GPT5.5突襲發(fā)布，編程成功率創(chuàng)新高，員工已跨部門使用

曾經(jīng)，OpenAI CEO奧特曼用“嚇暈癱坐在椅子上，彷佛看到原子彈爆炸”來形容自己初次使用GPT5的體驗(yàn)。當(dāng)人們最終發(fā)現(xiàn)這次更新遠(yuǎn)沒有期待中的驚艷時(shí)，這段夸張的描述反而成為了人們反復(fù)嘲諷OpenAI的網(wǎng)梗。

然而在4月24日，OpenAI在事前并沒有進(jìn)行預(yù)告鋪墊的情況下半夜發(fā)布的GPT5.5，卻帶來了不小的驚喜。官方稱GPT5.5是一種面向?qū)嶋H工作和智能體的新型智能，主打Agent編程、知識(shí)工作、科學(xué)研究等。目前，GPT5.5已經(jīng)面向ChatGPT和Codex的Plus、Business、Enterprise用戶推出，API也將隨后發(fā)布。

雖然沒人被“嚇癱”，但從各類第三方網(wǎng)站的評(píng)分看，GPT5.5的綜合表現(xiàn)確實(shí)優(yōu)異，不僅比GPT5.4大幅進(jìn)步，也在多個(gè)領(lǐng)域超越了Claude Opus 4.7、Gemini 3.1 Pro等主要競(jìng)爭(zhēng)對(duì)手。可以說，在過去一段時(shí)間里飽受質(zhì)疑的OpenAI今天打了個(gè)漂亮的翻身仗。

在OpenAI內(nèi)部設(shè)立的，針對(duì)20小時(shí)長(zhǎng)周期軟件工程的Expert-SWE測(cè)評(píng)中，GPT-5.5的成功率來到了驚人的73.1%，顯著高于上一代GPT5.4的68.5%。

在衡量復(fù)雜命令行工作流的Terminal-Bench2.0的測(cè)試中，GPT5.5的評(píng)分達(dá)到82.7%，遠(yuǎn)高于Claude的69.4%。在知識(shí)工作任務(wù)GDPval、高級(jí)數(shù)學(xué)測(cè)試FrontierMath、衡量真實(shí)電腦操作能力的OSWorld-Verified等維度，GPT5.5的評(píng)分均高出競(jìng)爭(zhēng)對(duì)手一截。

GPT5.5的編程能力較為出色，但Opus4.7在SweetBench Pro測(cè)試中的表現(xiàn)依然保持領(lǐng)先地位。GPT5.5在測(cè)試中的得分為58.6%，低于Opus4.7的64.3%。但是對(duì)于這個(gè)成績(jī)，OpenAI也進(jìn)行了進(jìn)一步說明，稱行業(yè)內(nèi)已有報(bào)告指出該評(píng)測(cè)存在過擬合現(xiàn)象，無法代表真實(shí)的編程能力。

GPT還有一個(gè)顯著提升的維度就是網(wǎng)絡(luò)安全。在CyberGym測(cè)試中，GPT5.5的得分為81.8%，高過了Opus 4.7的73.1%。在CTF“奪旗”挑戰(zhàn)中，GPT5.5的得分為881%，高于GPT5.4的83.7%。

雖然GPT在多個(gè)領(lǐng)域正在變得更聰明，但OpenAI更樂于強(qiáng)調(diào)這是一個(gè)專為真實(shí)工作和智能體任務(wù)打造的模型。OpenAI的X官方賬號(hào)稱，GPT5.5“旨在理解復(fù)雜目標(biāo)、使用工具、檢查其工作，并將更多任務(wù)進(jìn)行到底”，而它的出現(xiàn)“標(biāo)志著完成計(jì)算機(jī)工作的全新方式”。

用更直白的話說，這次升級(jí)讓GPT有了能自己干活的能力，從輔助決策變成了參與執(zhí)行。人類直接把一個(gè)亂糟糟的復(fù)雜任務(wù)丟給GPT5.5，它就可以通過理解目標(biāo)、拆解步驟、調(diào)用工具、修正過程的流程交付出最終結(jié)果。

為了更好說明這一點(diǎn)，OpenAI還公布了公司內(nèi)部對(duì)產(chǎn)品的使用情況。目前，OpenAI有超過85%的員工每周跨部門使用搭載GPT5.5的Codex。而公司的財(cái)務(wù)團(tuán)隊(duì)已經(jīng)用GPT5.5完成了24771份，共計(jì)7萬余頁的稅表審核，比往年提前兩年完工。

不過，這次升級(jí)似乎還沒有一步到位，讓人們可以完全放手。多個(gè)第三方評(píng)測(cè)都提到了 GPT-5.5 對(duì)任務(wù)邊界的依賴更強(qiáng)。當(dāng)人們的需求描述不清楚時(shí)，它不會(huì)主動(dòng)幫你補(bǔ)全，而是會(huì)按現(xiàn)有信息執(zhí)行。這種“服從”在某些場(chǎng)景是優(yōu)點(diǎn)，在另一些場(chǎng)景反而是缺陷。

AI大模型的智慧和速度往往被視為不可兼得，更大的模型和更多的參數(shù)就意味著更長(zhǎng)的思考時(shí)間。但在這次更新中，OpenAI官方稱GPT5.5在智能水平大幅提高的同時(shí)，真實(shí)服務(wù)中的速度與GPT5.4保持了一致。

GPT5.5的另一大特征就是更加節(jié)省Token，將Token消耗降低到了前一代的36分之一。在同類的Codex任務(wù)里，GPT5.5也只需要更少的Token就能完成。這也意味著，雖然此次API的價(jià)格大幅上漲至每百萬Token 5美元，pro版30美元，但因?yàn)樾实奶嵘蚑oken消耗的減少，實(shí)際增加的成本不多。

OpenAI聯(lián)合創(chuàng)始人兼總裁格雷格·布羅克曼（Greg Brockman）提到這一點(diǎn)時(shí)表示，“讓企業(yè)和普通用戶都能用上更前沿的 AI 能力”是公司的目標(biāo)之一。

當(dāng)OpenAI帶著新模型重回巔峰時(shí)，Anthropic最近卻比較煩。長(zhǎng)期主打安全牌卻爆出了安全丑聞、對(duì)重度付費(fèi)用戶嚴(yán)厲限流、大面積無差別封號(hào)等事件都引發(fā)了巨大爭(zhēng)議，日益高企的Token費(fèi)用和Token消耗也讓很多人直呼“用不起”。

此前OpenAI在內(nèi)部郵件中說自己相對(duì)于Anthropic的優(yōu)勢(shì)是算力?，F(xiàn)在，隨著算力充足的OpenAI大秀肌肉，而Anthropic在算力吃緊中體驗(yàn)不斷打折，這兩位一度“貼身肉搏”的死對(duì)頭似乎又有了拉開差距的趨勢(shì)。