Auf dem Terminal-Bench 2.0 erreicht GPT-5.5 eine Genauigkeit von 82,7 Prozent — in den von OpenAI präsentierten Vergleichen liegt das Modell damit vor Konkurrenzsystemen. OpenAI hat GPT-5.5 als Schritt zu agentischem Verhalten vorgestellt: Das Modell soll mehrstufige Aufgaben planen, externe Werkzeuge nutzen, Zwischenergebnisse prüfen und über längere Sessions konsistent arbeiten; technische Details bleiben jedoch unvollständig.

Was OpenAI ankündigt OpenAI beschreibt GPT-5.5 als einen Modellschritt hin zu agentischem Verhalten: Das System soll nicht nur auf Anfragen reagieren, sondern selbstständig mehrstufige Aufgaben planen, externe Werkzeuge und APIs nutzen sowie Zwischenergebnisse über längere Sessions prüfen. Das Unternehmen nennt Schwerpunkte wie Softwareentwicklung, Recherche, Datenanalyse und die Steuerung von Software über Schnittstellen. GPT-5.5 ersetzt GPT-5.4 als Flaggschiff. OpenAI betont, dass die Token-Geschwindigkeit gegenüber GPT-5.4 unverändert sei und nennt Infrastrukturoptimierungen (unter anderem KI-gestützte Lastverteilung), ohne jedoch technische Details offenzulegen. Leistung und Benchmark-Ergebnisse - Terminal-Bench 2.0: GPT-5.5 erreicht laut OpenAI 82,7 % Genauigkeit. In den präsentierten Vergleichen liegt es vor Claude Opus 4.7 (69,4 %) und Gemini 3.1 Pro (68,5 %). - OSWorld-Verified (Computer Use / Desktop-Steuerung über Screenshots): GPT-5.5 erzielt 78,7 %, knapp vor Claude Opus 4.7 mit 78,0 %. - Effizienz: OpenAI nennt für bestimmte Aufgaben deutlich geringeren Tokenverbrauch als beim Vorgänger; im Artificial Analysis Coding Index sollen vergleichbare Leistungen zu etwa halbierten Kosten möglich sein. - Einschränkung: Manche Benchmarks vergleichen GPT-5.5 nur mit früheren OpenAI-Modellen, bei anderen fehlen Angaben zu Konkurrenzsystemen, was unabhängige Direktvergleiche erschwert. Echte Aufgaben, echte Demos OpenAI zeigt Beispiele, in denen GPT-5.5 eigenständig Projekte entwickelt: einen Erdbebentracker, zwei einfache 3D-Spiele und eine interaktive Visualisierung einer Mondmission. In diesen Demos übernimmt das Modell Planung, Codeerzeugung, Debugging und die Nutzung externer Tools. Die Szenarien sollen verdeutlichen, wie agentische Fähigkeiten Routineaufgaben automatisieren und längere, zusammenhängende Arbeitsprozesse unterstützen könnten. Wettbewerb und Marktvergleich In den veröffentlichten Vergleichen tritt GPT-5.5 gegen aktuelle Modelle von Anthropic und Google an; Anthropic hatte kurz vor OpenAI Opus 4.7 freigegeben. OpenAI liefert für manche Benchmarks direkte Konkurrenzwerte, in anderen Fällen fehlen Vergleichszahlen, sodass ein vollständiges, unabhängiges Bild der Gesamtleistung noch Lücken aufweist.

Related Articles

OpenAI positioniert GPT-5.5 als nächsten Schritt zu agentischen KI-Fähigkeiten und ersetzt damit GPT-5.4 als Flaggschiff; zentrale technische Details und unabhängige Vergleichsmessungen fehlen jedoch weiterhin. Auf Terminal-Bench 2.0 erreicht das Modell laut OpenAI eine Genauigkeit von 82,7 %.

Dieser Artikel wurde mit KI-Unterstützung erstellt.