Ažuriranje od 24. aprila 2026.: GPT‑5.5 i GPT‑5.5 Pro su sada dostupni u API-ju. Kartica sistema je također ažurirana kako bi opisala dodatne zaštitne mjere koje se primjenjuju.
Objavljujemo GPT‑5.5, naš najpametniji i najintuitivniji model do sada – sljedeći korak prema novom načinu rada na računaru.
GPT‑5.5 brže razumije šta pokušavate uraditi i može sam obaviti veći dio posla. Ističe se u pisanju i otklanjanju neispravnosti u kodu, online istraživanju, analizi podataka, kreiranju dokumenata i proračunskih tabela, korištenju softvera i prelasku između alata dok zadatak ne bude završen. Umjesto da pažljivo upravljate svakim korakom, GPT‑5.5 možete zadati neuredan, višedijelni zadatak i vjerovati mu da će planirati, koristiti alate, provjeravati svoj rad, snalaziti se u nejasnoćama i nastaviti dalje.
Dobici su posebno izraženi u agentnom kodiranju, upotrebi računara, intelektualnom radu i ranim fazama naučnih istraživanja—oblastima u kojima napredak zavisi od rezonovanja kroz kontekst i preduzimanja radnji kroz vrijeme. GPT‑5.5 donosi ovaj iskorak u inteligenciji bez kompromisa po pitanju brzine: veći, sposobniji modeli često imaju sporije vrijeme odziva, ali GPT‑5.5 odgovara latenciji po tokenu modela GPT‑5.4 u stvarnim uslovima rada, dok istovremeno postiže znatno viši nivo inteligencije. Također koristi znatno manje tokena za izvršavanje istih Codex zadataka, što ga čini efikasnijim, ali i sposobnijim.
Objavljujemo GPT‑5.5 s našim najjačim skupom zaštitnih mjera do sada, dizajniranim da smanje zloupotrebu uz očuvanje pristupa za korisne aktivnosti. Procijenili smo ovaj model kroz naš cjelokupni skup okvira za sigurnost i pripravnost, sarađivali s internim i eksternim red timovima, dodali ciljano testiranje za napredne sposobnosti u kibernetičkoj sigurnosti i biologiji te prikupili povratne informacije o stvarnim slučajevima upotrebe od skoro 200 pouzdanih partnera s ranim pristupom prije objavljivanja.
Danas se GPT‑5.5 uvodi korisnicima Plus, Pro, Business i Enterprise u ChatGPT‑u i Codexu, dok se GPT‑5.5 Pro uvodi korisnicima Pro, Business i Enterprise u ChatGPT‑u. API implementacije zahtijevaju različite zaštitne mjere, a mi blisko sarađujemo s partnerima i korisnicima na zahtjevima sigurnosti i bezbjednosti za pružanje usluge u velikom obimu. Uskoro ćemo uvesti GPT‑5.5 i GPT‑5.5 Pro u API.
GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro | |
Terminal-Bench 2.0 | 82,7% | 75,1% | - | - | 69,4% | 68,5% |
Ekspert-SWE (Interni) | 73,1% | 68,5% | - | - | - | - |
GDPval (pobjede ili neriješeni ishodi) | 84,9% | 83,0% | 82,3% | 82,0% | 80,3% | 67,3% |
OSWorld potvrđeno | 78,7% | 75,0% | - | - | 78,0% | - |
Toolathlon | 55,6% | 54,6% | - | - | - | 48,8% |
BrowseComp | 84,4% | 82,7% | 90,1% | 89,3% | 79,3% | 85,9% |
FrontierMath Nivo 1–3 | 51,7% | 47,6% | 52,4% | 50,0% | 43,8% | 36,9% |
FrontierMath Nivo 4 | 35,4% | 27,1% | 39,6% | 38,0% | 22,9% | 16,7% |
CyberGym | 81,8% | 79,0% | - | - | 73,1% | - |
OpenAI gradi globalnu infrastrukturu za agentičku vještačku inteligenciju (AI), omogućavajući ljudima i kompanijama širom svijeta da obavljaju posao uz pomoć AI-ja. Tokom protekle godine, vidjeli smo kako vještačka inteligencija (AI) značajno ubrzava softversko inženjerstvo. Sa GPT‑5.5 u Codexu i ChatGPT‑u, ta ista transformacija počinje se širiti na naučna istraživanja i širi spektar poslova koje ljudi obavljaju na računarima.
U svim ovim domenama GPT‑5.5 nije samo inteligentniji, već je i efikasniji u rješavanju problema, često postižući kvalitetnije rezultate uz manje tokena i manje ponovnih pokušaja. Na indeksu kodiranja kompanije Artificial Analysis, GPT‑5.5 pruža najsavremeniju inteligenciju po upola nižoj cijeni od konkurentskih modela za kodiranje.
Indeks vještačke analize inteligencije(otvara se u novom prozoru) je ponderisani prosjek 10 evaluacija koje je proveo eksterni subjekt: AA-LCR, AA-Omniscience, CritPt, GDPval-AA, GPQA Diamond, Humanity’s Last Exam, IFBench, SciCode, Terminal-Bench Hard, τ²-Bench Telecom.
GPT‑5.5 je naš najjači agentni model za programiranje do sada. Na Terminal-Bench 2.0, koji testira složene radne tokove komandne linije koji zahtijevaju planiranje, iteraciju i koordinaciju alata, postiže najsavremeniju tačnost od 82.7%. Na SWE-Bench Pro, koji evaluira rješavanje stvarnih GitHub problema, dostiže 58,6%, rješavajući više zadataka od početka do kraja u jednom prolazu nego prethodni modeli. Na Expert-SWE, našoj internoj graničnoj evaluaciji za dugoročne zadatke kodiranja s procijenjenim medijalnim vremenom koje je čovjeku potrebno za završetak od 20 sati, GPT‑5.5 također nadmašuje GPT‑5.4.
Kroz sve tri evaluacije, GPT‑5.5 nadmašuje GPT‑5.4. rezultate koristeći manje tokena.
Snage modela u kodiranju posebno se ističu u Codexu, gdje može preuzeti inženjerske zadatke poput implementacije, refaktorisanja, otklanjanja grešaka, testiranja i validacije. Rana testiranja pokazuju da je GPT‑5.5 bolji u zadacima na kojima se temelji stvarni inženjerski rad, poput održavanja konteksta kroz velike sisteme, rezonovanja kroz nejasne kvarove, provjere pretpostavki pomoću alata i provođenja promjena kroz okolnu bazu koda.
Prikazana trajektorija koristi NASA/JPL Horizons vektorske podatke za Orion, Mjesec i Sunce, uz primijenjeno skaliranje prikaza za bolju čitljivost.
Upit: [priložena slika] Napravi novu aplikaciju koristeći webgl i vite sa stvarnim podacima iz misije Artemis II. Testiraj aplikaciju temeljito dok ne bude potpuno funkcionalna i izgleda kao aplikacija na slici. Obrati pažnju na prikaz planeta i putanje leta. Želim da mogu komunicirati s 3D renderiranjem. Pobrini se da ima realističnu orbitalnu mehaniku.
Pored mjerila, rani testeri su rekli da GPT‑5.5 pokazuje snažniju sposobnost da razumije strukturu sistema: zašto nešto ne uspijeva, gdje rješenje treba primijeniti i na šta bi još u kodnoj bazi to uticalo.
„Prvi model za kodiranje koji sam koristio s ozbiljnom konceptualnom jasnoćom.“
Dan Shipper, osnivač i CEO kompanije Every, rekao je da je GPT‑5.5 „prvi model za kodiranje koji sam koristio i koji zaista ima jasnu konceptualnu strukturu“.
Nakon pokretanja aplikacije, proveo je nekoliko dana otklanjajući problem koji se pojavio nakon lansiranja, prije nego što je angažovao jednog od svojih najboljih inženjera da preradi dio sistema. Da bi testirao GPT‑5.5, on je zapravo vratio vrijeme unazad: može li model analizirati pokvareno stanje i proizvesti istu vrstu prepravke za koju se inženjer na kraju odlučio? GPT‑5.4 nije mogao. GPT‑5.5 je uspio.
„Zaista imam osjećaj kao da radim s višom inteligencijom, i gotovo da postoji osjećaj poštovanja.“
Pietro Schirano, izvršni direktor kompanije MagicPath, vidio je sličan iskorak kada je GPT‑5.5 spojio granu sa stotinama frontend i refaktorskih izmjena u glavnu granu koja se također znatno promijenila, riješivši taj posao u učenju s jednim primjerom za oko 20 minuta.
Viši inženjeri koji su testirali model rekli su da je GPT‑5.5 bio primjetno bolji od GPT‑5.4 i Claude Opus 4.7 u pogledu rezonovanja i autonomije, uočavao probleme unaprijed i predviđao potrebe za testiranjem i pregledom bez eksplicitnih uputa. U jednom slučaju, inženjer je zatražio od njega da redizajnira arhitekturu sistema komentara u kolaborativnom Markdown uređivaču, a kada se vratio, dočekao ga je sloj od 12 razlika koji je bio gotovo dovršen. Drugi su rekli da im je trebalo iznenađujuće malo korekcija pri implementaciji i da su imali više povjerenja u planove GPT‑5.5 u poređenju s GPT‑5.4.
Jedan inženjer u kompaniji NVIDIA koji je imao rani pristup modelu išao je toliko daleko da kaže: „Gubitak pristupa GPT‑5.5 djeluje kao da mi je amputiran ud.”
GPT-5.5 je primjetno pametniji i uporniji od GPT-5.4. Uz bolje performanse kodiranja i pouzdaniju upotrebu alata. Ostaje fokusiran na zadatak znatno duže bez preranog zaustavljanja, što je ključno za složen, dugotrajan posao koji naši korisnici delegiraju Cursoru.
Iste prednosti koje GPT‑5.5 čine odličnim za kodiranje također ga čine moćnim za svakodnevni rad na računaru. Budući da model bolje razumije namjeru, može se prirodnije kretati kroz cijeli ciklus rada zasnovanog na znanju: pronalaženje informacija, razumijevanje onoga što je važno, korištenje alata, provjeravanje rezultata i pretvaranje sirovog materijala u nešto korisno.
U Codexu GPT‑5.5 je bolji od GPT‑5.4 u generiranju dokumenata, proračunskih tabela i prezentacija slajdova. alfa testeri su rekli da je nadmašio prethodne modele u zadacima kao što su operativna istraživanja, modeliranje proračunskih tabela i pretvaranje neurednih poslovnih ulaznih podataka u planove. Kada se kombinuje s Codexovim vještinama korištenja računara, GPT‑5.5 nas približava osjećaju da model zaista može koristiti računar zajedno s tobom: vidi šta je na ekranu, klikće, kuca, navigira interfejsima i precizno prelazi između alata.
Timovi u OpenAI-ju već koriste ove prednosti u stvarnim tokovima rada. Danas više od 85% kompanije koristi Codex svake sedmice u različitim funkcijama, uključujući softversko inženjerstvo, finansije, komunikacije, marketing, nauku o podacima i upravljanje proizvodima. U odjelu za komunikacije, tim je koristio GPT‑5.5 u Codexu za analizu podataka o zahtjevima za govorne angažmane tokom šest mjeseci, izradu okvira za bodovanje i procjenu rizika te validaciju automatizovanog Slack agenta kako bi se zahtjevi niskog rizika mogli automatski obrađivati, dok bi se zahtjevi višeg rizika i dalje usmjeravali na ljudsku provjeru. U finansijama, tim je koristio Codex za pregled 24.771 poreskih obrazaca K-1, koji su ukupno obuhvatali 71.637 stranica, koristeći tok rada koji je isključivao lične podatke i pomogao timu da izvršavanje ovog zadatka ubrza za dvije sedmice u odnosu na prethodnu godinu. U timu za strategiju izlaska na tržište, jedan zaposlenik je automatizirao izradu sedmičnih poslovnih izvještaja, uštedjevši 5–10 sati sedmično.
U ChatGPT‑u, GPT‑5.5 razmišljanje omogućava bržu pomoć za teže probleme, uz pametnije i sažetije odgovore koji vam pomažu da efikasnije obavljate složen posao. Ističe se u profesionalnim zadacima kao što su kodiranje, istraživanje, sinteza informacija i analiza, te zadaci koji uključuju mnogo dokumenata, posebno pri korištenju dodataka.
U modelu GPT‑5.5 Pro, rani testeri primjećuju značajan iskorak i u složenosti i u kvalitetu zadataka koje ChatGPT može preuzeti, uz poboljšanja latencije koja ga čine mnogo praktičnijim za zahtjevne zadatke. U poređenju s GPT‑5.4 Pro, testeri su utvrdili da su odgovori GPT‑5.5 Pro znatno sveobuhvatniji, bolje strukturirani, tačniji, relevantniji i korisniji, uz posebno snažne rezultate u poslovanju, pravu, obrazovanju i nauci o podacima.
GPT‑5.5 postiže vrhunske performanse na više mjerila koja odražavaju ovu vrstu rada. Na GDPval, evaluaciji koja testira sposobnosti agenata da proizvode dobro specificiran rad sa znanjem kroz 44 zanimanja, GPT‑5.5 postiže rezultat od 84,9 %. Na OSWorld-Verified, koji mjeri može li model samostalno upravljati stvarnim računarskim okruženjima, dostiže 78,7%. A na Tau2-bench Telecom, koji testira složene tokove rada korisničke službe, dostiže 98.0% bez podešavanja upita. GPT‑5.5 također pokazuje snažne performanse na drugim mjerilima za zadatke koji zahtijevaju znanje: 60,0% na FinanceAgent, 88,5% na internim zadacima modeliranja u investicijskom bankarstvu i 54,1% na OfficeQA Pro.
Tau2-bench Telecom je pokrenut bez podešavanja upita (i s GPT‑4.1 kao korisničkim modelom). GPT‑5.5 bolje razumije namjeru zadatka i efikasniji je u pogledu tokena od svojih prethodnika.
„GPT-5.5 pruža kontinuirane performanse potrebne za rad koji zahtijeva intenzivno izvršavanje. Izgrađen i poslužen na NVIDIA GB200 NVL72 sistemima, model omogućava našim timovima da isporučuju funkcionalnosti od početka do kraja iz upita na prirodnom jeziku, skrate vrijeme otklanjanja grešaka sa dana na sate i pretvore sedmice eksperimentisanja u napredak ostvaren preko noći u složenim bazama koda. To je više od bržeg kodiranja — to je novi način rada koji pomaže ljudima da rade suštinski drugačijim tempom.“
GPT‑5.5 također pokazuje poboljšanja u naučnim i tehničkim istraživačkim tokovima rada, koji zahtijevaju više od odgovaranja na teško pitanje. Istraživači trebaju istražiti ideju, prikupiti dokaze, testirati pretpostavke, protumačiti rezultate i odlučiti šta sljedeće pokušati. GPT‑5.5 je bolji u održavanju kroz tu petlju od drugih modela.
Značajno je da GPT‑5.5 pokazuje jasno poboljšanje u odnosu na GPT‑5.4 na GeneBench(otvara se u novom prozoru), novoj evaluaciji fokusiranoj na višefaznu naučnu analizu podataka u genetici i kvantitativnoj biologiji. Ovi problemi zahtijevaju da modeli rezonuju o potencijalno dvosmislenim podacima ili podacima s greškama uz minimalne nadzorne smjernice, da se nose s realističnim preprekama kao što su skriveni konfuzni faktori ili neuspjesi u kontroli kvaliteta te da ispravno implementiraju i tumače savremene statističke metode. Performanse modela su upečatljive s obzirom na to da zadaci ovdje često odgovaraju višednevnim projektima za naučne stručnjake.
Slično tome, na BixBenchu(otvara se u novom prozoru), referentnom testu osmišljenom za bioinformatiku i analizu podataka u stvarnim uslovima, GPT‑5.5 je ostvario vodeće performanse među modelima s objavljenim rezultatima. Naučne sposobnosti modela sada su dovoljno snažne da značajno ubrzaju napredak na granicama biomedicinskih istraživanja kao istinski su-naučnik.
U drugom primjeru, interna verzija GPT‑5.5 s prilagođenim okvirom pomogla je otkriti novi dokaz(otvara se u novom prozoru) o Ramseyjevim brojevima, jednom od ključnih objekata u kombinatorici. Kombinatorika proučava kako se diskretni objekti uklapaju: grafovi, mreže, skupovi i obrasci. Ramseyjevi brojevi, otprilike govoreći, postavljaju pitanje koliko velika mreža mora biti da bi se garantovano pojavila neka vrsta reda. Rezultati u ovoj oblasti su rijetki i često tehnički teški. Ovdje je GPT‑5.5 pronašao dokaz dugogodišnje asimptotske činjenice o van-dijagonalnim Ramseyjevim brojevima, koji je kasnije potvrđen u Leanu. Rezultat je konkretan primjer kako GPT‑5.5 doprinosi ne samo kodom ili objašnjenjem, već i iznenađujućim i korisnim matematičkim argumentom u temeljnoj istraživačkoj oblasti.
Rani testeri su koristili GPT‑5.5 Pro u ChatGPT‑u manje kao alat za odgovore po principu učenja s jednim primjerom, a više kao istraživačkog partnera: analizirajući rukopise kroz više prolaza, testirajući tehničke argumente pod pritiskom, predlažući analize i radeći s kodom, bilješkama i kontekstom iz PDF-ova. Zajednička nit je da GPT‑5.5 bolje pomaže istraživačima da pređu od pitanja do eksperimenta i rezultata.
Derya Unutmaz, profesor imunologije i istraživač na Jacksonovom laboratoriju za genomsku medicinu, koristio je GPT‑5.5 Pro za analizu skupa podataka o ekspresiji gena sa 62 uzorka i gotovo 28.000 gena, izradivši detaljan istraživački izvještaj koji ne samo da je sažeo nalaze nego je i ukazao na ključna pitanja i uvide — posao za koji je rekao da bi njegovom timu oduzeo mjesece rada.
Bartosz Naskręcki, docent matematike na Univerzitetu Adam Mickiewicz u Poznanju, Poljska, koristio je GPT‑5.5 u Codexu da iz jednog upita za 11 minuta napravi aplikaciju iz algebarske geometrije, vizualizirajući presjek kvadratnih ploha i pretvarajući rezultirajuću krivu u Weierstrassov model.
Kasnije je proširio aplikaciju stabilnijom vizualizacijom singulariteta i tačnim koeficijentima koji se mogu ponovo koristiti u daljnjem radu. Za njega je veća promjena to što Codex sada može pomoći da se implementiraju prilagođeni radni tokovi za matematičku vizualizaciju i računarsku algebru, koji su ranije zahtijevali namjenske alate. Kada se uzmu zajedno, ovi primjeri pokazuju kako GPT‑5.5 pretvara namjeru stručnjaka u funkcionalne istraživačke alate i analize.
Zasluge: Bartosz Naskręcki(otvara se u novom prozoru)
Upit: # Presjek površina u algebarskoj geometriji
Napravi aplikaciju koja crta dvije kvadratne površine i oboji crvenom bojom krivu presjeka. Upotrijebi računarski teorem Riemann-Roch da ovo pretvoriš u Weierstrassovu krivulju.
## Glavni prozor
Dvije tonirane površine s blago prozirnim sjenčenjem, visokokvalitetno renderovanje, presijecaju se duž crveno obojene algebarske krive
Rotacija mišem u oba smjera, potpuna pinch gesta za zumiranje, haptički dodir za prikaz malog menija s klizačima za promjenu koeficijenata svake površine; detekcija putem Z-buffer nivoa
## Desni bočni prozor
Kratka Weierstrassova jednačina (nad Q ili kvadratnim proširenjem polja) izračunata Go pomoću formula efektivnog Riemann–Rochovog teorema
## Ambijentalni način u kojem su skrivene sve kontrole, a korisnik može uživati u ljepoti oblika
## Specifikacije
Aplikacija radi u pregledniku, lagana implementacija sa najnovijim full-stack bibliotekama, prenosiva i spremna za implementaciju
## Dokumenti
Repozitorij, dnevnik, plan (Markdown datoteke)
Nevjerovatno je energizirajuće koristiti novi OpenAI-jev GPT-5.5 model u našem okruženju, omogućiti mu analizu masivnih biohemijskih skupova podataka za predviđanje ishoda lijekova kod ljudi, i zatim vidjeti kako donosi značajna poboljšanja tačnosti na našim najtežim evaluacijama otkrivanja lijekova. Ako OpenAI nastavi ovako da briljira, temelji otkrivanja lijekova promijenit će se do kraja godine.
Pokretanje GPT‑5.5 uz latenciju GPT‑5.4 zahtijevalo je ponovno promišljanje inferencije kao integriranog sistema, a ne kao skupa izoliranih optimizacija. GPT‑5.5 je zajednički dizajniran, obučen i implementiran na NVIDIA GB200 i GB300 NVL72 sistemima. Codex i GPT‑5.5 bili su ključni za postizanje naših ciljanih performansi. Codex je pomogao timu da brže napreduje od ideje do implementacije koja se može mjeriti, skicirajući pristupe, povezujući eksperimente i pomažući identificirati koje su optimizacije vrijedne dubljeg ulaganja. GPT‑5.5 je pomogao identificirati i implementirati ključna poboljšanja u samom sistemu. Jednostavno rečeno, model je pomogao unaprijediti infrastrukturu koja ga poslužuje.
Jedno takvo poboljšanje bilo je balansiranje opterećenja i heuristike particioniranja. Prije GPT‑5.5, dijelili smo zahtjeve na akceleratoru na fiksan broj dijelova kako bismo uravnotežili opterećenje među računarskim jezgrama, osiguravajući da se veliki i mali zahtjevi mogu izvršavati na istom grafičkom procesoru (GPU-u). Međutim, unaprijed određen broj statičkih dijelova nije idealan za sve oblike saobraćaja. Da bi bolje iskoristili grafičke procesore (GPU-ove), Codex je analizirao višetjedne obrasce produkcijskog saobraćaja i napisao prilagođene heurističke algoritme kako bi optimalno raspodijelio i uravnotežio rad. Taj napor imao je nesrazmjerno velik utjecaj, povećavši brzinu generiranja tokena za više od 20%.
Priprema svijeta za modele koji su veoma dobri u pronalaženju i otklanjanju sigurnosnih ranjivosti je timski rad i zahtijevat će od cijelog ekosistema da naporno radi na izgradnji otpornosti, uz demokratizirani pristup model i iterativnu implementaciju za narednu eru kibernetičke odbrane.
Granični modeli postaju sve sposobniji u oblasti kibernetičke sigurnosti. Te sposobnosti će postati široko dostupne, i vjerujemo da je najbolji način da idemo dalje da osiguramo da se mogu staviti u funkciju kako bismo ubrzali kibernetičku odbranu i ojačali ekosistem.
GPT‑5.5 predstavlja postepen, ali važan korak ka vještačkoj inteligenciji koja može riješiti neke od najtežih svjetskih izazova, poput kibernetičke sigurnosti. S GPT‑5.2 u decembru proaktivno smo implementirali neophodne zaštitne mjere za kibernetičku sigurnost kako bismo ograničili potencijalnu zloupotrebu u kibernetičkoj sigurnosti naših modela; sada s GPT‑5.5 implementiramo strože klasifikatore za potencijalni kibernetički rizik, što bi nekim korisnicima u početku moglo smetati, dok ih s vremenom dodatno prilagođavamo.
Godinama prepoznajemo kibernetičku sigurnost kao kategoriju u našem Okviru pripravnosti(otvara se u novom prozoru), kako su se naši modeli postepeno unapređivali, dok iterativno razvijamo i kalibriramo mjere ublažavanja, kako bismo mogli odgovorno objavljivati modele sa značajnim sposobnostima u oblasti kibernetičke sigurnosti.
- Uvodimo vodeće zaštitne mjere u industriji za ovu razinu kibernetičkih sposobnosti. Prvi put smo uveli zaštitne mjere specifične za kibernetičku sigurnost s GPT‑5.2(otvara se u novom prozoru) prošle godine, koje smo nastavili testirati, usavršavati i razvijati u narednim implementacijama. Za GPT‑5.5 osmislili smo strože kontrole za aktivnosti višeg rizika, osjetljive kibernetičke zahtjeve i dodali zaštite od ponovljene zloupotrebe. Širok pristup omogućuju naša ulaganja u sigurnost modela, autentifikovanu upotrebu i praćenje neovlaštene upotrebe. Mjesecima smo radili s vanjskim stručnjacima kako bismo razvili, testirali i unaprijedili robusnost ovih zaštitnih mjera. Uz GPT‑5.5, osiguravamo da programeri mogu jednostavno zaštititi svoj kod, dok uvodimo strožije kontrole nad cyber tokovima rada koji bi mogli uzrokovati štetu od strane zlonamjernih aktera.
- Proširujemo pristup kako bismo ubrzali sajber odbranu na svim nivoima. Naše cyber-permisivne modele stavljamo na raspolaganje putem Pouzdanog pristupa za cyber, počevši od Codexa, koji omogućava prošireni pristup naprednim mogućnostima GPT‑5.5 za kibernetičku sigurnost s manje ograničenja za verificirane korisnike koji ispunjavaju određene signale povjerenja(otvara se u novom prozoru) pri pokretanju. Organizacije koje su odgovorne za odbranu kritične infrastrukture mogu aplicirati za pristup cyber-permisivnim modelima poput GPT‑5.4‑Cyber, uz ispunjavanje strogih sigurnosnih zahtjeva za korištenje ovih modela za zaštitu svojih internih sistema. Ovo pruža širokom spektru provjerenih branitelja naprednije alate za legitiman sigurnosni rad, uz manje nepotrebnih prepreka, kako bismo osigurali demokratizaciju pristupa važnim odbrambenim mogućnostima. Korisnici mogu aplicirati za pouzdani pristup na chatgpt.com/cyber(otvara se u novom prozoru) kako bi smanjili nepotrebna odbijanja prilikom korištenja GPT‑5.5 za verificirani odbrambeni rad.
- Sarađujemo s vladinim partnerima kako bismo pomogli u zaštiti kritične infrastrukture za javnost. Zajedno istražujemo kako napredna vještačka inteligencija može podržati odbrambeni rad pouzdanih zvaničnika odgovornih za sisteme na koje se ljudi oslanjaju, od digitalnih sistema koji štite važne podatke poreznih obveznika do elektroenergetske mreže i vodosnabdijevanja u lokalnim zajednicama.
GPT‑5.5 tretiramo kao model s visokim biološkim/hemijskim i kibernetičkim sigurnosnim sposobnostima prema našem Okviru pripravnosti(otvara se u novom prozoru). Iako GPT‑5.5 nije dostigao kritični nivo sposobnosti u kibernetičkoj sigurnosti, naše evaluacije i testiranja pokazali su da njegove sposobnosti u kibernetičkoj sigurnosti predstavljaju iskorak u odnosu na GPT‑5.4.
Pored toga, GPT‑5.5 je prije objavljivanja prošao kroz naš cjelokupni proces sigurnosti i upravljanja, uključujući procjene spremnosti, testiranje specifično za domenu, nove ciljane evaluacije za napredne sposobnosti u biologiji i kibernetičkoj sigurnosti te temeljito testiranje s vanjskim stručnjacima. Više detalja dijelimo u GPT‑5.5 kartici sistema(otvara se u novom prozoru).
Ovaj rad odražava naš širi pristup otpornosti vještačke inteligencije, za koji vjerujemo da je potreban kako mogućnosti modela napreduju. Želimo da moćni AI bude dostupan ljudima koji ga koriste za odbranu sistema, institucija i javnosti. Održiv put je pouzdan pristup, snažne zaštitne mjere koje rastu s mogućnostima i operativni kapacitet za otkrivanje i odgovor na ozbiljnu zloupotrebu.
Danas se GPT‑5.5 uvodi korisnicima Plus, Pro, Business i Enterprise u ChatGPT‑u i Codexu, dok se GPT‑5.5 Pro uvodi korisnicima Pro, Business i Enterprise u ChatGPT‑u. Uskoro ćemo uvesti GPT‑5.5 i GPT‑5.5 Pro u API.
U ChatGPT‑u, GPT‑5.5 Thinking je dostupan korisnicima Plus, Pro, Business i Enterprise. GPT‑5.5 Pro, dizajniran za još teža pitanja i rad koji zahtijeva veću preciznost, dostupan je korisnicima Pro, Business i Enterprise.
U Codexu, GPT‑5.5 je dostupan za planove Plus, Pro, Business, Enterprise, Edu i Go s prozorom konteksta od 400K. GPT‑5.5 je također dostupan u brzom modu, generira tokene 1,5x brže uz 2,5x veću cijenu.
Za API programere, gpt-5.5 će uskoro biti dostupan u Responses API-ju i API-ju za dovršavanje razgovora po cijeni od 5 USD za 1M ulaznih tokena i 30 USD za 1M izlaznih tokena, s kontekstnim prozorom od 1M. Cijene za Batch i Flex dostupne su po polovini standardne API stope, dok je prioritetna obrada dostupna po 2,5 puta većoj od standardne stope. Također ćemo objaviti gpt-5.5-pro u API-ju za još veću preciznost, po cijeni od 30 USD za 1M ulaznih tokena i 180 USD za 1M izlaznih tokena. Pogledajte stranicu sa cijenama za sve detalje.
Iako je GPT‑5.5 skuplji od GPT‑5.4, istovremeno je inteligentniji i mnogo efikasniji u pogledu tokena. U Codexu smo pažljivo prilagodili korisničko iskustvo tako da GPT‑5.5 daje bolje rezultate uz manje tokena nego GPT‑5.4 za većinu korisnika, nastavljajući istovremeno nuditi izdašnu upotrebu na svim nivoima pretplate.
Kodiranje
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
SWE-Bench Pro (Public) * | 58,6% | 57,7% | - | - | 64,3% | 54,2% |
Terminal-Bench 2.0 | 82,7% | 75,1% | - | - | 69,4% | 68,5% |
Ekspert-SWE (interni) | 73,1% | 68,5% | - | - | - | - |
*Laboratorije su zabilježile dokaze memorisanja(otvara se u novom prozoru) na ovoj procjeni
Profesionalno
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
GDPval (pobjede ili neriješeni ishodi) | 84,9% | 83,0% | 82,3% | 82,0% | 80,3% | 67,3% |
FinanceAgent v1.1 | 60,0% | 56.0% | - | 61,5% | 64,4% | 59,7% |
Zadaci modeliranja u investicijskom bankarstvu (Interno) | 88,5% | 87,3% | 88,6% | 83,6% | - | - |
OfficeQA Pro | 54,1% | 53,2% | - | - | 43,6% | 18,1% |
Upotreba računara i vizija
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
OSWorld potvrđeno | 78,7% | 75,0% | - | - | 78,0% | - |
MMMU Pro (bez alata) | 81,2% | 81,2% | - | - | - | 80,5% |
MMMU Pro (s alatima) | 83,2% | 82.1% | - | - | - | - |
Korištenje alata
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
BrowseComp | 84,4% | 82,7% | 90,1% | 89,3% | 79,3% | 85,9% |
MCP Atlas** | 75,3% | 70,6% | - | - | 79,1% | 78,2% |
Toolathlon | 55,6% | 54,6% | - | - | - | 48,8% |
Tau2-bench Telecom*** | 98,0% | 92,8% | - | - | - | - |
** MCP Atlas: rezultati kompanije Scale AI nakon najnovijeg ažuriranja iz aprila 2026.
*** Tau2-bench telecom: rezultati za 5.5 i 5.4 s originalnim upitima, tj. bez prilagođavanja upita. Ovo izostavlja rezultate iz drugih laboratorija koje su evaluirane s prilagodbama upita.
Akademski
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
GeneBench | 25,0% | 19,0% | 33,2% | 25,6% | - | - |
FrontierMath Nivo 1–3 | 51,7% | 47,6% | 52,4% | 50,0% | 43,8% | 36,9% |
FrontierMath Nivo 4 | 35,4% | 27,1% | 39,6% | 38,0% | 22,9% | 16,7% |
BixBench | 80,5% | 74,0% | - | - | - | - |
GPQA Diamond | 93,6% | 92,8% | - | 94,4% | 94,2% | 94,3% |
Posljednji ispit čovječanstva (bez alata) | 41,4% | 39,8% | 43,1% | 42,7% | 46,9% | 44,4% |
Posljednji ispit čovječanstva (s alatima) | 52,2% | 52,1% | 57,2% | 58,7% | 54,7% | 51,4% |
Kibernetička sigurnost
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
Izazovni zadaci "Osvajanje zastava" (interni)**** | 88,1% | 83,7% | - | - | - | - |
CyberGym | 81,8% | 79,0% | - | - | 73,1% | - |
**** Proširenje najtežih CTF-ova koji se koriste u kartici sistema s dodatnim teškim izazovima.
Dugi kontekst
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
Graphwalks BFS 256 hiljada f1 | 73,7% | 62,5% | - | - | 76,9% | - |
Graphwalks BFS 1 milion f1 | 45,4% | 9,4% | - | - | 41,2% (Opus 4.6) | - |
Graphwalks roditelji 256.000 f1 | 90,1% | 82,8% | - | - | 93,6% | - |
Graphwalks roditelji 1 milion f1 | 58,5% | 44,4% | - | - | 72,0% (Opus 4.6) | - |
OpenAI MRCR v2 8 igala 4K–8K | 98,1% | 97,3% | - | - | - | - |
OpenAI MRCR v2 8-igala 8K-16K | 93,0% | 91,4% | - | - | - | - |
OpenAI MRCR v2 8-igala 16K-32K | 96,5% | 97,2% | - | - | - | - |
OpenAI MRCR v2 8-needle 32K-64K | 90,0% | 90,5% | - | - | - | - |
OpenAI MRCR v2 8-needle 64K-128K | 83,1% | 86,0% | - | - | - | - |
OpenAI MRCR v2 8-igala 128K-256K | 87,5% | 79,3% | - | - | 59,2% | - |
OpenAI MRCR v2 8-igala 256K-512K | 81,5% | 57,5% | - | - | - | - |
OpenAI MRCR v2 8-needle 512K-1M | 74,0% | 36,6% | - | - | 32,2% | - |
Apstraktno rezonovanje
Evaluacija | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
ARC-AGI-1 (Potvrđeno) | 95,0% | 93,7% | - | 94,5% | 93,5% | 98,0% |
ARC-AGI-2 (Potvrđeno) | 85,0% | 73,3% | - | 83,3% | 75,8% | 77,1% |
Evaluacije GPT‑a su pokrenute s naporom rezonovanja postavljenim na xhigh i provedene su u istraživačkom okruženju, što u nekim slučajevima može dati nešto drugačiji rezultat od produkcijskog ChatGPT‑a.
Autor
Nastavite čitati
