GPT-5.5震撼登场！编程、知识工作、科研全面超越，AI智能再攀高峰！

OpenAI 正式发布 GPT-5.5在编程、知识工作和科学研究三大领域全面超越 GPT-5.4。本文详细介绍了 GPT-5.5 的核心能力提升、实际使用案例、安全措施以及定价信息是了解当前 AI 前沿进展的必读之作。原文版权归原作者所有蓝衣剑客只保留翻译、编辑之所有权我们发布了 GPT-5.5这是迄今为止最聪明、最直观易用的模型也是用电脑完成工作的全新方式迈出的下一步。GPT-5.5 能更快地理解你想要做什么并能承担更多工作本身。它在编写和调试代码、在线研究、数据分析、创建文档和电子表格、操作软件以及在工具间切换直到任务完成方面表现出色。你不需要精心管理每一步可以给 GPT-5.5 一个混乱的多部分任务相信它会规划、使用工具、检查工作、在模糊中导航并继续推进。在 agentic 编程、计算机使用、知识工作和早期科学研究等领域进步尤为明显——这些领域的进步取决于跨上下文推理和随时间采取行动的能力。GPT-5.5 在不牺牲速度的情况下实现了智能提升更大、更强的模型通常响应更慢但 GPT-5.5 在实际服务中的每 token 延迟与 GPT-5.4 相当同时表现出更高水平的智能。它还使用明显更少的 token 完成相同的 Codex 任务既更高效也更强。我们以迄今为止最强大的安全措施发布 GPT-5.5旨在减少滥用同时保留有益工作的访问权限。我们在完整的安全和准备框架中评估了这个模型与内部和外部 redteamers 合作为高级网络安全和生物能力添加了针对性测试并在发布前从近 200 个受信任的早期访问合作伙伴那里收集了实际用例的反馈。今天GPT-5.5 正在向 ChatGPT 和 Codex 中的 Plus、Pro、Business 和 Enterprise 用户推出GPT-5.5 Pro 正在向 ChatGPT 中的 Pro、Business 和 Enterprise 用户推出。API 部署需要不同的安全措施我们正在与合作伙伴和客户密切合作确保大规模部署的安全要求。我们将很快在 API 中推出 GPT-5.5 和 GPT-5.5 Pro。OpenAI 正在为 agentic AI 构建全球基础设施使全球的个人和企业都能用 AI 完成工作。过去一年我们看到 AI 极大地加速了软件工程。随着 Codex 和 ChatGPT 中 GPT-5.5 的推出这种变革开始扩展到科学研究以及人们在电脑上做的更广泛工作。在这些领域GPT-5.5 不仅更智能它在解决问题方面也更高效通常能用更少的 token 和更少的重试达到更高质量的输出。在 Artificial Analysis 的 Coding Index 上GPT-5.5 以竞争性前沿编程模型一半的成本提供最先进的智能。代码能力GPT-5.5 是迄今为止最强大的 agentic 编程模型。在 Terminal-Bench 2.0 上该基准测试需要规划、迭代和工具协调的复杂命令行工作流它达到了 82.7% 的最先进准确率。在 SWE-Bench Pro 上该基准测试评估现实世界的 GitHub issue 解决它达到了 58.6%在单次通过中比以前的模型解决了更多任务。在 Expert-SWE 上这是我们用于长期编程任务的内部前沿评测预估人工完成时间中位数为 20 小时GPT-5.5 也超越了 GPT-5.4。在所有三个评测中GPT-5.5 在使用更少 token 的同时提升了 GPT-5.4 的分数。模型的编程优势在 Codex 中尤为明显它可以承担从实现和重构到调试、测试和验证的工程工作。早期测试表明GPT-5.5 在真实工程工作所依赖的行为上做得更好比如在大型系统中保持上下文、推理模糊的失败、用工具检查假设以及在代码库中推行更改。下面是一个实际案例渲染的轨迹使用了 Orion、月球和太阳的 NASA/JPL Horizons 向量数据并应用了显示缩放以提高可读性。Prompt: [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.除了 benchmark 数据早期测试者表示 GPT-5.5 展示了更强的理解系统形状的能力为什么某些东西会失败修复需要放在哪里以及代码库中的其他部分会受到影响。Every 的创始人兼 CEO Dan Shipper 将 GPT-5.5 描述为我使用的第一个具有真正概念清晰度的编程模型。发布应用后他花了几天时间调试一个发布后的问题然后请来他最好的工程师之一重写系统的一部分。为了测试 GPT-5.5他有效地倒转了时钟模型能否查看破坏状态并产生工程师最终决定的那种重写GPT-5.4 不能。GPT-5.5 可以。MagicPath 的 CEO Pietro Schirano 看到了类似的跨越式进步当 GPT-5.5 将一个包含数百个前端和重构更改的分支合并到也发生了实质性变化的主分支时它在大约 20 分钟内一次性解决了所有冲突。测试该模型的高级工程师表示GPT-5.5 在推理和自主性方面明显强于 GPT-5.4 和 Claude Opus 4.7能够提前发现问题并预测测试和审查需求而无需明确提示。在一个案例中一位工程师要求它重新架构协作 markdown 编辑器中的评论系统返回时发现一个包含 12 个 diff 的堆栈几乎完成。其他人表示他们需要出乎意料地少的实现修正并且对 GPT-5.5 的计划比 GPT-5.4 更有信心。知识工作使 GPT-5.5 在编程方面出色的同样优势也使其在电脑上的日常工作中强大。因为模型更擅长理解意图它可以更自然地完成知识工作的整个循环查找信息、理解重要内容、使用工具、检查输出并将原始材料转化为有用的东西。在 Codex 中GPT-5.5 在生成文档、电子表格和幻灯片演示文稿方面比 GPT-5.4 更好。Alpha 测试者表示它在运营研究、电子表格建模和将混乱的业务输入转化为计划等工作中超越了以前的模型。当与 Codex 的计算机使用技能结合时GPT-5.5 让我们更接近这种感觉模型真的可以和你一起使用电脑——看到屏幕上的内容、点击、打字、导航界面并精确地在工具间切换。OpenAI 的团队已经在实际工作流中使用这些优势。今天公司超过 85% 的员工每周都使用 Codex涵盖软件工程、财务、传播、营销、数据科学和产品管理等职能。在传播团队团队使用 Codex 中的 GPT-5.5 分析了六个月的演讲请求数据构建了评分和风险框架并验证了一个自动化的 Slack agent以便低风险请求可以自动处理而高风险请求仍然路由到人工审查。在财务团队团队使用 Codex 审查了 24,771 份 K-1 税务表格总计 71,637 页使用了一个排除个人信息的工作流帮助团队比前一年提前两周完成任务。在 Go-to-Market 团队一名员工自动化了每周业务报告的生成每周节省 5-10 小时。在 ChatGPT 中GPT-5.5 Thinking 为更难的问题解锁了更快的帮助提供更智能、更简洁的答案帮助你更高效地完成复杂工作。它在编程、研究、信息综合和分析以及文档密集型任务等专业工作中表现出色尤其是在使用插件时。在 GPT-5.5 Pro 中早期测试者看到 ChatGPT 可以承担的工作难度和质量都有显著提升延迟改进使其对高要求任务更加实用。与 GPT-5.4 Pro 相比测试者发现 GPT-5.5 Pro 的回答更全面、结构更好、更准确、更相关、更有用在商业、法律、教育和数据科学方面表现尤其强劲。GPT-5.5 在反映这种工作的多个 benchmark 上达到了最先进的性能。在 GDPval 上该基准测试测试 agent 在 44 个职业中产生规范的知识工作的能力GPT-5.5 得分为 84.9%。在 OSWorld-Verified 上该基准测试衡量模型是否能独立操作真实计算机环境它达到了 78.7%。在 Tau2-bench Telecom 上该基准测试测试复杂的客户服务工作流它在没有 prompt 调优的情况下达到了 98.0%。GPT-5.5 在其他知识工作 benchmark 上也表现强劲FinanceAgent 60.0%内部投资银行建模任务 88.5%OfficeQA Pro 54.1%。“GPT-5.5 提供了执行密集型工作所需的持续性能。该模型在 NVIDIA GB200 NVL72 系统上构建和提供服务使我们的团队能够从自然语言 prompt 端到端地交付功能将调试时间从几天缩短到几小时并将数周的实验转化为复杂代码库中的隔夜进展。它不仅仅是更快的编程——它是一种新的工作方式帮助人们以根本不同的速度运作。”— NVIDIA 企业 AI 副总裁 Justin Boitano科学研究GPT-5.5 在科学研究和技术研发工作流中也表现出提升这类工作流需要的远不止是回答一个难题。研究人员需要探索想法、收集证据、检验假设、解读结果并决定下一步尝试什么。在这整个循环中GPT-5.5 比其他模型更能持续跟进。值得注意的是GPT-5.5 在 GeneBench 上的表现相比 GPT-5.4 有显著提升这是一个新的评估基准专注于遗传学和定量生物学中的多阶段科学数据分析。这些问题要求模型在最少监督指导下对可能存在歧义或错误的数据进行推理处理隐藏的混淆因素或质量控制失败等现实障碍并正确实现和解读现代统计方法。考虑到这里的任务通常对应科学专家的多日工作模型的表现尤为突出。同样在 BixBench 上——这是一个围绕现实生物信息学和数据分析设计的 benchmark——GPT-5.5 在已公布分数的模型中取得了领先成绩。模型的科学能力已经足够强大可以真正加速生物医学研究前沿的进展成为名副其实的合作科学家。另一个例子是带有自定义工具链的 GPT-5.5 内部版本帮助发现了关于拉姆齐数的一个新证明这是组合数学的核心研究对象之一。组合数学研究离散对象如何组合在一起图、网络、集合和模式。拉姆齐数大致问的是一个网络需要多大才能保证某种秩序的出现。这个领域的结果很少见而且往往技术难度很高。在这里GPT-5.5 找到了关于非对角 Ramsey numbers 的一个长期渐进事实的证明后来在 Lean 中得到验证。这个结果是 GPT-5.5 不仅仅贡献代码或解释而是在核心研究领域贡献了一个出人意料且有用的数学论证的具体例子。早期测试者在 ChatGPT 中使用 GPT-5.5 Pro 时更像是把它当作研究伙伴而不是一次性答案引擎多轮审阅手稿、压力测试技术论证、提出分析方案并与代码、笔记和 PDF 上下文协作。共同点是GPT-5.5 更善于帮助研究人员从问题走向实验再到产出。Derya Unutmaz 是杰克逊基因组医学实验室的免疫学教授和研究员他用 GPT-5.5 Pro 分析了一个包含 62 个样本和近 28,000 个基因的基因表达数据集生成了一份详细的研究报告不仅总结了发现还提出了关键问题和洞察——他说这项工作本需要他的团队数月时间。Bartosz Naskręcki 是波兰波兹南亚当·密茨凯维奇大学的数学助理教授他在 Codex 中使用 GPT-5.5 从一个 prompt 在 11 分钟内构建了一个代数几何 app可视化二次曲面的交线并将结果曲线转换为 Weierstrass 模型。他后来扩展了这个 app增加了更稳定的奇点可视化和可以在后续工作中复用的精确系数。对他来说更大的转变是 Codex 现在可以帮助实现自定义的数学可视化和计算机代数工作流而以前这需要专门的工具。这些例子共同展示了 GPT-5.5 如何将专家意图转化为可用的研究工具和分析。基础设施以 GPT-5.4 的延迟提供 GPT-5.5 需要重新思考推理将其视为一个集成系统而不是一组孤立的优化。GPT-5.5 是为 NVIDIA GB200 和 GB300 NVL72 系统协同设计、训练和部署的。Codex 和 GPT-5.5 在实现我们的性能目标方面发挥了关键作用。Codex 帮助团队更快地从想法到可 benchmark 的实现草拟方法、连接实验并帮助识别哪些优化值得深入投资。GPT-5.5 帮助发现并实现了堆栈本身的关键改进。简单来说模型帮助改进了部署它的基础设施。其中一个改进是负载均衡和分区启发式算法。在 GPT-5.5 之前我们将加速器上的请求分割成固定数量的块以便在计算核心之间平衡工作确保大小请求可以在同一个 GPU 上运行。然而预先确定的静态块数并非对所有流量模式都是最优的。为了更好地利用 GPUCodex 分析了数周的生产流量模式并编写了自定义启发式算法来最优地分区和平衡工作。这项努力产生了超乎预期的影响将 token 生成速度提高了 20% 以上。安全为非常善于发现和修补安全漏洞的模型做好准备需要整个生态系统共同努力建立韧性通过模型访问的民主化和迭代部署来迎接网络防御的下一个时代。前沿模型在网络安全方面的能力越来越强。这些能力将广泛分布我们认为最好的前进方向是确保它们能够被用于加速网络防御和加强生态系统。GPT-5.5 是迈向能够解决网络安全等世界最严峻挑战的 AI 的渐进但重要的一步。通过去年 12 月发布的 GPT-5.2我们主动部署了必要的网络安全保障措施以限制模型潜在的滥用现在通过 GPT-5.5我们正在部署针对潜在网络风险的更严格分类器随着时间推移进行调优一些用户起初可能会觉得有些烦人。我们正在部署针对这种网络能力级别的行业领先保障措施。我们去年在 GPT-5.2 中首次引入了网络特定保障措施在随后的部署中继续测试、改进和构建。对于 GPT-5.5我们围绕更高风险的活动、敏感的网络请求设计了更严格的控制并增加了针对重复滥用的保护。广泛访问是通过我们在模型安全、认证使用和监控不可允许使用方面的投资实现的。我们与外部专家合作数月开发、测试并迭代这些保障措施的稳健性。通过 GPT-5.5我们确保开发人员可以轻松保护他们的代码同时对最可能被恶意行为者利用的网络工作流设置更严格的控制。我们正在扩大访问权限以加速各级网络防御。我们正在通过 Trusted Access for Cyber 让我们的网络许可模型可用首先从 Codex 开始对在启动时满足某些信任信号的已验证用户提供更少限制的 GPT-5.5 高级网络安全能力。负责保护关键基础设施的组织可以申请访问网络许可模型如 GPT-5.4-Cyber同时满足严格的安全要求。用户可以在 chatgpt.com/cyber 申请可信访问以在使用 GPT-5.5 进行已验证的防御工作时减少不必要的拒绝。我们正在与政府合作伙伴合作帮助保护公众的关键基础设施。我们共同探索先进的 AI 如何支持负责人们依赖的系统的可信官员的防御工作从保护重要纳税人数据的数字系统到当地社区的电网和供水。根据我们的准备框架我们将 GPT-5.5 的生物/化学和网络安全能力评为高风险级别。虽然 GPT-5.5 未达到关键网络安全能力级别但我们的评估和测试表明其网络安全能力相比 GPT-5.4 有了显著提升。此外GPT-5.5 在发布前经历了我们的完整安全和治理流程包括准备评估、领域特定测试、针对高级生物和网络安全能力的新目标评估以及与外部专家的稳健测试。我们在 GPT-5.5 system card 中分享了更多详细信息。这项工作反映了我们更广泛的 AI 韧性方法我们认为随着模型能力的推进这种方法是必要的。我们希望强大的 AI 能够被用于保护系统、机构和公众的人使用。可行的路径是可信访问、随能力扩展的稳健保障措施以及检测和响应严重滥用的操作能力。可用性与定价GPT-5.5 Thinking 可供 Plus、Pro、Business 和 Enterprise 用户在 ChatGPT 中使用。GPT-5.5 Pro 专为更难的问题和更高准确性的工作而设计可供 Pro、Business 和 Enterprise 用户使用。在 Codex 中GPT-5.5 可供 Plus、Pro、Business、Enterprise、Edu 和 Go 计划使用具有 400K 的上下文窗口。GPT-5.5 也可以在 Fast 模式下使用token 生成速度提高 1.5 倍成本为 2.5 倍。对于 API 开发人员gpt-5.5 将很快在 Responses 和 Chat Completions API 中提供价格为每 1M 输入 token 5 美元每 1M 输出 token 30 美元具有 1M 的上下文窗口。Batch 和 Flex 定价以标准 API 费率的一半提供Priority 处理以标准费率的 2.5 倍提供。我们还将在 API 中发布 gpt-5.5-pro 以获得更高的准确性价格为每 1M 输入 token 30 美元每 1M 输出 token 180 美元。虽然 GPT-5.5 的定价高于 GPT-5.4但它更智能而且 token 效率也高得多。在 Codex 中我们仔细调优了体验使 GPT-5.5 能够为大多数用户用比 GPT-5.4 更少的 token 提供更好的结果同时在各个订阅级别继续提供慷慨的使用量。Benchmark 数据GPT 的评估是在推理强度设置为 xhigh 的情况下运行的是在研究环境中进行的在某些情况下可能与生产环境的 ChatGPT 输出略有不同。编程方面SWE-Bench Pro GPT-5.5 得 58.6%Terminal-Bench 2.0 得 82.7%Expert-SWE 得 73.1%。专业能力方面GDPval 84.9%OSWorld-Verified 78.7%Tau2-bench Telecom 98.0%。学术方面FrontierMath Tier 1-3 得 51.7%GeneBench 25.0%BixBench 80.5%。网络安全方面CyberGym 81.8%。完整数据可查看原文。假如你从2026年开始学大模型按这个步骤走准能稳步进阶。接下来告诉你一条最快的邪修路线3个月即可成为模型大师薪资直接起飞。阶段1:大模型基础阶段2:RAG应用开发工程阶段3:大模型Agent应用架构阶段4:大模型微调与私有化部署配套文档资源全套AI 大模型 学习资料朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】配套文档资源全套AI 大模型 学习资料朋友们如果需要可以微信扫描下方二维码免费领取【保证100%免费】