Wer bislang für einen einfachen Website-Prototypen einen Entwickler brauchte, kann Website-Prototypen mit ChatGPT Work jetzt anders angehen. Ein Guide von The Rundown AI beschreibt Schritt für Schritt, wie sich eine Website-Idee mit OpenAIs neuem ChatGPT Work und der integrierten Codex-App in einen lauffähigen Prototyp verwandeln lässt – als Beispiel dient ein Verzeichnis für Nintendo-Switch-Spiele mit Startseite, Filtern, Detailseiten und strukturierten Daten, die der Coding-Agent selbst befüllt.
Grundlage ist ein Bündel aus drei Änderungen, die OpenAI am 9. Juli 2026 innerhalb von rund 24 Stunden global ausrollte: Die Modellfamilie GPT-5.6 wurde allgemein verfügbar, ChatGPT Work startete als Agent für längere Projekte, und die Codex-App wanderte in eine gemeinsame Desktop-App für Windows und Mac.
Was ChatGPT Work und Codex konkret leisten
OpenAI trennt die Funktionen nach Zweck. Chat übernimmt Fragen und Konversation, ChatGPT Work erledigt längere Recherchen und liefert fertige Materialien, und Codex bleibt der Agent für Softwareentwicklung und technische Arbeit. Über eine neue, gehostete Sites-Funktion lassen sich Ideen, Pläne und Daten direkt in ChatGPT Work in interaktive Websites und Web-Apps umwandeln – etwa Dashboards, Projekt-Tracker, Launch-Kalender oder Berichte, die sich im Team teilen lassen.
Der Guide „Turn Any Idea Into a Working Website With ChatGPT Work and Codex” von The Rundown AI nutzt dafür ein Astro.js-Verzeichnis als Beispielprojekt. Der Coding-Agent baut die Seitenstruktur, füllt Spieldaten ein und bindet Bilder ein. Für Betriebe heißt das: ein internes Tool oder eine Produktübersicht lässt sich als Prototyp erstellen, ohne dass zunächst ein Entwicklerteam eingebunden werden muss.
Laut Ty Geri, Produktmanager für ChatGPT Work, lässt sich die Coding-Fähigkeit des Modells nutzen, um Probleme in jeder Branche zu lösen. Die Plugin-Architektur basiert nach seinen Angaben auf dem Model Context Protocol (MCP) – einem offenen Standard, der die Anbindung an andere Systeme grundsätzlich herstellerübergreifend ermöglicht.
Preise, Verfügbarkeit und Reichweite
GPT-5.6 besteht aus drei Modellgrößen mit gestaffelten API-Preisen pro einer Million Token: Sol kostet 5 US-Dollar für Eingabe und 30 US-Dollar für Ausgabe, Terra 2,50 und 15 US-Dollar, Luna 1 und 6 US-Dollar. Für Betriebe, die die API produktiv einsetzen, ist das der relevante Kostenhebel – zwischen dem größten und dem kleinsten Modell liegt beim Output ein Faktor fünf.
ChatGPT Work wurde zunächst für Pro-, Enterprise- und Edu-Pläne freigeschaltet und in den Folgetagen auf Plus- und Business-Pläne ausgeweitet. In der neuen Desktop-App ist die Funktion für jeden Plan verfügbar, einschließlich des kostenlosen. Damit erreicht das Angebot auch kleine Teams ohne Abo.
OpenAI beziffert die Codex-Nutzung auf mehr als 5 Millionen Menschen wöchentlich, von denen über 1 Million den Agenten bereits für Aufgaben außerhalb der Softwareentwicklung eingesetzt hat. CEO Sam Altman sagte gegenüber CNBC, das Modell Sol sei bei agentischen Coding-Aufgaben 54 Prozent token-effizienter. Analyst Max Weinbach von Creative Strategies erklärte, die kleinste Modellversion erledige eine Aufgabe fast so gut wie die größte, aber zu einem Fünftel der Kosten.
Mit dem Rollout kündigte OpenAI zugleich das Aus für den Browser Atlas an; die Deprecation ist für den 9. August geplant, die Funktionen wandern in den integrierten Browser der Desktop-App und eine Chrome-Erweiterung. Der Vorstoß fällt in einen Wettbewerb, in dem Anthropic mit Claude Cowork und Microsoft mit Copilot Cowork ähnliche Agenten für Unternehmens-Workflows positioniert haben.
Unsere Einschätzung
Der praktische Nutzen ist real: Ein kleines Unternehmen kann mit ChatGPT Work und Codex einen funktionierenden Website-Prototypen bauen, für den bislang externe Entwicklung nötig war – und das teils schon im kostenlosen Plan. Für interne Dashboards, Produktübersichten oder schnelle Konzeptseiten ist das eine echte Abkürzung, und die gestaffelte Preisstruktur mit dem günstigen Luna-Modell senkt die Einstiegshürde spürbar. Dass die Architektur auf dem offenen MCP-Standard aufsetzt, ist ein technisch begrüßenswerter Punkt.
Der Haken liegt in der Konzentration. Prototyp, Coding-Agent, Modell, Hosting der Sites und der Browser stammen aus einer Hand – OpenAI. Wer Prozesse auf dieser Kette aufbaut, verlagert nicht nur Rechenleistung, sondern die eigene Werkzeug-Infrastruktur zu einem einzelnen US-Anbieter. Die Einstellung von Atlas nach wenigen Monaten zeigt, wie schnell OpenAI Bausteine wieder abschaltet; wer darauf gebaut hat, trägt die Migrationskosten. Für deutsche KMU heißt das: Den Prototyp gern testen, aber Daten, Code und Deployment so halten, dass ein Wechsel möglich bleibt. Die gehostete Sites-Funktion ist bequem – und genau deshalb die Stelle, an der Abhängigkeit am leisesten entsteht.
