GPT‑5.5 登場

我們推出 GPT‑5.5，這是目前最聰明、也最直覺好用的模型，並為在電腦上完成工作的方式帶來新的進展。

GPT‑5.5 能更快理解你的意圖，也能自行承擔更多工作。它擅長撰寫與偵錯程式碼、進行線上研究、分析資料、建立文件與試算表、操作軟體，並能在不同工具間切換，直到任務完成。你不需要逐步細管整個流程，只要把雜亂無章、包含多個部分的任務交給 GPT‑5.5，模型就能自行規劃、運用工具、檢查結果，即使遇到不明確的狀況，也能持續推進，直到完成任務。

上述進展在智慧體程式設計、電腦操作、知識型工作，以及早期科學研究等領域特別明顯，而這些領域都仰賴跨脈絡推理與長時間持續執行的能力。GPT‑5.5 在提升智慧表現的同時，也維持速度：一般而言，規模更大、能力更強的模型在實際服務時會較慢，但 GPT‑5.5 在真實環境中的每個 Token 延遲與 GPT‑5.4 持平，同時展現明顯更高的智慧水準。它在完成相同的 Codex 任務時，使用的 token 也顯著更少，因此效率更高，能力也更強。

我們推出 GPT‑5.5，採用迄今最完整且最嚴密的一套防護機制，在降低濫用風險的同時，仍保留對正當用途的使用權。在發布前，我們已依完整的安全與應變整備框架全面評估此模型，並與內部與外部紅隊測試人員合作，針對進階資安與生物相關能力進行重點測試，同時蒐集近 200 家受信任早期存取合作夥伴的實際使用回饋。

即日起，GPT‑5.5 逐步向 ChatGPT 與 Codex 的 Plus、Pro、Business 與 Enterprise 使用者推出；而 GPT‑5.5 Pro 則正逐步向 ChatGPT 的 Pro、Business 與 Enterprise 使用者推出。API 部署需要不同的防護機制，我們正與合作夥伴與客戶密切合作，針對大規模服務所需的安全與資安要求進行規劃。我們很快也會將 GPT‑5.5 與 GPT‑5.5 Pro 導入 API。

OpenAI 積極打造自主型 AI 的全球基礎設施，讓世界各地的個人與企業都能用 AI 完成工作。過去一年，AI 已大幅加速軟體工程的進展。隨著 GPT‑5.5 導入 Codex 與 ChatGPT，這波轉變也開始延伸到科學研究，以及人們在電腦上進行的各類工作。

在這些領域中，GPT‑5.5 不只更聰明，處理問題的方式也更有效率，時常能用更少的 Token 和更少的重試次數，產出更高品質的結果。在 Artificial Analysis 的 Coding Agent Index 上，GPT‑5.5 以同級前沿程式模型一半的成本，達到業界領先成績。

GPT‑5.5 是我們迄今最強的自主程式碼編寫模型。在 Terminal-Bench 2.0 這項測試複雜命令列工作流程的基準（涵蓋規劃、反覆調整與工具協作），其準確率達到 82.7%，為目前最佳表現。在 SWE-Bench Pro（評估真實世界 GitHub 問題解決能力），其得分為 58.6%，並在單次執行中完成比先前模型更多的更多端到端任務。在 Expert-SWE（針對長時程程式設計任務的內部前沿評測，預估人類完成時間中位數為 20 小時）中，GPT‑5.5 的表現同樣優於 GPT‑5.4。

在這三項評估中，GPT‑5.5 的表現皆優於 GPT‑5.4，而使用的 Token 更少。

模型在程式設計方面的優勢，在 Codex 中展現得尤其明顯，能承擔從實作、重構，到偵錯、測試與驗證等各類工程工作。初步測試顯示，GPT‑5.5 更擅長處理真實工程工作所需的關鍵能力，包括在大型系統中維持脈絡、在資訊不明確的情況下推理問題、運用工具檢驗假設，以及將變更完整延伸至相關程式碼。

除了基準測試之外，早期測試人員指出，GPT‑5.5 更能掌握系統整體結構：為何發生錯誤、修正應落在哪裡，以及哪些程式碼會受到影響。

參與測試的資深工程師表示，GPT‑5.5 在推理與自主性方面明顯優於 GPT‑5.4 和 Claude Opus 4.7，能在沒有明確提示的情況下，預先發現問題，預測測試與審查需求。有一個案例中，工程師請模型重新設計協作式 Markdown 編輯器中的留言系統架構，回來時已看到一組包含 12 個 diff、幾乎完成的變更堆疊。其他測試者也表示，實作修正需求出乎意料地少，而且相較於 GPT‑5.4，他們對 GPT‑5.5 的規劃更有信心。

一位曾優先體驗該模型的 NVIDIA 工程師形容：「如果無法使用 GPT‑5.5，感覺就像失去一隻手臂。」

讓 GPT‑5.5 在程式設計上表現出色的優勢，也讓它在電腦上的日常工作中同樣具備強大能力。模型更能理解你的意圖，因而可更自然地完成整個知識工作流程：從搜尋資訊、判斷重點、使用工具、檢查結果，到將原始資料整理成可用成果。

在 Codex 中，GPT‑5.5 在生成文件、試算表與簡報方面的表現優於 GPT‑5.4。早期測試者表示，在作業研究、試算表建模，以及將雜亂的業務資料整理成可執行計劃等工作上，GPT‑5.5 的表現優於過去的模型。結合 Codex 的電腦操作能力後，GPT‑5.5 更接近與你一同操作電腦：能看見畫面內容、點選、輸入、操作介面，並精準地在各種工具之間切換。

OpenAI 團隊已在實際工作流程中運用這些能力。目前公司內超過 85% 的員工每週都會使用 Codex，涵蓋軟體工程、財務、傳播、行銷、資料科學與產品管理等職能。在 Comms 團隊中，成員使用 Codex 中的 GPT‑5.5 分析六個月的演講申請資料、建立評分與風險框架，並驗證自動化 Slack 智慧體，使低風險申請可自動處理，而高風險申請則交由人工審查。在財務部門，團隊使用 Codex 審查 24,771 份 K-1 稅務表單，共 71,637 頁，並採用排除個人資料的流程，讓這項工作較前一年提前兩週完成。在市場進入團隊中，有員工將每週業務報告的產生流程自動化，每週節省 5 到 10 小時。

在 ChatGPT 中，GPT‑5.5 Thinking 能更快協助處理困難問題，並以更精準且精簡的回應，幫助你更有效率地推進複雜工作。它擅長處理程式設計、研究、資訊整合與分析，以及大量文件相關任務，特別是在搭配外掛程式使用時，能進一步發揮整合工具與資料的優勢。

在 GPT‑5.5 Pro 中，早期測試者觀察到 ChatGPT 能承擔的工作難度與品質都有明顯提升，而延遲降低也讓它更適合用於高要求任務。測試者認為，與 GPT‑5.4 Pro 相比，GPT‑5.5 Pro 的回應更完整、結構更清楚，且在準確性、相關性與實用性上都有顯著提升，尤其在商務、法律、教育與資料科學領域表現突出。

GPT‑5.5 在多項反映此類工作的基準測試中，達到業界領先成績。在 GDPval 基準測試（衡量橫跨 44 種職業、具經濟價值的現實世界知識工作），GPT‑5.5 得分為 84.9%。在 OSWorld-Verified（評估模型是否能自行操作真實電腦環境），得分達到 78.7%。而在 Tau2-bench Telecom（測試複雜客戶服務工作流程），無需提示詞調整即可達到 98.0%。

GPT‑5.5 在較結構化的知識工作上同樣表現出色：在 FinanceAgent 達到 60.0%，在內部投資銀行建模任務達到 88.5%，以及在 OfficeQA Pro 達到 54.1%；在這項評測中，模型需整合檔案、工具與脈絡，不能僅憑記憶作答。

GPT‑5.5 在科學與技術研究工作流程方面也有所提升，這類流程不只是回答困難問題而已。研究人員需要探索想法、收集證據、驗證假設、解讀結果，並決定下一步的方向。相較於其他模型，GPT‑5.5 更能在這個反覆循環的過程中持續推進。

值得注意的是，GPT‑5.5 在 GeneBench⁠(在新視窗中開啟) 相較於 GPT‑5.4 有明顯提升；這項新評測聚焦於遺傳學與定量生物學中的多階段科學資料分析。這些問題要求模型在監督指引有限的情況下，針對可能含有歧義或錯誤的資料進行推理，處理如隱藏的混雜因子或 QC 失敗等真實障礙，並正確實作與解讀現代統計方法。這些任務對科學專家而言，往往相當於需耗時數日的專案，因此模型的表現格外引人注目。

同樣地，在 BixBench 這項以真實生物資訊學與資料分析為核心設計的基準測試中，GPT‑5.5 在已公布分數的模型中表現領先。模型的科學能力如今已強大到足以作為真正的共同研究員，實質加速生物醫學研究前沿的進展。

在另一個例子中，搭配自訂測試框架的 GPT‑5.5 內部版本協助發現了關於拉姆齊數的一項新證明⁠(在新視窗中開啟)。拉姆齊數是組合數學中的核心研究主題之一。組合數學研究離散物件如何彼此組合，例如圖表、網路、集合與各種模式。拉姆齊數大致探討的是：一個網路需要大到什麼程度，才會必然出現某種形式的秩序。這個領域的成果相當罕見，而且通常在技術上難度極高。在此案例中，GPT‑5.5 找出了一個關於非對角拉姆齊數的長期未解漸近性質之證明，之後並在 Lean 中獲得驗證。這項成果是一個具體範例，顯示 GPT‑5.5 的貢獻不只是程式碼或解釋，還包括在核心研究領域中提出具啟發性且實用的數學論證。

早期測試者使用 ChatGPT 中的 GPT‑5.5 Pro 時，它的定位不只是一次型回答工具，更像是一位研究夥伴：能反覆多輪批改手稿、對技術論點進行壓力測試、提出分析建議，並結合程式碼、筆記和 PDF 內容進行協作。整體而言，GPT‑5.5 更能協助研究人員從提出問題，一路推進到實驗與最終產出。

要在維持 GPT‑5.4 延遲的情況下提供 GPT‑5.5，需要重新思考推論方式，將其視為整合式系統，而不是各自獨立的最佳化手段。GPT‑5.5 專為 NVIDIA GB200 與 GB300 NVL72 系統共同設計、訓練並部署。Codex 和 GPT‑5.5 在我們達成效能目標的過程中發揮了關鍵作用。Codex 協助團隊更快將想法轉為可進行基準測試的實作，勾勒方法方向、串接實驗，並判斷哪些最佳化項目值得投入更多資源。GPT‑5.5 則協助在整個技術堆疊中找出並落實關鍵改進。簡單來說，這個模型也在改善支撐它本身的基礎架構。

其中一項關鍵改進，是負載平衡與分割策略的調整。在 GPT‑5.5 之前，我們會將加速器上的請求拆分為固定數量的區塊，以平衡各運算核心的工作負載，讓大型與小型請求都能在同一張 GPU 上執行。然而，這種預先設定的固定區塊數量，無法適用於所有流量型態。為了更有效運用 GPU，Codex 分析了數週的正式環境流量模式，並撰寫自訂的啟發式演算法，以最佳方式分配與平衡工作負載。這項改進帶來顯著成效，使 Token 生成速度提升超過 20%。

要讓世界為能高效發現並修補安全漏洞的模型做好準備，需要整個生態系共同投入與協作；同時也必須推動模型的普及存取與漸進式部署，迎接網路防禦的新時代⁠。

前沿模型在資安領域的能力持續提升。相關能力將逐步普及。我們認為，最好的方向是讓資安能力真正用於加速網路防禦，並強化整體生態系。

GPT‑5.5 是邁向能解決資安等全球重大挑戰的 AI 發展過程中，一個循序但關鍵的進展。在 12 月推出 GPT‑5.2 時，我們已主動部署必要的網路安全防護措施⁠，降低模型遭濫用於資安攻擊的風險；隨著 GPT‑5.5 推出，我們進一步導入更嚴格的潛在資安風險分類器，初期可能讓部分使用者感到不便，我們也會持續調整與改善。

多年來，隨著模型能力逐步提升，我們已在應變整備框架⁠(在新視窗中開啟)中將資安列為重要類別，並持續反覆開發與校準各項緩解措施，讓具備實質資安能力的模型能以負責任的方式發布。

• 我們已為這一等級的資安能力部署業界領先的防護措施。去年，我們隨 GPT‑5.2⁠(在新視窗中開啟) 首次推出專為資安設計的防護機制，並在後續部署中持續測試、精進與擴展。針對 GPT‑5.5，我們進一步加強對高風險活動與敏感資安請求的控管，並新增機制來防範重複濫用。廣泛存取得以實現，來自我們在模型安全、經驗證使用，以及對違規用途監控上的投入。過去數月，我們與外部專家合作，持續強化這些防護機制的穩健性，並反覆測試與改進。在 GPT‑5.5 中，我們讓開發者更容易保護程式碼安全，同時對最可能被惡意利用的資安工作流程施加更嚴格的控管。

• 我們正擴大存取，加速各層面的網路防禦。我們透過網路安全可信存取計劃⁠提供針對資安用途限制較少的模型，並從 Codex 開始導入；在推出時，符合特定信任訊號⁠(在新視窗中開啟)的已驗證使用者，可在較少限制下使用 GPT‑5.5 的進階資安能力。負責保護關鍵基礎設施⁠的組織可申請使用 GPT‑5.4‑Cyber 等資安用途限制較少的模型，但必須符合嚴格的安全要求，才能用於保護內部系統。這讓更多經驗證的防禦者能以更少阻礙，取得更強大的工具進行正當的安全工作，並讓重要的防禦能力更加普及。使用者可前往 chatgpt.com/cyber⁠(在新視窗中開啟) 申請可信存取，在進行經驗證的防禦工作時，減少不必要的拒絕情況。

• 我們正與政府夥伴合作，協助保護大眾所仰賴的關鍵基礎設施。我們正共同探索先進 AI 如何支援負責關鍵系統的可信任官員執行防禦工作，涵蓋從保護重要納稅資料的數位系統，到地方社區的電網與供水系統。

我們依據應變整備框架⁠(在新視窗中開啟)，將 GPT‑5.5 的生物/化學與資安能力列為「高」等級。雖然 GPT‑5.5 尚未達到網路安全的「關鍵」能力等級，但評估與測試顯示，其網路安全能力較 GPT‑5.4 有明顯提升。

此外，GPT‑5.5 在發布前已通過完整的安全與治理流程，包括應變整備評估、特定領域測試、針對進階生物與資安能力的專項評估，以及與外部專家進行的嚴格測試。更多細節請參閱 GPT‑5.5 系統說明卡。

這項工作反映了我們更廣泛的 AI 韌性策略，隨著模型能力持續提升，這樣的策略也越來越重要。我們希望讓強大的 AI 能應用於守護系統、機構與大眾。可行的做法包括：可信存取、能隨能力提升而擴展的防護機制，以及具備偵測並回應嚴重濫用的營運能力。

即日起，GPT‑5.5 正陸續在 ChatGPT、Codex 和 API 中推出，並開放給在 Microsoft Foundry 上開發的開發者使用。

在 ChatGPT 中，GPT‑5.5 Thinking 開放給 Plus、Pro、Business 和 Enterprise 使用者。GPT‑5.5 Pro 專為處理更高難度問題與需要更高準確度的工作而設計，提供給 Pro、Business 和 Enterprise 使用者。

在 Codex 中，GPT‑5.5 已開放給 Plus、Pro、Business、Enterprise、Edu 和 Go 方案使用，並支援 400K 上下文視窗。GPT‑5.5 也提供快速模式，Token 生成速度提升 1.5 倍，成本為 2.5 倍。

對於 API 開發人員，gpt-5.5 即將在 Responses API 和 Chat Completions API 中提供，定價為每 100 萬輸入 Token 5 美元、每 100 萬輸出 Token 30 美元，並支援 100 萬 Token 的上下文視窗。Batch 和 Flex 定價為標準 API 費率的一半，而優先處理則為標準費率的 2.5 倍。我們也將在 API 中推出 gpt-5.5-pro，以提供更高準確度；定價為每 100 萬輸入 Token 30 美元、每 100 萬輸出 Token 180 美元。請參閱定價頁面了解完整詳情。

雖然 GPT‑5.5 的定價高於 GPT‑5.4，但在智慧程度與 token 使用效率上都有明顯提升。在 Codex 中，我們仔細調整使用體驗，讓 GPT‑5.5 對大多數使用者而言，能以比 GPT‑5.4 更少的 token 提供更好的結果，同時維持各訂閱方案充裕的使用額度。