OpenAI GPT-5.5: Stärkstes KI-Modell

OpenAI hat GPT-5.5 am 23. April 2026 veröffentlicht und nennt es „eine neue Klasse von Intelligenz für echte Arbeit.” Das Modell ist die erste vollständig neu trainierte Basisarchitektur seit GPT-4.5 (interner Codename „Spud”) und zielt auf vier Bereiche ab: agentisches Coding, Computer Use, Wissensarbeit und wissenschaftliche Forschung. Auf Terminal-Bench 2.0 erreichte GPT-5.5 82,7 % – der höchste Wert aller öffentlich verfügbaren Modelle. Auf OSWorld-Verified kam es auf 78,7 % für autonome Computer-Steuerung. Die API-Preise liegen bei $5 pro Million Input-Tokens und $30 pro Million Output-Tokens. Das Modell wird schrittweise für ChatGPT Plus-, Pro-, Business- und Enterprise-Nutzer freigeschaltet, der API-Zugang folgt in Phasen.

Was kann GPT-5.5?

GPT-5.5 ist für Aufgaben gebaut, die eine anhaltende, mehrstufige Ausführung ohne ständige menschliche Aufsicht erfordern. OpenAI-Präsident Greg Brockman beschrieb es als ein Modell, das „ein unklares Problem betrachten und herausfinden kann, was als Nächstes passieren muss.” Die größten Fortschritte zeigen sich in vier Kategorien.

Was GPT-5.5 von GPT-5.4 unterscheidet, ist der Umgang mit Mehrdeutigkeit. Das Modell braucht weniger menschliche Anleitung, setzt Tools effektiver ein, prüft seine eigenen Ergebnisse und arbeitet weiter, bis eine Aufgabe abgeschlossen ist. OpenAI berichtet, dass GPT-5.5 auf Expert-SWE (dem internen Coding-Benchmark für Aufgaben mit einer mittleren menschlichen Bearbeitungszeit von 20 Stunden) GPT-5.4 übertrifft und dabei weniger Tokens verbraucht.

GPT-5.5 Benchmark-Ergebnisse im Vergleich

GPT-5.5 führt bei agentischen, multimodalen und Mathe-Benchmarks. Claude Opus 4.7 hält die Führung bei Coding- und Wissensaufgaben. Gemini 3.1 Pro liegt beim Reasoning nah dran. Alle Werte sind von den jeweiligen Anbietern selbst gemeldet.

Der größte Ausschlag zeigt sich bei Terminal-Bench 2.0, wo GPT-5.5 Claude Opus 4.7 um 13,3 Prozentpunkte übertrifft. Dieser Benchmark testet unbeaufsichtigte, shell-gesteuerte Aufgaben, die Planung, Fehlerbehebung und Selbstverifikation erfordern. Das stärkste Gegenargument: Claude Opus 4.7 führt bei SWE-Bench Pro mit 5,7 Punkten Vorsprung – dort geht es um die Lösung realer GitHub-Pull-Requests.

GPT-5.5 vs Claude Opus 4.7: Wer gewinnt?

Kein Modell dominiert auf ganzer Linie. Sie zielen auf unterschiedliche Workloads ab, und die richtige Wahl hängt von den eigenen Anforderungen ab.

Claude Opus 4.7 (veröffentlicht am 16. April, eine Woche vor GPT-5.5) gewinnt beim Coding. 64,3 % auf SWE-Bench Pro bedeutet, dass es mehr reale Multi-File GitHub Issues End-to-End löst. Es führt auch auf CursorBench (70 % vs. ~65 %), was es zur stärkeren Wahl für IDE-integrierte Entwicklung macht. Beim Reasoning auf Graduiertenniveau ohne Tools (HLE no-tools) liegt Opus 4.7 mit 46,9 % zu 41,4 % vorn.

GPT-5.5 gewinnt bei agentischen Aufgaben. Der Terminal-Bench 2.0-Vorsprung (+13,3 Punkte) spiegelt die stärkere Leistung bei lang laufenden Kommandozeilen-Workflows wider, die Planung, Iteration und Tool-Koordination erfordern. Bei Computer Use (OSWorld-Verified) liegt es knapp vor Opus 4.7 (78,7 % vs. 78,0 %). Auf Tau2-bench Telecom für Kundenservice-Automatisierung erreicht GPT-5.5 98,0 %.

Die Token-Preise sind nahezu identisch: Beide verlangen $5 pro Million Input-Tokens, während GPT-5.5 bei $30 und Opus 4.7 bei $25 pro Million Output-Tokens liegt.

Was kostet GPT-5.5?

Die API-Preise von GPT-5.5 liegen auf dem Niveau von Frontier-Modellen. Input-Tokens kosten gleich viel wie bei Claude Opus 4.7 und Gemini 3.1 Pro. Output-Tokens liegen höher.

OpenAI rollt GPT-5.5 für ChatGPT Plus ($20/Monat), Pro ($200/Monat), Business und Enterprise aus. Der API-Zugang wird schrittweise erweitert. Eine GPT-5.5 Pro-Variante existiert, die parallele Test-Time-Compute für schwierigere Aufgaben nutzt. Gemini 3.1 Pro bleibt die günstigere Alternative mit $1,25 Input / $10 Output pro Million Tokens bei einem 2M-Token-Kontextfenster.

Welche Sicherheitsmaßnahmen hat GPT-5.5?

OpenAI hat GPT-5.5 vor der Veröffentlichung gegen das vollständige Preparedness Framework getestet, wobei fast 200 Early-Access-Partner Feedback gaben. Das Modell trägt drei Sicherheitseinstufungen: High für biologische und chemische Fähigkeiten (wie GPT-5.4), High für Cybersicherheit (erhöht gegenüber GPT-5.4) und unter High für KI-Selbstverbesserung.

Die Systemkarte merkt an, dass GPT-5.5 nicht in der Lage ist, „funktionierende Zero-Day-Exploits aller Schweregrade in vielen gehärteten realen kritischen Systemen ohne menschliches Eingreifen” zu entwickeln – das ist die Critical-Schwelle. OpenAI hat das Trusted Access for Cyber (TAC)-Programm erweitert, um verifizierten Sicherheitsexperten breiteren Zugang zu Dual-Use-Cyber-Fähigkeiten zu geben und diese für allgemeine Nutzer einzuschränken.

Was GPT-5.5 für Kreativprofis bedeutet

GPT-5.5 ist kein Kreativ-Tool. Aber viele Kreativ-Tools laufen über OpenAIs API, und diese Produkte haben jetzt Zugang zu einem Modell, das mehrstufige Workflows besser bewältigt und pro Token weniger kostet als GPT-5.4.

Die Computer-Use-Fähigkeit ist hier am relevantesten. Mit 78,7 % auf OSWorld-Verified kann GPT-5.5 reale Desktop-Anwendungen eigenständig bedienen. Man denke an KI-Agenten, die den Video-Editor steuern, Export-Einstellungen anpassen oder zwischen Kreativ-Apps wechseln, ohne dass man die Maus anfasst.

Für Entwickler, die kreative KI-Produkte bauen, senken die Token-Preise von $5/$30 pro Million und das 1M-Kontextfenster die Kosten für längere automatisierte Workflows. OpenAI gibt an, dass GPT-5.5 bei gleichwertigen Aufgaben weniger Tokens verbraucht als GPT-5.4, was die Einsparungen verstärkt.

Claude Opus 4.7 startete eine Woche früher mit stärkeren Coding-Benchmarks. GPT-5.5 kontert mit stärkerer agentischer Leistung. Entwickler von KI-Kreativ-Tools haben jetzt zwei Frontier-Modelle, die jeweils für einen anderen Teil der Pipeline optimiert sind.

Häufig gestellte Fragen

Quellen

1. OpenAI - Introducing GPT-5.5
2. OpenAI - GPT-5.5 System Card
3. TechCrunch - OpenAI releases GPT-5.5
4. CNET - ChatGPT 5.5 Is All About Math, Science and AI Research
5. BenchLM - Claude Opus 4.7 vs GPT-5.5 Benchmark Comparison
6. Appwrite - GPT-5.5 is here: benchmarks, pricing, and what changes for developers