GPT-5.5 Codexでreasoning-tokenのクラスタリングによる性能低下の可能性
Judul asli: GPT-5.5 Codex reasoning-token clustering may be leading to degraded performance
Mengapa Ini Penting
reasoning-tokenの固定クラスタリングはモデルの推論能力に影響し、コード生成品質の信頼性に関わる問題として業界の注目を集めている。
GitHub上のopenai/codexリポジトリで、GPT-5.5のreasoning_output_tokensが516・1034・1552の固定値に集中するパターンが報告され、複雑タスクでの性能低下との関連が指摘された。
GitHubユーザーのvguptaa45が2026年6月27日、openai/codexリポジトリにIssue #30364を投稿した。報告によると、GPT-5.5のCodexレスポンスにおけるtoken_countメタデータを分析した結果、reasoning_output_tokensの値が516、1034、1552という固定境界値に異常集中するパターンが確認された。これらの値は516の倍数（1×516、2×516、3×516）であり、モデル固有の挙動である可能性が高い。報告者はこのクラスタリング現象が、推論トークンの全体的な使用強度の低下と一致しており、複雑・高精度が求められるCodexタスクでの性能劣化を説明できると主張している。当IssueにはGitHub上で「bug」「model-behavior」「rate-limits」のラベルが付与されており、OpenAIによる公式な回答や修正状況は現時点では未公表。