild der tatsächlichen Kosten. Ein Team erledigt heute mit demselben Abo mehr Arbeit, als ohne diese Aktionen möglich wäre. Wer damit langfristig kalkuliert, rechnet sich den Betrieb unter Umständen zu günstig.

Diese Analyse stützt sich auf OpenAIs ChatGPT Release Notes, die dokumentierten Codex-Reset- und Empfehlungsmechanismen sowie öffentliche Berichte zum Astra-Rollout. Wo OpenAI keine Absicht bestätigt, kennzeichnen wir die Schlussfolgerung ausdrücklich als Analyse.

Was ist ein Reset?

Codex begrenzt die Nutzung je nach Abo, Aufgabe und Rechenaufwand. Ein Reset setzt das betroffene Nutzungslimit zurück. Ein «banked reset» ist ein gespeicherter Reset: Der Nutzer löst ihn später selbst aus, solange die Gutschrift noch gültig ist. Das ist zusätzliche Nutzungskapazität, nicht zwingend eine feste Zahl von Token.

OpenAI nutzt mehrere Varianten:

Nicht jede Variante ist für alle Pläne, Regionen oder Zeiträume verfügbar. Konditionen können sich ändern.

Globaler oder gespeicherter Reset: Wer bestimmt den Zeitpunkt?

Bei einem globalen Reset setzt OpenAI die betroffenen Nutzungskontingente zu einem vorgegebenen Zeitpunkt zurück. Nutzer können den Zeitpunkt nicht auswählen. Wer noch Restkapazität besitzt, hat deshalb einen Anreiz, sie vor dem Reset zu verbrauchen. Arbeit, die normalerweise später erfolgt wäre, wird in die Zeit vor oder direkt nach dem Reset verschoben.

Das erzeugt nicht nur neuen Bedarf, sondern auch vorgezogene oder zeitlich verschobene Nutzung:

• vor dem Termin wird verbleibendes Kontingent schneller verbraucht;
• nach dem Termin starten Nutzer Aufgaben, die sie sonst aufgeschoben hätten;
• die gemessene Aktivität steigt kurzfristig;
• die Rechenlast konzentriert sich rund um das Reset-Ereignis;
• Nutzer können den Wert nicht optimal auf ihren Arbeitsplan abstimmen.

Bei einem banked reset erhält der Nutzer dagegen eine auswählbare Gutschrift. Sie bleibt bis zum Ablaufdatum gespeichert und wird erst bei Bedarf aktiviert. Ein Team kann die Kapazität für einen Release, eine Migration oder eine andere Arbeitsspitze reservieren.

Wer die Nutzungszahlen beurteilt, muss das auseinanderhalten. Mehr Aktivität rund um einen globalen Reset bedeutet nicht automatisch mehr dauerhafte Nachfrage. Ein Teil der Arbeit wurde einfach vorgezogen. Ein gespeicherter Reset lässt eher erkennen, wann zusätzliche Kapazität gebraucht wird. Ohne Nutzungsdaten lässt sich allerdings nicht sagen, wie gross diese Effekte tatsächlich sind.

Warum verschenkt OpenAI teure Rechenleistung?

1. Wer bereits viel nutzt, arbeitet weiter

Ein Rabatt macht das Abo günstiger. Ein Reset hilft dagegen vor allem Menschen, die bereits intensiv mit dem Produkt arbeiten und an ein Limit stossen.

Das macht ihn effizient. Die zusätzliche Kapazität geht nicht wahllos an den gesamten Markt, sondern vor allem an aktive Nutzer mit erkennbarem Bedarf. Aus Marketingsicht ist das eine zielgenaue Produktprobe.

Unsere Einschätzung: OpenAI investiert hier nicht nur in Werbung, sondern in zusätzliche Arbeit mit dem Produkt. Wer damit gute Ergebnisse erzielt, nutzt Codex vielleicht auch für die nächste Aufgabe – und ist eher bereit, später für mehr Kapazität zu bezahlen.

2. Resets reparieren einen schwierigen Rollout

Beim schrittweisen Astra-Rollout hatten nicht alle zahlenden Nutzer gleichzeitig Zugang. Öffentlich wurde zusätzliche Reset-Kapazität als Ausgleich angekündigt. Damit verändert OpenAI die Wahrnehmung:

• aus «Ich bezahle und muss warten» wird «Ich erhalte einen übertragbaren Gegenwert»;
• aus einem Supportproblem wird ein Produktmoment;
• aus einer Entschuldigung wird ein Anlass, Astra oder Codex später intensiver zu testen.

Ein Reset beseitigt die Verzögerung nicht. Er zeigt aber, dass OpenAI die Wartezeit als Kosten für den Kunden anerkennt.

3. Gespeicherte Resets passen besser zum Arbeitsalltag

Ein sofortiger globaler Reset ist kommunikativ stark, kann aber für Nutzer mit ungenutztem Kontingent fast wertlos sein. Er kann sogar Fehlanreize setzen: Wer weiss, dass morgen zurückgesetzt wird, versucht das heutige Restkontingent noch zu verbrauchen.

Ein banked reset ist eleganter:

• Nutzer aktivieren ihn bei echtem Bedarf;
• der wahrgenommene Wert steigt;
• OpenAI verteilt die zusätzliche Rechenlast über die Zeit;
• die Gutschrift bleibt im Produkt sichtbar und fördert eine spätere Rückkehr.

Das Ablaufdatum setzt trotzdem einen Anreiz: Die Gutschrift soll nicht ungenutzt verfallen. Auch das ist Marketing, direkt im Produkt.

4. Empfehlungen werden mit Produktwert statt Geld belohnt

Beim Referral-Modell erhalten nach dokumentierten Bedingungen sowohl die einladende als auch die eingeladene Person einen banked reset, sobald die neue Person ihre erste Codex-Nachricht sendet.

So wird das Produkt selbst zum Empfehlungskanal:

1. 1Die Belohnung ist für aktive Nutzer relevant.
2. 2OpenAI bezahlt nicht vor der Aktivierung, sondern erst nach einer echten Nutzung.
3. 3Die eingeladene Person versteht den Produktwert schneller.
4. 4Der Einladende hat einen Grund, Codex konkret zu erklären und beim Einstieg zu helfen.

OpenAI belohnt damit nicht nur eine Anmeldung, sondern den ersten tatsächlichen Einsatz.

5. Bezahlte Resets testen einen neuen Preisanker

Berichte über kostenpflichtige Resets deuten auf eine weitere Einnahmequelle hin: OpenAI kann neben dem monatlichen Abo zusätzliche Kapazität für Arbeitsspitzen verkaufen.

Das ist besonders für Entwickler attraktiv, deren Bedarf schwankt. Ein Team möchte vielleicht nicht dauerhaft auf einen teureren Plan wechseln, braucht aber vor einem Release kurzfristig mehr Codex-Kapazität.

Unsere Analyse: Gratis-Resets erklären den Mechanismus und gewöhnen Nutzer an seinen Wert. Ein späterer Kauf fühlt sich dann weniger wie eine unbekannte Zusatzgebühr und mehr wie ein bereits erprobtes Produkt an. Gleichzeitig lernt OpenAI, welche Nutzer bei welchem Preis lieber Kapazität zukaufen, warten oder ihren Plan wechseln.

Warum Resets eine saubere Kostenkalkulation erschweren

Was kostet der Betrieb in einem normalen Monat? Und was kostet eine erfolgreich erledigte Aufgabe? Genau das muss ein Unternehmen wissen. Die Mischung aus regulären Limits, globalen Resets, gespeicherten Gutschriften und Empfehlungsaktionen erschwert diese Rechnung.

Bezahlt ein Team zwölf Monate denselben Plan, erhält aber in drei Monaten zusätzliche Resets, ist der beobachtete Durchschnittspreis pro Codex-Aufgabe tiefer als der Preis ohne Promotions. Werden auf dieser Basis weitere Prozesse automatisiert, kann die Rechnung nach dem Ende der Gratis-Kapazität kippen.

Die Verzerrung hat vier Ursachen:

1. 1Mehr erledigte Aufgaben zum gleichen Abopreis. Das senkt die beobachteten Kosten pro Aufgabe – aber nur, solange die Zusatzkapazität verfügbar ist.
2. 2Aufgaben verbrauchen unterschiedlich viel. Lange Agentenläufe, Werkzeugaufrufe und hohe Reasoning-Stufen machen «eine Nachricht» zu keiner stabilen Kosteneinheit.
3. 3Gratis-Aktionen sind nicht garantiert. Ein Reset zur Produkteinführung oder für eine Empfehlung gehört nicht automatisch dauerhaft zum Abo.
4. 4Nutzung wird zeitlich verschoben. Globale Resets verändern den Arbeitszeitpunkt und damit die gemessene Monatsauslastung.

Unternehmen sollten drei Werte getrennt führen:

Für Investitionsentscheide zählt die Rechnung ohne Gratis-Aktionen, ergänzt um eine Reserve. Der günstigste Aktionsmonat ist keine solide Planungsgrundlage.

Heute nutzen, aber nicht als dauerhaften Preis betrachten

Aktuell ist es wirtschaftlich sinnvoll, zusätzliche Reset-Kapazität zu nutzen. Bereits gutgeschriebene Kontingente können verfallen. Unternehmen sollten damit echte, priorisierte Aufgaben bearbeiten und messen, welche Prozesse zuverlässig funktionieren.

Unsere Empfehlung: Die zusätzliche Kapazität nutzen, aber nicht dauerhaft einplanen.

• produktive Anwendungsfälle testen statt künstlich Token zu verbrauchen;
• Verbrauch und erledigte Aufgaben separat protokollieren;
• Resultate mit und ohne Gratis-Gutschriften kalkulieren;
• Workloads nach Modell, Komplexität und Risiko routen;
• für kritische Prozesse ein Budget ohne Promotions nachweisen.

Werden die Preise künftig steigen?

Wie OpenAI die Preise künftig festlegt, ist nicht bekannt. Unsere Erwartung ist aber klar: Wer intensiv mit diesen Modellen arbeitet, sollte mit höheren effektiven Kosten rechnen – nicht mit dauerhaftem Gratis-Nachschub. Das ist unsere Einschätzung, keine angekündigte Preiserhöhung.

Das muss keine einfache Erhöhung des monatlichen Listenpreises sein. Verteuerung kann mehrere Formen annehmen:

• weniger oder kleinere Gratis-Resets;
• tiefere inkludierte Limits bei rechenintensiven Modellen;
• separate Preise für Premium-Modelle, Fast-Modi oder lange Agentenläufe;
• häufiger verkaufte Zusatzkapazität;
• höhere Tarife für planbare Business- und Enterprise-Nutzung.

Sinkende Rechenkosten und Wettbewerb wirken in die Gegenrichtung. Deshalb ist «immer höhere Preise» keine Gewissheit. Wahrscheinlicher ist eine stärkere Preisdifferenzierung: günstige Basismodelle bleiben verfügbar, während verlässliche Frontier-Leistung, hohe Geschwindigkeit und garantierte Kapazität teurer werden.

Was OpenAI damit erreichen kann

Aus unserer Sicht greifen dabei mehrere Schritte ineinander:

1. 1Aufmerksamkeit: Ein kostenloser Reset erzeugt Diskussion und Berichterstattung.
2. 2Aktivierung: Nutzer starten eine weitere Codex- oder Astra-Aufgabe.
3. 3Gewohnheit: Mehr Aufgaben werden in den KI-Workflow verschoben.
4. 4Empfehlung: Nutzer laden Kollegen ein, um zusätzliche Kapazität zu erhalten.
5. 5Monetarisierung: Teams kaufen Burst-Kapazität oder wechseln in einen höheren Plan.
6. 6Lernen: OpenAI misst Nachfrage, Kosten, Aktivierung und Zahlungsbereitschaft.

Mit demselben Instrument kann OpenAI also Nutzer gewinnen, bestehende Kunden halten, Rechenkapazität verteilen und Zahlungsbereitschaft testen.

Warum setzt OpenAI Limits nicht einfach höher?

Dauerhaft höhere Limits wären einfacher, hätten aber Nachteile:

• Die zusätzlichen Kosten würden für alle intensiven Nutzer dauerhaft anfallen.
• OpenAI könnte Nachfrage schlechter an verfügbare Rechenkapazität anpassen.
• Ein höheres Limit erzeugt weniger Aufmerksamkeit als ein sichtbares Geschenk.
• Die Zahlungsbereitschaft für zusätzliche Kapazität wäre schwerer messbar.
• Bei neuen Modellen könnte eine Lastspitze den Rollout destabilisieren.

Mit Resets kann OpenAI zusätzliche Kapazität gezielt für bestimmte Abos, Nutzergruppen oder Anlässe bereitstellen. Der reguläre Tarif muss dafür nicht dauerhaft geändert werden.

Die Risiken der Strategie

Verwirrende Preislogik

Wenn Wochenlimits, rollierende Fenster, Credits und banked resets nebeneinander existieren, wird der effektive Preis schwer verständlich. Professionelle Kunden brauchen planbare Kapazität, nicht nur gelegentliche Geschenke.

Falsche Anreize

Angekündigte automatische Resets können unnötige Nutzung vor dem Stichtag fördern. Banked resets reduzieren dieses Problem, lösen es aber nicht vollständig.

Vertrauensverlust

Wiederholte Kompensation kann unfreiwillig signalisieren, dass Launches und Kapazitätsplanung regelmässig scheitern. Ein Reset ist gute Schadensbegrenzung, aber kein Ersatz für verlässliche Verfügbarkeit.

Kostenkontrolle

Mehr Nutzung allein reicht nicht. Die zusätzliche Rechenleistung muss sich für OpenAI später auszahlen – etwa durch zahlende Kunden, längere Kundenbeziehungen oder Erkenntnisse, die das Produkt verbessern.

Was Unternehmen daraus lernen können

Die Strategie lässt sich nicht eins zu eins auf jedes SaaS-Produkt übertragen. Das Prinzip ist aber wertvoll:

• Belohnen Sie die gewünschte Nutzung, nicht nur den Vertragsabschluss.
• Kompensieren Sie Störungen mit einem Vorteil, der zum Kernprodukt zurückführt.
• Lassen Sie Kunden zeitlich begrenzte Vorteile dann einsetzen, wenn sie wirklich Wert schaffen.
• Koppeln Sie Referral-Belohnungen an Aktivierung statt an blosse Registrierung.
• Testen Sie schwankenden Mehrbedarf mit transparenter Zusatzkapazität, bevor Sie Tarife komplett umbauen.
• Messen Sie, ob Kunden bleiben und sich das Angebot rechnet – nicht nur, wie viele Gutscheine eingelöst werden.

Fazit

OpenAIs Resets sind gleichzeitig Kulanz, Marketing und Produktstrategie. Sie machen aus unzufriedenen oder limitierten Nutzern erneut aktive Nutzer, schaffen einen eingebauten Referral-Kanal und testen, ob flexible Zusatzkapazität ein eigenes Produkt werden kann.

Dabei muss klar zwischen den Mechanismen unterschieden werden: Globale Resets verschieben Nutzung, weil OpenAI den Zeitpunkt festlegt. Banked resets geben dem Nutzer die Wahl, wann die zusätzliche Kapazität den grössten Wert hat.

Der Reset ist deshalb so wirkungsvoll, weil die Belohnung identisch mit dem beworbenen Wert ist: mehr echte Arbeit mit dem Produkt. Genau darin unterscheidet er sich von einem klassischen Rabatt.

Heute nutzen, morgen realistisch rechnen. Die zusätzliche Kapazität ist wertvoll. Sie ist aber kein Beleg dafür, dass der Betrieb dauerhaft so günstig bleibt. Wer Prozesse darauf aufbaut, muss zeigen können, dass sie sich auch ohne Gratis-Resets rechnen. Sonst wird aus einem günstigen Einstieg später ein teurer Alltag.