GPT-5.5 ist da: OpenAI startet die Ära der autonomen Agenten

OpenAI hat vor Kurzem GPT-5.5 offiziell vorgestellt. Das zentrale Versprechen des neuen Modells ist die Fähigkeit, als echter Agent zu agieren. In der Praxis bedeutet das: Gibst du dem Modell eine komplexe Aufgabe, wie das Debuggen einer Code-Basis oder eine tiefe Marktrecherche, steuert die KI selbstständig Browser, Code-Editoren und Analyse-Tools. Sie prüft Zwischenergebnisse und korrigiert eigenständig den Kurs, bis das Ziel erreicht ist. Im Terminal-Bench 2.0 setzt sich GPT-5.5 mit 82,7 % deutlich von der Konkurrenz ab.

Massiver Ausbau des Kontextfensters

Technisch sticht die Stabilität bei extrem langen Eingaben hervor. GPT-5.5 bietet ein Kontextfenster von einer Million Tokens. Entscheidend ist hier die Recall-Leistung: Während frühere Modelle bei massiven Datenmengen Informationen in der Mitte verloren haben, zeigt GPT-5.5 im MRCR-v2-Benchmark eine neue Zuverlässigkeit. Das macht das Modell zum präzisen Werkzeug für juristische Analysen oder die Arbeit mit riesigen Dokumentations-Archiven, in denen Details auch bei 500.000 Wörtern sicher gefunden werden müssen.

Die neue Kosten-Nutzen-Rechnung der API

Der Leistungssprung spiegelt sich in der Preisstruktur wider. Mit 5 US-Dollar pro Million Input-Tokens und 30 US-Dollar für den Output ist GPT-5.5 exakt doppelt so teuer wie der Vorgänger. OpenAI argumentiert hier mit gesteigerter Token-Effizienz: Da das Modell Aufgaben zielgerichteter und mit weniger Korrekturschleifen löst, soll der reale Verbrauch pro Ergebnis sinken. Für High-End-Szenarien und wissenschaftliche Forschung bleibt zudem die Pro-Variante ($30 Input / $180 Output) im Portfolio.

Wo die Konkurrenz weiterhin punktet

Trotz der Dominanz in Mathematik und Coding ist GPT-5.5 nicht in jeder Disziplin unangefochten. Bei der Lösung realer GitHub-Issues (SWE-Bench Pro) liegt Claude Opus 4.7 weiterhin vorne. Auch bei der reinen Webrecherche liefert Googles Gemini 3.1 Pro in ersten Vergleichen teilweise präzisere Ergebnisse. Zudem weisen unabhängige Tests auf eine verbleibende Rest-Latenz bei komplexen agentischen Ketten hin. Wer GPT-5.5 einsetzt, erhält ein mächtiges Werkzeug, sollte aber im Einzelfall prüfen, ob die Genauigkeit den Aufpreis gegenüber spezialisierten Modellen rechtfertigt.