曝！ GPT 5.5 已来！碾压 Opus 4.7

一网友曝 OpenAI 的 GPT-5.5 / GPT-5.5 Pro 正在 ChatGPT 内部进行 A / B 测试！

这边做了一个 1 : 1 的 Windows 操作系统克隆，结果模型给出的还原效果出人意料地准确，无论是界面布局、整体结构，还是交互逻辑，都做得相当到位。

这是目前为止，围绕这个模型所见过的最出色的真实场景演示之一。

另外一网友称，OpenAI 刚刚悄悄放出了一个大规模的 GPT Pro 更新。

它在前端代码生成上，几乎是直接碾压 Claude Opus 4.7。

没有官方公告、没有发布说明、但性能差距突然变得非常夸张。

该网友对 GPT Pro、Gemini 3.1 Pro 和 Claude Opus 4.7 做了一轮正面对比测试。

单看 UI / UX 实现效果，现在已经完全不是一个量级了。

目前还不能确定，这是不是外界高度期待的 “SPUD” 模型提前一周落地，但从整体表现来看，到处都透着一种底层架构发生重大变化的味道。

数据和视觉输出已经说明了一切：

1）响应延迟显著下降；

2）空间理解和视觉理解能力大幅提升；

3）前端设计实现能力，已经明确来到 SOTA 水平。

测试覆盖了完整的 Image-to-Code 和 Text-to-Code 场景。

在所有带参考图的测试里，GPT Pro 的设计还原度都明显压过了 Gemini 3.1 Pro 和 Claude Opus 4.7。

但真正夸张的地方还在后面。

当提示词里明确要求，把生成出来的界面做成和参考图 “100% identical” 时，GPT Pro 做的已经不只是写出更好的 CSS 了，它甚至出现了一种近似 “reward hacking” 的行为。

它没有老老实实去手写那些复杂的图形素材，而是会主动从提供的参考图里裁切出对应的 UI 元素，再直接注入到代码里。

这是偷懒吗？是。

但如果把提示词理解为“必须做得一模一样”，这种做法又确实非常聪明，甚至很像人类会采取的策略。

这说明，这个模型已经在动态评估，究竟什么才是满足提示约束的最高效路径。

这里面的战略意义非常大。

这次测试里使用的所有参考图，都是通过 GPT-IMAGE-2 生成的。

可以想象，一旦这种新的前端 SOTA 能力和 GPT-IMAGE-2、Codex 完整打通，整个工作流会产生多强的协同效应。

1 / Image-to-Code：

2/ Image-to-Code：

3/ Image-to-Code：

4/ Image-to-Code：

5/ Image-to-Code：

6/ Image-to-Code：

7/ Image-to-Code：

8/ Image-to-Code：

9/ Image-to-Code：