廣東
北京時間 4 月 24 日凌晨，OpenAI 突然發(fā)布了 GPT-5.5，以及更高規(guī)格的 GPT-5.5 Pro。
這不是一次常規(guī)的小版本迭代。在 OpenAI 看來，GPT-5.5 不僅是他們最強的模型，更是新的智能模型，即專為真實工作和智能體任務打造的模型。
說白了，其實就是各家最近都在講的「智能體模型」，模型的定位更多是作為智能體的「智能引擎」。
所以不出意外，圍繞「聊天」的各項能力就沒那么重點了，圍繞「工作」來講才是王道。而從紙面參數(shù)和 benchmark 看，GPT-5.5 的確延續(xù)了 OpenAI 過去半年的技術路線，更多以「真實工作場景」為導向，在一些取向更貼近實際的基準測試中又刷了新高，比如：
- Terminal-Bench 2.0：82.7%（復雜命令行任務）
- GDPval：84.9%（跨 44 種職業(yè)的知識工作）
- OSWorld-Verified：78.7%（真實電腦操作能力）
- Tau2-bench Telecom：98.0%（復雜客服流程）
圖片來源：OpenAI
不過基準測試也就「圖一樂」，即便是這些取向更接近實際工作的測試，也很難逃過「高分低能」的問題。所以，GPT-5.5 真的就像 OpenAI 新聞稿開篇所言，會是我們邁向 PC 工作新方式的下一步嗎？
從 AI Coding 到 AI 辦公，GPT 也是認真干活了
根據(jù) OpenAI 公布的信息，GPT-5.5 Pro 僅支持 Pro 及以上訂閱用戶，GPT-5.5 則支持 Plus 及以上的訂閱用戶，將在今天正式上線 ChatGPT 以及 Codex。不過包括我在內(nèi)，很多 Plus 還未收到 GPT-5.5 的新模型推送，理論上應該采取了分批推送的方式。
不過官方也展示了一些實際的使用案例，共同點是都不怎么「干凈」，更像我們實際面臨工作任務，也不是一步就能完成。而對于現(xiàn)階段重點推 Codex 的 OpenAI 來說，Agentic Coding 肯定是最重要的。
這一代 GPT-5.5 也在正式發(fā)布前被拿去做代碼重構、跨文件 bug 修復、測試補全這些更接近真實工程流程的工作。
外部開發(fā)者的實測也證實了 GPT-5.5 在代碼工作上進步。MagicPath CEO Pietro Schirano 就用 GPT-5.5 將一個包含數(shù)百個前端和重構變更的分支合并為一個同樣有重大變化的主分支，只花了 20 分鐘就一次性解決了所有工作，「我真的感覺自己在和一個更高的智慧共事！
圖片來源：X
不是說它一次就肯定全對，關鍵是它更容易「走在正確的軌道上」，中途不用頻繁拉回方向。
CodeRabbit 的評測里有一個細節(jié)很有意思。他們沒有強調(diào)模型能寫出多復雜的代碼，反而更多夸贊它在 code review 里更「克制」，更傾向于指出真正會影響上線的問題，而不是泛泛而談。
同時 Cursor、Windsurf 團隊的使用報告也都指出，GPT-5.5 在長時任務、處理歧義方面都比 GPT-5.4 明顯更好。
另外，OpenAI 的財務團隊還用它審核了 24771 份 K-1 稅表、總計 71637 頁文件，并稱這套流程比上一年提前了兩周完成。換個角度看，它其實揭示了 GPT-5.5 在長流程里的穩(wěn)定性。而兩萬多份稅表、七萬多頁文檔，是一個極容易出錯、需要持續(xù)校驗的重復性工作。
圖片來源：OpenAI
過去模型在這種場景里最大的問題，是中途漂移，或者在細節(jié)上逐漸失真。而無論是表格處理、報告生成，還是多文檔整合，GPT-5.5 的輸出更有一致性，格式更穩(wěn)定，前后邏輯也更連貫。法律 AI 公司 Harvey 就強調(diào)了 GPT-5.5 的推理結構、引用、排版這些細節(jié)更像一個合格的專業(yè)人士。
而且這類案例的價值還不在規(guī)模，因為模型不僅在分析數(shù)據(jù)，還在構建流程、生成規(guī)則并接入實際業(yè)務系統(tǒng)，已經(jīng)非常接近典型的知識工作流程。
可以說，這次 GPT-5.5 最核心的升級就是現(xiàn)代社會圍繞計算機構建的工作場景。英偉達創(chuàng)始人兼 CEO 黃仁勛還在一封全員信呼吁所有人使用基于 GPT-5.5 的 Codex，「讓我們跳到光速。歡迎來到人工智能時代。」
如果說 GPT-4 解決的是「答對」，GPT-5.4 在解決處理更復雜的問題和任務，到了 GPT-5.5，問題變成了能不能更高效、穩(wěn)定地做好一件事。畢竟，做完和做好完全是兩碼事，中間也是一道「天塹」。
這也是為什么 OpenAI 在這一代里不斷強調(diào)「智能體」這個詞。
圖片來源：OpenAI
GPT-5.5 從模型層面改進了智能體最核心的幾個特征：理解目標、拆解步驟、調(diào)用工具、修正過程，并最終交付結果。能力上看，每一項都不是全新能力，但被放到同一個系統(tǒng)里之后，體驗開始發(fā)生變化。
外部反饋也基本印證了這一點。無論是開發(fā)者還是企業(yè)用戶，討論的焦點都在變。從「答得準不準」，變成「要改幾次」「能不能一次跑通」。這兩個問題的差別，其實就是模型角色的變化從輔助決策，變成參與執(zhí)行。
當然，這種變化還遠沒有到「可以完全放手」的程度。多個第三方評測都提到了 GPT-5.5 對任務邊界的依賴更強。需求描述不清，它不會主動幫你補全，而是按現(xiàn)有信息執(zhí)行。這種「聽話」在某些場景是優(yōu)點，在另一些場景反而是限制。
但這恰恰說明，它正在變得更像一個真實世界里的協(xié)作者。能力沒有突然跨越一代，工作方式確實變了。
GPT-5.5 到底升級了什么？
過去兩年，大模型的升級路徑很清晰：更強的推理、更長的上下文、更高的準確率。GPT-5.5 仍然在做這些，但重點還是變了，OpenAI 就強調(diào)了模型更早理解任務、更少依賴提示、更會使用工具，并且能夠持續(xù)推進直到完成。
這句話其實也對應的是過去一直存在、但始終沒被徹底解決的一些問題。
一種適合真正工作的新型智能，圖片來源：OpenAI
其一是理解問題，但不理解任務。很多模型在復雜場景里的表現(xiàn)是單步回答很好，但一旦涉及多步驟流程，就會開始偏離，甚至需要用戶不斷修正。GPT-5.5 的變化，是它開始在一開始就建立任務結構，而不是等用戶一步步喂。
其二是會用工具，但不會組織工具。從去年開始，工具調(diào)用已經(jīng)成為大模型的主流能力，但大多數(shù)模型只是把工具當成外掛。GPT-5.5 在 Terminal-Bench 和 OSWorld 這類評測中的提升，更重要的是它不只是調(diào)用工具，而是把工具變成工作流程的一部分。
其三則是實際的交付質(zhì)量。過去模型的輸出是「答案」，現(xiàn)在越來越多場景要求的是「結果」，而且是更好、更準確。GPT-5.5 的目標就是減少中斷，讓任務可以連續(xù)推進，直到形成一個可以直接使用的輸出。
游戲生成，圖片來源：OpenAI
當然，GPT-5.5 更強了，但也沒有強到「改寫一切」。問題在于，這一輪競爭早就不是單點模型能力的比拼。
今年以來，一個變化已經(jīng)非常明確。無論是 OpenAI，還是 Google、Anthropic，甚至包括國內(nèi)的阿里、字節(jié)，都在把重點從「更強模型」轉(zhuǎn)向「智能體系統(tǒng)」。模型只是底座，真正的競爭在于能不能把模型接入工具、接入數(shù)據(jù)、接入業(yè)務流程，讓它真正參與工作。
行業(yè)里的關鍵詞也從「推理能力」「上下文長度」，逐漸變成了「agent（智能體）」「workflow（工作流）」「computer use（計算機使用）」。
OpenAI 自己的動作最典型。Codex 的重新被推到臺前，也不是偶然，它天然就是最適合承載智能體能力的入口。
但現(xiàn)在還有一個問題是，GPT-5.5 真的很貴。
前段時間 Claude Opus 4.7 的價格已經(jīng)勸退了很多，而 OpenAI 雖然強調(diào) GPT-5.5 幾乎是在不犧牲速度和 Token 用量的情況下實現(xiàn)了全面升級，延遲和 GPT-5.4 相當甚至更低，還能用更少的 Token 在 Codex 上完成同樣的任務，但實際 API 價格流出后，還是讓很多開發(fā)者心涼了半截：
輸入 5 美元/百萬 tokens、緩存輸入 0.5 美元/百萬 tokens、輸出 30 美元/百萬 tokens，直接在 GPT-5.4 的基礎上翻了一番。
圖片來源：X
頂級模型還是太貴了。只能期待一下傳聞將在本周發(fā)布的 DeepSeek V4，希望能夠復刻 2025 年的奇跡，通過這次的多模態(tài)升級把智能體模型也能打成白菜價。
寫在最后
從能力上看，它確實更強了，但這種「更強」已經(jīng)很難再用一次發(fā)布就被感知到。沒有那種一上手就明顯不同的驚艷，更像是把過去幾代模型的短板一點點補齊，把原本不穩(wěn)定的地方變得更可靠。
但換個角度看，這反而是一個更重要的信號。過去大家比的是誰更聰明，現(xiàn)在開始比的是誰更穩(wěn)定、誰更能融入實際工作、誰能在復雜流程里少出錯。
GPT-5.5 就落在這個階段。它沒有重新定義模型能力的上限，但在「把事情做完」這件事上往前走了一步。而當模型開始能夠真正承擔一部分工作時，真正被改變的就不再只是效率，還有新的工作方式，包括人與 AI 之間的分工關系。
當然，這個過程還遠沒有結束。GPT-5.5 的成本仍然高，能力也還不夠通用，很多場景依然需要人類不斷干預。智能體這件事，從概念走向現(xiàn)實，還要經(jīng)歷一段很長的打磨周期。
但方向已經(jīng)很清楚了。當模型開始進入流程，當工具、數(shù)據(jù)和系統(tǒng)逐漸圍繞它重新組織，當越來越多公司把它當成「工作的一部分」而不是「輔助工具」，這一輪變化就不再只是技術升級。
2026第十九屆北京國際汽車展覽會將于4月24日至5月3日在北京?中國國際展覽中心（順義館）和首都國際會展中心（新國展二期）舉行，本屆車展以“領時代·智未來”為主題，集中展現(xiàn)汽車工業(yè)的更多黑科技。
比亞迪、小米、鴻蒙智行（問界等）、小鵬、蔚來、嵐圖等頭部品牌集結，多款重磅新車首秀；地平線、Momenta、卓馭等供應商集體秀肌肉，AI大模型深度賦能，高階智駕、動力電池、超快充技術等前沿科技集中亮相，看點拉滿！
雷科技旗下「電車通」將派出報道團直擊現(xiàn)場，以“關注電動車，更懂智能化”的專業(yè)視角，帶來一線獨家報道，敬請關注！
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
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.
