intermedio
GPT-5.5 cambió el esfuerzo por defecto bajo tu prompt
Respuesta rápida:
El 24 de abril de 2026 OpenAI publicó gpt-5.5 y gpt-5.5-pro, anunciados el día anterior: un contexto de un millón de tokens y una variante Pro para los problemas que no salen a la primera.
Qué ha salido
Tres entradas del changelog tocan a quien escribe prompts. reasoning_effort pasa a valer medium por defecto. image_detail se comporta como original cuando no lo pones ni lo dejas en auto. Y la caché de GPT-5.5 funciona solo con la caché de prompt extendida: la caché en memoria no está soportada.
Las tres son la misma clase de cambio. Nada de lo que escribiste; todo lo que dejaste sin escribir.
Qué cambia al razonar
Una petición no es lo que mandas. Es lo que mandas más lo que la API rellena por ti. Mientras el valor por defecto no se mueve, esa segunda mitad es invisible y da igual. El día que se mueve, tu prompt cambia de comportamiento sin que cambie una línea en tu repositorio.
Un prompt que el 23 de abril pedía una cantidad de razonamiento pedía otra el 24, con el mismo cuerpo de petición. No es que el modelo razone mejor ni peor: es que ahora razona lo que dice medium, y lo que decía el valor anterior no lo elegiste tú en ningún momento.
Ahí está el problema de fondo. El campo vacío no significa «sin preferencia». Significa «lo que el proveedor decida esta semana». Un prompt que depende de él no es un prompt: es un prompt más el calendario de otra empresa.
El segundo cambio se nota en la factura, no en la respuesta. La caché en memoria no está soportada en este modelo y la única vía es la extendida: un prompt que antes acertaba en caché por el simple hecho de repetirse paga ahora la entrada entera cada vez. Nada en tu código lo dice.
Qué cambia al escribir prompts
La primera regla es hacer visible lo que la API rellena. El esfuerzo se escribe, no se hereda.
text
reasoning_effort: "medium" # el nivel que has medido, no el que te llegue
Ese valor es una decisión con fecha. Cuando salga el siguiente modelo la vuelves a tomar, porque los niveles también se mueven: el none que GPT-5.1 introdujo para apagar el razonamiento desapareció con GPT-6 Astra en septiembre. Un nivel fijado en abril y no revisado en septiembre es un nivel que ya no significa lo mismo.
La segunda es averiguar qué está recibiendo tu prompt, y eso no se hace leyendo el código. Se hace comparando: el mismo prompt, dos veces, con el nivel escrito en los dos casos y distinto en uno.
text
Misma entrada, dos peticiones, una variable:
reasoning_effort: "medium" → [la respuesta que guardas]
reasoning_effort: "high" → [la respuesta con la que comparas]
Qué miras: si la diferencia está en el contenido o solo en la longitud.
Si las dos respuestas se parecen, el nivel no era la variable. Si no se parecen, acabas de medir cuánto te estaba dando el valor por defecto.
La tercera es la caché. Si el modelo solo cachea por la vía extendida, el prefijo estable deja de ser una optimización y pasa a ser un requisito: lo que no cambia va delante, lo que cambia por turno va detrás. Un prompt que pone la fecha, el identificador del usuario o el resultado de la última consulta en la primera línea no tiene caché que acertar.
Y una nota sobre image_detail, que es el mismo patrón en pequeño: si tu prompt contaba con que la imagen se redujera sola, ahora llega a resolución original y paga los tokens que eso cuesta.
Qué dejas de hacer
- Confiar en el valor por defecto. No es un valor neutro: es la decisión de otra persona, revisable sin avisarte.
- Leer un cambio de coste como un cambio de calidad. El coste dice cuánto se ha gastado, no lo buena que es la respuesta: el mismo prompt en un nivel más alto cuesta más, y si la respuesta ha mejorado lo mides tú.
- Leer un cambio de latencia como una mejora del modelo. El mismo movimiento al revés: si el proveedor baja el nivel por defecto, tu prompt parece más rápido y has ganado velocidad, que no es lo mismo que calidad.
- Dar por hecha la caché. La caché en memoria no está soportada en GPT-5.5. Si tu arquitectura contaba con ella, el síntoma es una factura, no un error.
- Comparar dos modelos con el campo vacío. Con el nivel sin escribir, la diferencia que mides es la de dos valores por defecto, no la de dos modelos.
Resumen
El lanzamiento del 24 de abril trajo un contexto de un millón de tokens y tres valores por defecto que nadie había escrito: el esfuerzo, el detalle de imagen y qué vía de caché existe. Un prompt que el 23 de abril se comportaba de una forma se comportó de otra el 24, con el cuerpo de la petición idéntico.
Artículos relacionados
¿Listo para crear mejores prompts?
SystemPrompt Master aplica el método de estas guías para escribir el prompt del modelo que elijas y guarda cada versión.