OpenAI-Modelle kommen in Google Clouds Model Garden
GPT-6 Astra und Codex sollen direkt über Google Cloud verfügbar werden – verbunden mit Model Garden, Organisationsrichtlinien und zentraler Data Governance.
OpenAI erschließt einen neuen Zugang zu seinen Frontier-Modellen: Unternehmen sollen sie in den kommenden Wochen direkt über Google Clouds Model Garden beziehen können. Zum angekündigten Angebot gehören GPT-6 Astra und die agentischen Coding-Funktionen von Codex. Damit lässt sich OpenAI-Technik künftig dort auswählen, bereitstellen und verwalten, wo viele Unternehmen bereits Daten, Anwendungen und Zugriffsregeln betreiben.
Der entscheidende Punkt ist nicht allein, dass ein weiteres Modell in einem Cloud-Katalog erscheint. Neu ist die Verbindung von OpenAI-Modellen mit Google Clouds eingebauten Zugriffskontrollen, zentraler Data Governance und skalierbarer Infrastruktur. Sie richtet sich besonders an Organisationen, die leistungsfähige Modelle einsetzen wollen, ohne dafür eine zweite, getrennte Verwaltungswelt aufzubauen.
Ein neuer Vertriebsweg für GPT-6 Astra und Codex
Die Partnerschaft umfasst zwei unterschiedliche Bausteine. GPT-6 Astra steht für OpenAIs Frontier-Modell, Codex für agentische Coding-Aufgaben, bei denen das System nicht nur Text ergänzt, sondern umfangreichere Arbeit an Code übernehmen kann. Beide sollen über Google Cloud angeboten werden. Ein genauer Freischalttermin ist nicht genannt; angekündigt ist die Verfügbarkeit innerhalb der kommenden Wochen.
Für Kunden verschiebt sich dadurch der Ort der Auswahl. Statt ein OpenAI-Modell ausschließlich über OpenAIs eigene Angebote zu beziehen, können sie Model Garden als Einstieg verwenden. Google beschreibt diesen Dienst als zentralen Katalog zum Entdecken, Anpassen und Bereitstellen von mehr als 200 Modellen. Darunter befinden sich Google-Modelle, offene Modelle und Angebote anderer Anbieter.
Die Ankündigung erweitert außerdem zwei agentische Google-Angebote. OpenAI-Modelle sollen künftig in Google Antigravity und im Gemini Agent auswählbar sein. Unternehmen erhalten dadurch mehr Modellwahl innerhalb von Werkzeugen, die auf komplexere, mehrteilige Aufgaben ausgerichtet sind. Welche Modelle für einzelne Aufgaben erscheinen und wie die Auswahl dort dargestellt wird, soll mit der Freischaltung sichtbar werden.
Was sich gegenüber dem direkten OpenAI-Zugang ändert
OpenAIs eigene API bleibt ein direkter Weg zu GPT-6 Astra. Google Cloud ergänzt diesen Zugang um eine andere Betriebsumgebung. Ein Unternehmen kann das Modell über seinen bestehenden Cloud-Kontext beziehen und dabei die Verwaltungsmechanismen von Google Cloud einsetzen. Das betrifft insbesondere die Frage, welche Organisation, welcher Ordner oder welches Projekt auf ein bestimmtes Modell zugreifen darf.
Model Garden ist dabei keine bloße Übersichtsseite. Modelle lassen sich aus dem Katalog in Anwendungen überführen und mit Googles integrierten MLOps-Funktionen skalieren. Die Dokumentation nennt Filter nach Aufgaben, Anbietern, Modellgruppen und unterstützten Eigenschaften. Wer mehrere Modelle für unterschiedliche Zwecke bewertet, kann die Auswahl damit innerhalb eines gemeinsamen Katalogs strukturieren.
Der praktische Unterschied zeigt sich an einer typischen Unternehmensanwendung: Ein Team kann GPT-6 Astra für anspruchsvolle Sprach- oder Agentenaufgaben auswählen, während die Freigabe auf ein bestimmtes Google-Cloud-Projekt begrenzt bleibt. Ein anderes Projekt kann Codex für Arbeit an Software nutzen, ohne automatisch denselben Modellzugang für die gesamte Organisation zu öffnen. Die Richtlinie liegt damit auf derselben Organisationsstruktur wie andere Cloud-Ressourcen.
Codex neben Repository, Build-System und Cloud-Projekt
Für Entwicklungsteams bietet sich Codex dort an, wo Coding-Aufgaben über eine einzelne Autovervollständigung hinausgehen. Denkbar sind etwa die Analyse eines abgegrenzten Repository-Bereichs, Änderungen an mehreren zusammenhängenden Dateien oder die Vorbereitung von Tests. Google Cloud liefert dafür die Umgebungsebene; Codex übernimmt die agentische Arbeit am Code.
Das neue Element ist die gemeinsame administrative Klammer. Ein Betreiber kann den Zugang zum Modell auf das Projekt begrenzen, in dem auch die betreffende Anwendung läuft. So muss die Modellwahl nicht von der Cloud-Struktur entkoppelt werden. Gerade bei mehreren Entwicklungsbereichen ist das konkreter als eine pauschale Freigabe: Projekt A kann ein OpenAI-Modell erhalten, während Projekt B bei einem anderen Modell oder ohne externes Modell bleibt.
Die Ankündigung nennt jedoch keine neue Codex-Schnittstelle, keinen besonderen Trigger und kein separates Ein- oder Ausgabeformat für Google Cloud. Codex sollte deshalb zunächst als Modell- beziehungsweise Agentenangebot innerhalb der angekündigten Google-Oberflächen verstanden werden, nicht als neu dokumentierter Workflow-Knoten. Technische Details zur konkreten Übergabe von Repository-Kontext, Werkzeugaufrufen und Ergebnissen hängen von der jeweiligen Oberfläche ab.
Modellwahl im Agenten statt Bindung an einen Anbieter
Mit der geplanten Verfügbarkeit in Google Antigravity und im Gemini Agent wird die Partnerschaft auch auf agentische Anwendungen ausgeweitet. Der Nutzen liegt hier in der Wahl des Modells für die jeweilige Aufgabe. Ein Unternehmen muss nicht jede Agentenfunktion zwangsläufig mit demselben Anbieter abdecken, nur weil die umgebende Plattform von Google stammt.
Eine sinnvolle Aufteilung könnte Codex für Aufgaben mit starkem Codebezug und ein anderes Modell für eine anders gelagerte Teilaufgabe vorsehen. Entscheidend ist dabei nicht eine pauschale Rangliste, sondern die Zuordnung zum konkreten Einsatz: Codeänderung, Sprachverarbeitung oder eine agentische Aufgabe mit mehreren Werkzeugen. Model Garden stellt den Katalog bereit, während Antigravity und Gemini Agent die Modelle in agentischen Kontexten zugänglich machen sollen.
Damit entsteht eine zusätzliche Form von Portabilität auf Anwendungsebene. Sie bedeutet nicht, dass Modelle technisch austauschbar wären: Verhalten, unterstützte Funktionen, Preise und Richtlinien können sich weiterhin unterscheiden. Sie erleichtert aber die organisatorische Auswahl, weil Angebote mehrerer Hersteller innerhalb derselben Cloud- und Governance-Umgebung auffindbar werden.
Zugriff über Marketplace und Model Garden
Bei Modellen aus dem Google Cloud Marketplace beginnt die Nutzung mit der Aktivierung des jeweiligen Angebots. Vorher müssen Kunden die zugehörigen Vertragsbedingungen prüfen und akzeptieren. Anschließend steht das aktivierte Modell in Model Garden zur Verfügung. Dieses Muster zeigt, wie Drittanbieterangebote grundsätzlich in den Katalog gelangen und für ein Cloud-Projekt nutzbar werden.
Für die OpenAI-Modelle sind daher drei Ebenen zu unterscheiden: Das Marketplace-Angebot regelt Aktivierung und Bedingungen, Model Garden dient der Auswahl und Bereitstellung, und Organisationsrichtlinien steuern, wo ein Modell verwendet werden darf. Die eigentliche Anwendung konsumiert anschließend den bereitgestellten Modellzugang. Diese Trennung ist besonders nützlich, wenn Einkauf, Plattformbetrieb und Entwicklung von verschiedenen Personen verantwortet werden.
Google scannt bereitgestellte Container und Modellartefakte auf Schwachstellen beziehungsweise verdächtige Inhalte. Ein solcher Scan ist allerdings kein automatisches Gütesiegel: Laut Dokumentation können einzelne als verdächtig eingestufte Modelle weiterhin bereitstellbar sein. Die Modellfreigabe über Organisationsrichtlinien bleibt deshalb ein eigenständiger Teil der Zugangskontrolle.
Was die Verbindung für regulierte Unternehmen bietet
In regulierten Bereichen reicht es nicht, nur ein leistungsfähiges Modell auszuwählen. Unternehmen müssen festlegen können, wer sensible Daten verwenden darf und in welchem organisatorischen Kontext dies geschieht. Genau hier setzt die Verbindung an: OpenAIs Modelle werden mit Google Clouds Zugriffskontrollen und zentraler Data Governance kombiniert.
Ein konkretes Beispiel ist eine interne Fachanwendung, die nur einem abgegrenzten Projekt und einer definierten Nutzergruppe offensteht. Das OpenAI-Modell kann diesem Projekt zugeordnet werden, während die Organisation den Modellzugang für andere Ordner sperrt. Dadurch wird die Freigabe nicht allein in der Anwendung selbst verwaltet, sondern zusätzlich auf der Cloud-Ebene verankert.
Das ersetzt keine fachliche Entscheidung darüber, welche Daten an ein Modell übergeben werden dürfen. Es schafft aber einen kontrollierbaren Zugangspunkt. Für Unternehmen, die bereits Google Cloud einsetzen, ist das der eigentliche Mehrwert der Partnerschaft: Modell, Infrastruktur und organisatorische Berechtigungen lassen sich in derselben Umgebung zusammenführen.
Preise lassen sich nicht eins zu eins übertragen
Für GPT-6 Astra nennt OpenAI in der eigenen API einen Standardpreis von 10 US-Dollar je Million Eingabetokens und 50 US-Dollar je Million Ausgabetokens. Diese Werte beschreiben den direkten OpenAI-API-Zugang. Sie sind keine Preisangabe für das angekündigte Angebot in Google Cloud.
Im Google Cloud Marketplace können Preise vom Standort des verwendeten Endpunkts abhängen. In diesem Fall wird die regionale Staffelung im jeweiligen Marketplace-Eintrag ausgewiesen. Wer zwischen direktem OpenAI-Zugang und Google Cloud vergleicht, sollte deshalb nicht nur Tokenpreise betrachten, sondern den tatsächlich angebotenen Endpunkt, dessen Region und die dort geltenden Vertragsbedingungen.
Auch Zero Data Retention ist sauber vom Vertriebsweg zu trennen. OpenAI unterstützt diese Option für berechtigte API-Kunden von GPT-6 Astra. Daraus folgt nicht automatisch, dass dieselbe Konfiguration im Google-Cloud-Angebot identisch verfügbar ist. Maßgeblich sind die Eigenschaften und Bedingungen, die beim konkreten Angebot in Model Garden beziehungsweise Marketplace ausgewiesen werden.
So lässt sich das Angebot sinnvoll einordnen
Die Integration ist vor allem für Unternehmen interessant, die Google Cloud bereits als organisatorische und technische Basis nutzen. Sie gewinnen einen zusätzlichen Modellanbieter, ohne Modellauswahl, Projektstruktur und Zugriffssteuerung auf vollständig getrennte Systeme verteilen zu müssen. Codex erweitert diese Wahl um einen spezialisierten agentischen Ansatz für Softwarearbeit.
Für eine einzelne Anwendung ohne bestehenden Google-Cloud-Kontext kann der direkte OpenAI-Zugang weiterhin der kürzere Weg sein. Wer dagegen mehrere Projekte, Nutzergruppen und Modelle verwaltet, erhält mit Model Garden einen gemeinsamen Katalog und Richtlinien auf Organisations-, Ordner- oder Projektebene. Die Wahl hängt damit weniger von einem einzelnen Funktionsnamen ab als vom gewünschten Betriebsmodell.
Das Neue lässt sich auf einen Satz verdichten: OpenAI liefert Modelle und agentische Coding-Funktionen, Google Cloud macht sie innerhalb seiner Modell-, Infrastruktur- und Governance-Ebene zugänglich. Sobald die Marketplace-Einträge erscheinen, werden dort die konkreten Regionen, Vertragsbedingungen und Google-Cloud-Preise sichtbar sein.