GPT-5.5 来了！价格翻倍但能力翻了不止一倍，OpenAI 逆风翻盘
OpenAI 推出了 GPT-5.5。先说结论，我觉得开发上Claude的位置要动摇了。GPT-5.5 能理解复杂目标、使用工具、检查自己的工作，并把更多任务执行到完成。
OpenAI 推出了 GPT-5.5。先说结论，我觉得开发上Claude的位置要动摇了。GPT-5.5 能理解复杂目标、使用工具、检查自己的工作，并把更多任务执行到完成。
从对话到执行
之前的 GPT 模型主要是回答问题，给建议。GPT-5.5 的核心改进是它能真正完成任务。
OpenAI 在官方博客中举了个例子：他们的传播团队用 GPT-5.5 分析了六个月的演讲邀请数据，建立了一套评分和风险评估框架，还验证了一个自动化的 Slack 机器人。
低风险的请求可以自动处理，高风险的请求仍然会转给人工审核。这不是简单的数据分析，而是从理解需求到设计方案再到验证实施的完整流程。
在 Codex（OpenAI 的智能编程平台）中，GPT-5.5 的表现更明显。有测试者给它一个写得很乱的代码库，让它"整理成一个好的代码库"，GPT-5.5 能理解这个模糊的要求，自己判断什么是"好"，然后重构代码。
OpenAI Codex 界面
性能提升在哪里
从基准测试来看，GPT-5.5 在 10 个可对比的基准测试中有 9 个都超过了 GPT-5.4，最大的提升出现在 ARC-AGI-2（抽象推理）、MCP Atlas（多工具协作）和 Terminal-Bench 2.0（终端操作）这三个测试上。
这些测试项目不需要推理、规划和工具使用的复杂任务。GPT-5.5 在这些方面的提升，说明它确实更适合处理真实工作场景。
价格方面，GPT-5.5 的每 token 价格翻倍了，但延迟没有增加。
OpenAI 声称在同等智能水平下，GPT-5.5 的成本是竞争对手前沿编程模型的一半。
用户怎么说
有人觉得 GPT-5.5 "强得可怕"，特别是在 Cursor 的 Agent 模式中使用时，完成任务的能力明显提升。也有人觉得发布会出错又无聊，但实际测试后改观了。
一个比较一致的反馈是：GPT-5.5 减少了过度附和的行为。在专门设计的谄媚测试中，谄媚回复率从 14.5% 降到了不足 6%。它用的表情符号更少，回应更细腻和深思熟虑。
之前的模型有时候会过度迎合用户，给出不够准确的答案，现在这个问题有所改善。
在知乎的讨论中，有用户指出 GPT-5.5 背后其实不是单一模型，而是有一个路由器根据用户意图（对话类型、问题复杂度、是否需要工具）来判断调用哪个模型。
简单任务用响应快的模型，复杂任务用能力强但耗时久的 thinking 模型。这个路由器还在根据用户反馈持续优化。
用户不需要手动选择用哪个模型，系统自动判断，既保证了响应速度，又不牺牲复杂任务的处理能力。
OpenAI GPT-5.5 官方发布页
智能体时代的开始
GPT-5.5 的发布，标志着 OpenAI 从对话式 AI向智能体 AI的转变。
之前的 AI 主要是回答问题、生成内容，用户需要把任务拆解成一个个具体的指令。现在的 AI 能理解高层次的目标，自己规划步骤，使用工具，检查结果，把任务执行到完成。
这个转变意味着你可以把更复杂的任务交给 AI。
当然，这也带来了新的挑战。智能体需要更多的权限和工具访问，如何保证安全性？如何避免 AI 做出错误的决策？如何让用户保持对任务的控制？这些问题还没有完美的答案。
但方向是明确的。AI 不再只是一个聊天机器人，而是一个能独立完成工作的智能体。
最后
codex 升级就可以使用 5.5 模型了，现在可以选择速度，之前说codex 慢的槽点也在解决，体验感好了不是一星半点。
image-20260424103816700
参考资料：