网易首页 > 网易号 > 正文 申请入驻

GPT5.5深夜炸场,这次OpenAI又行了

0
分享至


出品|虎嗅科技组

作者|赵致格

编辑|苗正卿

头图|视觉中国

曾经,OpenAI CEO奥特曼用“吓晕瘫坐在椅子上,彷佛看到原子弹爆炸”来形容自己初次使用GPT5的体验。然而,当人们最终发现这次更新远没有期待中的惊艳时,这段夸张的描述反而成为了人们反复嘲讽OpenAI的网梗。

然而在4月24日,OpenAI在事前并没有进行预告铺垫的情况下半夜发布的GPT5.5,却带来了不小的惊喜。官方称GPT5.5是一种面向实际工作和智能体的新型智能,主打Agent编程、知识工作、科学研究等。目前,GPT5.5已经面向ChatGPT和Codex的Plus、Business、Enterprise用户推出,API也将随后发布。

虽然没人被“吓瘫”,但从各类第三方网站的评分看,GPT5.5的综合表现确实优异,不仅比GPT5.4大幅进步,也在多个领域超越了Claude Opus 4.7、Gemini 3.1 Pro等主要竞争对手。可以说,在过去一段时间里饱受质疑的OpenAI今天打了个漂亮的翻身仗。

在OpenAI内部设立的,针对20小时长周期软件工程的Expert-SWE测评中,GPT-5.5的成功率来到了惊人的73.1%,显著高于上一代GPT5.4的68.5%。

在衡量复杂命令行工作流的Terminal-Bench2.0的测试中,GPT5.5的评分达到82.7%,远高于Claude的69.4%。在知识工作任务GDPval、高级数学测试FrontierMath、衡量真实电脑操作能力的OSWorld-Verified等维度,GPT5.5的评分均高出竞争对手一截。

GPT5.5的编程能力较为出色,但Opus4.7在SweetBench Pro测试中的表现依然保持领先地位。GPT5.5在测试中的得分为58.6%,低于Opus4.7的64.3%。但是对于这个成绩,OpenAI也进行了进一步说明,称行业内已有报告指出该评测存在过拟合现象,无法代表真实的编程能力。

GPT还有一个显著提升的维度就是网络安全。在CyberGym测试中,GPT5.5的得分为81.8%,高过了Opus 4.7的73.1%。在CTF“夺旗”挑战中,GPT5.5的得分为881%,高于GPT5.4的83.7%。

虽然GPT在多个领域正在变得更聪明,但OpenAI更乐于强调这是一个专为真实工作和智能体任务打造的模型。OpenAI的X官方账号称,GPT5.5“旨在理解复杂目标、使用工具、检查其工作,并将更多任务进行到底”,而它的出现“标志着完成计算机工作的全新方式”。

用更直白的话说,这次升级让GPT有了能自己干活的能力,从辅助决策变成了参与执行。人类直接把一个乱糟糟的复杂任务丢给GPT5.5,它就可以通过理解目标、拆解步骤、调用工具、修正过程的流程交付出最终结果。

为了更好说明这一点,OpenAI还公布了公司内部对产品的使用情况。目前,OpenAI有超过85%的员工每周跨部门使用搭载GPT5.5的Codex。而公司的财务团队已经用GPT5.5完成了24771份,共计7万余页的税表审核,比往年提前两年完工。

不过,这次升级似乎还没有一步到位,让人们可以完全放手。多个第三方评测都提到了GPT-5.5对任务边界的依赖更强。当人们的需求描述不清楚时,它不会主动帮你补全,而是会按现有信息执行。这种“服从”在某些场景是优点,在另一些场景反而是缺陷。

AI大模型的智慧和速度往往被视为不可兼得,更大的模型和更多的参数就意味着更长的思考时间。但在这次更新中,OpenAI官方称GPT5.5在智能水平大幅提高的同时,真实服务中的速度与GPT5.4保持了一致。

GPT5.5的另一大特征就是更加节省Token,将Token消耗降低到了前一代的36分之一。在同类的Codex任务里,GPT5.5也只需要更少的Token就能完成。这也意味着,虽然此次API的价格大幅上涨至每百万Token 5美元,pro版30美元,但因为效率的提升和Token消耗的减少,实际增加的成本不多。

OpenAI联合创始人兼总裁格雷格·布罗克曼(Greg Brockman)提到这一点时表示,“让企业和普通用户都能用上更前沿的AI能力”是公司的目标之一。

当OpenAI带着新模型重回巅峰时,Anthropic最近却比较烦。长期主打安全牌却爆出了安全丑闻、对重度付费用户严厉限流、大面积无差别封号等事件都引发了巨大争议,日益高企的Token费用和Token消耗也让很多人直呼“用不起”。

此前OpenAI在内部邮件中说自己相对于Anthropic的优势是算力。现在,随着算力充足的OpenAI大秀肌肉,而Anthropic在算力吃紧中体验不断打折,这两位一度“贴身肉搏”的死对头似乎又有了拉开差距的趋势。

本文来自虎嗅,原文链接:https://www.huxiu.com/article/4853572.html?f=wyxwapp

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
民宿经济崩盘:大理七千多家民宿上演低价转让,血亏百万比比皆是

民宿经济崩盘:大理七千多家民宿上演低价转让,血亏百万比比皆是

灯锦年
2026-04-24 15:23:34
64岁俞敏洪独居北京,妻儿定居加拿大原因曝光,原来他是身不由己

64岁俞敏洪独居北京,妻儿定居加拿大原因曝光,原来他是身不由己

阅微札记
2026-04-24 14:49:10
恶犬蒋孝先西安事变被捕杀,张学良说是天意,老蒋给仇人4万大洋

恶犬蒋孝先西安事变被捕杀,张学良说是天意,老蒋给仇人4万大洋

黑句本
2026-04-19 15:32:03
特朗普刚松口,美军转身亮杀招!24小时两大动作,战争一触即发?

特朗普刚松口,美军转身亮杀招!24小时两大动作,战争一触即发?

浪子阿邴聊体育
2026-04-24 05:07:24
堪萨斯大学华裔教授:西方教育已发生了很大改变

堪萨斯大学华裔教授:西方教育已发生了很大改变

追寻文史
2026-04-24 08:13:07
最后时刻签了,高市将全面梭哈?中日航班已停飞,解放军准时出海

最后时刻签了,高市将全面梭哈?中日航班已停飞,解放军准时出海

村里一枝花人
2026-04-25 05:20:53
杨钰莹首谈毛宁:当年被赖文峰6辆奔驰追走,错过他后悔了28年

杨钰莹首谈毛宁:当年被赖文峰6辆奔驰追走,错过他后悔了28年

子芫伴你成长
2026-04-24 22:49:47
伊朗真正的扛把子出现了?

伊朗真正的扛把子出现了?

西楼饮月
2026-04-24 23:18:41
TVB老戏骨忍无可忍含泪揭家丑,每月接济儿子五万,走了向太老路

TVB老戏骨忍无可忍含泪揭家丑,每月接济儿子五万,走了向太老路

翰飞观事
2026-04-22 19:35:28
李亚鹏复婚登上热搜,前妻海哈金喜回应:我们都是夏夏的父母,不会不联系和尴尬,我们都很好,谢谢大家关心

李亚鹏复婚登上热搜,前妻海哈金喜回应:我们都是夏夏的父母,不会不联系和尴尬,我们都很好,谢谢大家关心

台州交通广播
2026-04-24 19:02:38
亲手送吴亦凡入狱5年后,都美竹迎噩耗,法院出手或使其饭碗不保

亲手送吴亦凡入狱5年后,都美竹迎噩耗,法院出手或使其饭碗不保

老吴教育课堂
2026-04-25 01:00:44
斯诺克世锦赛:8强出第2席,4月25日赛程,丁俊晖vs赵心童2阶段

斯诺克世锦赛:8强出第2席,4月25日赛程,丁俊晖vs赵心童2阶段

郝小小看体育
2026-04-25 01:28:24
王治郅和二婚妻子近照,亮相名人堂,为他生2娃,依旧美丽动人

王治郅和二婚妻子近照,亮相名人堂,为他生2娃,依旧美丽动人

大西体育
2026-04-24 21:59:33
雷军和王传福握手畅谈 送王传福“在一起才是中国汽车”定制T恤

雷军和王传福握手畅谈 送王传福“在一起才是中国汽车”定制T恤

快科技
2026-04-24 19:08:42
纳指、标普500指数收盘再创新高 英特尔涨超23%

纳指、标普500指数收盘再创新高 英特尔涨超23%

财联社
2026-04-25 04:04:10
雷军车展整活出圈!送上趣味定制T恤,李想李斌何小鹏全员接梗

雷军车展整活出圈!送上趣味定制T恤,李想李斌何小鹏全员接梗

雷科技
2026-04-24 17:46:03
月薪1.6万招放羊工老板:电话快被打爆了,更适合四五十岁的夫妻搭档,一个人来的都拒绝了

月薪1.6万招放羊工老板:电话快被打爆了,更适合四五十岁的夫妻搭档,一个人来的都拒绝了

环球网资讯
2026-04-24 14:55:55
600亿订单引爆A股!创新药板块强势崛起,价值重估窗口已打开?

600亿订单引爆A股!创新药板块强势崛起,价值重估窗口已打开?

小白鸽财经
2026-04-24 20:30:03
今夜,利好!涨疯了

今夜,利好!涨疯了

中国基金报
2026-04-25 00:19:32
兵败如山倒!国产新能源或已经证明:中国压根不需要二线豪华品牌

兵败如山倒!国产新能源或已经证明:中国压根不需要二线豪华品牌

诗酒趁的年华
2026-04-24 18:12:26
2026-04-25 08:32:49
虎嗅APP incentive-icons
虎嗅APP
个性化商业资讯与观点交流平台
26177文章数 687691关注度
往期回顾 全部

科技要闻

DeepSeek V4牵手华为,价格依然"屠夫级"

头条要闻

两届奥运冠军、中国羽协主席张军"失联" 知情人士发声

头条要闻

两届奥运冠军、中国羽协主席张军"失联" 知情人士发声

体育要闻

上海男篮23连胜+主场全胜 姚明之后最强一季

娱乐要闻

停工16个月!赵露思证实接拍新剧

财经要闻

LG财阀内斗:百亿美元商业帝国争夺战

汽车要闻

零跑Lafa5 Ultra北京车展上市:11.88-12.48万

态度原创

旅游
游戏
艺术
本地
亲子

旅游要闻

朔州崇福寺:金代遗构,塞北千年佛殿

Steam新一代手柄要来了!突发上架或暗示快要开卖

艺术要闻

价值1.7亿的牡丹!

本地新闻

云游中国|逛世界风筝都 留学生探秘中国传统文化

亲子要闻

小狮子也只是个大宝宝呀,看到小朋友的车车满眼羡慕

无障碍浏览 进入关怀版