已确认的事实
OpenAI 于 2026 年 4 月 23 日发布 GPT-5.5,并在 4 月 24 日更新公告,确认 gpt-5.5 与 GPT-5.5 Pro 已开放 API。截至 2026 年 10 月 3 日,这篇公告已将 GPT-5.6 指向为更新型号。
因此,GPT-5.5 是一个可固定版本的生产选项,不再等同于“OpenAI 最新模型”。严谨的工程记录至少应包含:
- 准确 Model ID;
- API 端点与 SDK 版本;
- Reasoning 设置;
- 上下文和输出限制;
- Price Table 日期与 Service Tier;
- 工具配置;
- 评测数据集与 Harness Revision;
- Fallback 和 Rollback 模型。
本文把证据分成三类:
| 证据 | 可以证明什么 |
|---|---|
| 模型目录与 API Schema | 接受字段、限制、输入输出类型和端点行为 |
| 费率表 | 特定日期的 Token 与工具价格 |
| 发布公告与系统卡 | 厂商能力声明、厂商评测与部署安全措施 |
这些资料都没有公开完整训练或推理架构。基准分数同样无法反推出专家路由、参数规模、训练数据或模型拓扑。
“架构解析”不能建立在传闻上
围绕 GPT-5.5 的早期资料经常重复以下说法:
- 内部代号是 “Spud”;
- 使用具有特定专家数量的 Sparse MoE;
- 存在动态内部路由层;
- 所有模态使用单一统一 Backbone;
- 部署在某种明确 GB300 拓扑上。
本文引用的一手资料均未确认这些信息。它们不应作为容量规划、采购、安全评审或技术科普中的事实。
GPT-5.5 系统卡确认了一个有价值的关系:GPT-5.5 Pro 使用同一个底层模型,并通过某种设置使用并行测试时计算。这描述的是高层推理行为,不等于公开了神经网络内部架构。
发布公告中还有 NVIDIA 客户证言称 GPT-5.5 在 GB200 NVL72 系统上构建和服务。客户证言不能证明所有 Region、机架拓扑、量化方式或请求路径都相同。API 用户应围绕服务合约和实测行为设计,而不是推测底层基础设施。
当前 API 合约
当前 GPT-5.5 模型目录记录了:
- Model ID 为
gpt-5.5; - 使用 Responses API;
- 一百万 Token 上下文窗口;
- 可配置 Reasoning Effort;
- 目录中列出的工具与结构化输出能力。
新接入应优先使用 Responses API。不要假设 ChatGPT 中的产品名称与 API Model 一一对应;需要可复现时,也不要发送 latest 这类浮动别名。
最小 Go 请求
下面程序只使用 Go 标准库,便于直接看到 Wire Contract。生产服务可以使用固定版本并经过评审的 SDK,也可以在此基础上补充 Timeout、Retry、Telemetry 与响应解析。
package main
import (
"bytes"
"context"
"encoding/json"
"fmt"
"io"
"net/http"
"os"
"time"
)
type responseRequest struct {
Model string `json:"model"`
Input string `json:"input"`
Reasoning map[string]any `json:"reasoning,omitempty"`
}
func main() {
apiKey := os.Getenv("OPENAI_API_KEY")
if apiKey == "" {
panic("OPENAI_API_KEY is required")
}
payload, err := json.Marshal(responseRequest{
Model: "gpt-5.5",
Input: "以简洁 JSON 返回三项迁移风险。",
Reasoning: map[string]any{
"effort": "medium",
},
})
if err != nil {
panic(err)
}
ctx, cancel := context.WithTimeout(context.Background(), 90*time.Second)
defer cancel()
req, err := http.NewRequestWithContext(
ctx,
http.MethodPost,
"https://api.openai.com/v1/responses",
bytes.NewReader(payload),
)
if err != nil {
panic(err)
}
req.Header.Set("Authorization", "Bearer "+apiKey)
req.Header.Set("Content-Type", "application/json")
res, err := http.DefaultClient.Do(req)
if err != nil {
panic(err)
}
defer res.Body.Close()
body, err := io.ReadAll(io.LimitReader(res.Body, 4<<20))
if err != nil {
panic(err)
}
if res.StatusCode/100 != 2 {
panic(fmt.Sprintf("OpenAI status %d: %s", res.StatusCode, body))
}
fmt.Println(string(body))
}
生产实现还应补充:
- 配置 Transport 与连接上限的专用
http.Client; - 只针对
429和临时5xx的有界重试; - 服务端 Retry 提示与 Request ID;
- 业务副作用幂等;
- 支持时使用严格响应 Schema;
- 向下传播取消信号;
- 记录 Usage 与 Cost;
- 日志和 Trace 前先脱敏。
参数校验、权限或安全策略拒绝不是临时网络错误,不应机械重试。
Reasoning Effort 是预算控制
GPT-5 系列 API Schema 提供推理强度设置。可选值因模型而异,可能包括 none、low、medium、high、xhigh 和 max;当前合约中 GPT-5.5 默认为 medium。应以固定模型页面为准,不能把其他模型的取值直接复制过来。
更高 Effort 可能改善部分困难任务,也可能增加:
- 输出 Token 用量;
- 端到端延迟;
- 超时概率;
- 成本波动;
- 可见答案生成前占用的上下文。
Reasoning Token 按 Output Token 计费,并且即使不作为可见文本返回,也会占用上下文。因此,选择强度必须基于实验:
- 选取代表性任务;
- 在相同输入和工具下运行所有受支持 Effort;
- 衡量任务成功,而不是答案长度;
- 记录输入、缓存输入、推理/输出 Usage、延迟与错误;
- 按任务类型选择达到目标的最低 Effort。
后台研究、编码和高影响决策可以获得更高预算,但前提是评测证明有收益。分类、路由等任务往往更适合低 Effort 或更小模型。
百万上下文不是检索 SLA
一百万 Token 上下文只说明一个请求最多可以容纳多少内容,不证明模型能够:
- 在任意位置找到唯一事实;
- 在数百份文档之间稳定保持关系;
- 忽略相互冲突或恶意指令;
- 在证据从开头移动到中间时保持相同结果;
- 以可接受成本用满窗口。
长上下文评测应控制证据位置:
| 切片 | 示例 |
|---|---|
| 位置 | 同一答案段落分别位于开头、中间和结尾 |
| 干扰项 | 相似但错误的标识、日期和实体 |
| 冲突 | 现行规则与已废弃规则同时出现 |
| 结构 | 普通文本、表格、代码、扫描摘录 |
| 指令攻击 | 引用内容试图改变系统行为 |
| 输出余量 | 短字段提取与长篇综合 |
请求必须为工具输出、Reasoning 和最终回复预留空间。如果输入已经填满名义窗口,截断或生成空间不足会让结果失效。
在企业事实问答中,精确检索通常优于把整个代码库或文档库直接塞入上下文。可通过上下文窗口与 Token 指南区分容量和可靠召回,再按 RAG 评测指南验证检索链路。
定价与成本模型
截至 2026 年 10 月 3 日,OpenAI API 定价页对 270K 以下标准上下文列出的 GPT-5.5 价格是:
| 用量 | 每百万 Token |
|---|---|
| 输入 | 5.00 美元 |
| 缓存输入 | 0.50 美元 |
| 输出,包含 Reasoning Token | 30.00 美元 |
单次请求的最低 Token 成本计算:
成本 =
非缓存输入 Token / 1,000,000 * 5.00
+ 缓存输入 Token / 1,000,000 * 0.50
+ 输出与推理 Token / 1,000,000 * 30.00
例如,10 万非缓存输入 Token 加 2 万输出与推理 Token:
0.1 * $5.00 + 0.02 * $30.00 = $1.10
这还不包含工具、存储、容器、区域处理、重试和长上下文费率。公开页面明确说明展示的标准费率适用于 270K 以下上下文,估算 1M 上下文业务前必须核对详细定价。
缓存节省也以真实 Cache Hit 为前提。应读取服务商返回的 Cached Token,而不是因为请求具有公共 Prefix 就自行假设已经命中。
完整成本台账设计可参考 AI 推理成本工程指南。
如何解读官方基准
发布公告给出:
| 基准 | GPT-5.5 结果 | 证据类型 |
|---|---|---|
| Terminal-Bench 2.0 | 82.7% | 厂商报告 |
| Expert-SWE | 73.1% | 厂商内部评测 |
| GDPval,胜或平 | 84.9% | 厂商报告 |
| OSWorld-Verified | 78.7% | 厂商报告 |
| Toolathlon | 55.6% | 厂商报告 |
| BrowseComp | 84.4% | 厂商报告 |
这些数字是有价值的发布证据,但不是业务 SLA。比较模型前要检查:
- Model Snapshot 与 Access Tier;
- Prompt 与工具 Harness;
- 尝试次数与 Sampling;
- Timeout 与 Token Budget;
- Scorer 和人工复核策略;
- 环境版本;
- 是否使用私有脚手架;
- 置信区间或任务级方差。
Expert-SWE 被明确标为内部评测,外部团队无法仅凭分数复现。“胜或平”也不等于任务准确率。Agent 基准对工具权限、环境配置、重试策略和总时长预算尤其敏感。
不能把表格改写成“GPT-5.5 写代码准确率 82.7%”。Terminal-Bench 只衡量特定 Harness 与任务分布。
建立业务自己的评测
第一步:明确决策
例如:
- 编码 Agent 从 GPT-5.4 迁移;
- 只在升级路径使用 GPT-5.5;
- 用长上下文替代现有检索;
- 在事故分析中提高 Reasoning Effort。
不同决策需要不同证据。
第二步:固定 Harness
锁定:
- 数据集 Revision;
- Prompt 与 System Instruction;
- Tool Schema 与权限;
- 代码仓库或文档 Snapshot;
- Model ID 与设置;
- Timeout、Retry 与最大 Turn;
- Evaluator 版本;
- Price Table 日期。
第三步:先使用确定性 Oracle
编码任务运行 Build、Test、Lint、安全检查和 Patch 范围校验;字段提取比较类型化结果;工作流核对工具目标、策略与下游状态。只有无法确定性判断的质量维度才使用 Model Judge,并用人工标签校准。
第四步:报告切片而非单一分数
建议切片:
- 简单任务与长周期任务;
- 熟悉仓库与新仓库;
- 短上下文与长上下文;
- 无工具、单工具与多工具;
- 干净证据与对抗证据;
- 首次尝试与故障恢复;
- Low、Medium 与 High Reasoning。
至少报告通过率、严重错误率、延迟分位数、Token 分布、工具调用数、重试率和每个成功任务成本。
第五步:验证安全与权限
测试模型是否:
- 把检索文档和网页视为不可信数据;
- 请求角色之外的工具;
- 遵守审批门禁;
- 把 Secret 泄露到输出或工具参数;
- 操作过期或跨租户对象;
- 在结果未知后重复副作用;
- 在步骤、时间和费用上限处停止。
更强模型不会消除授权需求。扩展工具权限前,应先阅读 AI Agent 工具安全指南。
迁移执行步骤
- 盘点当前合约。 记录 Prompt、Parser、Tool、Model Alias、Limit、Timeout 和 Fallback。
- 建立固定 GPT-5.5 候选。 使用准确 Model ID 与显式 Reasoning Effort。
- 离线成对评测。 对相同输入使用权威 Oracle 比较。
- 影子运行线上流量。 移除副作用,对比输出、延迟与 Usage。
- 按任务类型灰度。 选择小且可逆的切片,不随机发送高影响流量。
- 保留旧模型。 事故时只回滚路由,不临时重写 Prompt。
- 任何模型或 Harness 变化后重新建基线。 Snapshot、工具、Prompt 或 Evaluator 变化都是新实验。
不能因为发布表格里的聚合分数更高就迁移。只有业务数据达到预先声明的质量、安全、延迟与成本门禁,迁移才成立。
决策记录模板
决策:仓库维护任务从 GPT-5.4 迁移到 GPT-5.5
模型:gpt-5.5
API:Responses
Reasoning:medium
数据集:repo-maintenance-v7
Harness:agent-harness-3.2
工具:read、search、patch、test;禁止 push
主要 Oracle:测试 + Patch Policy
安全门禁:未授权写入必须为 0
延迟目标:p95 <= 12 分钟
成本目标:每个成功任务 <= 4 美元
价格核对日期:2026-10-03
Fallback:固定 GPT-5.4 Route
Owner / 失效日期:platform-ai / 2026-11-03
失效日期不可省略。模型文档、价格、安全措施和推荐后继型号都会变化。
一手资料
- GPT-5.5 发布说明
- GPT-5.5 系统卡
- GPT-5.5 模型目录
- Responses API 文本生成指南
- Reasoning Models
- OpenAI API 定价
- GPT-5.6 发布说明
总结
GPT-5.5 真正有工程价值的部分不是未经证实的神经网络架构图,而是一套带日期且可测试的服务合约:gpt-5.5、Responses API 行为、百万 Token 上下文限制、Reasoning 控制、可量化的 Token 成本、厂商公开评测与明确安全措施。固定这些事实,在真实业务上验证,并把架构传闻排除在技术决策之外。