新聞 
實測GPT5.5:最強模型不是嘴炮,它真能幹活兒
實測GPT5.5:最強模型不是嘴炮,它真能幹活兒實測GPT5.5:最強模型不是嘴炮,它真能幹活兒
相比起問模型知不知道某項知識，現在更看重它能不能完成壹項完整工作。
這也對應了GPT-5.5本次的更新重點。模型開始能夠自主地組織步驟：先獲取信息，再做判斷，必要時調用工具，最後把結果整理成可以直接使用的輸出。
在編程上，它參與整個開發流程，而不只是生成代碼；在知識工作中，它產出報告、模型和決策建議，而不只是提供答案；在操作層面，它甚至可以直接進入電腦環境，把這些步驟執行出來。
這壹代模型更像壹個可以協作的執行者，得分只是表面，更重要的是這些分數背後指向的壹件事：GPT-5.5的定位，從“回答”轉向了“執行”。
順便壹提，根據ARC Prize官方驗證，GPT-5.5在ARC-AGI-2基准測試中取得最高85.0%的准確率，成為了新的SOTA模型。
除了能力本身，這壹代模型還有壹個被反復強調的點：效率。
OpenAI給出的數據是，在實際服務中，GPT-5.5的速度與GPT-5.4基本持平，但在完成同樣Codex任務時使用的token明顯更少。這壹點對API用戶尤其重要，因為它直接決定了真實使用成本。
在定價上，GPT-5.5 API為每百萬輸入token 5美元、輸出30美元，Pro版本更高。這個價格是GPT-5.4的兩倍。
不過OpenAI的邏輯是：單價雖然提升，但由於任務完成效率更高，總成本未必上升。
另外，安全體系也在同步升級：GPT-5.5是目前防護最嚴格的壹代模型，在發布前經歷了完整的安全評估流程，包括內部與外部紅隊測試，以及針對網絡安全、生物等高風險能力的專項驗證，並結合了近200個真實使用場景進行調整。
模型表現
作為壹個擅長復雜任務的模型，GPT-5.5的編碼優勢在Codex中表現尤為突出，可以完成從實現和重構到調試、測試和驗證等工程工作。
根據官方文檔，它在真實工程上表現很好：在大型任務中能夠持續保持上下文（不會只盯著壹小段代碼）；在問題不明確時，能夠推理出故障原因；會用工具去驗證自己的假設；能把修改真正“貫穿”到整個代碼庫，而不是只改壹處。
官方給出了壹些比較復雜的示例，例如把壹張天體圖片重新做成壹個新的Web應用。
技術上要求用WebGL做3D渲染、用Vite搭項目，內容上要盡量接入ArtemisII任務的真實數據，把軌道、飛行路徑、天體位置這些信息真實地表現出來。
[物價飛漲的時候 這樣省錢購物很爽]
無評論不新聞，發表壹下您的意見吧
這也對應了GPT-5.5本次的更新重點。模型開始能夠自主地組織步驟：先獲取信息，再做判斷，必要時調用工具，最後把結果整理成可以直接使用的輸出。
在編程上，它參與整個開發流程，而不只是生成代碼；在知識工作中，它產出報告、模型和決策建議，而不只是提供答案；在操作層面，它甚至可以直接進入電腦環境，把這些步驟執行出來。
這壹代模型更像壹個可以協作的執行者，得分只是表面，更重要的是這些分數背後指向的壹件事：GPT-5.5的定位，從“回答”轉向了“執行”。
順便壹提，根據ARC Prize官方驗證，GPT-5.5在ARC-AGI-2基准測試中取得最高85.0%的准確率，成為了新的SOTA模型。
除了能力本身，這壹代模型還有壹個被反復強調的點：效率。
OpenAI給出的數據是，在實際服務中，GPT-5.5的速度與GPT-5.4基本持平，但在完成同樣Codex任務時使用的token明顯更少。這壹點對API用戶尤其重要，因為它直接決定了真實使用成本。
在定價上，GPT-5.5 API為每百萬輸入token 5美元、輸出30美元，Pro版本更高。這個價格是GPT-5.4的兩倍。
不過OpenAI的邏輯是：單價雖然提升，但由於任務完成效率更高，總成本未必上升。
另外，安全體系也在同步升級：GPT-5.5是目前防護最嚴格的壹代模型，在發布前經歷了完整的安全評估流程，包括內部與外部紅隊測試，以及針對網絡安全、生物等高風險能力的專項驗證，並結合了近200個真實使用場景進行調整。
模型表現
作為壹個擅長復雜任務的模型，GPT-5.5的編碼優勢在Codex中表現尤為突出，可以完成從實現和重構到調試、測試和驗證等工程工作。
根據官方文檔，它在真實工程上表現很好：在大型任務中能夠持續保持上下文（不會只盯著壹小段代碼）；在問題不明確時，能夠推理出故障原因；會用工具去驗證自己的假設；能把修改真正“貫穿”到整個代碼庫，而不是只改壹處。
官方給出了壹些比較復雜的示例，例如把壹張天體圖片重新做成壹個新的Web應用。
技術上要求用WebGL做3D渲染、用Vite搭項目，內容上要盡量接入ArtemisII任務的真實數據，把軌道、飛行路徑、天體位置這些信息真實地表現出來。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: