据外媒 Business Insider 报道，Anthropic 在私募二级市场的估值已突破 1 万亿美元。作为参照，OpenAI 今年 3 月末最新一轮融资的估值，仍停留在 8520 亿美元。除了业内老生常谈的「AI 泡沫论」，这组对比数据也表明了曾经稳坐头把交椅的 OpenAI，如今正在直面被追赶、被超越的压力，但没有让我们等待多久，OpenAI 的反击旋即而至。
就在刚刚，GPT-5.5 正式发布，同步亮相的还有面向更高阶任务的 GPT-5.5 Pro 版本。如果用一句话总结 GPT-5.5 的核心设计思路，那就是让用户把一团杂乱、多步骤的复杂任务直接抛给模型，由它自主规划路径、调用工具、校验结果、消解歧义，并一路推进。看似只是 0.1 的版本号迭代，在推理效率上却判若大版本更新—— 同样的 Codex 任务，GPT-5.5 消耗的 token 显著更少，既更聪明，也更省。
吐槽了一个多月，偏偏等到 GPT-5.5 发布，Anthropic 才想起要解决降智问题GPT-5.5 登场，不讲武德的屠榜GPT-5.5 的纸面成绩非常可观。在知名第三方评测机构 Artificial Analysis 的综合智能指数榜单上，OpenAI 凭借 GPT-5.5 系列拿下了第一名和第二名，前六席中包揽了四席，竞争对手几乎毫无招架之力。
基准测试结果显示，在 Terminal-Bench 2.0（测试复杂命令行工作流）上，GPT-5.5 达到 82.7%，GPT-5.4 为 75.1%，Claude Opus 4.7 为 69.4%。在 SWE-Bench Pro（评估真实 GitHub 问题解决能力）上，GPT-5.5 达到 58.6%，能在单次运行中端到端完成更多任务，超过 GPT-5.4 的 57.7%。
在 OpenAI 内部的 Expert-SWE 评测上，任务的人类预计完成时间中位数为 20 小时，GPT-5.5 达到 73.1%，GPT-5.4 为 68.5%。且在三项评测上，GPT-5.5 均以更少 token 完成任务。
只不过，OpenAI 这次也玩起了脚注里的小心思，用一行小字暗戳戳质疑 Claude Opus 4.7 部分成绩的可信度。但网友 Deedy 对此并不买账，在他看来，这行备注更像是转移注意力 —— 毕竟 OpenAI 自己也没能拿出一套更透明的公开基准，正面佐证 GPT-5.5 的实力。
在智能体编码、computer use（计算机使用）、知识工作和早期科学研究等领域，GPT-5.5 的提升尤为显著。
早期测试者反馈，GPT-5.5 在理解大型代码库整体结构方面明显更强，能主动预判潜在问题，提前考虑测试和审查需求，无需额外提示。知名评测博主、Every 创始人 Dan Shipper 分享了一个具体案例：他的应用上线后出现问题，自己调试数天未果，最终请来工程师重写了部分系统。他用 GPT-5.5 重现这一场景，结果模型给出了与工程师相同的解决思路，而 GPT-5.4 则无能为力。Cursor 联合创始人 Michael Truell 表示，GPT-5.5 比 GPT-5.4 更聪明、更有韧性，工具调用更可靠，面对复杂长期任务时能坚持更久而不中途停下。更夸张的是，一位英伟达工程师在早期体验后直言：「失去 GPT-5.5 的访问权限，感觉就像是我的肢体被截肢了一样。」
如无意外，又一个名梗的诞生（哈？？）不过，考虑到奥特曼看完 GPT-5 演示之后，直接「眩晕无力、瘫倒在地」，而且这件事到今天也没有一个正经解释，英伟达工程师这句话，好像也没那么夸张了。
而在知识工作场景，GPT-5.5 也有着出色的表现。
在衡量模型横跨 44 种职业知识工作能力的 GDPval 评测中，GPT-5.5 获胜或打平比例达 84.9%，GPT-5.4 为 83.0%，Claude Opus 4.7 为 80.3%，Gemini 3.1 Pro 仅 67.3%。
在 OSWorld-Verified（测试模型能否自主操作真实计算机环境）上，GPT-5.5 达到 78.7%，GPT-5.4 为 75.0%，Claude Opus 4.7 为 78.0%。
在 Tau2-bench Telecom（测试复杂客服工作流）上，GPT-5.5 在无提示词调整的情况下达到 98.0%，GPT-5.4 为 92.8%，差距相当明显。
在其他专项评测上，GPT-5.5 在 FinanceAgent v1.1 达到 60.0%，内部投行建模任务达到 88.5%，OfficeQA Pro 达到 54.1%（Claude Opus 4.7 为 43.6%，Gemini 3.1 Pro 仅为 18.1%）。
在 BixBench（围绕真实生物信息学和数据分析设计）上，GPT-5.5 达到 80.5%，GPT-5.4 为 74.0%，在已发布分数的模型中排名第一。在 GeneBench（测试遗传学和定量生物学的多阶段数据分析）上，GPT-5.5 达到 25.0%，GPT-5.4 为 19.0%，Pro 版本达到 33.2%。这些任务通常对应科学专家数天的工作量。OpenAI 内部有超过 85% 的员工每周使用 Codex，覆盖软件工程、财务、传播、市场、数据科学和产品管理等部门。
财务团队用 GPT-5.5 审查了 24771 份 K-1 税务文件，共计 71637 页，最终比上一年提前两周完成。传播团队打造了一套自动化 Slack 机器人，负责处理低风险请求自动处理，市场团队的一名员工则用它自动生成每周业务报告，每周节省 5 到 10 小时。此外，GPT-5.5 的一大亮点还在于推理基础设施的协同升级。GPT-5.5 与 NVIDIA GB200 和 GB300 NVL72 系统联合设计和训练。其中一项关键改进是负载均衡和分区策略，Codex 分析了数周的生产流量数据，编写了自定义启发式算法来动态优化分区和负载均衡，最终将 token 生成速度提升了超过 20%。OpenAI 还指出，GPT-5.5 本身也参与了改进自身推理基础设施的过程。GPT-5.5 即日起向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，Codex 支持最高 400K 上下文窗口，并提供 1.5 倍速的 Fast 模式（费用为标准价格的 2.5 倍）。GPT-5.5 Pro 则面向 ChatGPT 的 Pro、Business 和 Enterprise 用户推出。
API 版本即将上线，标准定价为每百万输入 token 5 美元、每百万输出 token 30 美元，上下文窗口为 1M token。批量处理和弹性定价为标准价格的一半，优先处理模式为标准价格的 2.5 倍。GPT-5.5 Pro 的 API 定价为每百万输入 token 30 美元、每百万输出 token 180 美元。OpenAI 表示，由于 token 效率的提升，大多数用户的实际使用成本不会有明显增加。闭口不提 Claude Opus 4.7，却句句都在内涵。OpenAI 要做 AI 时代的超级入口没有哪一款模型能收获一边倒的评价，GPT-5.5 同样如此。网友 @chetaslua 用一条提示词在 Codex 中生成了一个带有风效应物理引擎的完整网站，物理交互和界面设计一并到位，感叹「这是我第一次觉得 ChatGPT 可以成为解决一切问题的首选 AI 工具」。
网友 @petergostev 让模型生成了一个包含伦敦地标和季节变化的玩具铁路场景，与 GPT-5.4 的输出对比后，他的结论是「GPT-5.5 更有野心、一致性更强，错误更少」，并在更复杂的应用迁移任务中让模型连续工作数小时，没有出现卡壳。
当然，吐槽的声音同样存在。网友 @arrakis_ai 发现，GPT-5.5 在遇到复杂布局时有时会直接生成一张图片了事，处理图标需求时会从头硬写 SVG 而不调用现成库，同时频繁暂停追问用户，执行力反而不如从前果断。
文笔方面，我的个人体验也有类似感受。GPT-5.5 确实比前代更会组织语言了，至少已经能说点人话，但依然有一股怪味：「我就在这里，不躲，不藏，不绕，不逃， 稳稳地接住你 」。并且，不少网友也注意到，OpenAI 在基准测试榜单上也动了些营销的心思。
网友 Haider 认为，GPT-5.5 和 Mythos 的差距没有预想的那么悬殊，而 Mythos 定价是 GPT-5.5 的两倍，且不公开发售。他的判断是，下一代 GPT 赶上 Mythos 应该问题不大。
据外媒 Techcrunch 报道，面对记者关于「GPT-5.5 是否具备类似 Mythos 能力」的刺探时，OpenAI 技术人员 Mia Glaese 给出了一个滴水不漏却暗藏锋芒的回答：「我们在网络安全方面有着长期且强有力的战略，并且已经完善了一套持久的、安全推出模型的方法。」话外之音已经十分明朗：单一的强大模型终究只是过客。真到了拼数字防御和企业级落地的深水区，OpenAI 的生态壁垒，才是 B 端客户唯一稳妥的安全牌。而随着 GPT-5.5 的登场，OpenAI 的野心已经足够清晰：他们不再满足于做一个聪明的聊天机器人，而是要亲手打造一个吞噬一切工作流的「AI 超级应用（Super app）」。在接受外媒采访时，OpenAI 总裁 Greg Brockman 用了一个词「自主性（Agentic）」来形容这次模型的进步跨越。与前代模型 GPT-5.4 版本相比，GPT-5.5 消耗的 Token 更少，但思考速度更快、逻辑更清晰，开始展现出主动解决复杂问题的能力。这正是迈向超级应用的坚实底座。
奥特曼今晚异常兴奋，还更换头像了所谓超级应用，便是将 ChatGPT、Codex 与 AI 浏览器深度融合为统一服务。想象未来的工作流：人们不必再在浏览器、代码编辑器、数据分析工具之间反复切换。只需对着这个超级应用下达一个宏观指令，GPT-5.5 就能自主在后台打开网页搜集资料、编写爬虫代码、清洗数据，最终直接交付一份完整的分析报告。当然，犹如 Claude 与 Claude Code 的强绑定，OpenAI 也意在替 Codex 的增长势头加一把火。最近，奥特曼表示，Codex 活跃用户在突破 300 万不到两周后便直逼 400 万大关，OpenAI 随之重置速率限制，以「量大管饱」的姿态收割开发者生态。一方面，凭借 GPT-5.5 与 GPT-Image-2 的强势表现，正面回击了 Anthropic 在估值预期上的压力；另一方面，则利用 Codex 的生态粘性紧锁开发者阵地，稳步构筑起横跨 C 端消费与 B 端企业级服务的完整服务体系。攻守之势异也，今年以来被诟病掉队的 OpenAI，终于重新找回两年前的进攻节奏，并将精力放在了踏踏实实打磨产品上。
附上 OpenAI 官方博客地址：
https://openai.com/index/introducing-gpt-5-5/
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/31818
