GPT5.5深夜炸场，这次OpenAI又行了
GPT-5.5深夜突袭：OpenAI打了个漂亮的翻身仗 出品｜虎嗅科技组 作者｜赵致格 编辑｜苗正卿 头图｜视觉中国 还记得OpenAI CEO奥特曼那段著名的“吓瘫”论吗？他曾用“看到原子弹爆炸”来形容初次体验GPT-5的震撼。结果呢？期待越高，落差越大，那段夸张描述反倒成了网友反复调侃的梗。 不
GPT-5.5深夜突袭：OpenAI打了个漂亮的翻身仗
出品｜虎嗅科技组
作者｜赵致格
编辑｜苗正卿
头图｜视觉中国
还记得OpenAI CEO奥特曼那段著名的“吓瘫”论吗？他曾用“看到原子弹爆炸”来形容初次体验GPT-5的震撼。结果呢？期待越高，落差越大，那段夸张描述反倒成了网友反复调侃的梗。
不过，这次情况不同了。4月24日，OpenAI毫无预告地在半夜甩出了GPT-5.5。没有天花乱坠的铺垫，惊喜却实实在在。官方将其定位为“面向实际工作和智能体的新型智能”，主攻Agent编程、知识工作和科学研究。目前，ChatGPT和Codex的Plus、Business、Enterprise用户已经能用上，API也将紧随其后。
虽然这次没人被“吓瘫”，但看看第三方评测的分数就明白了：GPT-5.5的综合表现相当亮眼。它不仅比自家的GPT-5.4进步了一大截，在多个关键领域也超越了Claude Opus 4.7、Gemini 3.1 Pro这些老对手。可以说，在过去一段时间里饱受质疑的OpenAI，这回算是打了一场漂亮的翻身仗。
性能实测：多项领先，编程与安全是亮点
先看硬指标。在OpenAI内部用于评估20小时长周期软件工程的Expert-SWE测评中，GPT-5.5的成功率达到了惊人的73.1%，显著高于上一代GPT-5.4的68.5%。
这还不是全部。在衡量复杂命令行工作流的Terminal-Bench2.0测试中，GPT-5.5评分高达82.7%，远高于Claude的69.4%。此外，无论是知识工作任务（GDPval）、高级数学测试（FrontierMath），还是衡量真实电脑操作能力的OSWorld-Verified，GPT-5.5的评分都稳稳压过竞争对手一头。
编程能力方面，GPT-5.5表现不俗，但Opus 4.7在SweetBench Pro测试中依然保持领先，得分64.3%高于GPT-5.5的58.6%。不过，OpenAI对此也有话要说：公司指出，行业报告已显示该评测存在过拟合问题，未必能真实反映编程能力。
另一个显著提升的维度是网络安全。在CyberGym测试中，GPT-5.5拿下81.8%的得分，超过了Opus 4.7的73.1%。在CTF“夺旗”挑战中，它的得分也达到了88.1%，高于GPT-5.4的83.7%。
核心进化：从“参谋”到“执行者”
当然，OpenAI更乐于强调的，是GPT-5.5定位的转变。它不再只是一个聪明的聊天对象，而是被设计成“专为真实工作和智能体任务打造”的模型。用官方账号的话说，它“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”，这标志着“完成计算机工作的全新方式”。
翻译成更直白的大白话就是：这次升级让GPT获得了“自己动手”的能力。它正在从辅助人类决策的“参谋”，转向参与实际执行的“员工”。你大可以把一个混乱复杂的任务直接丢给它，GPT-5.5能自己理解目标、拆解步骤、调用工具、修正过程，最后把结果交到你手上。
为了证明这一点，OpenAI还公布了内部的使用数据：目前公司超过85%的员工每周都在跨部门使用搭载GPT-5.5的Codex。更直观的是，财务团队已经用它完成了24771份、总计超过7万页的税表审核工作，完工时间比往年足足提前了两年。
不过，这次升级似乎还没做到让人类完全“放手”。多个第三方评测都提到了一个特点：GPT-5.5对任务边界的依赖更强。如果需求描述模糊不清，它不会主动帮你补充完善，而是会严格按照现有信息去执行。这种“高度服从”在某些需要创造性的场景下，反而可能成为一种局限。
效率与成本：更聪明，却未必更“贵”
AI领域有个常见的两难选择：智慧和速度往往不可兼得。模型更大、参数更多，通常意味着更长的思考时间。但GPT-5.5这次打破了这个惯例——在智能水平大幅提升的同时，其真实服务响应速度却与GPT-5.4保持了一致。
另一个关键特征是“省”。GPT-5.5将Token消耗降低到了前一代的三十六分之一。在同类Codex任务中，它也用更少的Token就能搞定。这意味着，尽管此次API价格大幅上调（每百万Token 5美元，Pro版30美元），但由于效率提升和消耗锐减，用户实际增加的成本可能非常有限。
OpenAI联合创始人格雷格·布罗克曼谈及这一点时表示，公司的目标始终是“让企业和普通用户都能用上更前沿的AI能力”。
行业格局：对手的烦恼与OpenAI的算力牌
当OpenAI凭借新模型重回聚光灯下时，它的老对手Anthropic最近的日子却有点不好过。这家长期主打“安全牌”的公司近期爆出了安全丑闻，同时对重度付费用户严厉限流、大面积无差别封号等操作也引发了巨大争议。日益高企的Token费用和消耗，更是让许多用户直呼“用不起”。
此前，OpenAI在内部邮件中曾直言，自己相对于Anthropic的核心优势是“算力”。如今，随着算力充足的OpenAI大秀肌肉，而Anthropic在算力吃紧中用户体验不断打折，这两位一度“贴身肉搏”的巨头，其发展轨迹似乎正在悄然拉开差距。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
