Thought Leadership
Mit GPT-5.5 hat OpenAI am Donnerstag die nächste Iteration seiner Modellfamilie vorgestellt. Anders als bei früheren Generationen steht diesmal nicht primär die Dialogfähigkeit im Vordergrund, sondern die selbstständige Bedienung von PCs.
Das Modell soll laut Ankündigung längere Aufgabenketten ohne menschliches Eingreifen abarbeiten. Diesen Anspruch versucht OpenAI mit einer Reihe teils deutlicher Benchmark-Zuwächse zu untermauern. Verfügbar ist GPT-5.5 seit dem Launch in ChatGPT und Codex für zahlende Kundschaft.
„Wir stellen GPT-5.5 vor, unser bislang intelligentestes und benutzerfreundlichstes Modell und den nächsten Schritt hin zu einer neuen Art, Arbeit am Computer zu erledigen. Die Fortschritte sind besonders ausgeprägt in den Bereichen agentisches Programmieren, Computernutzung, Wissensarbeit und frühe wissenschaftliche Forschung – also in Bereichen, in denen der Fortschritt davon abhängt, kontextübergreifend zu argumentieren und über einen längeren Zeitraum hinweg Maßnahmen zu ergreifen.“
OpenAI
Was das Modell laut Hersteller leisten soll
Die von OpenAI beworbenen Einsatzfelder lassen sich grob in vier Kategorien einteilen:
- Agentisches Coding: eigenständiges Schreiben, Testen und Korrigieren von Code über längere Aufgaben hinweg, inklusive Arbeit mit Entwickler-Tools auf der Kommandozeile.
- Computernutzung: Bedienung eines Rechners über Browser- und Oberflächensteuerung, etwa zum Recherchieren im Web oder zum Ausfüllen von Tabellen.
- Wissensarbeit: typische Bürotätigkeiten aus Bereichen wie Finanzwesen, Recht oder Produktmanagement, die Kontextverständnis über mehrere Schritte hinweg erfordern.
- Wissenschaftliche Recherche in frühen Phasen, bei denen es um das Zusammenführen und Bewerten verteilter Informationen geht.
Was die Benchmarks aussagen
Auffällig ist die Kombination aus besserer Trefferquote und unveränderter Antwortzeit. OpenAI gibt an, die Latenz pro Token sei im realen Betrieb auf dem Niveau von GPT-5.4 geblieben. Normalerweise bezahlen Hersteller Qualitätszuwächse mit langsameren Antworten auf gleicher Hardware.
In den genannten Messwerten ergibt sich ein gemischtes Bild gegenüber der Konkurrenz. Bei Terminal-Bench 2.0 mit komplexen Kommandozeilenabläufen kommt GPT-5.5 auf 82,7 Prozent, während Claude Opus 4.7 bei 69,4 und Gemini 3.1 Pro bei 68,5 Prozent liegen. In GDPval, wo die Ausgaben gegen Fachkräfte aus realen Berufen antreten, erreicht oder übertrifft GPT-5.5 die Profis in 84,9 Prozent der Vergleiche.
Beim Auflösen echter GitHub-Tickets im Benchmark SWE-Bench Pro dreht sich das Verhältnis. Dort holt Claude Opus 4.7 mit 64,3 Prozent mehr heraus als OpenAIs 58,6 Prozent. OpenAI ordnet das mit dem Hinweis ein, Anthropic habe selbst auf Memorisierungseffekte bei einem Teil der Aufgaben hingewiesen.
Separat ausgeliefert wird GPT-5.5 Pro, eine Variante für besonders anspruchsvolle Arbeiten. Sie ist Pro-, Business- und Enterprise-Kunden in ChatGPT vorbehalten und kommt bei der Webrecherche-Messung BrowseComp auf 90,1 Prozent, vor Gemini 3.1 Pro mit 85,9 Prozent.
Verfügbarkeit
Die kostenlose ChatGPT-Variante bleibt bei GPT-5.5 außen vor. Freigeschaltet ist das neue Modell für die Tarife Plus (ab 20 US-Dollar monatlich), Pro, Business und Enterprise, sowohl in ChatGPT als auch in der Entwicklerumgebung Codex.
Der Release reiht sich in einen deutlich beschleunigten Veröffentlichungsrhythmus ein. Zwischen GPT-5.3 und GPT-5.4 lagen nur zwei Tage, bei Xiaomi rückten MiMo-V2-Pro und das voll multimodale MiMo 2.5 Pro innerhalb von etwa fünf Wochen nach. Auf GPT-5.4 folgte GPT-5.5 nach rund sieben Wochen.
Was der API-Zugang kosten wird
Den Preis für die API hat OpenAI bereits benannt, einen genauen Starttermin dagegen nicht. Geplant sind 5 US-Dollar pro Million Input-Token und 30 US-Dollar pro Million Output-Token. Zum Vergleich: GPT-5.4 lag bei 2,50 beziehungsweise 15 US-Dollar. Die Pro-Variante bleibt mit 30 und 180 US-Dollar pro Million Token auf dem bisherigen Niveau von GPT-5.4 Pro.
OpenAI-Chef Sam Altman rechtfertigte den Aufschlag auf X mit Effizienzgewinnen. Da GPT-5.5 typische Codex-Aufgaben mit weniger Token erledige, würden konkrete Durchläufe in der Summe günstiger, trotz höherer Stückpreise. Im Markt bleibt OpenAI damit preislich am oberen Rand.
