Kemas kini pada 24 April 2026: GPT‑5.5 dan GPT‑5.5 Pro kini tersedia dalam API. Kad sistem juga telah dikemas kini untuk menerangkan perlindungan tambahan yang terpakai.
Kami melancarkan GPT‑5.5, model kami yang paling pintar dan paling intuitif untuk digunakan setakat ini, serta langkah seterusnya ke arah cara baharu untuk menyelesaikan kerja di komputer.
GPT‑5.5 memahami apa yang anda cuba lakukan dengan lebih cepat dan boleh melaksanakan lebih banyak kerja dengan sendirinya. Ia cemerlang dalam menulis dan menyahpepijat kod, menjalankan penyelidikan dalam talian, menganalisis data, mencipta dokumen dan hamparan, mengendalikan perisian, dan bergerak merentas alat sehingga sesuatu tugas selesai. Daripada mengurus setiap langkah dengan teliti, anda boleh memberikan GPT‑5.5 tugas berbilang bahagian yang tidak tersusun dan mempercayainya untuk merancang, menggunakan alat, menyemak kerjanya, menavigasi ketidakjelasan, dan terus berjalan.
Peningkatan ini amat ketara terutamanya dalam pengekodan ejen, penggunaan komputer, kerja pengetahuan, dan penyelidikan saintifik awal—bidang yang kemajuannya bergantung pada penaakulan merentas konteks dan tindakan berterusan. GPT‑5.5 membawakan peningkatan tahap kecerdasan ini tanpa menjejaskan kelajuan: model yang lebih besar dan lebih berkemampuan selalunya lebih perlahan untuk disajikan, tetapi GPT‑5.5 menyamai latensi per-token GPT‑5.4 dalam penyajian dunia sebenar sambil berprestasi pada tahap kecerdasan yang jauh lebih tinggi. Ia juga menggunakan jauh lebih sedikit token untuk menyelesaikan tugas Codex yang sama, menjadikannya lebih cekap serta lebih berkemampuan.
Kami melancarkan GPT‑5.5 dengan langkah-langkah perlindungan paling kukuh setakat ini, direka untuk mengurangkan penyalahgunaan sambil mengekalkan akses untuk kerja yang bermanfaat. Kami menilai model ini merentas rangka kerja keselamatan dan kesediaan kami yang lengkap, bekerjasama dengan pasukan merah dalaman dan luaran, menambah ujian khusus untuk keupayaan keselamatan siber dan biologi lanjutan, serta mengumpulkan maklum balas daripada hampir 200 rakan kongsi akses awal yang dipercayai sebelum pelancaran.
Hari ini, GPT‑5.5 dilancarkan kepada pengguna Plus, Pro, Business dan Enterprise dalam ChatGPT dan Codex. GPT‑5.5 Pro pula dilancarkan kepada pengguna Pro, Business dan Enterprise dalam ChatGPT. Pelaksanaan API memerlukan langkah perlindungan yang berbeza. Kami sedang bekerjasama rapat dengan rakan kongsi dan pelanggan mengenai keperluan keselamatan dan sekuriti untuk menyediakannya pada skala besar. Kami akan memperkenalkan GPT‑5.5 dan GPT‑5.5 Pro ke API tidak lama lagi.
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% |
Pakar-SWE (Dalaman) | 73.1% | 68.5% | - | - | - | - |
GDPval (menang atau seri) | 84.9% | 83.0% | 82.3% | 82.0% | 80.3% | 67.3% |
OSWorld-Disahkan | 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 Peringkat 1–3 | 51.7% | 47.6% | 52.4% | 50.0% | 43.8% | 36.9% |
FrontierMath Peringkat 4 | 35.4% | 27.1% | 39.6% | 38.0% | 22.9% | 16.7% |
CyberGym | 81.8% | 79.0% | - | - | 73.1% | - |
OpenAI sedang membangunkan infrastruktur global untuk AI berasaskan ejen, membolehkan orang ramai dan perniagaan di seluruh dunia menyelesaikan kerja dengan AI. Sepanjang tahun lalu, kami telah melihat AI mempercepatkan kejuruteraan perisian dengan ketara. Dengan GPT‑5.5 dalam Codex dan ChatGPT, transformasi yang sama mula meluas ke penyelidikan saintifik dan kerja yang lebih luas yang dilakukan orang pada komputer.
Merentas domain-domain ini, GPT‑5.5 bukan sahaja lebih pintar; ia juga lebih cekap dalam cara ia menyelesaikan masalah, dan sering mencapai output yang lebih berkualiti dengan lebih sedikit token dan lebih sedikit percubaan semula. Dalam Coding Index milik Artificial Analysis, GPT‑5.5 memberikan kecerdasan terkini pada separuh kos berbanding model pengekodan perbatasan yang bersaing.
Artificial Analysis Intelligence Index(dibuka dalam tetingkap baru) ialah purata berwajaran bagi 10 ujian penilaian yang dijalankan oleh pihak luar: AA-LCR, AA-Omniscience, CritPt, GDPval-AA, GPQA Diamond, Humanity’s Last Exam, IFBench, SciCode, Terminal-Bench Hard, τ²-Bench Telecom.
GPT‑5.5 ialah model pengekodan agentik terkuat kami setakat ini. Pada Terminal-Bench 2.0, yang menguji aliran kerja baris perintah yang kompleks yang memerlukan perancangan, lelaran dan penyelarasan alat, ia mencapai ketepatan terkini sebanyak 82.7%. Pada SWE-Bench Pro, yang menilai penyelesaian isu GitHub dunia sebenar, ia mencapai 58.6%, menyelesaikan lebih banyak tugasan secara hujung-ke-hujung dalam satu laluan berbanding model-model sebelumnya. Pada Expert-SWE, penilaian perbatasan dalaman kami untuk tugas pengekodan berjangka panjang dengan anggaran median masa penyelesaian manusia selama 20 jam, GPT‑5.5 juga mengatasi GPT‑5.4.
Merentas ketiga-tiga penilaian, GPT‑5.5 meningkat berbanding GPT‑5.4. skor sambil menggunakan token yang lebih sedikit.
Kekuatan pengekodan model terserlah dengan jelas, terutamanya dalam Codex, yang membolehkannya melaksanakan kerja kejuruteraan seperti pelaksanaan, pemfaktoran semula, nyahpepijat, pengujian, dan pengesahan. Ujian awal menunjukkan GPT‑5.5 lebih baik dalam tingkah laku yang menjadi asas kerja kejuruteraan sebenar, seperti mengekalkan konteks merentas sistem besar, membuat penaakulan melalui kegagalan samar, menyemak andaian dengan alat, dan melaksanakan perubahan merentasi pangkalan kod sekeliling.
Trajektori yang dipaparkan menggunakan data vektor NASA/JPL Horizons untuk Orion, Bulan, dan Matahari, dengan penskalaan paparan digunakan untuk kebolehbacaan.
Prom: [imej dilampirkan] Laksanakan ini sebagai aplikasi baharu menggunakan WebGL dan Vite dengan data sebenar daripada misi Artemis II. Pastikan untuk menguji aplikasi dengan teliti sehingga ia berfungsi sepenuhnya dan kelihatan seperti aplikasi dalam gambar. Beri perhatian yang teliti kepada pemaparan planet-planet dan laluan penerbangan. Saya ingin dapat berinteraksi dengan pemaparan 3D. Pastikan ia mempunyai mekanik orbit yang realistik.
Melebihi penanda aras, penguji awal berkata GPT‑5.5 menunjukkan keupayaan yang lebih kukuh untuk memahami struktur sesebuah sistem: mengapa sesuatu gagal, di mana pembaikan perlu dilakukan, dan perkara lain dalam pangkalan kod yang akan terjejas.

“Model pengekodan pertama yang pernah saya gunakan dengan kejelasan konseptual yang luar biasa.”
Dan Shipper, Pengasas dan Ketua Pegawai Eksekutif (CEO) Every, menggambarkan GPT‑5.5 sebagai “model pengekodan pertama yang pernah saya gunakan yang mempunyai kejelasan konseptual yang serius.”
Selepas melancarkan sebuah aplikasi, beliau menghabiskan beberapa hari menyahpepijat isu pascapelancaran sebelum membawa masuk salah seorang jurutera terbaiknya untuk menulis semula sebahagian daripada sistem. Untuk menguji GPT‑5.5, beliau secara berkesan memutar semula masa: bolehkah model melihat keadaan yang rosak dan menghasilkan jenis penyusunan semula yang sama seperti yang akhirnya diputuskan oleh jurutera itu? GPT‑5.4 tidak boleh. GPT‑5.5 boleh.

“Ia benar-benar terasa seperti saya sedang bekerja dengan kecerdasan yang lebih tinggi, malah hampir ada rasa hormat.”
Pietro Schirano, CEO MagicPath, melihat perubahan langkah yang serupa apabila GPT‑5.5 menggabungkan satu cabang dengan ratusan perubahan frontend dan pemfaktoran semula ke dalam cabang utama yang juga telah berubah dengan ketara, lalu menyelesaikan kerja itu dalam satu percubaan dalam kira-kira 20 minit.
Jurutera kanan yang menguji model tersebut berkata GPT‑5.5 jelas lebih unggul daripada GPT‑5.4 dan Claude Opus 4.7 dalam penaakulan dan autonomi, mengesan isu lebih awal serta meramalkan keperluan pengujian dan semakan tanpa arahan yang jelas. Dalam satu kes, seorang jurutera memintanya untuk merombak semula seni bina sistem komen dalam editor markdown kolaboratif dan kembali mendapati timbunan 12 diff yang hampir siap. Yang lain berkata mereka memerlukan amat sedikit pembetulan pelaksanaan dan berasa lebih yakin terhadap rancangan GPT‑5.5 berbanding dengan GPT‑5.4.
Seorang jurutera di NVIDIA yang mempunyai akses awal kepada model itu malah berkata: “Kehilangan akses kepada GPT‑5.5 terasa seperti saya telah kehilangan anggota badan.”
“GPT-5.5 jelas lebih pintar dan lebih tekun daripada GPT-5.4, dengan prestasi pengekodan yang lebih kukuh dan penggunaan alat yang lebih boleh dipercayai. Ia kekal fokus pada tugas untuk tempoh yang jauh lebih lama tanpa berhenti terlalu awal, yang paling penting untuk kerja kompleks dan jangka panjang yang diamanahkan pengguna kami kepada Cursor”.
Kekuatan yang sama yang menjadikan GPT‑5.5 hebat dalam pengekodan juga menjadikannya berkuasa untuk kerja harian di komputer. Oleh sebab model lebih baik dalam memahami niat, ia boleh bergerak dengan lebih semula jadi melalui keseluruhan gelung kerja berasaskan pengetahuan: mencari maklumat, memahami perkara yang penting, menggunakan alat, menyemak output, dan menukar bahan mentah menjadi sesuatu yang berguna.
Dalam Codex, GPT‑5.5 lebih baik daripada GPT‑5.4 dalam menjana dokumen, hamparan elektronik, dan pembentangan slaid. Penguji alfa berkata bahawa ia mengatasi model-model terdahulu dalam kerja seperti penyelidikan operasi, pemodelan hamparan elektronik, dan menukarkan input perniagaan yang berselerak menjadi pelan. Apabila digabungkan dengan kemahiran penggunaan komputer Codex, GPT‑5.5 membawa kita lebih dekat kepada rasa bahawa model itu benar-benar boleh menggunakan komputer bersama anda: melihat apa yang ada pada skrin, mengklik, menaip, menavigasi antara muka, dan bergerak merentasi alat dengan tepat.
Pasukan di OpenAI telah pun menggunakan kelebihan ini dalam aliran kerja sebenar. Hari ini, lebih daripada 85% daripada syarikat menggunakan Codex setiap minggu merentas pelbagai fungsi, termasuk kejuruteraan perisian, kewangan, komunikasi, pemasaran, sains data dan pengurusan produk. Dalam pasukan Comms, pasukan itu menggunakan GPT‑5.5 dalam Codex untuk menganalisis data permintaan jemputan berucap selama enam bulan, membina rangka kerja pemarkahan dan risiko, serta mengesahkan ejen Slack automatik supaya permintaan berisiko rendah boleh dikendalikan secara automatik, manakala permintaan berisiko lebih tinggi masih dialihkan kepada semakan manusia. Dalam Kewangan, pasukan itu menggunakan Codex untuk menyemak 24,771 borang cukai K-1 yang berjumlah 71,637 halaman, melalui aliran kerja yang mengecualikan maklumat peribadi dan mempercepatkan tugasan itu sebanyak dua minggu berbanding tahun sebelumnya. Dalam pasukan pasaran bersasar, seorang pekerja mengautomasikan penjanaan laporan perniagaan mingguan, sekali gus menjimatkan 5–10 jam seminggu.
Dalam ChatGPT, GPT‑5.5 Thinking membuka akses kepada bantuan yang lebih pantas untuk masalah yang lebih sukar, dengan jawapan yang lebih bijak dan ringkas untuk membantu anda menyelesaikan kerja kompleks dengan lebih cekap. Ia cemerlang dalam kerja profesional seperti pengekodan, penyelidikan, sintesis dan analisis maklumat, serta tugas yang melibatkan dokumen berat, terutamanya apabila menggunakan pemalam.
Dalam GPT‑5.5 Pro, penguji awal menyaksikan peningkatan yang ketara dalam kedua-dua tahap kesukaran dan kualiti kerja yang boleh dikendalikan oleh ChatGPT, dengan peningkatan kependaman yang menjadikannya jauh lebih praktikal untuk tugasan yang mencabar. Berbanding dengan GPT‑5.4 Pro, para penguji mendapati respons GPT‑5.5 Pro jauh lebih menyeluruh, tersusun dengan baik, tepat, relevan dan berguna, dengan prestasi yang amat kukuh terutamanya dalam bidang perniagaan, perundangan, pendidikan dan sains data.
GPT‑5.5 mencapai prestasi terkini merentasi pelbagai penanda aras yang mencerminkan jenis kerja ini. Pada GDPval, yang menguji keupayaan ejen untuk menghasilkan kerja pengetahuan yang ditentukan dengan baik merentasi 44 pekerjaan, GPT‑5.5 mencatat skor 84.9%. Pada OSWorld-Verified, yang mengukur sama ada model boleh mengendalikan persekitaran komputer sebenar dengan sendiri, ia mencapai 78.7%. Dan pada Tau2-bench Telecom, yang menguji aliran kerja khidmat pelanggan yang kompleks, ia mencapai 98.0% tanpa penalaan prom. GPT‑5.5 juga menunjukkan prestasi yang kukuh merentasi penanda aras kerja pengetahuan yang lain: 60.0% pada FinanceAgent, 88.5% pada tugas pemodelan perbankan pelaburan dalaman, dan 54.1% pada OfficeQA Pro.
Tau2-bench Telecom dijalankan tanpa penalaan prom (dan GPT‑4.1 sebagai model pengguna). GPT‑5.5 lebih memahami niat tugasan dan lebih cekap penggunaan token berbanding pendahulunya.
“GPT-5.5 memberikan prestasi berterusan yang diperlukan untuk kerja yang berat dari segi pelaksanaan. Dibina dan disediakan pada sistem NVIDIA GB200 NVL72, model ini membolehkan pasukan kami menghantar ciri hujung-ke-hujung daripada prom bahasa semula jadi, mengurangkan masa nyahpepijat daripada beberapa hari kepada beberapa jam, dan menukar minggu-minggu percubaan kepada kemajuan semalaman dalam pangkalan kod yang kompleks. Ia bukan sekadar pengekodan yang lebih pantas—ia ialah cara bekerja yang baharu yang membantu orang beroperasi pada kelajuan yang pada asasnya berbeza.”
GPT‑5.5 juga menunjukkan peningkatan dalam aliran kerja penyelidikan saintifik dan teknikal, yang memerlukan lebih daripada sekadar menjawab soalan yang sukar. Penyelidik perlu meneroka idea, mengumpul bukti, menguji andaian, mentafsir hasil, dan memutuskan perkara yang perlu dicuba seterusnya. GPT‑5.5 lebih baik dalam terus bertahan dalam gelung tersebut berbanding model lain.
Yang ketara, GPT‑5.5 menunjukkan peningkatan yang jelas berbanding GPT‑5.4 pada GeneBench(dibuka dalam tetingkap baru), satu eval baharu yang memfokuskan pada analisis data saintifik berbilang peringkat dalam genetik dan biologi kuantitatif. Masalah ini memerlukan model untuk membuat penaakulan tentang data yang berpotensi kabur atau mengandungi ralat dengan panduan penyeliaan yang minimum, menangani halangan realistik seperti pengeliru tersembunyi atau kegagalan QC, serta melaksanakan dan mentafsir kaedah statistik moden dengan betul. Prestasi model sangat mengagumkan memandangkan bahawa tugas di sini sering bersamaan dengan projek berbilang hari bagi pakar saintifik.
Begitu juga, pada BixBench(dibuka dalam tetingkap baru), penanda aras yang direka bentuk berdasarkan bioinformatik dan analisis data dunia sebenar, GPT‑5.5 mencapai prestasi terunggul dalam kalangan model dengan skor yang telah diterbitkan. Keupayaan saintifik model kini cukup kukuh untuk mempercepatkan kemajuan di perbatasan penyelidikan bioperubatan dengan bermakna sebagai saintis bersama yang sebenar.
Sebagai contoh lain, versi dalaman GPT‑5.5 dengan abah-abah tersuai membantu menemui bukti baharu(dibuka dalam tetingkap baru) tentang nombor Ramsey, salah satu objek utama dalam bidang kombinatorik. Kombinatorik mengkaji bagaimana objek diskret saling berkaitan: graf, rangkaian, set, dan corak. Nombor Ramsey, secara kasar, menanyakan seberapa besar sesuatu rangkaian perlu menjadi sebelum suatu bentuk aturan pasti muncul. Hasil dalam bidang ini jarang diperoleh dan selalunya sukar dari segi teknikal. Di sini, GPT‑5.5 menemui satu bukti bagi fakta asimptotik yang telah lama diketahui tentang nombor Ramsey luar pepenjuru, yang kemudiannya disahkan dalam Lean. Hasil ini ialah contoh konkrit tentang GPT‑5.5 yang menyumbang bukan sekadar kod atau penjelasan, tetapi juga hujah matematik yang mengejutkan dan berguna dalam bidang penyelidikan teras.
Penguji awal menggunakan GPT‑5.5 Pro dalam ChatGPT bukan sekadar seperti enjin jawapan satu percubaan, tetapi lebih seperti rakan kongsi penyelidikan: mengkaji secara kritis manuskrip melalui beberapa pusingan, menguji ketahanan hujah teknikal, mencadangkan analisis, dan bekerja dengan kod, nota dan konteks PDF. Persamaan utamanya ialah GPT‑5.5 lebih baik dalam membantu penyelidik beralih daripada soalan kepada eksperimen kepada output.
Derya Unutmaz, seorang profesor imunologi dan penyelidik di Jackson Laboratory for Genomic Medicine, menggunakan GPT‑5.5 Pro untuk menganalisis set data ekspresi gen dengan 62 sampel dan hampir 28,000 gen. Laporan penyelidikan yang dihasilkan bukan sahaja merumuskan dapatan tetapi juga menonjolkan persoalan dan cerapan utama—kerja yang menurutnya akan mengambil masa berbulan-bulan untuk disiapkan oleh pasukannya.
Bartosz Naskręcki, penolong profesor matematik di Adam Mickiewicz University di Poznań, Poland, menggunakan GPT‑5.5 dalam Codex untuk membina aplikasi geometri algebra daripada satu prom dalam masa 11 minit, memvisualisasikan persilangan permukaan kuadratik dan menukarkan lengkung yang terhasil kepada model Weierstrass.
Beliau kemudiannya memperluaskan aplikasi tersebut dengan visualisasi ketunggalan yang lebih stabil dan pekali tepat yang boleh digunakan semula dalam kerja selanjutnya. Baginya, perubahan yang lebih besar ialah Codex kini boleh membantu melaksanakan visualisasi matematik tersuai dan aliran kerja algebra komputer yang sebelum ini memerlukan alat khusus. Secara keseluruhan, contoh-contoh ini menunjukkan GPT‑5.5 menukarkan niat pakar kepada alat dan analisis penyelidikan yang berfungsi.

Kredit: Bartosz Naskręcki(dibuka dalam tetingkap baru)
Prom: # persilangan permukaan geometri algebra
Bina aplikasi yang melukis dua permukaan kuadratik dan mewarnakan lengkung persilangan dengan warna merah. Gunakan teorem Riemann-Roch pengiraan untuk menukar ini kepada lengkung Weierstrass.
## Tetingkap Utama
Dua permukaan berwarna dengan teduhan yang sedikit telus, rendering berkualiti tinggi berpotongan sepanjang lengkung algebra berwarna merah
Putaran dengan tetikus ke kedua-dua arah, mekanisme cubit penuh untuk zum, tekanan haptik untuk memaparkan menu kecil dengan peluncur bagi menukar pekali setiap permukaan; pengesanan melalui aras penimbal Z
## Tetingkap sebelah kanan
Persamaan Weierstrass pendek (atas Q atau lanjutan medan kuadratik) dikira secara Go melalui formula teorem Riemann-Roch berkesan
## Mod ambien yang menyembunyikan semua kawalan dan membolehkan pengguna mengagumi keindahan bentuk-bentuk tersebut
## Spesifikasi
Aplikasi sedang berjalan dalam pelayar web, pelaksanaan ringan dengan pustaka teknologi full-stack terkini, mudah alih dan boleh digunakan
## dokumen
Repo Git, jurnal, pelan (fail Markdown)
“Ia amat membangkitkan semangat untuk menggunakan model baharu GPT-5.5 OpenAI dalam sistem kami, membolehkannya melakukan penaakulan terhadap set data biokimia berskala besar untuk meramalkan hasil ubat pada manusia, dan kemudian melihatnya memberikan peningkatan ketepatan yang ketara pada penilaian penemuan ubat kami yang paling mencabar.” Jika OpenAI terus mencatat kemajuan seperti ini, asas penemuan ubat akan berubah menjelang akhir tahun.”
Menyediakan GPT‑5.5 pada latensi GPT‑5.4 memerlukan pemikiran semula tentang inferens sebagai sistem bersepadu, bukan sekumpulan pengoptimuman yang terasing. GPT‑5.5 direka bentuk bersama, dilatih dengan, dan disediakan pada sistem NVIDIA GB200 dan GB300 NVL72. Codex dan GPT‑5.5 memainkan peranan penting dalam cara kami mencapai sasaran prestasi kami. Codex membantu pasukan bergerak lebih pantas daripada idea kepada pelaksanaan yang boleh ditanda aras, merangka pendekatan, menyambungkan eksperimen, dan membantu mengenal pasti pengoptimuman yang berbaloi untuk pelaburan yang lebih mendalam. GPT‑5.5 membantu mengenal pasti dan melaksanakan penambahbaikan utama dalam timbunan itu sendiri. Ringkasnya, model itu membantu menambah baik infrastruktur yang menyokongnya.
Salah satu penambahbaikan ialah pengimbangan beban dan heuristik pemetakan. Sebelum GPT‑5.5, kami membahagikan permintaan pada sebuah pemecut kepada bilangan bahagian tetap untuk mengimbangi beban kerja merentas teras pengkomputeran, memastikan permintaan besar dan kecil dapat dijalankan pada GPU yang sama. Walau bagaimanapun, bilangan segmen statik yang telah ditentukan bukanlah optimum untuk semua corak trafik. Untuk memanfaatkan GPU dengan lebih baik, Codex menganalisis corak trafik pengeluaran selama berminggu-minggu dan menulis algoritma heuristik tersuai untuk membahagikan dan mengimbangi kerja secara optimum. Usaha tersebut mempunyai kesan yang besar, meningkatkan kelajuan penjanaan token sebanyak lebih 20%.
Mempersiapkan dunia untuk model yang sangat baik dalam mencari dan menampal kelemahan keselamatan ialah satu usaha berpasukan dan akan memerlukan seluruh ekosistem untuk bekerja keras bagi membina daya tahan, dengan akses model yang didemokrasikan dan pelaksanaan berulang untuk era baharu pertahanan siber.
Model-model perbatasan semakin berkeupayaan dalam keselamatan siber. Keupayaan tersebut akan disebarkan secara meluas, dan kami percaya hala tuju terbaik ialah memastikan ia boleh digunakan untuk mempercepatkan pertahanan siber serta memperkukuh ekosistem.
GPT‑5.5 ialah langkah bertahap tetapi penting ke arah AI yang dapat menyelesaikan beberapa cabaran paling sukar di dunia, seperti keselamatan siber. Dengan GPT‑5.2 pada bulan Disember, kami melaksanakan secara proaktif perlindungan siber yang diperlukan untuk mengehadkan potensi penyalahgunaan siber dengan model kami; kini, dengan GPT‑5.5, kami melaksanakan pengelas yang lebih ketat untuk potensi risiko siber, yang mungkin dianggap menjengkelkan oleh sesetengah pengguna pada mulanya, semasa kami melaraskannya dari semasa ke semasa.
Kami telah mengenal pasti keselamatan siber sebagai satu kategori dalam Rangka Kerja Kesediaan(dibuka dalam tetingkap baru) kami selama bertahun-tahun apabila model kami bertambah baik secara beransur-ansur, sambil kami membangunkan dan menentukur mitigasi secara berulang, supaya dapat melancarkan model dengan keupayaan keselamatan siber yang bermakna secara bertanggungjawab.
- Kami sedang melaksanakan langkah perlindungan terkemuka dalam industri untuk tahap keupayaan siber ini. Kami mula-mula memperkenalkan perlindungan khusus siber dengan GPT‑5.2(dibuka dalam tetingkap baru) tahun lalu, yang terus kami uji, perhalusi, dan bangunkan lagi dalam pelaksanaan seterusnya. Untuk GPT‑5.5, kami mereka bentuk kawalan yang lebih ketat bagi aktiviti berisiko lebih tinggi, permintaan siber sensitif, dan menambah perlindungan terhadap penyalahgunaan berulang. Akses luas dimungkinkan melalui pelaburan kami dalam keselamatan model, penggunaan yang disahkan, dan pemantauan bagi penggunaan yang tidak dibenarkan. Kami telah bekerjasama dengan pakar luar selama berbulan-bulan untuk membangunkan, menguji dan menambah baik keteguhan langkah-langkah perlindungan ini. Dengan GPT‑5.5, kami memastikan pembangun boleh melindungi kod mereka dengan mudah, sambil mengenakan kawalan yang lebih ketat terhadap aliran kerja siber yang paling berkemungkinan disalahgunakan oleh pelaku berniat jahat untuk menyebabkan kemudaratan.
- Kami sedang memperluaskan akses untuk mempercepatkan pertahanan siber di setiap peringkat. Kami menyediakan model siber yang lebih permisif melalui Trusted Access for Cyber, bermula dengan Codex, yang menawarkan akses diperluas kepada keupayaan keselamatan siber lanjutan GPT‑5.5 dengan sekatan lebih sedikit untuk pengguna yang disahkan memenuhi isyarat kepercayaan(dibuka dalam tetingkap baru) tertentu semasa pelancaran. Organisasi yang bertanggungjawab untuk melindungi infrastruktur kritikal boleh memohon akses kepada model siber permisif seperti GPT‑5.4‑Cyber, sambil memenuhi keperluan keselamatan ketat untuk menggunakan model-model ini bagi melindungi sistem dalaman mereka. Ini memberikan pelbagai pembela yang disahkan alat yang lebih berkeupayaan untuk kerja keselamatan yang sah dengan kurang halangan yang tidak perlu, bagi memastikan kami mendemokrasikan akses kepada keupayaan pertahanan yang penting. Pengguna boleh memohon akses dipercayai di chatgpt.com/cyber(dibuka dalam tetingkap baru) untuk mengurangkan penolakan yang tidak perlu semasa menggunakan GPT‑5.5 bagi kerja pertahanan yang disahkan.
- Kami bekerjasama dengan rakan kongsi kerajaan untuk membantu melindungi infrastruktur kritikal demi orang ramai. Bersama-sama, kami sedang meneroka bagaimana AI yang maju dapat menyokong kerja defensif pegawai yang dipercayai yang bertanggungjawab terhadap sistem yang diharapkan oleh orang ramai, daripada sistem digital yang melindungi data penting pembayar cukai hingga grid kuasa dan bekalan air dalam komuniti setempat.
Kami menganggap keupayaan biologi/kimia dan keselamatan siber GPT‑5.5 sebagai Tinggi di bawah Rangka Kerja Kesediaan(dibuka dalam tetingkap baru) kami. Walaupun GPT‑5.5 tidak mencapai tahap keupayaan keselamatan siber Kritikal, penilaian dan ujian kami menunjukkan bahawa keupayaan keselamatan sibernya selangkah lebih maju berbanding GPT‑5.4.
Selain itu, GPT‑5.5 telah melalui proses keselamatan dan tadbir urus penuh kami sebelum pelancaran, termasuk penilaian kesiapsiagaan, ujian khusus domain, penilaian sasaran baharu untuk keupayaan biologi lanjutan dan keselamatan siber, serta ujian yang kukuh bersama pakar luar. Kami berkongsi lebih banyak butiran dalam GPT‑5.5 kad sistem(dibuka dalam tetingkap baru).
Usaha ini mencerminkan pendekatan ketahanan AI kami yang lebih menyeluruh, yang kami percaya amat diperlukan selaras dengan kemajuan keupayaan model. Kami mahu AI berkeupayaan tinggi tersedia kepada pihak yang menggunakannya untuk mempertahankan sistem, institusi dan orang ramai. Pendekatan yang berdaya maju ialah akses yang dipercayai, langkah perlindungan yang kukuh yang dapat disesuaikan dengan keupayaan, serta keupayaan operasi untuk mengesan dan bertindak balas terhadap penyalahgunaan yang serius.
Hari ini, GPT‑5.5 dilancarkan kepada pengguna Plus, Pro, Business dan Enterprise dalam ChatGPT dan Codex. GPT‑5.5 Pro pula dilancarkan kepada pengguna Pro, Business dan Enterprise dalam ChatGPT. Kami akan memperkenalkan GPT‑5.5 dan GPT‑5.5 Pro ke API tidak lama lagi.
Dalam ChatGPT, GPT‑5.5 Pemikiran tersedia kepada pengguna Plus, Pro, Business, dan Enterprise. GPT‑5.5 Pro, direka untuk soalan yang lebih mencabar dan kerja dengan ketepatan yang lebih tinggi, tersedia kepada pengguna Pro, Business, dan Enterprise.
Dalam Codex, GPT‑5.5 tersedia untuk pelan Plus, Pro, Business, Enterprise, Edu dan Go dengan tetingkap konteks 400,000. GPT‑5.5 juga tersedia dalam mod Fast, menjana token 1.5x lebih pantas pada kos 2.5x ganda.
Untuk pembangun API, gpt-5.5 akan tersedia tidak lama lagi dalam API Responses dan API Pelengkapan Sembang pada harga $5 bagi setiap 1 juta token input dan $30 bagi setiap 1 juta token output, dengan tetingkap konteks 1 juta. Harga Batch dan Flex tersedia pada separuh kadar API standard, manakala pemprosesan Keutamaan tersedia pada 2.5x kadar standard. Kami juga akan melancarkan gpt-5.5-pro dalam API untuk ketepatan yang lebih tinggi lagi, berharga $30 bagi setiap 1 juta token input dan $180 bagi setiap 1 juta token output. Lihat halaman harga untuk butiran penuh.
Walaupun GPT‑5.5 dikenakan harga lebih tinggi berbanding GPT‑5.4, ia kedua-duanya lebih pintar dan jauh lebih cekap penggunaan token. Dalam Codex, kami telah memperhalusi pengalaman ini dengan teliti supaya GPT‑5.5 memberikan hasil yang lebih baik dengan token yang lebih sedikit berbanding GPT‑5.4 bagi kebanyakan pengguna, sambil terus menawarkan penggunaan yang murah hati merentas pelbagai peringkat langganan.
Pengekodan
Penilaian | 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 (Awam) * | 58.6% | 57.7% | - | - | 64.3% | 54.2% |
Terminal-Bench 2.0 | 82.7% | 75.1% | - | - | 69.4% | 68.5% |
Pakar-SWE (Dalaman) | 73.1% | 68.5% | - | - | - | - |
*Makmal telah mencatatkan bukti hafalan(dibuka dalam tetingkap baru) pada penilaian ini
Profesional
Penilaian | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
GDPval (menang atau seri) | 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% |
Tugas Pemodelan Perbankan Pelaburan (Dalaman) | 88.5% | 87.3% | 88.6% | 83.6% | - | - |
OfficeQA Pro | 54.1% | 53.2% | - | - | 43.6% | 18.1% |
Penggunaan komputer dan penglihatan
Penilaian | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
OSWorld-Disahkan | 78.7% | 75.0% | - | - | 78.0% | - |
MMMU Pro (tiada alat) | 81.2% | 81.2% | - | - | - | 80.5% |
MMMU Pro (dengan alat) | 83.2% | 82.1% | - | - | - | - |
Penggunaan alat
Penilaian | 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: hasil daripada Scale AI selepas kemas kini April 2026 yang terkini.
*** Tau2-bench Telecom: hasil bagi 5.5 dan 5.4 dengan prom asal iaitu tiada pelarasan prom. Ini mengecualikan keputusan daripada makmal lain yang dinilai dengan pelarasan prom.
Akademik
Penilaian | 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 Peringkat 1–3 | 51.7% | 47.6% | 52.4% | 50.0% | 43.8% | 36.9% |
FrontierMath Peringkat 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% |
Peperiksaan Terakhir Manusia (tiada alat) | 41.4% | 39.8% | 43.1% | 42.7% | 46.9% | 44.4% |
Peperiksaan Terakhir Manusia (dengan alat) | 52.2% | 52.1% | 57.2% | 58.7% | 54.7% | 51.4% |
Keselamatan siber
Penilaian | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
Tugas Cabaran Capture-the-Flag (Dalaman)**** | 88.1% | 83.7% | - | - | - | - |
CyberGym | 81.8% | 79.0% | - | - | 73.1% | - |
**** Pengembangan CTF yang paling sukar digunakan dalam kad sistem dengan cabaran tambahan yang sukar.
Konteks panjang
Penilaian | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
Graphwalks BFS 256k f1 | 73.7% | 62.5% | - | - | 76.9% | - |
Graphwalks BFS 1 juta f1 | 45.4% | 9.4% | - | - | 41.2% (Opus 4.6) | - |
Graphwalks Induk 256k f1 | 90.1% | 82.8% | - | - | 93.6% | - |
Graphwalks Ibu Bapa 1 juta f1 | 58.5% | 44.4% | - | - | 72.0% (Opus 4.6) | - |
OpenAI MRCR v2 8-needle 4K-8K | 98.1% | 97.3% | - | - | - | - |
OpenAI MRCR v2 8-needle 8K-16K | 93.0% | 91.4% | - | - | - | - |
OpenAI MRCR v2 8-needle 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-needle 128K-256K | 87.5% | 79.3% | - | - | 59.2% | - |
OpenAI MRCR v2 8-needle 256K-512K | 81.5% | 57.5% | - | - | - | - |
OpenAI MRCR v2 8-needle 512K-1M | 74.0% | 36.6% | - | - | 32.2% | - |
Penaakulan abstrak
Penilaian | 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 (Disahkan) | 95.0% | 93.7% | - | 94.5% | 93.5% | 98.0% |
ARC-AGI-2 (Disahkan) | 85.0% | 73.3% | - | 83.3% | 75.8% | 77.1% |
Evals terhadap GPT dijalankan dengan usaha penaakulan ditetapkan kepada xhigh dan telah dijalankan dalam persekitaran penyelidikan, yang mungkin memberikan output yang sedikit berbeza daripada ChatGPT pengeluaran dalam sesetengah kes.







