OpenAI hat GPT-5.5 veröffentlicht, intern „Spud" genannt. Das Modell setzt neue Bestwerte in Reasoning-, Coding- und Agenten-Benchmarks — und kostet mit 5 Dollar pro Million Input-Tokens deutlich weniger als vergleichbare Frontier-Modelle. Für Mittelständler, die KI über APIs einsetzen, verschiebt sich damit das Kosten-Leistungs-Verhältnis spürbar.
Was OpenAI wirklich angekündigt hat
Am 24. April stellte OpenAI GPT-5.5 vor — das bisher leistungsstärkste Modell des Unternehmens. OpenAI spricht von einer „neuen Klasse von Intelligenz". Das Modell erreicht Spitzenwerte in Benchmarks für logisches Schlussfolgern, autonome Agenten-Aufgaben, Computer-Nutzung und Code-Generierung. Dabei arbeitet es mit derselben Geschwindigkeit wie der Vorgänger GPT-5.4, bei höherer Effizienz.
Die Preisgestaltung fällt aggressiv aus: 5 Dollar pro Million Input-Tokens und 30 Dollar pro Million Output-Tokens. OpenAI positioniert das als „halb so teuer wie vergleichbare Frontier-Coding-Modelle". Das Modell wird schrittweise über alle ChatGPT-Tarife, Codex und die API ausgerollt, inklusive Thinking- und Pro-Varianten.
Ein Detail am Rande: OpenAI hat nach eigenen Angaben GPT-5.5 und Codex genutzt, um den eigenen GPU-Code umzuschreiben und die Infrastruktur-Effizienz zu steigern. Das Modell hat also buchstäblich an seiner eigenen Optimierung mitgewirkt.
Warum das für den Mittelstand zählt
Die API-Kosten sind für viele Mittelständler der entscheidende Faktor bei der Frage, ob sich ein KI-Projekt rechnet. Bei einem typischen Dokumentenverarbeitungs-Workflow, der täglich 500.000 Tokens verarbeitet, lagen die monatlichen API-Kosten bei GPT-4 Turbo noch bei rund 150 bis 200 Euro. Mit GPT-5.5 sinkt dieser Posten auf geschätzt 75 bis 100 Euro — bei gleichzeitig besserer Qualität.
Für Unternehmen, die bereits KI-gestützte Prozesse betreiben, bedeutet das: Bestehende Workflows werden günstiger, ohne dass Qualitätseinbußen zu erwarten sind. Für Unternehmen, die noch abwarten, senkt sich die wirtschaftliche Hürde für einen Einstieg weiter.
Dokumentenverarbeitung und Posteingang
Ein Unternehmen mit 50 bis 200 Mitarbeitern bearbeitet täglich Hunderte eingehender Dokumente — Rechnungen, Auftragsbestätigungen, Reklamationen. Ein Frontier-Modell wie GPT-5.5 klassifiziert, extrahiert und routet diese Dokumente mit einer Genauigkeit, die noch vor einem Jahr Enterprise-Lösungen vorbehalten war. Die Kosten liegen bei wenigen Cent pro Dokument.
Code-Generierung für interne Tools
IT-Abteilungen im Mittelstand stehen oft vor der Wahl: Teuer extern entwickeln lassen oder mit Bordmitteln improvisieren. GPT-5.5 erreicht in Coding-Benchmarks Werte, die es als ernsthaften Co-Piloten für die Entwicklung interner Werkzeuge qualifizieren — von Datenbank-Abfragen über API-Integrationen bis zu einfachen Webanwendungen. Die Qualität der generierten Code-Vorschläge ist nach unseren Einschätzungen bei ATLAS Consulting deutlich gestiegen.
KI-Agenten für Routineaufgaben
Mit den verbesserten Agenten-Fähigkeiten von GPT-5.5 werden mehrstufige Workflows realistischer. Ein Beispiel: Ein Agent, der eingehende Kundenanfragen liest, im CRM nachschlägt, eine Antwort entwirft und zur Freigabe vorlegt. Was bisher an Zuverlässigkeitsgrenzen scheiterte, wird durch die verbesserten Reasoning-Fähigkeiten praktikabler.
„Frontier-KI wird zum Commodity — nicht die Fähigkeit entscheidet, sondern wie gut ein Unternehmen sie in bestehende Prozesse integriert."
lightbulb
Praxis-Tipp
Bevor Sie einen laufenden Workflow von GPT-4 Turbo oder GPT-5.4 auf GPT-5.5 umstellen, testen Sie mit einem repräsentativen Sample von mindestens 100 Anfragen. Die Qualität steigt in den meisten Fällen, aber Prompt-Formate und System-Prompts, die auf ein älteres Modell optimiert waren, können bei einem neuen Modell anders reagieren. Ein Parallelbetrieb über zwei bis drei Tage gibt Sicherheit.
Kosten im Vergleich
Der Preispunkt von GPT-5.5 ordnet sich wie folgt in den aktuellen Markt ein. Dabei gilt: Die reinen Token-Kosten sind nur ein Teil der Rechnung. Entscheidend ist, wie viele Tokens ein Modell für eine Aufgabe braucht — ein effizienteres Modell kann trotz höherer Token-Preise günstiger sein.
| Modell | Input (pro 1M Tokens) | Output (pro 1M Tokens) |
| GPT-5.5 (Spud) | 5 $ | 30 $ |
| GPT-5.4 | 2,50 $ | 10 $ |
| Claude Opus 4.7 | 15 $ | 75 $ |
| Claude Sonnet 4.6 | 3 $ | 15 $ |
| Gemini 3 Pro | 7 $ | 21 $ |
Fazit
GPT-5.5 ist kein revolutionärer Sprung, aber ein solider Schritt nach vorne — und der Preispunkt macht es für den Mittelstand besonders interessant. Wer bereits GPT-basierte Workflows betreibt, sollte einen kontrollierten Umstieg evaluieren. Wer noch keinen API-basierten KI-Einsatz hat, findet mit GPT-5.5 einen wirtschaftlich attraktiven Einstiegspunkt.
Wichtig bleibt: Das Modell ist nur so gut wie die Prozesse, in die es eingebettet wird. ATLAS Consulting unterstützt Mittelständler dabei, den richtigen Zeitpunkt und den passenden Anwendungsfall für neue Frontier-Modelle zu identifizieren — vom ersten Proof-of-Concept bis zum produktiven Betrieb.
OpenAI has released GPT-5.5, codenamed "Spud." The model tops benchmark scores across reasoning, coding and agentic tasks — and at 5 dollars per million input tokens, it undercuts most frontier competitors. For mid-sized businesses evaluating API-based AI, this shifts the cost–performance equation significantly.
What OpenAI actually announced
On April 24, OpenAI unveiled GPT-5.5 — the company's most capable model to date. OpenAI describes it as a "new class of intelligence." The model sets new highs across benchmarks for reasoning, autonomous agent tasks, computer use and code generation. It operates at the same speed as its predecessor GPT-5.4, with improved efficiency.
The pricing is aggressive: 5 dollars per million input tokens and 30 dollars per million output tokens. OpenAI positions this as "half the cost of competitive frontier coding models." The model is rolling out across all ChatGPT plans, Codex and the API, including Thinking and Pro variants.
A notable detail: OpenAI reportedly used GPT-5.5 and Codex to rewrite its own GPU code, improving infrastructure efficiency. The model quite literally contributed to its own optimisation.
Why this matters for mid-sized businesses
API costs are the deciding factor for many mid-sized companies when assessing whether an AI project makes financial sense. For a typical document processing workflow handling 500,000 tokens per day, monthly API costs with GPT-4 Turbo were roughly 150 to 200 euros. With GPT-5.5, that figure drops to an estimated 75 to 100 euros — with better quality.
For companies already running AI-driven processes, existing workflows become cheaper without sacrificing quality. For companies still on the fence, the economic barrier to entry drops further.
Document processing and inbox management
A company with 50 to 200 employees processes hundreds of incoming documents daily — invoices, order confirmations, complaints. A frontier model like GPT-5.5 classifies, extracts and routes these documents with accuracy that was reserved for enterprise solutions just a year ago. Costs run to a few cents per document.
Code generation for internal tools
Mid-sized IT departments often face a choice: commission expensive external development or improvise with existing resources. GPT-5.5 achieves coding benchmark scores that qualify it as a serious co-pilot for building internal tools — from database queries to API integrations to simple web applications. In our assessment at ATLAS Consulting, the quality of generated code suggestions has improved noticeably.
AI agents for routine tasks
With GPT-5.5's improved agentic capabilities, multi-step workflows become more realistic. An example: an agent that reads incoming customer enquiries, looks up the customer in the CRM, drafts a response and submits it for approval. What previously failed at reliability thresholds becomes more practicable with improved reasoning capabilities.
"Frontier AI is becoming a commodity — the differentiator is not the capability itself, but how well a company integrates it into existing processes."
lightbulb
Practical tip
Before switching a running workflow from GPT-4 Turbo or GPT-5.4 to GPT-5.5, test with a representative sample of at least 100 requests. Quality improves in most cases, but prompt formats and system prompts optimised for an older model may behave differently with a new one. Running both models in parallel for two to three days provides confidence.
Cost comparison
GPT-5.5's price point fits into the current market as follows. Note that raw token costs are only part of the equation. What matters is how many tokens a model needs for a task — a more efficient model can be cheaper despite higher per-token prices.
| Model | Input (per 1M tokens) | Output (per 1M tokens) |
| GPT-5.5 (Spud) | $5 | $30 |
| GPT-5.4 | $2.50 | $10 |
| Claude Opus 4.7 | $15 | $75 |
| Claude Sonnet 4.6 | $3 | $15 |
| Gemini 3 Pro | $7 | $21 |
Conclusion
GPT-5.5 is not a revolutionary leap, but a solid step forward — and the price point makes it particularly interesting for mid-sized businesses. Companies already running GPT-based workflows should evaluate a controlled migration. Those without API-based AI yet will find GPT-5.5 an economically attractive entry point.
What remains important: the model is only as good as the processes it is embedded in. ATLAS Consulting helps mid-sized businesses identify the right timing and the right use case for new frontier models — from the first proof of concept through to production.