Ažuriranje od 24. aprila 2026: GPT‑5.5 i GPT‑5.5 Pro su sada dostupni u API-ju. Sistemska kartica je takođe ažurirana kako bi opisala dodatne zaštitne mere koje se primenjuju.
Objavljujemo GPT‑5.5, naš do sada najpametniji i najintuitivniji model za korišćenje, i sledeći korak ka novom načinu obavljanja posla na računaru.
GPT‑5.5 brže razume šta pokušavate da uradite i može sam da obavi veći deo posla. Odličan je u pisanju i otklanjanju grešaka u kodu, istraživanju na internetu, analizi podataka, izradi dokumenata i tabela, radu sa softverom i prelaženju između alata dok zadatak ne bude završen. Umesto da pažljivo upravljate svakim korakom, možete GPT‑5.5 zadati neuredan, višedelni zadatak i verovati mu da planira, koristi alate, proverava svoj rad, snalazi se u nejasnoćama i nastavlja dalje.
Dobici su naročito izraženi u agentskom programiranju, korišćenju računara, radu sa znanjem i ranim naučnim istraživanjima — oblastima u kojima napredak zavisi od rezonovanja kroz kontekst i preduzimanja radnji tokom vremena. GPT‑5.5 donosi ovaj iskorak u inteligenciji bez kompromisa po pitanju brzine: veći i sposobniji modeli često su sporiji za opsluživanje, ali GPT‑5.5 u stvarnim uslovima opsluživanja postiže istu latenciju po tokenu kao GPT‑5.4, uz znatno viši nivo inteligencije. Takođe koristi značajno manje tokena da završi iste Codex zadatke, što ga čini efikasnijim, kao i sposobnijim.
GPT‑5.5 objavljujemo sa našim do sada najjačim skupom zaštitnih mera, osmišljenih da smanje zloupotrebu uz očuvanje pristupa za koristan rad. Ovaj model smo procenili kroz naš kompletan skup bezbednosnih okvira i Okvira spremnosti, radili sa internim i eksternim red team stručnjacima, dodali ciljano testiranje za napredne sposobnosti u sajber bezbednosti i biologiji i prikupili povratne informacije o stvarnim slučajevima upotrebe od skoro 200 pouzdanih partnera sa ranim pristupom pre objave.
Danas GPT‑5.5 počinje da se uvodi korisnicima Plus, Pro, Business i Enterprise paketa u ChatGPT‑ju i Codex-u, a GPT‑5.5 Pro korisnicima Pro, Business i Enterprise paketa u ChatGPT‑ju. Primene u API-ju zahtevaju drugačije zaštitne mere i blisko sarađujemo s partnerima i korisnicima na bezbednosnim zahtevima za njegovo opsluživanje u velikom obimu. Uskoro ćemo doneti 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% |
Expert-SWE (interno) | 73.1% | 68.5% | - | - | - | - |
GDPval (pobede ili nerešeno) | 84.9% | 83.0% | 82.3% | 82.0% | 80.3% | 67.3% |
OSWorld-Verified | 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 agentsku AI, omogućavajući ljudima i kompanijama širom sveta da obavljaju posao uz AI. Tokom protekle godine videli smo kako AI dramatično ubrzava softversko inženjerstvo. Sa GPT‑5.5 u Codex-u i ChatGPT‑ju, ta ista transformacija počinje da se širi i na naučna istraživanja i širi spektar poslova koje ljudi rade na računarima.
U svim tim oblastima, GPT‑5.5 nije samo inteligentniji; efikasniji je i u načinu na koji prolazi kroz probleme, često dolazeći do kvalitetnijih rezultata sa manje tokena i manje ponovnih pokušaja. Na Artificial Analysis Coding Index-u, GPT‑5.5 pruža vrhunsku inteligenciju po ceni koja je upola manja od konkurentskih gраничних modela za programiranje.
Индекс интелигенције Artificial Analysis(отвара се у новом прозору) је пондерисани просек 10 евалуација које је спровела спољна страна: 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 do sada najjači model za agentsko programiranje. Na Terminal-Bench 2.0, koji testira složene tokove rada u komandnoj liniji koji zahtevaju planiranje, iteraciju i koordinaciju alata, postiže vrhunsku tačnost od 82,7%. Na SWE-Bench Pro, koji procenjuje rešavanje stvarnih GitHub problema, dostiže 58,6%, rešavajući više zadataka od početka do kraja u jednom prolazu nego prethodni modeli. Na Expert-SWE, našoj internoj graničnoj proceni za dugoročne zadatke programiranja sa medijanom procenjenog vremena završetka od 20 sati za čoveka, GPT‑5.5 takođe nadmašuje GPT‑5.4.
Na sve tri procene, GPT‑5.5 poboljšava rezultate GPT‑5.4 uz upotrebu manjeg broja tokena.
Snage modela u programiranju posebno se jasno vide u Codex-u, gde može da preuzme inženjerski rad koji se kreće od implementacije i refaktorisanja do otklanjanja grešaka, testiranja i validacije. Rana testiranja ukazuju na to da je GPT‑5.5 bolji u ponašanjima od kojih zavisi stvarni inženjerski rad, kao što su zadržavanje konteksta kroz velike sisteme, rezonovanje kroz nejasne kvarove, proveravanje pretpostavki uz pomoć alata i sprovođenje izmena kroz okružujuću bazu koda.
Приказана путања користи NASA/JPL Horizons векторске податке за Orion, Месец и Сунце, уз примењено скалирање приказа ради читљивости.
Инструкција: [attached image] Имплементирај ово као нову апликацију користећи webgl и vite са стварним подацима из мисије artemis II. Обавезно темељно тестирај апликацију док не буде потпуно функционална и док не буде изгледала као апликација на слици. Посебно обрати пажњу на приказивање планета и путања лета. Желим да могу да интерагујем са 3D приказом. Осигурај да има реалистичну орбиталну механику.
Pored merila, rani testeri su rekli da GPT‑5.5 pokazuje snažniju sposobnost da razume oblik sistema: zašto nešto otkazuje, gde ispravka mora da se primeni i na šta bi još u bazi koda to uticalo.
„Први модел за програмирање који сам користио и који има озбиљну концептуалну јасноћу.“
Dan Shipper, оснивач и CEO компаније Every, описао је GPT‑5.5 као „први модел за програмирање који сам користио и који има озбиљну концептуалну јасноћу.“
Nakon pokretanja aplikacije, proveo je dane otklanjajući grešku koja se pojavila posle lansiranja pre nego što je uključio jednog od svojih najboljih inženjera da prepiše deo sistema. Da bi testirao GPT‑5.5, praktično je vratio sat unazad: da li model može da pogleda pokvareno stanje i proizvede istu vrstu prepravke za koju se inženjer na kraju odlučio? GPT‑5.4 nije mogao. GPT‑5.5 jeste.
„Заиста имам осећај као да радим са вишом интелигенцијом, и готово да постоји осећај поштовања.“
Pietro Schirano, CEO компаније MagicPath, видео је сличан скок када је GPT‑5.5 спојио грану са стотинама frontend и refactor измена у главну грану која се такође значајно променила, решивши посао из једног покушаја за око 20 минута.
Stariji inženjeri koji su testirali model rekli su da je GPT‑5.5 bio primetno jači od GPT‑5.4 i Claude Opus 4.7 u rezonovanju i autonomiji, unapred uočavajući probleme i predviđajući potrebe za testiranjem i pregledom bez eksplicitne instrukcije. U jednom slučaju, inženjer ga je zamolio da iznova osmisli sistem komentara u kolaborativnom markdown editoru i vratio se na gotovo završen niz od 12 diff-ova. Drugi su rekli da im je bilo potrebno iznenađujuće malo korekcija implementacije i da su imali više poverenja u planove GPT‑5.5 nego u planove GPT‑5.4.
Jedan inženjer u NVIDIA-i koji je imao rani pristup modelu otišao je toliko daleko da kaže: „Gubitak pristupa GPT‑5.5 deluje kao da mi je amputiran ud.”
“GPT-5.5 is noticeably smarter and more persistent than GPT-5.4, with stronger coding performance and more reliable tool use. It stays on task for significantly longer without stopping early, which matters most for the complex, long-running work our users delegate to Cursor.”
Iste prednosti koje GPT‑5.5 čine odličnim za programiranje čine ga moćnim i za svakodnevni rad na računaru. Pošto model bolje razume nameru, može prirodnije da prolazi kroz ceo krug rada sa znanjem: pronalaženje informacija, razumevanje onoga što je važno, korišćenje alata, proveru izlaza i pretvaranje sirovog materijala u nešto korisno.
U Codex-u, GPT‑5.5 je bolji od GPT‑5.4 u generisanju dokumenata, tabela i prezentacija. Alfa testeri su rekli da je nadmašio ranije modele u poslovima kao što su operativna istraživanja, modelovanje tabela i pretvaranje neurednih poslovnih ulaza u planove. Kada se kombinuje sa Codex veštinama korišćenja računara, GPT‑5.5 nas približava osećaju da model zaista može da koristi računar zajedno s vama: da vidi šta je na ekranu, klikće, kuca, kreće se kroz interfejse i prelazi između alata precizno.
Timovi u OpenAI-ju već koriste ove prednosti u stvarnim tokovima rada. Danas više od 85% kompanije koristi Codex svake nedelje u funkcijama koje uključuju softversko inženjerstvo, finansije, komunikacije, marketing, nauku o podacima i upravljanje proizvodom. U Komunikacijama, tim je koristio GPT‑5.5 u Codex-u da analizira šest meseci podataka o zahtevima za nastupe, izgradi okvir za bodovanje i rizik i validira automatizovanog Slack agenta kako bi zahtevi niskog rizika mogli automatski da se obrađuju, dok bi zahtevi višeg rizika i dalje išli na ljudsku proveru. U Finansijama, tim je koristio Codex da pregleda 24.771 K-1 poreski obrazac na ukupno 71.637 stranica, koristeći tok rada koji je isključivao lične podatke i pomogao timu da zadatak ubrza za dve nedelje u odnosu na prethodnu godinu. U timu za pripremu za izlazak na tržište, jedan zaposleni je automatizovao generisanje nedeljnih poslovnih izveštaja, štedeći 5–10 sati nedeljno.
U ChatGPT‑ju, GPT‑5.5 Thinking otključava bržu pomoć za teže probleme, sa pametnijim i sažetijim odgovorima koji vam pomažu da efikasnije prolazite kroz složen posao. Odličan je u profesionalnom radu kao što su programiranje, istraživanje, sinteza i analiza informacija i zadaci bogati dokumentima, naročito kada koristi dodatke.
U GPT‑5.5 Pro, rani testeri vide značajan iskorak i u težini i u kvalitetu posla koji ChatGPT može da preuzme, uz poboljšanja latencije koja ga čine mnogo praktičnijim za zahtevne zadatke. U poređenju sa GPT‑5.4 Pro, testeri su ocenili odgovore GPT‑5.5 Pro kao znatno sveobuhvatnije, bolje strukturisane, tačnije, relevantnije i korisnije, sa naročito snažnim performansama u poslovanju, pravu, obrazovanju i nauci o podacima.
GPT‑5.5 dostiže vrhunske performanse na više merila koja odražavaju ovu vrstu rada. Na GDPval, koji testira sposobnosti agenata da proizvedu dobro definisan rad sa znanjem u 44 zanimanja, GPT‑5.5 postiže 84,9%. Na OSWorld-Verified, koji meri da li model može samostalno da upravlja stvarnim računarskim okruženjima, dostiže 78,7%. A na Tau2-bench Telecom, koji testira složene tokove rada korisničke podrške, dostiže 98,0% bez podešavanja instrukcije. GPT‑5.5 takođe ostvaruje snažne rezultate na drugim merilima rada sa znanjem: 60,0% na FinanceAgent, 88,5% na internim zadacima modelovanja investicionog bankarstva i 54,1% na OfficeQA Pro.
Tau2-bench Telecom је покренут без подешавања инструкције (и са GPT‑4.1 као корисничким моделом). GPT‑5.5 боље разуме намеру задатка и ефикаснији је по питању токена од својих претходника.
„GPT-5.5 пружа одрживе перформансе потребне за рад са великим оптерећењем извршавања. Изграђен и послуживан на NVIDIA GB200 NVL72 системима, модел омогућава нашим тимовима да испоручују функције од почетка до краја из инструкција на природном језику, скрате време отклањања грешака са дана на сате и претворе недеље експериментисања у напредак преко ноћи у сложеним кодним базама. То је више од бржег кодирања — то је нов начин рада који помаже људима да функционишу суштински другачијом брзином.“
GPT‑5.5 takođe pokazuje napredak u naučnim i tehničkim istraživačkim tokovima rada, koji zahtevaju više od odgovora na teško pitanje. Istraživači moraju da istraže ideju, prikupe dokaze, testiraju pretpostavke, tumače rezultate i odluče šta sledeće da probaju. GPT‑5.5 je bolji od drugih modela u istrajavanju kroz taj ciklus.
Posebno, GPT‑5.5 pokazuje jasno poboljšanje u odnosu na GPT‑5.4 na GeneBench(отвара се у новом прозору), novoj proceni fokusiranoj na višefaznu naučnu analizu podataka u genetici i kvantitativnoj biologiji. Ovi problemi zahtevaju od modela da rezonuje o potencijalno nejasnim ili pogrešnim podacima uz minimalno nadzorno usmeravanje, rešava realistične prepreke kao što su skriveni konfaunderi ili QC neuspehi i pravilno primeni i protumači moderne statističke metode. Performanse modela su upečatljive imajući u vidu da zadaci ovde često odgovaraju višednevnim projektima za naučne stručnjake.
Slično tome, na BixBench(отвара се у новом прозору), merilu osmišljenom oko stvarne bioinformatike i analize podataka, GPT‑5.5 je postigao vodeći rezultat među modelima sa objavljenim skorovima. Naučne sposobnosti modela sada su dovoljno snažne da smisleno ubrzaju napredak na granicama biomedicinskih istraživanja kao istinski ko-naučnik.
U još jednom primeru, interna verzija GPT‑5.5 sa prilagođenim harness-om pomogla je da se otkrije novi dokaz(отвара се у новом прозору) o Ramseyevim brojevima, jednom od centralnih objekata u kombinatorici. Kombinatorika proučava kako se diskretni objekti uklapaju zajedno: grafovi, mreže, skupovi i obrasci. Ramseyjevi brojevi, grubo rečeno, pitaju koliko mreža mora da bude velika pre nego što se garantovano pojavi neka vrsta reda. Rezultati u ovoj oblasti su retki i često tehnički teški. Ovde je GPT‑5.5 pronašao dokaz dugotrajno poznate asimptotske činjenice o van-dijagonalnim Ramseyevim brojevima, kasnije verifikovane u Lean-u. Rezultat je konkretan primer da GPT‑5.5 doprinosi ne samo kodom ili objašnjenjem, već iznenađujućim i korisnim matematičkim argumentom u centralnoj istraživačkoj oblasti.
Rani testeri su GPT‑5.5 Pro u ChatGPT‑ju koristili manje kao mehanizam za jednokratan odgovor, a više kao istraživačkog partnera: kritikovanje rukopisa kroz više prolaza, stres-testiranje tehničkih argumenata, predlaganje analiza i rad sa kodom, beleškama i PDF kontekstom. Zajednička nit je da je GPT‑5.5 bolji u pomaganju istraživačima da pređu od pitanja do eksperimenta do rezultata.
Derya Unutmaz, професор имунологије и истраживач у Jackson Laboratory for Genomic Medicine, користио је GPT‑5.5 Pro да анализира скуп података о експресији гена са 62 узорка и скоро 28.000 гена, добивши детаљан истраживачки извештај који не само да је сумирао налазе већ је изнео и кључна питања и увиде — рад за који је, како је рекао, његовом тиму било потребно више месеци.
Bartosz Naskręcki, доцент математике на Универзитету Адам Мицкјевич у Познању, Пољска, користио је GPT‑5.5 у Codex-у да из једне инструкције за 11 минута изгради апликацију из алгебарске геометрије, визуализујући пресек квадратних површи и претварајући добијену криву у Вајерштрасов модел.
Касније је проширио апликацију стабилнијом визуализацијом сингуларитета и тачним коефицијентима који могу поново да се користе у даљем раду. За њега је већа промена то што Codex сада може да помогне у имплементацији прилагођених математичких визуализација и токова рада рачунарске алгебре који су раније захтевали наменске алате. Заједно, ови примери показују да GPT‑5.5 претвара намеру стручњака у функционалне истраживачке алате и анализе.
Заслуга: Bartosz Naskręcki(отвара се у новом прозору)
Инструкција: # Пресек површи у алгебарској геометрији
Направи апликацију која исцртава две квадратне површи и црвеном бојом обележава криву пресека. Употреби рачунарску Риман-Рохову теорему да ово претвориш у Вајерштрасову криву.
## Главни прозор
Две затамњене површи са благо провидним сенчењем, висококвалитетно приказивање које се секу дуж алгебарске криве обојене црвено
Ротација мишем у оба смера, пун pinch механизам за увећање, haptic притисак за приказ малог менија са клизачима за промену коефицијената сваке површи; детекција преко нивоа Z-buffor-а
## Бочни десни прозор
Кратка Вајерштрасова једначина (над Q или квадратним проширењем поља) израчуната у ходу преко ефективних формула Риман-Рохове теореме
## Амбијентални режим у ком су све контроле сакривене и корисник може да се диви лепоти облика
## Спецификације
Апликација ради у прегледачу, лагана имплементација са најновијим библиотекама кроз цео стек, преносива, спремна за примену
## Документација
Git репозиторијум, дневник, план (Markdown фајлови)
“It’s incredibly energizing to use OpenAI’s new GPT-5.5 model in our harness, have it reason over massive biochemical datasets to predict human drug outcomes, and then see it deliver significant accuracy gains on our hardest drug discovery evals. If OpenAI keeps cooking like this, the foundations of drug discovery will change by the end of the year.”
Opsluživanje GPT‑5.5 uz latenciju GPT‑5.4 zahtevalo je promišljanje inferencije kao integrisanog sistema, a ne skupa izolovanih optimizacija. GPT‑5.5 je zajednički osmišljen za NVIDIA GB200 i GB300 NVL72 sisteme, treniran uz njih i opsluživan na njima. Codex i GPT‑5.5 bili su ključni za to kako smo postigli svoje ciljeve performansi. Codex je pomogao timu da brže pređe od ideje do implementacije koju je moguće meriti na benchmark-u, skicirajući pristupe, povezujući eksperimente i pomažući da se identifikuje u koje optimizacije vredi dublje ulagati. GPT‑5.5 je pomogao da se pronađu i implementiraju ključna poboljšanja u samom steku. Jednostavno rečeno, model je pomogao da se unapredi infrastruktura koja ga opslužuje.
Jedno takvo poboljšanje bile su heuristike za balansiranje opterećenja i particionisanje. Pre GPT‑5.5, delili smo zahteve na akceleratoru na fiksan broj delova kako bismo uravnotežili rad među računarskim jezgrima, obezbeđujući da veliki i mali zahtevi mogu da se izvršavaju na istom GPU-u. Međutim, unapred određen broj statičkih delova nije optimalan za sve oblike saobraćaja. Da bi bolje iskoristio GPU-ove, Codex je analizirao obrasce produkcionog saobraćaja u vrednosti od više nedelja i napisao prilagođene heurističke algoritme za optimalno particionisanje i balansiranje posla. Taj napor imao je nesrazmerno veliki uticaj, povećavši brzine generisanja tokena za više od 20%.
Priprema sveta za modele koji su veoma dobri u pronalaženju i zakrpljivanju bezbednosnih ranjivosti timski je sport i zahtevaće od celog ekosistema da naporno radi na izgradnji otpornosti, uz demokratizovan pristup modelima i iterativnu primenu za sledeću eru sajber odbrane.
Granični modeli postaju sve sposobniji u sajber bezbednosti. Te sposobnosti biće široko rasprostranjene i verujemo da je najbolji put napred da osiguramo da mogu da se koriste za ubrzavanje sajber odbrane i jačanje ekosistema.
GPT‑5.5 je postepen, ali važan korak ka AI koja može da reši neke od najtežih svetskih izazova, kao što je sajber bezbednost. Sa GPT‑5.2 u decembru, proaktivno smo primenili neophodne sajber zaštitne mere da ograničimo potencijalnu sajber zloupotrebu naših modela; sada, sa GPT‑5.5, primenjujemo strože klasifikatore za potencijalni sajber rizik, što nekim korisnicima u početku može delovati iritantno dok ih vremenom dodatno podešavamo.
Godinama smo sajber bezbednost identifikovali kao kategoriju u našem Okviru spremnosti(отвара се у новом прозору), kako su se naši modeli postepeno poboljšavali, dok iterativno razvijamo i kalibrišemo ublažavanja kako bismo mogli odgovorno da objavljujemo modele sa smislenim sposobnostima u sajber bezbednosti.
- Primenjujemo vodeće zaštitne mere u industriji za ovaj nivo sajber sposobnosti. Prvi put smo predstavili zaštitne mere specifične za sajber sa GPT‑5.2(отвара се у новом прозору) prošle godine, koje smo nastavili da testiramo, usavršavamo i nadograđujemo u narednim objavama. Za GPT‑5.5 osmislili smo strože kontrole oko aktivnosti većeg rizika, osetljivih sajber zahteva i dodali zaštitu od ponovljene zloupotrebe. Širok pristup omogućen je našim ulaganjima u bezbednost modela, autentifikovano korišćenje i nadzor nad nedozvoljenom upotrebom. Mesecima sarađujemo sa spoljnim stručnjacima kako bismo razvili, testirali i iterirali robusnost ovih zaštitnih mera. Sa GPT‑5.5 obezbeđujemo da programeri mogu s lakoćom da zaštite svoj kod, uz jače kontrole oko sajber tokova rada koji najverovatnije mogu izazvati štetu od strane zlonamernih aktera.
- Širimo pristup da bismo ubrzali sajber odbranu na svakom nivou. Naše modele permisivne za sajber činimo dostupnim kroz Trusted Access for Cyber, počev od Codex-a, što uključuje proširen pristup naprednim sposobnostima GPT‑5.5 u sajber bezbednosti sa manje ograničenja za verifikovane korisnike koji pri pokretanju ispunjavaju određene signale poverenja(отвара се у новом прозору). Organizacije koje su odgovorne za odbranu kritične infrastrukture mogu da se prijave za pristup sajber-permisivnim modelima kao što je GPT‑5.4‑Cyber, uz ispunjavanje strogih bezbednosnih zahteva za korišćenje tih modela radi zaštite svojih internih sistema. Time širokom spektru verifikovanih branilaca dajemo sposobnije alate za legitimni bezbednosni rad, uz manje nepotrebnog trenja, kako bismo demokratizovali pristup važnim odbrambenim sposobnostima. Korisnici mogu da se prijave za pouzdani pristup na chatgpt.com/cyber(отвара се у новом прозору) kako bi smanjili nepotrebna odbijanja dok koriste GPT‑5.5 za verifikovan odbrambeni rad.
- Sarađujemo sa državnim partnerima kako bismo pomogli zaštitu kritične infrastrukture za javnost. Zajedno istražujemo kako napredna AI može podržati odbrambeni rad pouzdanih zvaničnika odgovornih za sisteme na koje se ljudi oslanjaju, od digitalnih sistema koji štite važne podatke poreskih obveznika do elektroenergetske mreže i vodosnabdevanja u lokalnim zajednicama.
Biološke/hemijske i sajber bezbednosne sposobnosti GPT‑5.5 tretiramo kao visoke prema našem Okviru spremnosti(отвара се у новом прозору). Iako GPT‑5.5 nije dostigao kritični nivo sajber bezbednosnih sposobnosti, naše procene i testiranja pokazala su da su njegove sajber bezbednosne sposobnosti iskorak u odnosu na GPT‑5.4.
Pored toga, GPT‑5.5 je pre objave prošao kroz naš kompletan proces bezbednosti i upravljanja, uključujući procene spremnosti, domenski specifično testiranje, nove ciljane procene za napredne sposobnosti u biologiji i sajber bezbednosti i robusno testiranje sa spoljnim stručnjacima. Više detalja delimo u GPT‑5.5 sistemskoj kartici(отвара се у новом прозору).
Ovaj rad odražava naš širi pristup otpornosti na AI, za koji verujemo da je potreban kako sposobnosti modela napreduju. Želimo da moćna AI bude dostupna ljudima koji je koriste za odbranu sistema, institucija i javnosti. Održiv put su pouzdani pristup, robusne zaštitne mere koje rastu sa sposobnostima i operativni kapacitet za otkrivanje i odgovor na ozbiljnu zloupotrebu.
Danas GPT‑5.5 počinje da se uvodi korisnicima Plus, Pro, Business i Enterprise paketa u ChatGPT‑ju i Codex-u, a GPT‑5.5 Pro korisnicima Pro, Business i Enterprise paketa u ChatGPT‑ju. Uskoro ćemo doneti GPT‑5.5 i GPT‑5.5 Pro u API.
U ChatGPT‑ju, GPT‑5.5 Thinking je dostupan korisnicima Plus, Pro, Business i Enterprise paketa. GPT‑5.5 Pro, osmišljen za još teža pitanja i rad veće tačnosti, dostupan je korisnicima Pro, Business i Enterprise paketa.
U Codex-u, GPT‑5.5 je dostupan za Plus, Pro, Business, Enterprise, Edu i Go planove sa kontekstualnim prozorom od 400K. GPT‑5.5 je dostupan i u režimu Fast, pri čemu generiše tokene 1,5x brže uz 2,5x veću cenu.
Za API programere, gpt-5.5 će uskoro biti dostupan u Responses API-ju i API-ju za dovršavanje ćaskanja po ceni od 5 USD za 1M ulaznih tokena i 30 USD za 1M izlaznih tokena, sa kontekstualnim prozorom od 1M. Batch i Flex cene dostupne su po upola nižoj standardnoj API ceni, dok je Priority obrada dostupna po 2,5x višoj standardnoj ceni. Takođe ćemo objaviti gpt-5.5-pro u API-ju za još višu tačnost, po ceni od 30 USD za 1M ulaznih tokena i 180 USD za 1M izlaznih tokena. Pogledajte stranicu sa cenama za sve detalje.
Iako je GPT‑5.5 skuplji od GPT‑5.4, on je i inteligentniji i mnogo efikasniji po pitanju tokena. U Codex-u smo pažljivo podesili iskustvo tako da GPT‑5.5 za većinu korisnika daje bolje rezultate sa manje tokena nego GPT‑5.4, uz nastavak velikodušne upotrebe na svim nivoima pretplate.
Програмирање
Procena | 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 (javno) * | 58.6% | 57.7% | - | - | 64.3% | 54.2% |
Terminal-Bench 2.0 | 82.7% | 75.1% | - | - | 69.4% | 68.5% |
Expert-SWE (interno) | 73.1% | 68.5% | - | - | - | - |
*Laboratorije su primetile dokaze memorisanja(отвара се у новом прозору) na ovoj proceni
Професионално
Procena | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
GDPval (pobede ili nerešeno) | 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 modelovanja investicionog bankarstva (interno) | 88.5% | 87.3% | 88.6% | 83.6% | - | - |
OfficeQA Pro | 54.1% | 53.2% | - | - | 43.6% | 18.1% |
Коришћење рачунара и вид
Procena | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
OSWorld-Verified | 78.7% | 75.0% | - | - | 78.0% | - |
MMMU Pro (bez alata) | 81.2% | 81.2% | - | - | - | 80.5% |
MMMU Pro (sa alatima) | 83.2% | 82.1% | - | - | - | - |
Коришћење алата
Procena | 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: резултати компаније Scale AI након најновијег ажурирања из априла 2026. *** Tau2-bench telecom: резултати за 5.5 и 5.4 са оригиналним инструкцијама, тј. без прилагођавања инструкције. Ово изоставља резултате других лабораторија који су евалуирани са прилагођавањем инструкција.
Академски
Procena | 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% |
Humanity's Last Exam (bez alata) | 41.4% | 39.8% | 43.1% | 42.7% | 46.9% | 44.4% |
Humanity's Last Exam (sa alatima) | 52.2% | 52.1% | 57.2% | 58.7% | 54.7% | 51.4% |
Сајбер безбедност
Procena | GPT‑5.5 | GPT‑5.4 | GPT‑5.5 Pro | GPT‑5.4 Pro | Claude Opus 4.7 | Gemini 3.1 Pro |
Capture-the-Flags izazovni zadaci (interno)**** | 88.1% | 83.7% | - | - | - | - |
CyberGym | 81.8% | 79.0% | - | - | 73.1% | - |
**** Проширење најтежих CTF-ова коришћених у системским картицама са додатним тешким изазовима.
Дуг контекст
Procena | 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 1mil f1 | 45.4% | 9.4% | - | - | 41.2% (Opus 4.6) | - |
Graphwalks parents 256k f1 | 90.1% | 82.8% | - | - | 93.6% | - |
Graphwalks parents 1mil 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% | - |
Апстрактно резоновање
Procena | 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 (verifikovano) | 95.0% | 93.7% | - | 94.5% | 93.5% | 98.0% |
ARC-AGI-2 (verifikovano) | 85.0% | 73.3% | - | 83.3% | 75.8% | 77.1% |
Procene GPT‑a izvođene su sa nivoom rezonovanja podešenim na xhigh i sprovedene su u istraživačkom okruženju, što u nekim slučajevima može dati donekle drugačiji izlaz od produkcionog ChatGPT‑ja.
