OpenAI führt nutzungsbasierte Codex Seats für ChatGPT Business und Enterprise ein

OpenAI hat am 2. April neue Codex Seats für ChatGPT Business und Enterprise eingeführt, die nicht mehr über eine feste Seat Gebühr laufen, sondern nach Token Verbrauch abgerechnet werden. Laut OpenAI erhalten Teams damit vollen Codex Zugriff ohne festen monatlichen Seat Preis. Standard ChatGPT Seats bleiben parallel bestehen und enthalten weiter Codex, dort aber mit Nutzungsgrenzen. Zusätzlich senkt OpenAI den Jahrespreis für Standard Seats in ChatGPT Business von 25 auf 20 US Dollar pro Nutzer und Monat. Der Schritt ist für OpenAI mehr als eine kleine Preisänderung, weil das Unternehmen Codex damit klarer als eigenes Produkt für Teams mit definierten Budgets und Engineering Workflows aufstellt.

OpenAI trennt Codex stärker vom normalen ChatGPT Seat

OpenAI beschreibt die neue Struktur als zwei getrennte Seat Typen. Standard ChatGPT Seats geben Zugang zu ChatGPT und Codex und bleiben in ChatGPT Business an eine feste Seat Zahl gebunden. Codex Seats sind dagegen reine Codex Zugänge ohne Mindestmenge und ohne festen Seat Preis. Abgerechnet wird über Workspace Credits auf Basis des Token Verbrauchs. Für Business Workspaces nennt OpenAI ausdrücklich ein Mindestniveau von zwei Standard Seats, während Codex Seats ohne Startminimum auskommen. In der offiziellen Hilfe betont OpenAI außerdem, dass Enterprise und Business nun beide diesen Seat Typ unterstützen. Bei Enterprise gilt die neue tokenbasierte Rate Card derzeit aber nur für Neukunden, während bestehende Enterprise Kunden zunächst auf dem bisherigen Nachrichtenmodell bleiben, bis OpenAI sie umstellt.

Für die KI News im Team und Enterprise Segment ist genau diese Trennung der eigentliche Kern der Meldung. OpenAI macht Codex damit zu einem Werkzeug, das sich getrennt von allgemeinem ChatGPT Einsatz budgetieren lässt. Das Unternehmen argumentiert selbst, dass sich Ausgaben so besser einzelnen Workflows, Teams und Budgets zuordnen lassen. In der Codex Ankündigung heißt es zudem ausdrücklich, dass Codex only Seats keine Rate Limits haben. Die Abrechnung läuft stattdessen direkt über Tokens. OpenAI hat dazu auch eine neue Rate Card veröffentlicht. Dort nennt das Unternehmen Credits pro eine Million Input, Cached Input und Output Tokens für mehrere Modelle. Als grobe Orientierung verweist OpenAI auf durchschnittliche Codex Kosten von rund 100 bis 200 US Dollar pro Entwickler und Monat, bei starker Streuung je nach Modell, Automationen und Fast Mode Nutzung.

OpenAI koppelt den Start an Credits und starkes Codex Wachstum

Zum Rollout legt OpenAI eine zeitlich begrenzte Promotion auf. Eligible ChatGPT Business Workspaces erhalten 100 US Dollar an Workspace Credits für jeden neu hinzugefügten und aktivierten Codex Seat, bis zu maximal 500 US Dollar pro Workspace. Diese Credits gelten laut Hilfe nur für Codex Billing im Workspace und laufen am 30. April aus. Die Aktion richtet sich an neue und bestehende Business Workspaces, solange die neuen Seats die Förderbedingungen erfüllen.

OpenAI verbindet den Start zugleich mit neuen Nutzungszahlen. Laut der Produktankündigung verlassen sich bereits mehr als 9 Millionen zahlende Business Nutzer auf ChatGPT für ihre Arbeit. Mehr als 2 Millionen Builder nutzen Codex jede Woche. Innerhalb von ChatGPT Business und Enterprise sei die Zahl der Codex Nutzer seit Januar um das Sechsfache gestiegen. Diese Zahlen stammen direkt von OpenAI. Unabhängig geprüft sind sie nicht. Als Signalsatz für die Marktposition reichen sie aber aus, weil OpenAI damit erklärt, warum Codex nun nicht mehr nur als Zusatzfunktion innerhalb von ChatGPT behandelt wird. Das Unternehmen baut dafür eine eigene Preislogik, eigene Credits und eine eigene Seat Struktur.

Für Teams ist die Meldung deshalb praktisch und strategisch zugleich. Praktisch, weil kleine Gruppen Codex jetzt ohne feste Seat Hürde pilotieren können. Strategisch, weil OpenAI Codex klarer als Entwicklungs und Agentenprodukt neben ChatGPT positioniert. Genau das dürfte in den nächsten Monaten wichtig werden, wenn Unternehmen KI Werkzeuge nicht mehr nur nach Nutzerzahl, sondern stärker nach konkretem Arbeitsfluss und messbarem Verbrauch einkaufen.