Ein auf OpenAIs GPT-6 Astra basierender KI-Agent hat den Game-Klassiker Portal vollständig und ohne menschliches Eingreifen durchgespielt. Das Experiment, das fast 24 Stunden dauerte, liefert konkrete Zahlen zu Latenz, API-Kosten und dem Einsatz von Werkzeugen. Gleichzeitig wirft es ein Schlaglicht auf die noch bestehenden Hürden autonomer, mehrstufiger Raum- und Planungsaufgaben.

Autonomer Durchlauf von Portal - Was wurde erreicht?

Der Entwickler Cozyblaze setzte das Modell GPT-6 Astra ein, das über das Model Context Protocol (MCP) visuelle Daten und die Koordinaten der Spielfigur erhielt. Das Ergebnis: Das Spiel wurde vollständig absolviert, jedoch nicht in Echtzeit. Stattdessen pausierte das System nach jedem Schritt, analysierte den Screenshot und die Positionsdaten und sendete dann die geplante Eingabesequenz zurück an die Spiel-Engine.

Wesentliche Kennzahlen des Experiments (2026):

  • Effektive Spielzeit: ca. 2 Stunden
  • Gesamtlaufzeit inkl. Denkpausen: 23 Stunden 43 Minuten
  • API-Inferenzkosten: 571,18 USD
  • Tool-Calls (MCP-Interaktionen): 3 336
  • Entwickler-Abonnement: Codex-Pro (200 USD/Monat)

Technische Architektur: SourcePauseTool und Model Context Protocol

Die Steuerung erfolgte über die Kombination des Model Context Protocol (MCP) mit einer modifizierten Version des Werkzeugs SourcePauseTool. Sobald das Modell Screenshots und Koordinaten auswertete, fror das Tool die Source-Engine ein, bis GPT-6 Astra die nächste Aktionssequenz berechnet hatte. Nach der Planung wurde die Engine wieder entsperrt, sodass das Spiel schrittweise ausgeführt werden konnte. Durch diesen Mechanismus verwandelte sich das Echtzeit-Spiel praktisch in ein rundenbasiertes Strategiespiel.

KI-Agent erhält Zeit zum Nachdenken

Technisch realisierte Cozyblaze das rundenbasierte Vorgehen durch eine Modifikation namens SourcePauseTool in Kombination mit dem offenen Model Context Protocol (Tyson, 2026). Sobald der Agent visuelle Daten und Koordinaten empfing, fror das Tool die Spiel-Engine ein, bis GPT-6 Astra seine nächsten Bewegungsmuster berechnet hatte. Die Diskrepanz zwischen Denk- und Spielzeit ist immens: Während die reine, ununterbrochene Spielflusszeit auf rund zwei Stunden beziffert wird, summierten sich die Inferenzphasen auf exakt 23 Stunden 43 Minuten (WinFuture, 2026).

Rundenbasiertes Vorgehen und Denkpausen

Jeder Schritt bestand aus drei Phasen:

  1. Screenshot- und Positionsabfrage über MCP
  2. Pause der Engine durch SourcePauseTool, damit das Modell "nachdenken" kann
  3. Rückgabe der geplanten Eingaben und Entsperren der Engine

Dieses Vorgehen ermöglichte es dem LLM, komplexe räumliche Zusammenhänge zu erfassen, mehrstufige Rätsel zu planen und flexibel auf neue Situationen zu reagieren, ohne an ein festes Skript gebunden zu sein.

Kosten und Ressourcen - API-Inference und Tool-Calls

Die finanziellen und rechnerischen Aufwände des Experiments sind eindeutig dokumentiert:

  • API-Kosten: 571,18 USD (Token-Kosten laut OpenAI-Schnittstelle)
  • Tool-Calls: 3 336 Interaktionen zwischen Modell und Spielumgebung
  • Monatliches Codex-Pro-Abo: 200 USD, über das die Token-Kosten abgewickelt wurden

Die Gesamtdauer von 23,72 Stunden (23 h 43 min) setzte sich zu einem großen Teil aus reinen Inferenz- und Denkphasen zusammen, während die eigentliche Gameplay-Zeit nur etwa zwei Stunden betrug. Diese Diskrepanz verdeutlicht die aktuelle Latenzproblematik bei Large Multimodal Models (LMMs) in physik-intensiven Umgebungen.

Historischer Kontext: OpenAI's Universe- und Gym-Initiative von 2016

Bereits 2016 formulierte OpenAI das Ziel, mit einem universellen Agenten unterschiedliche Videospiele ohne domänenspezifische Programmierung zu lösen. Die damalenen Plattformen OpenAI Gym und Universe setzten auf klassisches Reinforcement Learning. Der heutige Durchlauf von Portal markiert eine späte Annäherung an diese Vision, jedoch über multimodale LLMs und Tool-Nutzung statt über reines RL.

Relevante Kennzahlen aus dem historischen Vergleich:

  • 2016-Vision: universeller Agent für beliebige Spiele
  • 2026-Umsetzung: GPT-6 Astra nutzt MCP und SourcePauseTool, um Portal zu meistern
  • Paradigmenwechsel: von Reinforcement Learning zu LLM-gestützter Agenten-Tool-Nutzung

Kritische Bewertung: Grenzen des Benchmarks und ökonomische Hürden

Obwohl das Experiment beeindruckend ist, zeigen sich zwei zentrale Problemfelder:

  • Fehlende Eignung als allgemeiner Benchmark: Portal existiert seit 2007, und umfangreiche Walkthroughs, Kartenlayouts und Lösungsstrategien sind im Web verfügbar. Es ist sehr wahrscheinlich, dass diese Informationen bereits in den Trainingsdaten von GPT-6 Astra enthalten sind. Damit bleibt unklar, ob der Agent auf völlig unbekannte Spielwelten übertragen werden kann.
  • Unwirtschaftlichkeit und Latenzproblematik: Fast 600 USD Kosten und ein Tag Rechenzeit für eine zweistündige Spielaufgabe zeigen, dass autonome Agenten für hochfrequente, interaktive Aufgaben derzeit ökonomisch und zeitlich unpraktikabel sind.

Beide Punkte werden von den Quellen Golem.de und VideoCardz.com hervorgehoben und unterstreichen die Notwendigkeit weiterer Optimierungen, bevor solche Systeme breit einsetzbar sind.

Häufig gestellte Fragen (FAQ)

Hat die KI Portal in Echtzeit wie ein menschlicher Spieler gesteuert?Nein. Über das Tool SourcePauseTool wurde das Spiel für jeden Schritt pausiert. Die KI analysierte Screenshots und Raumkoordinaten rundenbasiert und schickte anschließend geplante Eingabesequenzen an das Spiel.Musste der Entwickler die 571 USD tatsächlich aus eigener Tasche zahlen?Die 571,18 USD entsprechen dem offiziellen API-Gegenwert der verbrauchten Token; der Entwickler führte den Test über sein bestehendes monatliches Codex-Pro-Abonnement (200 USD) durch.

Fazit

Der autonome Durchlauf von Portal durch GPT-6 Astra demonstriert, dass moderne LLM-basierte Agenten komplexe, mehrstufige Rätsel in 3-D-Umgebungen lösen können - allerdings nur, wenn das Spiel in ein rundenbasiertes Format umgewandelt wird. Die technische Kombination aus Model Context Protocol und SourcePauseTool ermöglicht detaillierte Bild- und Positionsanalyse, führt jedoch zu enormen Denkpausen, die die Gesamtlaufzeit auf fast einen Tag ausdehnen.

Die Kosten von über 570 USD und die 3 336 Werkzeugaufrufe verdeutlichen die derzeitige ökonomische Schwelle für den praktischen Einsatz solcher Systeme. Zusätzlich bleibt die Gefahr von Trainingsdaten-Kontamination bestehen, weil Portal-Wissen bereits öffentlich verfügbar ist.

Insgesamt zeigt das Experiment einen bedeutenden Schritt in Richtung OpenAIs ursprünglicher Vision von universellen Spiel-Agenten, macht jedoch klar, dass sowohl technische Latenz als auch wirtschaftliche Aspekte noch entscheidende Hürden darstellen.