GPT-5.5 stößt Berichten zufolge an eine Denkgrenze von 516 Token – und Entwickler sind nicht begeistert

EinleitungIn den vergangenen Tagen haben Entwickler, die OpenAI Codex verwenden, über ein seltsames Muster diskutiert: Einige Antworten von GPT-5.5 scheinen bei einer sehr spezifischen Anzahl von Reasoning-Tokens zu stoppen — 516.Der ursprüngliche Bericht belegt nicht, dass OpenAI das Schlussfolgern heimlich abschneidet. Die engere Aussage ist vorsichtiger formuliert: In Telemetriedaten, die in einem öffentlichen GitHub-Issue geteilt wurden, zeigt sich ein ungewöhnliches, GPT-5.5-spezifisches Clustering um reasoning_output_tokens = 516, mit zusätzlichen Spitzenwerten nahe 1034 und 1552.Dieses Detail ist wichtig, weil Entwickler nicht nur fragen, ob GPT-5.5 Fehler macht. Sie fragen, ob das Modell bei komplexen Aufgaben manchmal einen kürzeren Schlussfolgerungspfad nimmt und dann Antworten zurückgibt, die weniger verlässlich wirken als erwartet.## Hinweis zur Quelle- Ursprünglicher Artikel: BAAI-Hub-Artikel

• Ursprünglich referenziertes GitHub-Issue: openai/codex issue #30364
• Zugehöriges Reproduktions-Issue: openai/codex issue #29353
• Auf der BAAI-Seite steht, dass der Artikel aus einem WeChat-Artikel von Xinzhiyuan stammt.
• Der Originalartikel enthielt keine Codeblöcke. Er bestand hauptsächlich aus Screenshots, Tabellen und verlinkten Referenzen.
• Hinweis zu den Bildern: Relevante Screenshots, Diagramme und Vergleichsbilder sind unten erhalten. Dekorative Trennelemente, reine Markenbilder, QR-Codes, Recruiting-Grafiken und nicht zusammenhängende Werbebilder wurden nicht aufgenommen.## GPT-5.5 bleibt bei „516“ hängen: Entwickler bemerken ein ungewöhnliches MusterDie Diskussion begann mit einer überraschend spezifischen Zahl: 516.Laut Berichten von Entwicklern hat GPT-5.5 in letzter Zeit bei einigen komplexen Programmier- und Schlussfolgerungsaufgaben innerhalb von Codex schwächere Leistungen gezeigt. Auffällig war dabei nicht nur, dass das Modell manchmal falsche Antworten lieferte. Mehrere fehlgeschlagene oder verdächtige Antworten schienen an derselben Grenze bei den Reasoning-Tokens zu stoppen.![Das Bild zeigt einen Twitter-Post, in dem der Nutzer @bdsq1sz erklärt, GPT-5.5 sei tatsächlich „dümmer geworden“ – möglicherweise werde es stillschweigend abgeschnitten. Ein Systemhinweis weise das Modell an, alle 30 Sekunden Daten bereitzustellen, was dazu führe, dass Tokens automatisch abgeschnitten werden, sobald die Länge `(usage.output_tokens_details.reasoning_tokens == 518 * n
• 2)erreicht. Der Beitrag steht im Zusammenhang mit der im Dokument beschriebenen schwächeren Leistung von GPT-5.5 in Codex und dem ungewöhnlichen Phänomen, dass Antworten wiederholt an derselben Reasoning-Token-Grenze stoppen; möglicherweise liefert er eine Erklärung für dieses Verhalten.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/6476d652-b821-4649-a709-e9548a80bb12-03-ca6f89d3-9d3b-4c3b-838e-42aeddb232a4.png)Anschließend beteiligten sich mehrere Codex-Nutzer an der Diskussion und erklärten, sie hätten ein ähnliches Verhalten beobachtet.![Das Bild zeigt, dass vier Nutzer in der Diskussion dasselbe Problem erwähnen. loner2403, partment, Suvmaker und lujunjiehhh schrieben jeweils vor einer Woche „Same issue“, „Same issue“, „same problem“ und „Same issue“ und machten damit deutlich, dass sie ebenfalls auf ein ähnliches Problem gestoßen sind. Dies steht im Einklang mit dem zuvor erwähnten Phänomen, dass GPT-5.5 in Codex schwächere Leistungen zeigt und einige fehlgeschlagene oder verdächtige Antworten an derselben Reasoning-Token-Grenze stoppen, und verdeutlicht die Aufmerksamkeit von Entwicklern und Nutzern für dieses Problem.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/ff2f0787-2820-4bdf-b103-11b74925167c-04-26d319be-fd5b-4534-b116-0a99c4489246.png)Die zentrale Frage ist einfach: Warum würde ein erstklassiges Reasoning-Modell wiederholt genau bei ein und derselben Token-Anzahl landen?## Das GitHub-Issue: Ein größeres Datenfenster hinter der BehauptungDie wichtigste öffentliche Referenz ist GitHub-Issue [#30364](https://github.com/openai/codex/issues/30364), eröffnet im Repositoryopenai/codex.In diesem Issue meldete der Entwickler ein aggregiertes Muster in den token_count-Metadaten von Codex. Die Behauptung lautete, dass Antworten von gpt-5.5überproportional häufig genau beireasoning_output_tokens = 516landeten, mit zusätzlichen festen Grenzwert-Spitzen um1034und1552.![Das Bild zeigt GitHub-Issue #30364 mit dem Titel „GPT-5.5 Codex reasoning-token clustering at 516/1034/1552 may be leading to degraded performance on complex tasks“. Der Entwickler vguptaa45 meldete vor 1 Woche ein Clustering-Muster in den Codex-token_count`-Metadaten: Antworten von gpt-5.5 weisen deutliche Spitzen an festen Grenzen wie 516, 1034 und 1552 auf. Dies könnte mit einer modellbedingten niedrigeren Intensität der Reasoning-Tokens zusammenhängen und zu einer schlechteren Leistung bei komplexen/risikoreichen Codex-Aufgaben führen. Das Issue steht außerdem in Zusammenhang mit #29353, in dem eine Reproduktion auf Aufgabenebene berichtet wurde: Ein gpt-5.5-Lauf endete bei 516 Reasoning-Tokens und lieferte eine falsche Antwort.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/126299af-18be-4167-a836-fd9a9aa0a784-05-b716e700-3c92-4018-960e-6694428a1805.png)Der Bericht deckte ein Zeitfenster vom

1. Februar bis zum
2. Juni 2026 ab. Analysiert wurden 390.195 Token-Datensätze auf Antwortebene über 865 Sitzungen hinweg.### In Issue #30364 berichtete Evidenz| Metrik | Wert |
   |-|-|
   | Analysierte Token-Datensätze auf Antwortebene | 390.195 |
   | Repräsentierte Sitzungen | 865 |
   | Exakte Ereignisse mit reasoning_output_tokens = 516 | 3.363 |
   | Anteil von GPT-5.5 an allen Antworten | 19,3 % |
   | Anteil von GPT-5.5 an exakten 516-Ereignissen | 82,0 % |
   | Verhältnis exakte 516 / >=516 bei GPT-5.5 | 44,0 % |
   | Verhältnis exakte 516 / >=516 bei Nicht-GPT-5.5 | 1,3 % |Das Issue verglich GPT-5.5 außerdem mit anderen Modellen der GPT-Familie. Die Lücke war groß genug, dass Entwickler vermuteten, es handle sich nicht bloß um eine normale Verteilung der Reasoning-Längen.### Ergebnis auf Modellebene| Modell | Antwortdatensätze | Exakte 516 / >=516 |
   |-|-|-|
   | gpt-5.5 | 75.401 | 44,0 % |
   | gpt-5.4 | 25.214 | 19,8 % |
   | gpt-5.2 | 247.575 | 0,34 % |
   | gpt-5.3-codex | 13.333 | 0,0 % |
   | gpt-5.3-codex-spark | 26.179 | 0,0 % |Der Originalartikel fasste den Punkt prägnant zusammen: GPT-5.5 machte nur einen Minderheitsanteil der Gesamtantworten aus, schien in diesem Datensatz jedoch für die meisten exakten 516-Ereignisse verantwortlich zu sein.## Der noch verdächtigere Teil:Die gesamte Intensität des Schlussfolgerns nahm abEine mögliche Verteidigung wäre, dass GPT-5.5 einfach mehr nachdenkt, sodass natürlich mehr Antworten in höhere Bereiche von Reasoning-Tokens gelangen.Doch die gemeldeten Daten weisen in die entgegengesetzte Richtung.Im Mai und Juni, als die genaue 516er-Häufung Berichten zufolge deutlicher wurde, sank die gesamte Reasoning-Token-Intensität von GPT-5.5. Sowohl die durchschnittliche Anzahl der Reasoning-Tokens als auch die P90-Anzahl der Reasoning-Tokens lagen unter den Werten früherer Monate.### Reasoning-Token-Intensität nach Monat| Monat | Durchschnittliche Reasoning-Tokens | P90 Reasoning-Tokens |
   |-|-|-|
   | Feb 2026 | 268.1 | 772 |
   | Mär 2026 | 256.8 | 723 |
   | Apr 2026 | 228.7 | 669 |
   | Mai 2026 | 106.9 | 344 |
   | Jun 2026 | 168.5 | 515 |![Das Bild zeigt eine Tabelle mit Daten zu Reasoning-Tokens von Februar bis Juni
3. Die Tabelle enthält drei Spalten: Monat, durchschnittliche Reasoning-Tokens (Mean reasoning tokens) und Reasoning-Tokens im
4. Perzentil (P90 reasoning tokens). Die konkreten Werte sind: Februar Durchschnitt 268,1,
5. Perzentil 772; März Durchschnitt 256,8,
6. Perzentil 723; April Durchschnitt 228,7,
7. Perzentil 669; Mai Durchschnitt 106,9,
8. Perzentil 344; Juni Durchschnitt 168,5,
9. Perzentil
10. Die Tabelle steht in engem Zusammenhang mit dem Kontext und zeigt anschaulich, wie sich die Intensität der Reasoning-Tokens im Zeitverlauf verändert hat; sie liefert eine Datengrundlage für die Analyse des Rückgangs der Reasoning-Token-Intensität von GPT-5.5.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/67ba545d-de3a-46ae-a296-9085a142d013-08-5fee5f35-896a-4de9-9fe0-2b9564eb0281.png)Deshalb empfanden Entwickler das Muster als unangenehm. Einerseits traten exakte 516er-Ereignisse häufiger auf. Andererseits schien das Modell insgesamt weniger Reasoning-Tokens zu verbrauchen.Das führte zu einer ernsteren Sorge: Bei komplexen oder risikoreichen Aufgaben könnte GPT-5.5 mitunter an ein verborgenes Reasoning-Budget, einen Abschneidepunkt, eine Fallback-Route oder ein bestimmtes Scheduler-Verhalten stoßen, bevor es einen tieferen Schlussfolgerungspfad abgeschlossen hat.Um es klar zu sagen: Dies bleibt eine von Entwicklern gemeldete Anomalie und ist keine offizielle Erklärung von OpenAI.## GitHub-Entwickler wehren sichDie Diskussion auf GitHub zog schnell weitere Nutzer an, die angaben, ähnliche Probleme erlebt zu haben.Das Problem steht auch im Zusammenhang mit einem früheren Bericht, #29353, in dem ein Entwickler ein reproduzierbares Muster in Codex Desktop bei der Verwendung von gpt-5.5 mit xhigh reasoning beschrieb.In dieser Reproduktion gingen einige frische Durchläufe direkt zu einer endgültigen Antwort über, verwendeten genau 516 Reasoning-Output-Tokens und lieferten eine falsche Antwort zurück. Andere Durchläufe verbrauchten Tausende von Reasoning-Tokens, erzeugten eine sichtbare Zwischenphase und lieferten die erwartete Antwort zurück.Dieser frühere Vorgang klärte die Frage nicht, ließ den späteren zusammenfassenden Bericht jedoch weniger isoliert erscheinen.## Diskussionen auf Reddit und Hacker News erhöhen den Druck zusätzlichDie Diskussion verlagerte sich auch über GitHub hinaus. Screenshots im Originalartikel zeigen Entwickler, die darüber diskutieren, ob ein Teil risikoreicher Codex-Anfragen möglicherweise aufgrund einer Abschneidung des Schlussfolgerns stillschweigend herabgestuft wird.Ein im Artikel gezeigter Kommentar argumentierte, dass manche Reasoning-Probleme 6.000 bis 8.000 Denktokens benötigen, bevor die richtige Antwort erscheint. Wenn ein Modell in diesen Fällen bereits bei etwa 516 Tokens stoppt, könnte es die Antwort zu früh liefern.Ein weiterer Screenshot zeigte Nutzer, die Codex und Claude verglichen, wobei einige sagten, sie wechselten je nach Woche das Tool, je nachdem, welches sich gerade weniger kaputt anfühle.## Was Entwickler von OpenAI geklärt haben wollenDie zentrale Forderung der Community ist nicht kompliziert. Entwickler möchten, dass OpenAI oder das Codex-Team erklärt, was rund um 516, 1034 und 1552 geschieht.Zu den offenen Fragen gehören:1. Wird dies durch ein Reasoning-Budget verursacht?
11. Handelt es sich um ein Routing-Problem?
12. Ist es ein Abschneide- oder Streaming-Verhalten?
13. Ist es ein Fallback-Pfad?
14. Erzeugt ein Scheduler- oder Backend-System feste Abbruchgrenzen?
15. Ist exakt 516 ein normaler Stopppunkt, eine degradierte Stufe oder ein interner Schwellenwert?Das ursprüngliche GitHub-Issue behauptet vorsichtig nicht, damit sei eine versteckte Abschneidung der Chain-of-Thought bewiesen. Die stärkere Aussage lautet lediglich, dass die Häufung modell­spezifisch und schwellenwertartig genug aussieht, um eine Untersuchung zu rechtfertigen.## Nicht nur weniger zuverlässig: Nutzer beschweren sich auch über die PersönlichkeitDie zweite Hälfte des ursprünglichen Artikels verlagert den Fokus von der Leistung auf die Persönlichkeit.Ein Entwickler namens Angel verglich ChatGPT mit GPT-5.5 Instant und Claude Fable 5 anhand von nebeneinander dargestellten Screenshots. Die Beschwerde betraf nicht die Frage, ob das Modell antworten konnte. Es ging darum, wie sich der Assistent verhielt.Der Artikel hebt drei wiederkehrende Frustrationen hervor.## Problem 1: Alles wird zu einer AufzählungslisteDie erste Beschwerde ist, dass ChatGPT selbst einfache gesprächsartige Antworten tendenziell überformatiert.Als es gebeten wurde, natürlicher und weniger KI-haft zu sein, antwortete ChatGPT Berichten zufolge mit einer strukturierten Erklärung darüber, wie es natürlich sein würde. Claude dagegen gab eineviel kürzere und lockerere Antwort.![Das Bild zeigt eine Chat-Oberfläche. Oben gibt der Nutzer „please be natural, i don't like AI-ish responses“ ein, darunter antwortet ChatGPT: „Got it

• I'll keep things natural and conversational. What's up?“ Am unteren Rand der Oberfläche sind Symbole für Datei, Wiedergabe, Like, Dislike, Aktualisieren sowie ein orangefarbenes sternförmiges Symbol zu sehen. Das Bild steht in engem Zusammenhang mit dem Abschnitt „Problem 1: Everything Becomes a Bullet List“ im Dokument und veranschaulicht, wie ChatGPT antwortet, wenn es um mehr Natürlichkeit gebeten wird; zugleich zeigt es das Problem von ChatGPT mit der Formatierung.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/6de5dfcb-bab7-43a4-96b3-3e462d2428a4-15-02681313-0e89-4c98-9c40-1b78cc88c8d4.png)Das Problem ist nicht, dass Aufzählungspunkte immer schlecht sind. Bei technischen Erklärungen sind sie nützlich. Das Problem ist, dass sich ein Chat-Assistent steif anfühlen kann, wenn er aus jeder kleinen Anfrage Überschriften, Fettdruck, Listen und Anschlussvorschläge macht.## Problem 2: Es will immer etwas korrigierenDie zweite Beschwerde betrifft übermäßiges Redigieren.Wenn es gebeten wird, einen Satz oder einen Tweet zu prüfen, versucht ChatGPT oft, ihn zu verbessern, umzuschreiben oder Alternativen anzubieten, selbst wenn der Nutzer vielleicht nur ein einfaches „das ist so in Ordnung“ hören möchte.Der Originalartikel stellt dem ein eher Claude-typisches Verhalten gegenüber, bei dem der Assistent häufiger sagt, dass der Text so akzeptabel ist, wie er ist, wenn keine echte Korrektur nötig ist.

Für Nutzer, die locker schreiben, kann das Reibung erzeugen. Ein Modell, das den Nutzer ständig „korrigiert“, wirkt dann weniger wie ein Helfer und mehr wie ein strenger Lektor.## Problem 3: Man fragt nach einem, es gibt dreiDie dritte Beschwerde ist, dass ChatGPT oft mehr liefert als verlangt.Im Beispiel des Artikels bittet ein Nutzer um einen Witz. ChatGPT gibt einen Witz, fügt noch einen hinzu, dann einen dritten und fragt anschließend noch nach dem bevorzugten Humorstil des Nutzers. Claude gibt eine kürzere Antwort.![Das Bild zeigt eine Dialogoberfläche zwischen ChatGPT und einem Nutzer zum Thema Witze. Der Nutzer fragt „can you try to cheer me up with a joke“, und ChatGPT antwortet: „Sure, here's one for you: Why don't scientists trust atoms? Because they make up everything. If that one didn't land, I've got plenty more where it came from

• puns, dad jokes, you name it.“ Dazu sind vier Interaktionssymbole zu sehen. Das Bild steht im Zusammenhang mit dem Abschnitt „Problem 3: You Ask for One, It Gives Three“ des Dokuments und veranschaulicht anschaulich, dass ChatGPT auf die Bitte um einen Witz nicht nur einen liefert, sondern zusätzlich noch zwei weitere Witze anbietet und nach den bevorzugten Humorarten des Nutzers fragt – ein Beispiel für das Problem übermäßiger Ausgaben im Gespräch.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/04b98953-0b9e-44c7-ade2-75d859b85c8d-19-64cbb94b-6984-43eb-891d-1336a4ea80b2.png)Dies ist ein subtils Produktproblem. Mehr Ausgabe kann in einem Benchmark hilfreich wirken, aber in einem Gespräch kann es sich so anfühlen, als würde der Assistent nicht zuhören.## Warum das für KI-Assistenten wichtig istFür einen Coding-Agenten ist Zuverlässigkeit entscheidend. Wenn ein Modell zu früh stoppt, einen kürzeren Denkpfad nimmt oder bei schwierigen Aufgaben an eine feste Token-Grenze stößt, müssen Entwickler das wissen. Sie verlassen sich auf diese Tools für Debugging, Code-Review, Architekturentscheidungen und Änderungen in Produktionsumgebungen.Für einen Chat-Assistenten zählt auch die Persönlichkeit. Wenn jede Antwort übermäßig formatiert, überkorrigierend oder mit zu vielen Optionen überladen ist, wird die Nutzererfahrung mit der Zeit schwerfälliger.Das übergreifende Argument des Artikels ist, dass beide Probleme auf dasselbe Produktrisiko hindeuten: Ein Assistent kann darin gut werden, „eine Antwort zu liefern“, und gleichzeitig schlechter darin werden, dem Nutzer im jeweiligen Moment tatsächlich zu helfen.## FAQ### Was ist das GPT-5.5-Problem mit 516 Reasoning-Tokens?Damit sind Berichte von Entwicklern gemeint, wonach einige GPT-5.5-Codex-Antworten offenbar genau bei reasoning_output_tokens = 516 gehäuft auftreten. Die wichtigste öffentliche Referenz ist GitHub-Issue #30364 im Repository openai/codex. Dem Issue zufolge ist dieses Muster bei GPT-5.5 deutlich ausgeprägter als bei mehreren anderen Modellen.### Beweist das, dass OpenAI die Reasoning-Ausgaben von GPT-5.5 heimlich abschneidet?Nein. Das GitHub-Issue selbst sagt, dass es keine versteckte Abschneidung der Chain-of-Thought beweist. Die vorsichtigere Schlussfolgerung ist, dass die gemeldeten Daten ein ungewöhnliches Muster fester Token-Häufungen zeigen, das mit einem schwellenwertbasierten Verhalten des Reasoning-Budgets vereinbar sein könnte.### Warum ist die Zahl 516 wichtig?Die Zahl ist wichtig, weil sich wiederholende exakt gleiche Stopppunkte weniger natürlich anfühlen können als eine normale Verteilung unterschiedlicher Reasoning-Längen. Im gemeldeten Datensatz traten 516, 1034 und 1552 als Spitzen an festen Grenzen auf. Entwickler fragen, ob diese durch ein Budget, Routing-Verhalten, einen Fallback-Pfad oder einen anderen Backend-Mechanismus verursacht werden.### Wofür wird OpenAI Codex verwendet?OpenAI Codex ist ein Coding-Agent für die Softwareentwicklung. Laut der Entwicklerdokumentation von OpenAI kann Codex beim Lesen von Codebasen, beim Bearbeiten von Dateien, beim Beheben von Bugs, bei Code-Reviews und bei Softwareaufgaben in lokalen oder Cloud-Umgebungen helfen.### Ist das 516-Problem spezifisch für Codex?Die öffentliche Diskussion konzentriert sich hauptsächlich auf Codex und Metadaten von Codex Desktop. Die stärksten Behauptungen im Artikel beziehen sich auf token_count-Daten von Codex und GitHub-Issues im Repository openai/codex. Es sollte nicht auf jede Nutzung von ChatGPT oder der OpenAI-API verallgemeinert werden.Fall ohne separate Belege.### Warum vergleicht der Artikel ChatGPT mit Claude?Der Artikel nutzt den Vergleich, um über die „Persönlichkeit“ von Assistenten zu sprechen, nicht nur über die reine Reasoning-Leistung. Screenshots zeigen Beschwerden darüber, dass ChatGPT zu stark strukturiert, zu stark korrigierend und zu eifrig darin sein kann, mehrere Optionen anzubieten, während Antworten im Stil von Claude manchmal kürzer und gesprächiger sind.### Was sollten Entwickler tun, wenn sie ein ähnliches Codex-Verhalten beobachten?Entwickler sollten nach Möglichkeit reproduzierbare Beispiele, Metadaten, Zeitstempel, Modelleinstellungen und Aufgaben-Prompts sichern. Ein klarer Bericht mit Token-Anzahlen, erwartetem Verhalten, tatsächlichem Verhalten und Schritten zur Reproduktion ist hilfreicher als eine vage Beschwerde.## Verwandte Tools- OpenAI Codex: OpenAIs Coding-Agent zum Lesen, Bearbeiten, Debuggen und Überprüfen von Code.
• Codex CLI: Eine lokale Terminal-Version von Codex, um direkt auf deinem Rechner mit Code zu arbeiten.
• Codex Web: OpenAIs cloudbasierte Codex-Umgebung, um Programmieraufgaben im Hintergrund zu delegieren.
• GitHub Issues: GitHubs integriertes System zum Verfolgen von Bugs, Feedback, Aufgaben und technischen Diskussionen.
• ChatGPT Custom Instructions: OpenAIs offizielle Funktion zur Steuerung von Stil und Verhalten von ChatGPT.
• Claude: Anthropics KI-Assistent, auf den sich der Persönlichkeitsvergleich im Artikel bezieht.
• Claude Code: Anthropics Coding-Agent für die Arbeit mit Codebasen, Dateien, Befehlen und Entwicklungstools.## Verwandte Links- Originalartikel auf BAAI Hub: Der erneut veröffentlichte chinesische Artikel, auf dem diese englische Version basiert.
• GitHub Issue #30364: Das wichtigste öffentliche Issue, das GPT-5.5-Reasoning-Token-Cluster um 516, 1034 und 1552 meldet.
• GitHub Issue #29353: Ein verwandter Reproduktionsbericht zu gpt-5.5, xhigh-Reasoning und exakt 516 Reasoning-Tokens.
• OpenAI Codex Entwicklerdokumentation: Offizielle OpenAI-Dokumentation für Codex.
• OpenAI Codex CLI-Dokumentation: Offizielle Dokumentation zum lokalen Ausführen von Codex im Terminal.
• OpenAI Codex Web-Dokumentation: Offizielle Dokumentation zur Nutzung von Codex in der Cloud.
• GitHub-Dokumentation: About Issues: Offizielle GitHub-Dokumentation, die erklärt, wie Issues verwendet werden, um Bugs und Diskussionen zu verfolgen.
• OpenAI-Hilfe zu ChatGPT Custom Instructions: Offizielle Hinweise zur Anpassung von ChatGPT-Antworten.## ZusammenfassungDieser Artikel erklärt die von Entwicklern gemeldete GPT-5.5-Codex-516-Reasoning-Token-Anomalie, einschließlich des wichtigsten GitHub-das Problem, die gemeldeten aggregierten Daten und die Sorge, dass einige komplexe Aufgaben möglicherweise zu früh beendet werden.Es behandelt außerdem eine zweite Beschwerde zur Nutzererfahrung: ChatGPTs Tendenz, einfache Anfragen übermäßig zu formatieren, übermäßig zu korrigieren und übermäßig ausführlich zu beantworten. Dieser Teil der Diskussion ist subjektiver, ist aber wichtig, weil die Persönlichkeit des Assistenten die alltägliche Produkterfahrung direkt beeinflusst.Der wichtige Punkt ist, das 516-Muster nicht als bewiesene versteckte Abschneidung zu betrachten. Die öffentlich verfügbaren Hinweise lassen sich besser als eine Anomalie im Modellverhalten verstehen, die untersucht werden sollte.Für Entwickler ist die praktische Schlussfolgerung einfach: Wenn sich ein KI-Coding-Agent plötzlich deutlich schlechter anfühlt, sollte man Metadaten sammeln, Läufe vergleichen und reproduzierbare Muster melden, anstatt sich nur auf Eindrücke zu verlassen.