机器之心剪辑部

竟然来了，这才是 OpenAI 的大招。

周五凌晨，OpenAI 厚爱发布了新代大模子 GPT-5.5。

行为 GPT 系列的紧迫版块新，此次升不啻是大模子「智谋点」，像是让东说念主次体验到了 AGI。新模子带来了强的理本领（复兴智谋的同期浮浅），雄壮、厚实的代码本领，雄壮的学问整本领，强的器具调用本领，以及好的长任务本领。

GPT-5.5 在大部分评测基准收货上先 Claude Opus 4.7 个身位，在换取本领水平下 token 花费是竞品的约半。

听起来不够执行？目下在 OpenAI 担任盘考员的全球顶 AI 学者、AI 德扑作家 Noam Brown 说了，目下，东说念主们不错愚弄 GPT-5.5 来作念许多以前难以思象的任务，包括写 CUDA 内核。

有提前使用该模子的英伟达工程师甚而默示：「失去对 GPT-5.5 的走访权限，嗅觉就像我的肢体被截肢了样。」

在酬酢收罗上也有东说念主也曾默示，与 Codex 中的 GPT-5.5 作相当有乐趣，它的复兴尖锐，比任何模子都能好领会意图，能不休顿地完成多半使命。总得来说，它能让 Codex 从代码器具升成帮你干活的智能体。

HackerNews 上的老哥则说得平直：AI 说不定要颠覆几个世纪以来的办事表面了。

GPT-5.5 目下已在 ChatGPT（Plus、Pro、Business 和 Enterprise 用户）和 Codex 上逐渐上线，并通畅了 API 调用。范例版价钱是输入

30.00 / 1M tokens，强化理版块的 GPT-5.5 Pro 价钱是输入

180.00 / 1M tokens，相较上代价钱整整翻了倍。

在这个阶段还敢逆势加价，看来 OpenAI 对我方的新模子很有底气。

固然，官也至极提到，新模子加智谋，在完成换取的 Codex 任务时所需的 Token 数目显贵减少，这会在执行使用中对消掉部分单价高涨带来的资本压力。

API 端救济达 1M（百万）Tokens 的宽崎岖文窗口，而在 Codex 订阅讨论中则洞开了 400K 的窗口；针对追求致率的斥地者，Codex 门出了 Fast mode（竞速风光）普洱钢绞线用途，允许用户以 2.5 倍的资本，换取 1.5 倍的 Token 生成速率。

从基准测试数据来看，GPT-5.5 在简直通盘核神思划上都越了前代 GPT-5.4，幅度从稍微先到大幅跃升不等。

编程任务：Codex 酿成了的确的「工程搭档」

Codex 是此次发布中着墨多的居品。在 OpenAI 的定位里，它不是写代码的补全器具，而是能接办齐全工程任务链的自主使命台：杀青、重构、调试、测试、写文档、跑数据分析，沿路在列。

在代码本领面，Terminal-Bench 2.0 得分 82.7，比 GPT-5.4 的 75.1 有较着升迁；预见长周期的确工程任务的里面评测 Expert-SWE 从 68.5 升至 73.1；评估的确 GitHub 问题处治本领的 SWE-Bench Pro 达到 58.6。

值得谨防的是，上述三项测试中，GPT-5.5 在得分升迁的同期，花费的 token 数目均低于 GPT-5.4。

测试者的反馈大多指向同件事：模子明晰我方在干什么了。 它能判断某个问题为何出现、设置应该落在何处、篡改会遭灾哪些其他部分；遇到抑制也不会卡住等东说念主，而是连续往前。

AI 写稿平台 Every 独创东说念主 Dan Shipper 提供了个具体考证案例：他在居品上线后调试了数天的订立 bug，终靠工程师重构处治。他用 GPT-5.5 再行濒临这个问题，模子给出了与工程师案度致的重构提倡；而 GPT-5.4 没能作念到。他将 GPT-5.5 描写为「个的确具备想法澄澈度的编程模子」。

MagicPath CEO Pietro Schirano 则描写了另个场景：GPT-5.5 在约 20 分钟内，将个包含数百个前端篡改和重构变的分支与主分支完成并，次处治，简直莫得返工。

OpenAI 裸露，目下过 85 的 OpenAI 职工每周使用 Codex，隐敝软件工程、财务、阛阓、传播、数据科学等部门，大幅缩小了数据分析和周报生成的时候。

指示词：[attached image] Implement this as a new app using webgl and vite using real data from the artemis II mission. Make sure to test the app thoroughly until it is fully functional and looks like the app in the picture. Pay close attention to the rendering of the planets and fly paths. I want to be able to interact with the 3D rendering. Ensure it has realistic orbital mechanics.

GPT-5.5 生成的地震跟踪网页。

这是个使用 Codex 和 GPT 模子构建的可玩 3D 地下城竞技场原型。Codex 负责游戏架构、TypeScript/Three.js 杀青、宣战系统、敌东说念主遭受、HUD 反馈以及 GPT 生成的环境纹理。角模子、角纹理和动画使用三资源生成器具创建，角对话则使用 OpenAI API 生成。

学问使命与多模态汲取普洱钢绞线用途

运转的确「用」电脑了

在非编程的学问使命场景中，GPT-5.5 的升迁逻辑与编程访佛：准确地领会用户的执行意图，钢绞线厂家从而减少往来阐明、平直进到有效的输出。

不仅限于文本，当模子与 Codex 的缱绻机使用手段结时，GPT-5.5 展现出了强的 GUI（图形用户界面）汲取本领。它能像东说念主类样「看」屏幕、、字并在不同软件间穿梭：

在 GDPval（涵盖 44 种办事的业学问使命测试）中拿到 84.9；复杂客服经由测试 Tau2-bench Telecom 在指示词调的情况下达到 98.0。在评估模子立操作的确缱绻机环境的 OSWorld-Verified 测试中达 78.7。同期，带器具调用的多模态视觉领会（MMMU Pro）达 83.2，器具调用本领（MCP Atlas）达 75.3。这记号着模子正在补王人视觉 - 说话 - 动作交互的底层逻辑。

ChatGPT 中的 GPT-5.5 Thinking 版块主在复杂问题上给出快、浮浅的复兴；GPT-5.5 Pro 则面向难度、精度的使命场景，早期测试者响应在生意、法律、种植和数据科学域推崇尤为稀疏。

科研场景

运转像个的确的盘考员了

科研场景是此次发布中相对新颖的向。OpenAI 将 GPT-5.5 定位为大概参与盘考全经由的「合作家」，而非只是提供信息检索。

基准测试中，FrontierMath Tier 4（难难度数学题）从 27.1 跳升至 35.4，ARC-AGI-2 从 73.3 升至 85.0，BixBench（生物信息学数据分析）从 74.0 升至 80.5。

此外，OpenAI 施展称，个搭配定制器具的 GPT-5.5 里面版块协助发现了个对于拉姆王人数的新数学诠释，并已在体式化诠释器具 Lean 中获取考证。拉姆王人数是组数学的中枢盘考对象，此类效能在该域并未几见。

杰克逊基因组医学实验室疫学教悔 Derya Unutmaz 使用 GPT-5.5 Pro 分析了 62 个样本、近 28,000 个基因的抒发数据集，并生成了包含要道问题和洞见的盘考施展。他默示，相似的使命由其团队完成需要数月。

波兰亚当・密茨凯维奇大学数学助理教悔 Bartosz Naskręcki 通过 Codex，仅用条指示词、11 分钟，构建了个代数几何应用技艺，杀青了二次曲面交线的可视化并将其调换为 Weierstrass 模子。他默示，Codex 目下大概匡助杀青以前需要用器具才能完成的数学可视化使命流。

百万崎岖文窗口

执行用起来是什么水平

官标注的 100 万 token 崎岖文听起来很大，但对于的确要处理大型代码库或几十万字文档的斥地者来说，要道的问题是：精度会随长度衰减若干？

左证 OpenAI 公布的 MRCR v2 8-needle 测试数据，GPT-5.5 在 4K-8K 区间准确率为 98.1，128K-256K 区间仍看护在 87.5—— 同区间的 Claude Opus 4.7 为 59.2。当崎岖文拉到 512K-1M 时，GPT-5.5 降至 74.0，而 GPT-5.4 在该区间仅为 36.6。

长文本下的精度衰减目下在通盘模子中都存在，但 GPT-5.5 与上代之间快要 40 个百分点的差距，说明这块如实有了本质更正。

基础模范化与安全管控机制

此次发布有个在时间层面值得关注的细节。

GPT-5.5 被部署在英伟达 GB200 和 GB300 NVL72 服务器上，并与这套硬件进行了协同瞎想和检会。为了在本领水平上看护与 GPT-5.4 颠倒的响应速率，OpenAI 默示对通盘理系统进行了再行瞎想。

在这个过程中，Codex 被用于分析数周的分娩流量数据，并编写了自界说的负载平衡启发式算法，化了 GPU 的请求分区和使命分拨。OpenAI 称这项使命将 token 生成速率升迁了 20 以上。与此同期，GPT-5.5 本人也参与了理栈要道更正的发现和杀青。

用 OpenAI 我方的表述：这个模子匡助更正了运行它的基础模范。

安全面，OpenAI 将 GPT-5.5 的生物 / 化学和收罗安全本领均评定为其「准备框架」中的「」（低于「要道」的二风险等），意味着该模子在这两个向的本领已需要项管控。

GPT-5.5 在里面 CTF（夺旗赛）测试中得分 88.1（GPT-5.4 为 83.7），CyberGym 基准达 81.8（Claude Opus 4.7 为 73.1）。

为此，OpenAI 部署了严格的安全分类器，并坦承「部分用户初期可能会合计这些放荡有些烦」。

与此同期，OpenAI 出「Trusted Access for Cyber」机制：经过身份考证、符特定信任要求的安全盘考东说念主员不错央求宽松的走访权限，用于法的御使命，负责要道基础模范护的组织可单央求走访 GPT-5.4-Cyber 等收罗安全强化版块。OpenAI 还默示正与政府作伙伴探索将该时间用于保护各人基础模范，波及征税东说念主数据系统、电网和给水系统等。

后，东说念主们温煦的是 GPT-5.5 和 Opus 4.7 究竟谁强横。在用于评估大说话模子在复杂、竞争生意环境中本领的多智能体模拟评估平台 Vending-Bench Arena 上，GPT 也曾过了 Claude：

此图奥特曼看到了立时转发。

执行用起来怎么，那就得看大的反馈了。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。