Article
GPT-5.5 Codex: Reasoning-Token Clustering bei 516/1034/1552
Ein GitHub-Issue mit detaillierter Telemetrie-Analyse wirft Fragen zur GPT-5.5 Performance in OpenAI Codex auf. Die Daten zeigen ein systematisches Clustering bei festen Reasoning-Token-Grenzen – was auf versteckte Reasoning-Budgets hindeuten könnte.
Die Beobachtung
Benutzer @vguptaa45 analysierte 390.195 Codex-Response-Records von Februar bis Juni 2026. Das Ergebnis:
| Metric | Value |
|---|---|
| Analysierte Responses | 390.195 |
| Sessions | 865 |
Exact reasoning_output_tokens = 516 Events | 3.363 |
| GPT-5.5 Anteil an allen Responses | 19,3% |
| GPT-5.5 Anteil an exact-516 Events | 82,0% |
| GPT-5.5 exact-516 / >=516 Ratio | 44,0% |
| Non-GPT-5.5 exact-516 / >=516 Ratio | 1,3% |
Das Signal ist GPT-5.5-spezifisch. Andere Modelle (GPT-5.4, etc.) zeigen dieses Clustering nicht.
Weitere Grenzen
Neben 516 tauchen weitere feste Grenzen bei 1034 und 1552 auf – jeweils ~518 Token Abstand. Das deutet auf interne Reasoning-Budget-Schwellwerte hin (518 ≈ 512 + Overhead).
Verbindung zu Task-Failures
Verknüpftes Issue #29353 berichtet: Läufe, die exakt bei 516 Reasoning-Tokens enden, liefern häufig falsche Antworten. Das passt zum Bild eines Modells, das intern “short-circuits” wenn ein Reasoning-Budget aufgebraucht ist.
Was bedeutet das?
Der Autor ist vorsichtig: “I am not claiming this proves hidden chain-of-thought truncation.” Die schmalere Behauptung: Codex-Telemetrie zeigt eine GPT-5.5-spezifische Fixed-Token-Clustering-Anomalie, die konsistent mit thresholded Reasoning-Budget-Verhalten aussieht.
Für Nutzer: Bei komplexen Codex-Tasks könnte GPT-5.5 “aufgeben” wenn es ein internes Reasoning-Limit trifft – ohne dass das nach außen sichtbar wird.
OpenAI hat sich noch nicht geäußert.