GPT-5.5
GPT-5.5 er OpenAIs nyeste frontiermodel, lanceret den 23. april 2026 under kodenavnet "Spud". Det er den foerste fuldstaendig gentraenede basismodel siden GPT-4.5. Alle tidligere versioner fra GPT-5.1 til GPT-5.4 var iterationer paa de samme basisvaegt. GPT-5.5 er bygget fra bunden med ny arkitektur, nyt traeningskorpus og nye traeningsmal, der beloenner faerdiggoerelse af flertrinsopgaver frem for enkeltsvar.
Konkret betyder det, at GPT-5.5 kan tage en kompleks opgave som "restrukturér vores CI/CD-pipeline, koer tests og fix fejl" og udfylde den autonomt over flere trin. Modellen haandterer tekst, billeder, lyd og video i en enkelt samlet arkitektur, og den er co-designet med NVIDIAs GB200-infrastruktur til at koere paa 100.000 GPU-klynger. I API'en koster den $5 per million input-tokens og $30 per million output-tokens med et kontekstvindue paa 1 million tokens.
For danske virksomheder er GPT-5.5 relevant af to grunde. For det foerste er den den staerkeste model til agentisk kodning og computerstyring, med 82,7% paa Terminal-Bench og 78,7% paa OSWorld. For det andet kraever dens klassificering som general-purpose AI-model under EU AI Act specifik compliance-overvaagning, saerligt naar den bruges i hoejrisiko-kontekster som HR, kreditvurdering eller sundhed.
Saadan virker GPT-5.5 teknisk
1. Fuldstaendig gentraening fra bunden. Hvor GPT-5.1 til GPT-5.4 alle var post-training-iterationer paa GPT-4.5s basisvaegt, er GPT-5.5 et rent nyt praetraeningsrun. Nyt data, ny arkitektur, nye traeningsmal. OpenAI har ikke offentliggjort parameterantal, men modellen er traenet paa en klynge af 100.000 NVIDIA GB200-GPU'er, og praetraeningen blev faerdig den 24. marts 2026. Det er en stoerrelsesorden over, hvad de fleste konkurrenter har til raadighed.
2. Nativt omnimodal design. GPT-5.5 behandler tekst, billeder, lyd og video i en samlet arkitektur. Det adskiller sig fra tidligere tilgange, hvor separate encoder/decoder-pipelines haandterede forskellige modaliteter. Fordelen er lavere latens, fordi der ikke er handoffs mellem modeller. Du kan give den et regneark, et skreenshot og en lydfil i samme foresporgsel, og den behandler dem som en samlet kontekst.
3. Agentorienteret traeningsmal. Den stoerste arkitektoniske nyhed er, at GPT-5.5s traeningsmal beloenner faerdiggoerelse af flertrinsopgaver, ikke blot kvaliteten af enkeltsvar. Det betyder, at modellen er traenet til at planlægge en sekvens af handlinger, bruge vaerktoejer, evaluere mellemresultater og justere sin tilgang. Det er Agentic AI bagt ind i selve modellens vaegt, ikke boltet paa efterfoelgende.
4. Kontekstvindue paa 1 million tokens. API'en understotter et kontekstvindue paa 1 million tokens (400.000 i Codex). Det svarer til ca. 700.000 ord eller 1.400 siders tekst i en enkelt session. For udviklere betyder det, at modellen kan holde et helt kodebase i kontekst og forstaa systemarkitektur og afhaengigheder paa tvaers af filer.
5. Co-design med NVIDIA GB200 NVL72. OpenAI og NVIDIA har co-designet GPT-5.5 specifikt til GB200 NVL72 rack-scale-systemer. OpenAI har forpligtet sig til at deploye mere end 10 gigawatt NVIDIA-compute i de naeste cykler. Denne hardware-software-integration giver modellen mulighed for at matche GPT-5.4s per-token-latens trods hoejerere intelligens, fordi inferensen er optimeret til den specifikke hardware.
6. Forbedret token-effektivitet. GPT-5.5 naar hoejerekvalitetsresultater med faerre tokens og faerre genforsog end tidligere versioner. Det er ikke bare hurtigere, det er oekonomisk relevant: faerre tokens per opgave betyder lavere API-omkostninger for den samme kvalitet. OpenAI angiver, at modellen ofte loeser problemer i foerste forsog, hvor GPT-5.4 kraevede to til tre iterationer.
7. Sammenlignet med konkurrenternes arkitektur. Claude Opus 4.7 fra Anthropic bruger en anden tilgang med saerlig staerke RAG-kapabiliteter og lavere hallucinationsrate (36% mod GPT-5.5s 86% paa en long-form factuality-test). Gemini 3.1 Pro fra Google har ogsaa et 1-million-token kontekstvindue, men til under halvdelen af prisen. GPT-5.5s fordel er specifikt i agentiske opgaver, hvor modellen skal handle autonomt over mange trin.
8. Kendte tekniske begraensninger. GPT-5.5 hallucinerer stadig, saerligt naar den producerer mange faktuelle paastande per svar. OpenAI indroemmer, at modellen laver fejl paa nye problemstillinger, tvetydige krav og dybt domaenespecifik kode. Den kraever stadig menneskelig overvaagning paa opgaver, hvor praecision er kritisk. Codex-varianten har et reduceret kontekstvindue paa 400.000 tokens, og API-adgang kraever saerlige sikkerhedsforanstaltninger.
Vil du vide, om GPT-5.5 er det rigtige valg til jeres specifikke use cases, eller om Claude, Gemini eller en open-source-model passer bedre? Vi hjaelper danske virksomheder med at evaluere, implementere og skalere AI-modeller med fokus paa ROI, compliance og praktisk vaerdi. Kontakt os for en uforpligtende vurdering af jeres AI-strategi.
Konkrete kapabiliteter og erhvervseksempler
Agentisk kodning (Agentic Coding)
GPT-5.5 scorer 82,7% paa Terminal-Bench og 88,7% paa SWE-Bench, hvilket goer den til den staerkeste model til autonom softwareudvikling. Den kan laese et kodebase, koere terminalkommandoer, afvikle tests og aendre filer uden trin-for-trin-supervision. En dansk softwarevirksomhed kan bruge Codex med GPT-5.5 til at automatisere bugfixes, refactoring og test-skrivning paa tvaers af deres monorepo.
Computer Use (Computerstyring)
Modellen kan se, hvad der er paa skaermen, klikke, taste, navigere brugergraeenseflader og skifte mellem vaerktoejer. Paa OSWorld scorer den 78,7%, langt foran Claude Opus 4.7s 69,4%. For en dansk virksomhed med mange manuelle processer i legacy-systemer kan det betyde automatisering af datainput mellem systemer, der ikke har API-integrationer.
Langkontekst-kohaerens
GPT-5.5 opretholder konsistens paa tvaers af et helt kodebase eller dokument gennem en lang session. Tidlige testere rapporterer, at modellen bedre forstaar systemarkitektur og fejlpunkter og kan identificere, hvor rettelser hoerer til, og forudsige nedstroemseffekter. En konsulentvirksomhed kan bruge dette til at analysere komplekse kontrakter eller due diligence-materiale paa hundredvis af sider i en enkelt session.
Vidensarbejde og dokumenthaandtering
Modellen kan oprette dokumenter og regneark, analysere data og bevaege sig paa tvaers af vaerktoejer for at faerdiggore flertrinsopgaver. Hos OpenAI selv bruger over 85% af virksomheden Codex ugentligt paa tvaers af funktioner som software engineering, finans, kommunikation, marketing, data science og produktstyring.
Videnskabelig forskning
GPT-5.5 viser tidlige resultater inden for operationel forskning, spreadsheet-modellering og omdannelse af ustruktureret forretningsinput til strukturerede planer. For en dansk Life Science-virksomhed kan det betyde hurtigere screening af forskningslitteratur og hypotesegenerering.
Multimodal analyse
Med nativ haandtering af tekst, billeder, lyd og video kan modellen analysere blandede datasaet i en enkelt foresoergsel. En detailvirksomhed kan foede den med butiksfotos, salgdata i CSV og kundefeedback-optagelser og faa en samlet analyse uden at skifte mellem separate vaerktoejer.
Vaerktojsorkestrering (Tool Orchestration)
GPT-5.5 er traenet til at bruge vaerktoejer i sekvens, evaluere mellemresultater og aendre tilgang. Det goer den velegnet til komplekse AI Agent-pipelines, hvor modellen skal kalde flere API'er, behandle output og tage beslutninger baseret paa resultater. En dansk SaaS-virksomhed kan bygge agenter, der automatiserer hele kundesupport-workflows fra triage til loesning.
GPT-5.5 sammenlignet med konkurrenterne
Claude Opus 4.7 (Anthropic)
Lanceret den 16. april 2026, en uge foer GPT-5.5. Scorer 87,6% paa SWE-Bench Verified og 64,3% paa SWE-bench Pro. Den bedste MCP Atlas-vaerktojsbrug af nogen model med 79,1%. Den store forskel: Claude Opus 4.7 hallucinerer ved 36% paa en long-form factuality-test mod GPT-5.5s 86%. For opgaver, hvor praecision er vigtigere end autonomi, er Claude det sikrere valg. Pris: sammenlignelig med GPT-5.5 i output-tokens.
Gemini 3.1 Pro (Google)
Googles seneste Gemini-model med 1 million tokens kontekstvindue. Koster $12 per million output-tokens, under halvdelen af GPT-5.5s $30. Paa Artificial Analysis Intelligence Index scorer den 57 mod GPT-5.5s 60. For virksomheder, der prioriterer lav pris og staerkt raesonnement over agentiske kapabiliteter, er Gemini 3.1 Pro det bedste valg. Saerligt staerk paa multimodal forstaaelse og lange kontekster.
Llama 4 (Meta)
Metas open-source-alternativ. Gratis at downloade og koere paa egen infrastruktur, hvilket loeser datasuverenitetsproblemet fuldstaendigt. Ydeevnen er lavere end GPT-5.5 paa de fleste benchmarks, men for virksomheder med strenge krav til datakontrol og ingen tolerance for cloud-afhaengighed er det det reelle alternativ. Kan finjusteres til specifikke domaener.
Grok (xAI)
xAIs model med real-time-adgang til X (tidligere Twitter) data. Relevant for virksomheder med behov for aktuel information, men bagud paa kodning og agentiske opgaver sammenlignet med GPT-5.5 og Claude.
DeepSeek V3 (DeepSeek)
Kinesisk open-source-model med imponerende pris-ydelses-forhold. Relevant for danske virksomheder, der oegesker at minimere API-omkostninger, men rejser sporgsmaaal om datasuveraenitiet og compliance med EU-regulering.
Hvor GPT-5.5 er unik. GPT-5.5 vinder entydigt paa autonome agentopgaver: Terminal-Bench 82,7%, OSWorld 78,7%. Ingen anden model kan matche den paa langvarige, flertrins-workflows, der kraever vaerktojsbrug og selvevaluering. Men den taber til Claude Opus 4.7 paa faktuel praecision og til Gemini 3.1 Pro paa pris. Det er ikke den bedste model til alt. Det er den bedste model til agentisk arbejde.
Adgang, priser, sikkerhed og begraensninger
Agentic AI er AI-systemer, der selvstændigt kan planlægge, beslutte og handle. Forstå forskellen fra reaktiv AI og hvad det betyder i praksis.
En AI Agent er et autonomt system, der kan planlægge og udføre handlinger. Lær hvad AI-agenter er, og hvordan de adskiller sig fra chatbots.
Fine-tuning tilpasser en AI-model til et specifikt domæne. Lær hvornår fine-tuning er det rigtige valg fremfor RAG.
Inference er det øjeblik, hvor en AI-model omsætter data til svar. Forstå hvorfor inference er den største omkostning i AI, og hvordan du optimerer den.
EU AI Act er den første omfattende AI-lovgivning i verden. Forstå kravene, risikokategorierne og hvad det betyder for danske virksomheder.
Ofte stillede spoergsmaal om GPT-5.5
Hvad er forskellen paa GPT-5.5 og GPT-5.4?+
GPT-5.5 er den foerste fuldstaendig gentraenede basismodel siden GPT-4.5. Alle GPT-5.x-versioner foer den (5.1 til 5.4) var post-training-iterationer paa de samme vaegt. GPT-5.5 har ny arkitektur, nyt traeningskorpus og et agentorienteret traeningsmal. Prisen er fordoblet til $5/$30 per million tokens, men modellen er mere token-effektiv og loeser ofte opgaver i foerste forsog.
Kan GPT-5.5 erstatte vores udviklingsteam?+
Nej, men den kan goere dem vasentligt mere produktive. GPT-5.5 scorer 82,7% paa Terminal-Bench for agentisk kodning og kan haandtere bugfixes, refactoring og testskrivning autonomt. Men den laver stadig fejl paa nye problemer og tvetydige krav. OpenAI selv beskriver modellen som en accelerator, ikke en erstatning. Hos OpenAI bruger 85% af medarbejderne Codex ugentligt som supplement til deres arbejde.
Hvad koster det at bruge GPT-5.5 til enterprise-brug?+
API-prisen er $5 per million input-tokens og $30 per million output-tokens for standardversionen. GPT-5.5 Pro koster $30/$180. Batch-endpointet giver 50% rabat. ChatGPT Enterprise har tilpasset prissaetning med SSO, audit logs og dedikeret support. Til sammenligning koster Gemini 3.1 Pro $12 per million output-tokens, under halvdelen af GPT-5.5.
Er GPT-5.5 GDPR-kompatibel for danske virksomheder?+
OpenAI tilbyder en Data Processing Addendum og europaeisk data residency via Stargate Norway i Narvik. API-data bruges ikke til traening med DPA. Men den amerikanske CLOUD Act betyder, at US-myndigheder potentielt kan tilgaa data, selv om de behandles i EU. Per 2. august 2026 traeder EU AI Acts krav for GPAI-modeller i kraft, og virksomheder i hoejrisikokontekster skal sikre dokumentation og menneskelig overvaagning.
Hvordan sammenligner GPT-5.5 sig med Claude Opus 4.7?+
GPT-5.5 vinder paa agentiske opgaver: Terminal-Bench 82,7% mod 69,4%, OSWorld 78,7%. Claude Opus 4.7 vinder paa faktuel praecision med kun 36% hallucination mod GPT-5.5s 86% paa en long-form-test, og den har den bedste vaerktojsbrug via MCP Atlas (79,1%). Prisen er sammenlignelig. Valget afhaenger af, om du prioriterer autonomi (GPT-5.5) eller praecision (Claude).
Hvornaar boer min virksomhed skifte til GPT-5.5?+
Hvis du allerede bruger GPT-5.4 til agentisk kodning eller computerstyring, giver GPT-5.5 en maalbar forbedring i kvalitet og token-effektivitet. Men prisen er fordoblet. Batch-endpointet ($2,50/$15) matcher GPT-5.4s gamle pris, saa det er en oplagt overgang for ikke-tidskritiske opgaver. Test modellen paa dine specifikke use cases foer du skalerer.
Kan GPT-5.5 haandtere dansk?+
Ja. GPT-5.5 er traenet paa et bredt flersproget korpus og haandterer dansk i baade tekst og tale. Kvaliteten er generelt hoej for forretningskommunikation, teknisk dokumentation og kundevendt indhold. For meget domaenespecifikke danske fagtermer kan finjustering via fine-tuning eller faa-shot-prompting forbedre praecisionen.