In september 2026 publiceerde OpenAI meerdere stukken over de interne versnelling van AI-onderzoek en de bredere koers voor 2026 en verder. Dit artikel vat de primaire OpenAI-publicaties samen: wat OpenAI claimt over agentgebruik in research, en hoe dat zich verhoudt tot hun publieke doelstellingen. Het is géén productreview van één modelrelease.
Wat OpenAI beschrijft
In Research acceleration: a view inside OpenAI (6 september 2026) schrijft OpenAI dat coding agents het interne researchwerk veranderen. Volgens hun metingen is het eerder aangekondigde doel van een “automated research intern” tegen september 2026 bereikt: systemen die onder menselijke begeleiding afgebakende researchtaken doen die gekwalificeerde researchers soms dagen zouden kosten. OpenAI koppelt dit aan hogere experimentvelocity en intensiever agentgebruik.
Cijfers die OpenAI noemt (fabrikantcijfers)
- Midden augustus 2026 zou de median researcher agents dagelijks integreren, met meer dan $600 per dag aan inference tegen API-prijzen.
- Het 90e percentiel binnen de researchorganisatie zou meer dan $7.000 aan tokens per dag gebruiken.
- Voor juni 2026 lag totale agent-runtime nog onder totale menselijke arbeid; midden augustus noemt OpenAI 3,1 agent-werkdagen per menselijke werkdag (genormaliseerd op een 8-urige dag).
Dit zijn interne OpenAI-metingen. Ze zeggen iets over adoptie binnen OpenAI, niet automatisch over productkwaliteit voor externe gebruikers.
Koers en beleidskaders
In Built for broad benefit (8 juni 2026) schetsen Sam Altman en Jakub Pachocki doelen zoals het bouwen van een automated AI researcher onder menselijke supervisie, welvaartsdeling en “personal AGI”. In Building standards for the next phase of AI (21 september 2026) herhaalt OpenAI die doelen en pleit voor internationale technische standaarden voor frontier AI, inclusief discussie over recursive self-improvement. Beleidsvoorstellen zijn standpunten van OpenAI, geen wetgeving.
Voor wie dit relevant is
Voor redacteuren, policymakers en engineering leads die willen begrijpen hoe OpenAI zélf agent-labor in research meet en welke publieke doelen ze daaraan koppelen. Voor productkeuzes (welk model je vandaag draait) blijven release notes en modelkaarten leidend; dit cluster is vooral strategische context.
Wat dit níet is
Geen garantie dat externe organisaties dezelfde productiviteitscijfers halen. Geen onafhankelijke audit van OpenAI’s interne dashboards. Lees altijd de volledige primaire pagina’s; samenvattingen comprimeren nuance.