GPT-5.5
Timeline (last 90 days)
GPT-5.5在GPQA博士级科学推理基准上从78.5%提升到85.6%
GPT-5.5在AIME 2025数学竞赛上得分从65.4%提升到81.2%
在B站UP主的四轮实测中，DeepSeek-V4在世界知识、上下文记忆和逻辑推理三个环节的交付质量上优于GPT-5.5
GPT-5.5发布才不过几周，其表现远超Claude Opus 4.7
EVERY专职作家Katy Perrott使用Claude模型写作近两年，GPT-5.5是很久以来第一个让她开始用于写作任务的GPT模型
Codex桌面应用搭配GPT-5.5被EVERY团队评为'桌面上最好的智能体体验'
GPT-5.5的响应速度明显快于Opus 4.7，团队认为这体现了OpenAI的硬件优势
在产品端工程任务和设计导向任务上，Opus 4.7的上限更高，审美感比GPT-5.5更强
GPT-5.5特别擅长TypeScript和Swift编程语言，但Ruby表现不佳
EVERY总经理Navin用GPT-5.5构建了名为Dayline的原生iOS/Mac待办事项应用，称其为'最爱的全能模型'
40 more timeline events
All Facts (14)
EVERY团队推荐的最佳工作流是用Opus 4.7做规划、用GPT-5.5做执行
90%待验证EVERY总经理Navin用GPT-5.5构建了名为Dayline的原生iOS/Mac待办事项应用，称其为'最爱的全能模型'
85%待验证EVERY专职作家Katy Perrott使用Claude模型写作近两年，GPT-5.5是很久以来第一个让她开始用于写作任务的GPT模型
85%待验证EVERY团队在GPT-5.5正式发布前已内部测试了大约三周时间
85%待验证GPT-5.5特别擅长TypeScript和Swift编程语言，但Ruby表现不佳
80%待验证Codex桌面应用搭配GPT-5.5被EVERY团队评为'桌面上最好的智能体体验'
80%待验证GPT-5.5的响应速度明显快于Opus 4.7，团队认为这体现了OpenAI的硬件优势
80%待验证GPT-5.5和Claude Opus 4.7在OpenRouter基准测试中占据智商最高位置，价格约5美元/百万Token
75%待验证在产品端工程任务和设计导向任务上，Opus 4.7的上限更高，审美感比GPT-5.5更强
75%待验证GPT-5.5为了更易消化，在训练中牺牲了对细节的洞察力，评测者建议需要敏锐洞察力的工作仍使用Opus 4.7
75%待验证GPT-5.5在AIME 2025数学竞赛上得分从65.4%提升到81.2%
70%待验证GPT-5.5在GPQA博士级科学推理基准上从78.5%提升到85.6%
70%待验证在B站UP主的四轮实测中，DeepSeek-V4在世界知识、上下文记忆和逻辑推理三个环节的交付质量上优于GPT-5.5
65%待验证GPT-5.5发布才不过几周，其表现远超Claude Opus 4.7
50%