GPT-5.5 kódgeneráló modellje furcsán ragad le 516 tokennél

Az OpenAI GPT-5.5 modellje furcsa viselkedést mutat a kódgenerálás során: válaszai aránytalanul gyakran állnak meg pontosan 516 tokennél, további csúcsokkal 1034 és 1552 token környékén. Ez a jelenség, amelyet a GitHubon publikált bejegyzés részletez, egybeesik a modell általános, komplex feladatoknál tapasztalható teljesítményének csökkenésével.

A probléma a Codex token-számlálási metadatáiban bukkant fel, ahol a GPT-5.5 modell felelős az összes válasz 19,3%-áért, de a 516 tokennél pontosan megálló esetek 82%-áért. Ez a GPT-5.5 specifikus arány 33,6-szor magasabb, mint a többi modellnél, amelyeknél ez az arány mindössze 1,3%. A jelenség 2026 februárja óta drasztikusan növekszik, májusban elérte a 53,30%-ot.

Kapcsolódó: GPT-5.5 bemutatása

A teljesítménycsökkenés lehetséges okai

A Hacker News bejegyzése szerint a jelenség nem csupán a tokenek számának növekedése, hanem épp ellenkezőleg: a tesztelt időszakban az átlagos és a 90. percentilis token-intenzitás csökkent, miközben a fix 516 tokennél való megállás aránya nőtt. A 516, 1034 és 1552 tokenes határok természetes eloszlás helyett inkább mesterséges korlátokra utalnak, ami arra enged következtetni, hogy a modell esetleg egy rejtett „gondolkodási keretbe” vagy „időkeretbe” ütközik, amely megszakítja a válaszadást.

Kapcsolódó: GPT-5.5 tesztelése

Modellspecifikus anomália

A probléma leginkább a GPT-5.5 modellt érinti. Míg a GPT-5.5 felelős az összes válasz közel 20%-áért, a 516 tokennél pontosan megálló válaszok több mint 80%-az ebből a modellből származik. Más modellek, mint a GPT-5.4, GPT-5.2, GPT-5.3-codex és GPT-5.3-codex-spark, nem mutatják ezt a fajta szokatlan klasztereződést, vagy csak elenyésző mértékben. A korábbi, #29353 számú GitHub issue is említést tett arról, hogy a GPT-5.5 néha pontatlan válaszokat ad, ha pontosan 516 tokennél fejezi be a gondolatmenetet.

Kapcsolódó: AGI látókör

Kérés az OpenAI felé

A bejegyzés arra kéri a Codex csapatát, hogy vizsgálják meg, vajon a GPT-5.5 rendelkezik-e olyan belső mechanizmussal – például korlátozott „gondolkodási kerettel”, útválasztási vagy ütemezési viselkedéssel –, amely miatt a válaszok 516, 1034 vagy 1552 token környékén megszakadnak. Ha ez várt viselkedés, akkor fontos lenne tudni, hogy ez egy normál leállási pont, egy teljesítménycsökkentett szint, vagy egy másfajta belső küszöbérték.

Kapcsolódó: GPT-5.5 ár és pontszám

A modell viselkedésének pontos megértéséhez a csapat további elemzéseket javasol, többek között a token-számok eloszlásának összevetését különböző modellek és napok szerint, valamint a GPT-5.5 és más modellek teljesítményének összehasonlítását komplex feladatokon, különös tekintettel a 516 tokennél megálló válaszokra. A Hacker News bejegyzése szerint a pontos okok még nem ismertek, de a jelenség magyarázatot adhat a modell kódgenerálási képességeinek romlására.

Kapcsolódó: GPT-5.5 ár és teljesítmény