Skip to content

We Spent $2500 in OpenAI Tokens... on Maths

By Easy Riders

15 Min. Video·de··8942 views

Das ist eine KI-Zusammenfassung von „We Spent $2500 in OpenAI Tokens... on Maths“ — einem 15 Min. langen YouTube-Video von Easy Riders, veröffentlicht am 20. Oktober 2026. Das vollständige Transkript ist auf 9 Kernpunkte mit anklickbaren Zeitmarken verdichtet.

Zusammenfassung

Dieses Video untersucht die Kosteneffizienz von OpenAI's Codex und anderen KI-Modellen bei der Lösung fortgeschrittener mathematischer Probleme, vergleicht Abonnementmodelle mit der nutzungsbasierten Bezahlung und stellt fest, dass KI zwar umfangreiche Beweise generieren und Fortschritte erzielen kann, aber Schwierigkeiten hat, geschlossene Lösungen für spezifische Forschungsfragen abzuleiten.

Stichpunkte

  • Das Video testet, ob Codex-Tokens im Wert von 25.000 US-Dollar ein mathematisches Benchmark-Problem lösen können, das 3x3 unitäre Matrizen betrifft, eine Aufgabe, die sich bereits bei 2x2-Systemen als schwierig erwiesen hat. 
  • Der Begriff „Tokens“ bezieht sich hier auf ChatGPT-Guthaben, wobei 25.000 US-Dollar an Guthaben über ein Abonnement nur 100 US-Dollar kosten würden, was einen erheblichen Kostenunterschied aufzeigt. 
  • OpenAI hat kürzlich den Nutzungs-Multiplikator für GPT Pro-Abonnements halbiert und eine neue, teurere Mitgliedschaft (500 US-Dollar) eingeführt, die schnellere, aber nicht unbedingt bessere Modelle bietet. 
  • Ein Vergleich mit der Token-Nutzung von Claude zeigt, dass ein monatliches Abonnement von 200 US-Dollar einen Wert liefern kann, der etwa 25.000 US-Dollar an nutzungsbasierter Bezahlung entspricht, was Abonnements wesentlich kostengünstiger macht. 
  • Ein erster Test mit einem einzelnen Codex-Agenten zur Ableitung eines integralen Ausdrucks für Momente und einer Einpunktfunktion erzeugte in 27 Minuten einen neunseitigen Beweis, der die 25.000 Tokens kaum beanspruchte. 
  • Die Multi-Agenten-Aufgabe ergab, dass ein Monatsabonnement etwa 31-mal günstiger ist als die nutzungsbasierte Bezahlung pro Token, eine Zahl, die aufgrund häufiger Token-Resets sogar noch höher sein könnte. 
  • Um Tokens schneller zu verbrauchen und Kosten rigoros zu vergleichen, wurde ein Multi-Agenten-Schwarm (fünf Agenten) beauftragt, eine Formel für den Übergangspunkt eines Graphen zu finden, eine autonomere Aufgabe. 
  • Trotz umfangreicher Rechenleistung und Fortschrittsberichten gelang es Codex nicht, einen geschlossenen transzendenten Ausdruck für den Höhepunkt der Verteilung zu finden, sondern nur die Schlussfolgerung, dass es sich um eine transzendente Zahl handelt. 
  • Obwohl KI-Modelle für allgemeine mathematische Aufgaben leistungsfähig sind und logisch konsistente Gleichungen erzeugen können, haben sie bisher keinen einzigen vollständigen Beweis für die spezifischen, komplexen Forschungsfragen des Präsentators geliefert. 
We Spent $2500 in OpenAI Tokens... on Maths

We Spent $2500 in OpenAI Tokens... on Maths

Dieses Video untersucht die Kosteneffizienz von OpenAI's Codex und anderen KI-Modellen bei der Lösung fortgeschrittener mathematischer Probleme, vergleicht Abonnementmodelle mit der nutzungsbasierten Bezahlung und stellt fest, dass KI zwar umfangreiche Beweise generieren und Fortschritte erzielen kann, aber Schwierigkeiten hat, geschlossene Lösungen für spezifische Forschungsfragen abzuleiten.

Stichpunkte

—Das Video testet, ob Codex-Tokens im Wert von 25.000 US-Dollar ein mathematisches Benchmark-Problem lösen können, das 3x3 unitäre Matrizen betrifft, eine Aufgabe, die sich bereits bei 2x2-Systemen als schwierig erwiesen hat.
—Der Begriff „Tokens“ bezieht sich hier auf ChatGPT-Guthaben, wobei 25.000 US-Dollar an Guthaben über ein Abonnement nur 100 US-Dollar kosten würden, was einen erheblichen Kostenunterschied aufzeigt.
—OpenAI hat kürzlich den Nutzungs-Multiplikator für GPT Pro-Abonnements halbiert und eine neue, teurere Mitgliedschaft (500 US-Dollar) eingeführt, die schnellere, aber nicht unbedingt bessere Modelle bietet.
—Ein Vergleich mit der Token-Nutzung von Claude zeigt, dass ein monatliches Abonnement von 200 US-Dollar einen Wert liefern kann, der etwa 25.000 US-Dollar an nutzungsbasierter Bezahlung entspricht, was Abonnements wesentlich kostengünstiger macht.
—Ein erster Test mit einem einzelnen Codex-Agenten zur Ableitung eines integralen Ausdrucks für Momente und einer Einpunktfunktion erzeugte in 27 Minuten einen neunseitigen Beweis, der die 25.000 Tokens kaum beanspruchte.
—Die Multi-Agenten-Aufgabe ergab, dass ein Monatsabonnement etwa 31-mal günstiger ist als die nutzungsbasierte Bezahlung pro Token, eine Zahl, die aufgrund häufiger Token-Resets sogar noch höher sein könnte.
—Um Tokens schneller zu verbrauchen und Kosten rigoros zu vergleichen, wurde ein Multi-Agenten-Schwarm (fünf Agenten) beauftragt, eine Formel für den Übergangspunkt eines Graphen zu finden, eine autonomere Aufgabe.
—Trotz umfangreicher Rechenleistung und Fortschrittsberichten gelang es Codex nicht, einen geschlossenen transzendenten Ausdruck für den Höhepunkt der Verteilung zu finden, sondern nur die Schlussfolgerung, dass es sich um eine transzendente Zahl handelt.
—Obwohl KI-Modelle für allgemeine mathematische Aufgaben leistungsfähig sind und logisch konsistente Gleichungen erzeugen können, haben sie bisher keinen einzigen vollständigen Beweis für die spezifischen, komplexen Forschungsfragen des Präsentators geliefert.
Jedes Video zusammenfassen — kostenlos
Summarizer.tube
Alles kopieren
Link
Lesezeichen

Jedes YouTube-Video kostenlos zusammenfassen

Sie haben gerade eine KI-Zusammenfassung dieses Videos gelesen. Fügen Sie einen beliebigen anderen YouTube-Link ein und erhalten Sie in Sekunden die Kernpunkte mit anklickbaren Zeitmarken — ohne Anmeldung, 5 pro Tag kostenlos.

Mehr dazu

Weitere Zusammenfassungen

9 Min.

Has AI Actually Broken Mathematics?

Easy Ridersde

Der Sprecher kritisiert übertriebene Behauptungen über autonome KI‑Mathematik, betont aber, dass KI als unterstützendes Werkzeug bei der Forschung wertvoll ist, solange Menschen die Ergebnisse interpr

21 Min.

Nach 10 Jahren: Meine Magnesium Tipps für Sie

DoktorWeiglde

Dr. Tobias Weigel, Facharzt und Ernährungsmediziner, erläutert entscheidende Fehler bei der Magnesiumeinnahme, differenziert zwischen verschiedenen Formen wie Citrat, Glycinat, Malat und Oxid und gibt

3 Std. 21 Min.

Das Ende von Deutschland steht bevor (Markus Krall)

{ungeskriptet} by Bende

Dr. Markus Krall analysiert die aktuelle globale und deutsche Krise als Ergebnis systemischer Lügen, politischer Korruption und einer fehlgeleiteten Geldpolitik, die zu einer unvermeidlichen wirtschaf

11 Min.

L03 Sedimentationsanalyse

Geotechnik sichtbar machende

Dieses Lehrvideo erklärt detailliert das Ariometerverfahren zur Bestimmung der Korngrößenverteilung feinkörniger Böden, indem es die Vorbereitung, Durchführung und Auswertung der Sedimentationsanalyse