
编程新王登场,Opus 4.7跌落神坛
GPT-5.5是OpenAI迄今最强、最全能的新一代旗舰模型,是Agent时代的「原生大脑」。它在各项基准测试中全榜第一,Claude Opus 4.7、Gemini 3.1 Pro完全被踩在脚下。相较于上一代,GPT-5.5 Thinking堪称「降维打击」。
在编程领域,GPT-5.5是迄今为止最强大的智能体编程模型。在Terminal-Bench 2.0测试中,GPT-5.5拿下82.7%,GPT-5.4是75.1%,Claude Opus 4.7只有69.4%。OpenAI内部的Expert-SWE评测,GPT-5.5拿到73.1%,高于GPT-5.4的68.5%。在SWE-Bench Pro中,GPT-5.5得分58.6%,略逊色于Claude Opus 4.7(64.3%),但OpenAI怀疑Opus 4.7存在过拟合迹象。
GPT-5.5可以完成「端到端」的编程任务,在Codex中体现得更为明显。它能完成阿尔忒弥斯II太空任务可视化应用、坦克打飞碟等编程任务,早期测试的大佬称其拥有更强的理解系统形态的能力。
85% OpenAI员工用疯,这才是真正干活的AI
GPT-5.5在「知识型工作」上的数据同样亮眼,OpenAI将其称为「一种面向真实工作的全新智能」。在GDPval评估中,GPT-5.5拿到84.9%,Opus 4.7是80.3%,Gemini 3.1 Pro只有67.3%。在OSWorld-Verified测试中,GPT-5.5得分78.7%,和Opus 4.7的78.0%几乎打平。在Tau2-bench测试中,GPT-5.5在没有微调提示词的情况下达到98.0%。
据官方博客披露,公司内部超过85%的员工每周跨部门使用Codex。公关部门用GPT-5.5分析演讲邀约数据,搭建评分和风险框架;财务部门审查K-1税表,比去年提前两周完成;市场团队实现每周业务报告自动生成,每周省5到10个小时。
在Codex中,GPT-5.5可与Web应用直接交互,还能生成更高质量的电子表格、PPT和文档,操作电脑能力也更强。OpenAI研究员Noam Brown直言,有了GPT-5.5,自己也能像专业人士一样编写CUDA内核,运行研究实验。
颠覆科研,证明「拉姆齐数」定理
GPT-5.5协助发现了一个关于拉姆齐数的新证明,并在Lean语言中得到了验证。这个领域的研究成果极其罕见,技术难度极高。
在GeneBench上,GPT-5.5得分25.0%,GPT-5.4是19.0%。在BixBench中,GPT-5.5在所有已公开分数的模型中排名第一,80.5%。在FrontierMath Tier 4中,GPT-5.5得分35.4%,GPT-5.4是27.1%,Opus 4.7只有22.9%,越到数学前沿,GPT-5.5的优势越悬殊。
Jackson基因医学实验室的免疫学教授Derya Unutmaz用GPT-5.5 Pro分析基因表达数据集,模型出具了详尽的研究报告。波兹南·密茨凯维奇大学数学助教Bartosz Naskręcki在Codex中,仅用11分钟就构建了一个代数几何应用。
全方位击败Opus 4.7,就看一张图
GPT-5.5的诞生堪称迎来了脱胎换骨的蜕变,对战Opus 4.7,一张图就够了。在Vending-Bench中,GPT-5.5同样暴击Opus 4.7,Opus 4.7表现不佳,而GPT-5.5手段正派且赢下比赛。
定价翻倍,更强,但也更贵
GPT-5.5的API定价,每百万输入Token 5美元,每百万输出Token 30美元,是GPT-5.4的两倍。GPT-5.5 Pro更夸张,输入30美元,输出180美元。与Opus 4.7相比,GPT-5.5的输入价格持平,但输出贵了20%。
OpenAI解释是token效率提升,同样的Codex任务,GPT-5.5用的token比GPT-5.4明显更少。但如果一个团队每月在GPT-5.4上花10万美元,切换到GPT-5.5后即使token用量减少30%,月账单依然会涨到14万美元左右。因此,GPT-5.5是溢价产品,GPT-5.4大概率会继续作为性价比之选存在。
OpenClaw已接入最强GPT-5.5 8天,一个时代的缩影
4月16日,Anthropic用Opus 4.7在SWE-Bench Pro上发起突袭,从GPT-5.4手中夺走编程王座。4月24日,GPT-5.5正式发布,Terminal-Bench碾压,定价翻倍,科研炸裂。
2026年的AI竞赛,已经不是「谁的模型更强」这一个维度的较量了。在GPT-5.5的叙事里,OpenAI强调的是「探索全新的电脑办公方式」,跑分是前菜,Agent化办公才是主战场。8天一个来回,这个节奏只会更快。



被折叠的 条评论
为什么被折叠?



