OpenAI empfiehlt Entwicklern inzwischen, wiederholte und überladene Regeln aus System-Prompts zu entfernen. In internen Code-Benchmarks stiegen die Bewertungen damit um bis zu 15 Prozent, während der Token-Verbrauch um bis zu 66 Prozent sank.
Zentrale Punkte:
- Der GPT-5.6-Prompting-Guide rät, zunächst Ziel und Abbruchkriterien zu definieren – und dann das Modell selbst den Ausführungsweg wählen zu lassen.
- Interne Runs mit Coding-Agenten zeigen: schlankere System-Prompts verbessern die Scores um 10 bis 15 Prozent, senken den Token-Einsatz um 41 bis 66 Prozent und die Kosten um 33 bis 67 Prozent.
- Neu im Dokument sind Abschnitte zu Programmatic Tool Calling und einer text.verbosity-Einstellung – beides fehlte noch im früheren GPT-5-Playbook.
OpenAI stellt das GPT-5-Prompting-Grundgerüst auf den Kopf
OpenAI hat die neuen Empfehlungen veröffentlicht, parallel zur allgemeinen Verfügbarkeit der GPT-5.6-Modellfamilie seit dem 9. Juli. Die Zielgruppe sind vor allem API-Entwickler und Teams, die autonome Agenten betreiben.
Ingenieure sollen laut Leitfaden das für Nutzer sichtbare Ergebnis beschreiben, die Randbedingungen, verfügbare Evidenz und das Qualitätsziel definieren – und dem Modell dann Freiraum lassen, einen effizienten Lösungsweg selbst zu finden. OpenAI bezeichnet diesen Ansatz als „Outcome-first Prompting“.
Damit revidiert der Konzern wesentliche Teile des GPT-5-Handbuchs vom August 2025. Damals propagierte OpenAI ausführliche XML-Persistenzblöcke, detaillierte Vorlagen zur Kontext-Erhebung und Tool-Preambeln, die jeden Schritt explizit kommentierten. Diese Leitplanken gelten nun weitgehend als Rauschen.
OpenAI warnt außerdem vor absoluten Vorgaben wie „immer“ und „nie“, außer bei echten Invarianten: Sicherheitsgrenzen, Pflichtfeldern oder Aktionen, die unter keinen Umständen auftreten dürfen. Wiederholte Anweisungen wie „erst nachfragen“ oder „immer Freigabe einholen“ können laut Guide dazu führen, dass das Modell auch bei erwartbaren, unkritischen Schritten unnötige Freigaben einfordert. Widersprüchliche Regeln stiften mehr Instabilität als lückenhafte Detailvorgaben.
Auch interessant: Dodgers-Wetten steigen auf 68 Mio. $, während Polymarket und Kalshi auf das MLB-Playoff-Rennen setzen
Simon Willison über GPT-5.6 und Tool Calling
Der unabhängige Entwickler Simon Willison hebt in einem Beitrag hervor, dass Programmatic Tool Calling und Multi-Agent-Support zu den spannendsten Neuerungen des Releases zählen. Die Funktionen erlauben es Modellen, JavaScript zu komponieren und auszuführen, das wiederum Tool-Aufrufe orchestriert. Willison urteilt zudem, Sol wirke souverän, ohne Anthropics Claude Fable 5 bei den komplexen Coding-Aufgaben, die er testete, klar zu übertreffen.
Der zweite entscheidende Punkt ist der Preis. In den internen Runs sank der Token-Verbrauch um 41 bis 66 Prozent, die Ausgaben um 33 bis 67 Prozent – Zahlen, die die Kalkulation für Teams mit großflächig eingesetzten Agenten neu justieren.
OpenAI betont jedoch, dass die Resultate workload-abhängig sind, versteht die Spannen als Richtwerte und fordert Entwickler dazu auf, die Effekte anhand repräsentativer Aufgaben der eigenen Anwendungen zu validieren.
GPT-5.6-Familie setzt schnelle Release-Taktung fort
GPT-5.6 erschien in drei Ausbaustufen. Luna, Terra und Sol kosten für Input jeweils 1, 2,50 und 5 US-Dollar je Million Tokens, der Output ist mit 6, 15 und 30 US-Dollar bepreist. Zusätzlich führt der Guide eine text.verbosity-Einstellung ein, mit der sich die Antwortlänge steuern lässt.
Die Kehrtwende fügt sich in ein Muster. Bereits die GPT-5.5-Empfehlungen im April rieten Teams, Prompts neu zu konzipieren statt alte 1:1 weiterzuverwenden. Das GPT-5-Dokument vom August 2025 hatte hingegen auf möglichst enge Leitplanken gegen „Übereifer“ gesetzt. In jeder Iteration hat OpenAI Entwickler stärker dazu gedrängt, weniger vorzuschreiben – und dem Modell mehr Verantwortung für den Lösungsweg zu übertragen.
Weiterlesen: Ethereum holt gegenüber Bitcoin auf und testet Tom Lees Bull-These für 2026