OpenAI veröffentlicht GPT-5.5: Das agentischere Modell

OpenAI hat am 23. April 2026 GPT-5.5 vorgestellt, ein Modell für längere, werkzeuggestützte Abläufe. Für Entwickler steckt die Nachricht im Kalender: Agenten-Workflows müssen erneut durch die eigene Eval-Strecke.

Das Releasetempo zieht an. Wer auf OpenAI-Infrastruktur aufbaut, bekommt kürzere Migrationszyklen und weniger Ruhe zwischen zwei Modellgenerationen.

Mehr Leistung in agentischen Aufgaben

Nach Angaben von OpenAI legt GPT-5.5 vor allem bei Aufgaben zu, die viele Arbeitsschritte und Tool-Aufrufe erfordern. OpenAI nennt für Terminal-Bench 2.0 einen Anstieg von 75,1 auf 82,7 Prozent. In der internen Expert-SWE-Evaluierung steigt der Wert laut Unternehmen von 68,5 auf 73,1 Prozent; bei GDPval gewinnt oder bindet das Modell in 84,9 Prozent der Fälle.

Die Einzelwerte sind nur der Anfang. OpenAI beschreibt GPT-5.5 als vollständig neu trainiertes Modell, das unter anderem Code bearbeitet, im Web recherchiert und Software bedient. Entscheidend ist, ob es seinen Arbeitsplan behält, wenn ein Tool-Aufruf fehlschlägt und der direkte Weg versperrt ist.

Das ist der Prüfstein.

Ein Benchmark-Sprung hilft im Betrieb wenig, wenn das Modell nach dem dritten Umweg den Faden verliert. Ein Agent, der den Fehler erkennt, seinen Plan anpasst und kontrolliert weiterarbeitet, verändert dagegen den möglichen Automatisierungsgrad.

Laufzeit und Token entscheiden mit

OpenAI gibt an, dass die Pro-Token-Latenz gegenüber GPT-5.4 stabil bleibt und GPT-5.5 bei Codex-Aufgaben weniger Tokens verbraucht. Falls sich das im produktiven Einsatz bestätigt, kann dieser Effizienzgewinn stärker wiegen als ein weiterer Benchmarkpunkt.

Mehr Autonomie darf den Betrieb nicht über Laufzeit und Kosten ausbremsen. Ein längerer Agentenlauf muss deshalb nicht nur sein Ziel erreichen; er muss innerhalb eines vertretbaren Budgets bleiben und sich stoppen lassen, bevor eine Fehlerspur durch weitere Tool-Aufrufe teuer wird.

GPT-5.5 wird Teil der Plattformlogik

OpenAI rahmt GPT-5.5 als Schritt zu stärker agentischem Computing. Praktisch soll das Modell enger mit ChatGPT und Codex zusammenspielen und auch browsernahe Abläufe tragen.

Für Entwicklerteams verschiebt sich damit die Prüfung. Die Qualität einer einzelnen Antwort reicht als Maßstab nicht mehr aus, sobald ein Modell über viele Schritte arbeitet und dabei externe Werkzeuge bedient. Evals müssen den vollständigen Ablauf erfassen. Abbruchregeln und Kostenlimits gehören in dieselbe Migration.

Prompt-Tuning allein genügt nicht.

Verfügbarkeit und die operative Folge

Zum Zeitpunkt der Ankündigung war GPT-5.5 nach Angaben von OpenAI für Plus-, Pro-, Business- und Enterprise-Nutzer in ChatGPT und Codex verfügbar. Die Pro-Variante wurde für Pro-, Business- und Enterprise-Kunden ausgerollt; die API-Anbindung stellte OpenAI damals als nächsten Schritt in Aussicht.

Das Unternehmen verwies außerdem auf erweitertes Redteaming und Prüfungen für fortgeschrittene Cybersecurity- und Biologie-Fähigkeiten. Rund 200 Early-Access-Partner sollen Feedback geliefert haben. Für das spätere API-Deployment erwartete OpenAI zusätzliche Anforderungen an Sicherheit und Infrastruktur.

Für Betreiber produktiver Agenten ist die Konsequenz klar: Ein Modellwechsel ist kein gelegentliches Upgrade mehr. Er wird zum laufenden Betriebsprozess, bei dem die Eval-Ergebnisse entscheiden, welche Tools freigeschaltet werden und wann ein Lauf abbricht. Frühere OpenAI-Bausteine wie die Sicherheitsarchitektur von Codex und die Realtime-Voice-Modelle in der API zeigen, wie viele Systemteile inzwischen an einem Modell hängen.

Vor dem nächsten Wechsel bleibt deshalb eine konkrete Frage: Welche Abläufe müssen erneut getestet werden?