GPT-5.5 „Spud“ im Faktencheck: Was ist an Benchmarks, Demos und Release-Leaks dran?

Das Wichtigste vorweg: Spud ist plausibel, GPT-5.5 nicht bestätigt

Für „Spud“ gibt es mehr als nur Social-Media-Geraune. Die stärkste Spur ist eine Medienkette: The Information veröffentlichte einen Artikel mit dem Titel „OpenAI CEO Shifts Responsibilities, Preps ‘Spud’ AI Model“; The Decoder schrieb danach, OpenAI habe laut einem internen Memo von Sam Altman das Pretraining eines neuen KI-Modells mit dem Codenamen Spud abgeschlossen.^[23][26]

Das reicht, um Spud als berichteten internen OpenAI-Codenamen ernst zu nehmen. Es ist aber keine offizielle Veröffentlichung. Es gibt in den geprüften Unterlagen keinen API-Eintrag, keine öffentlich zitierte Model Card, keinen System Card-Nachweis und keinen reproduzierbaren Benchmark, der Spud als nutzbares Modell bestätigt.^[21][30]

Die präziseste Formulierung lautet daher: Spud ist ein von Medien berichteter interner Modell-Codename bei OpenAI. Öffentlicher Name, Leistungswerte, Release-Zeitpunkt und API-Verfügbarkeit sind bislang nicht durch OpenAI-Dokumente oder reproduzierbare Benchmarks belegt.^[23][26][21]

Woran man belastbare KI-Leaks erkennt

Bei KI-Modellen ist die Lautstärke eines Gerüchts kein Qualitätsmerkmal. Entscheidend ist, ob die Spur zurückverfolgbar ist. Belastbarer wären zum Beispiel:

• offizielle Dokumente wie API-Modelllisten, Release Notes, Model Cards oder System Cards;
• ein öffentlicher Benchmark-Nachweis, etwa ein Leaderboard-Eintrag, eine Eval Card, ein Run Log, ein Prompt-Set oder ein Submission-Link;
• ein Original-Demo-Artefakt mit vollständigem Video, Prompt, Generierungsprozess, Modellname und Zeitstempel;
• ein Test, den unabhängige Dritte mit ähnlichem Ergebnis wiederholen können.

Nach diesem Maßstab ist die Existenz beziehungsweise der Trainingsfortschritt von Spud teilweise durch Medienberichte gestützt. Die meisten kursierenden Aussagen zu Benchmarks, Demos, Release-Datum und GPT-5.5-Namen erreichen diese Schwelle jedoch nicht.^{[23][26][3][4][21]}

Claim-Check: Was lässt sich derzeit prüfen?

Benchmarks: Die prominentesten Zahlen gehören nicht zu Spud

Der heikelste Teil der Spud-Gerüchte sind die Benchmarks. Zahlen wirken konkret – auch dann, wenn sie gar nicht das behauptete Modell beschreiben.

Im Holter-Artikel werden 77,80 % für Claude Mythos Preview in SWE-bench Pro und 57,70 % für GPT-5.4 genannt. Die zentrale Aussage zu Spud ist aber erwartend formuliert: Spud solle „most or all“ dieser Lücke schließen.^[3] Das ist eine Prognose oder Einordnung, kein veröffentlichter Spud-Lauf.

Damit können diese Werte höchstens zeigen, wie andere Modelle in einem Vergleich dargestellt wurden. Sie belegen nicht, dass Spud bereits einen unabhängig geprüften Benchmark-Score hat. Für eine belastbare Aussage bräuchte es mindestens einen offiziellen Benchmark-Bericht, eine Model Card, eine System Card, einen öffentlichen Leaderboard-Eintrag, eine Eval Card, Run Logs, ein Prompt-Set, eine Submission oder reproduzierbare Tests Dritter.

SWE-bench selbst ist als öffentliches Leaderboard ein sinnvoller Ausgangspunkt, um Coding-Benchmark-Behauptungen zu prüfen. In den hier vorliegenden Quellen findet sich jedoch kein nachvollziehbarer Spud-Eintrag.^[30]

Demos: Als Hinweis interessant, als Beweis zu dünn

Zu Spud kursieren angebliche Demos mit 3D-Simulationen, interaktiven Umgebungen, Website-Designs, SVG-Grafiken und kleinen Spielen. Das Problem ist nicht, dass solche Demos unmöglich wären. Das Problem ist die Belegkette.

Geeky Gadgets schreibt die Informationen ausdrücklich als „According to Universe of AI“ zu und verweist zugleich darauf, dass offizielle Performance-Metriken nicht veröffentlicht seien.^[4] Damit handelt es sich derzeit eher um eine Weitererzählung von angeblichen Outputs als um einen überprüfbaren Nachweis.

Ein belastbarer Demo-Beleg müsste mehr liefern: die Originalquelle, das vollständige Video, den Prompt, die Generierungsschritte, den Modellnamen, Zeitstempel und idealerweise eine Möglichkeit zur Wiederholung. Ohne diese Artefakte bleibt eine Demo ein Signal – kein Beweis für Spuds tatsächliche Fähigkeiten.

Name und Termin: GPT-5.5, GPT-6 und der 16. April bleiben offen

Besonders schnell verbreiten sich Behauptungen, die einen klaren Namen oder ein klares Datum versprechen. Genau hier ist Vorsicht angebracht.

Ein Artikel stellt Spud als GPT-5.5 dar und nennt erwartete Zeiträume wie das 2. Quartal beziehungsweise April/Mai 2026. Holter wiederum formuliert im Titel mit „Leaked April 16 Release“ und „GPT-5.5 or GPT-6 Might Mean“ erkennbar vorsichtig und spekulativ.^[1][3]

Aus Faktencheck-Sicht reicht das nicht für eine Bestätigung. Solange OpenAI den Namen, die Verfügbarkeit und die Nutzung nicht in offiziellen Model Docs, API-Seiten, Release Notes oder im eigenen Blog aufführt, bleibt „GPT-5.5“ eine externe Bezeichnung oder Vermutung. Die geprüfte OpenAI-API-Seite bestätigt Spud oder GPT-5.5 nicht.^[21]

Warum ein Community-Forum kein Release-Beleg ist

Ein weiterer Stolperstein sind Screenshots aus Foren. In der OpenAI Developer Community gibt es einen Beitrag mit dem Titel „Please Add an Optional Expression Mode with the SPUD Release“.^[13] Das kann auf den ersten Blick wie ein offizieller Hinweis wirken.

Der Kontext ist aber entscheidend: Der Beitrag ist eine Feature-Anfrage eines Community-Mitglieds, keine OpenAI-Release-Note, keine API-Dokumentation und keine Model Card.^[13] Er belegt also, dass Spud in der Community diskutiert wird. Er belegt nicht, dass OpenAI Spud veröffentlicht hat.

Was Entwickler und Produktteams daraus machen sollten

Wer Roadmaps, Agenten-Workflows, Coding-Tools oder Beschaffungsentscheidungen plant, sollte Spud-Gerüchte nicht wie gesicherte Modellinformationen behandeln. Sinnvoller ist eine nüchterne Checkliste:

• Verfügbarkeit: Nur offizielle API-Dokumentation als Grundlage nehmen. In den geprüften OpenAI-Unterlagen erscheinen Modelle der GPT-5.4-Reihe, nicht Spud oder GPT-5.5.^[21]
• Coding-Leistung: Bei Benchmark-Claims nach Leaderboard-Eintrag, Eval Card oder reproduzierbarem Test fragen. SWE-bench ist ein naheliegender Abgleichspunkt, aber die vorliegenden Quellen zeigen keinen Spud-Eintrag.^[30]
• Demo-Qualität: Nicht auf Screenshots oder zusammengeschnittene Videos allein vertrauen. Ohne Originalartefakt, Prompt, Modellname und Reproduktionsweg bleibt die Aussage schwach.^[4]
• Release-Planung: Begriffe wie „leaked“, „expected“ oder „might“ sind Warnsignale für Unsicherheit. Für belastbare Planung zählen Release Notes, API-Einträge oder offizielle OpenAI-Kommunikation.^[1][3][21]

Urteil

Spud ist nicht einfach aus der Luft gegriffen: Es gibt benannte Medienberichte, wonach OpenAI ein Modell mit diesem Codenamen vorbereitet und dessen Pretraining abgeschlossen haben soll.^[23][26] Daraus folgt aber nicht, dass GPT-5.5 schon bestätigt, öffentlich verfügbar oder benchmark-verifiziert ist.

Die derzeit sauberste Einordnung lautet: Spud ist ein berichteter interner OpenAI-Codename. Benchmark-Rekorde, 3D-Demos, Release-Daten und der Name GPT-5.5 sind nach den vorliegenden Quellen nicht unabhängig bestätigt.^{[3][4][21][30]}