OpenAI: GPT-5.5 (batch)

GPT-5.5 ist OpenAIs Flaggschiff-Reasoning-Modell für komplexe fachliche Aufgaben und Programmierung. Es nimmt Text und Bilder entgegen und liefert Text. Dabei verbindet es Analyse mit Werkzeugnutzung, wenn eine Aufgabe Informationen oder Aktionen benötigt, die über den bereitgestellten Prompt hinausgehen. OpenAIs Leitfaden betont ein klares Ziel: Erklären Sie das benötigte Ergebnis, die einzuhaltenden Bedingungen, die zu verwendenden Belege und das Kriterium, das die Aufgabe beendet.

Stellen Sie für eine umfangreiche Softwareänderung das relevante Material aus dem Repository, das aktuelle Verhalten, das gewünschte Verhalten und die Abnahmekriterien bereit. Benennen Sie, was geändert werden darf und was kompatibel bleiben muss. Ein nützliches angefordertes Ergebnis ist ein Änderungsvorschlag, eine Erklärung des betroffenen Verhaltens und Belege aus allen tatsächlich ausgeführten Prüfungen. Kennzeichnen Sie bei einer dokumentenreichen Aufgabe die Quelldokumente und fordern Sie eine Antwort an, die nach der zu treffenden Entscheidung gegliedert ist. Jede Schlussfolgerung sollte mit den bereitgestellten Belegen verbunden und offene Fragen sollten von feststehenden Fakten getrennt sein.

GPT-5.5 unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; medium ist der Standardwert. OpenAI empfiehlt, low vor none in Betracht zu ziehen, wenn ein reaktionsschneller Arbeitsablauf dennoch Planung, Suche oder mehrere Werkzeugaufrufe benötigt. Die Einstellung none eignet sich für direkte Aufgaben, die diesen Reasoning-Prozess nicht brauchen. Mehr Aufwand ist nicht automatisch besser: Widersprüchliche Anforderungen, unbegrenzter Werkzeugzugriff oder eine unklare Abbruchregel können unnötige Suche und übermässiges Nachdenken verursachen. Wählen Sie den Aufwand anhand der tatsächlichen Aufgabe und benennen Sie das erwartete Endergebnis und das Abschlusskriterium ausdrücklich.

Der Hersteller nennt ein Kontextfenster von 1’050’000 Token und eine maximale Ausgabe von 128’000 Token; der Wissensstand ist der 1. Dezember 2025. Der Kontext nimmt das Gespräch, bereitgestelltes Material und erzeugte Inhalte auf; er ist kein separates Kontingent, das zur maximalen Ausgabe hinzugerechnet werden kann. Auch internes Reasoning verbraucht Token und Ausgabekapazität. Eine grosse Quellensammlung sollte daher anhand der Frage gegliedert sein, wichtige Kennungen, Einheiten und Dokumentgrenzen bewahren und ausreichend Raum für Reasoning und endgültige Antwort lassen.

Die Bildverarbeitung unterscheidet sich von früheren Voreinstellungen. Nach OpenAIs GPT-5.5-Leitfaden gilt bei einer nicht gesetzten oder auf auto eingestellten Bilddetailstufe das Verhalten original. Dabei bleibt ein Bild ohne Grössenänderung erhalten, wenn es sowohl das angegebene Budget von 10’240’000 Pixeln als auch die maximale Abmessung von 6’000 Pixeln einhält. Bei ausdrücklich gewähltem high bleiben Details innerhalb sowohl des angegebenen Budgets von 2’500’000 Pixeln als auch der maximalen Abmessung von 2’048 Pixeln erhalten; low verkleinert Bilder oberhalb einer Abmessung von 512 Pixeln stärker. Dies sind Einstellungen für die Bildverarbeitung und keine Garantie, dass jede hochgeladene Datei akzeptiert wird. Benennen Sie bei einem Screenshot, Diagramm oder einer Seite den Bereich und die Frage, stellen Sie ein lesbares Bild bereit und fordern Sie die benötigte Beobachtung oder Interpretation statt einer uneingeschränkten Beschreibung an.

OpenAI dokumentiert die Schnittstellen Responses, Chat Completions und Batch mit Streaming, Structured Outputs, Funktionsaufrufen, Dateiuploads, Bildeingaben, Datei- und Websuche sowie Prompt-Caching. Die dokumentierten Werkzeuge umfassen ausserdem Werkzeugsuche, Bilderzeugung, Codeinterpretation, eine gehostete Shell, Patch-Vorgänge, Skills, Computernutzung und MCP. Beschreiben Sie für jedes Anwendungswerkzeug den Zweck, die Argumente, die Nebenwirkungen und die zurückgegebenen Informationen. Die Anforderung eines Anwendungsfunktionsaufrufs erfordert, dass die Anwendung diesen Vorgang ausführt und sein tatsächliches Ergebnis zurückgibt; ein erzeugter Handlungsvorschlag belegt nicht, dass die Handlung stattgefunden hat. Die eigene Ausgabemodalität des Modells bleibt Text, während ein Werkzeug zur Bilderzeugung ein separates Ergebnis erzeugen kann.

Bewahren Sie bei längeren Interaktionen die Informationen, die nötig sind, um Zwischenarbeit von einer fertigen Antwort zu unterscheiden. OpenAIs Leitfaden beschreibt phase-Werte von Assistenten für commentary und final: Anwendungen, die Assistenteneinträge manuell erneut übergeben, müssen deren ursprüngliche phase-Werte bewahren; die Verkettung über den Mechanismus des Herstellers für vorherige Antworten bewahrt diesen Zustand automatisch. Legen Sie für die sichtbare Antwort die gewünschte Länge, den Ton und die Struktur ausdrücklich fest. GPT-5.5 verwendet standardmässig einen knappen, direkten Stil, und die Textausführlichkeit ist standardmässig medium; ein kompaktes Ergebnis kann geringere Ausführlichkeit anfordern, ohne erforderliche Belege oder Bedingungen wegzulassen.

Ein nützliches Endergebnis kann eine überarbeitete Datei mit einer gezielten Änderungserklärung, eine auf benannten Dokumenten beruhende Entscheidungsvorlage oder eine strukturierte Extraktion mit klar gekennzeichneten fehlenden Werten sein. Stellen Sie Fakten bereit, die aktuell sein müssen, statt sich auf den Wissensstand des Modells zu verlassen, und vergleichen Sie wesentliche Aussagen mit dem ursprünglichen Material. Klare Belegregeln, begrenzte Werkzeuge und ausdrückliche Abbruchbedingungen helfen GPT-5.5, eine umfangreiche Aufgabe abzuschliessen und das Ergebnis verständlich und überprüfbar zu halten.