GPT-5.5 正式发布，Terminal-Bench 82.7% 夺冠，1M 上下文翻倍提升，Codex 搭配 gpt-image-2 开启图像驱动开发新工作流
GPT-5.5 正式发布，Terminal-Bench 82.7% 夺冠，1M 上下文翻倍提升，Codex 搭配 gpt-image-2 开启图像驱动开发新工作流
2026年4月24日，OpenAI 正式发布 GPT-5.5。这不是一次简单的模型迭代 -- 它在 Agent 编程、百万级上下文处理和知识工作三大维度同时拉开代际差距。对开发者和内容创作者来说，最值得关注的不是跑分数字，而是它如何改变你日常的工作流。
GPT-5.5 的核心定位是面向 Agent 任务的新型智能，不只是更聪明的聊天机器人，而是能把复杂任务推进到底的执行引擎。
关键评测数据对比：
| Benchmark | GPT-5.5 | GPT-5.4 | Claude Opus 4.7 | Gemini 3.1 |
|---|---|---|---|---|
| Terminal-Bench 2.0 | 82.7% | 75.1% | 69.4% | 68.5% |
| Expert-SWE | 73.1% | 68.5% | -- | -- |
| GDPval（知识工作） | 84.9% | 83.0% | 80.3% | 67.3% |
Terminal-Bench 2.0 测试的是全链路 Agent 能力 -- 给模型一个终端环境和一个模糊目标，让它自己规划路径、调工具、写脚本、处理报错、反复迭代。GPT-5.5 在这个维度领先 Opus 4.7 超过 13 个百分点。
注意：SWE-Bench Pro 中 Claude Opus 4.7 得分 64.3%，高于 GPT-5.5 的 58.6%。但 OpenAI 和 Anthropic 均承认该数据存在记忆污染（memorization）问题，横向对比需谨慎。
这是 GPT-5.5 进步最夸张的维度。
MRCR v2 测试 512K 到 1M 超长上下文：
Graphwalks BFS（超长上下文图遍历）：GPT-5.5 是 45.4%，GPT-5.4 只有 9.4%，整整五倍提升。
过去两年超长上下文一直是 Gemini 的护城河。GPT-5.5 首次把 1M 窗口的实用性拉到了可用的水平。
开源项目女娲 Skill 可自动调研人物的公开资料，提取思维决策模式并生成可反复调用的 Skill 文件，已蒸馏 17 个人物，MIT 协议完全免费。
GPT-5.5 上线后，Codex IDE 内置的图像生成切到了 gpt-image-2，支持 $imagegen 指令直接生成或修改 UI 素材、布局、sprite sheet。
这带来了全新的开发工作流：图像作为中间工件驱动代码生成。
实际操作流程：
有用户实测 12 分钟内从参考图到一套完整 UI 界面。
gpt-image-2 的关键突破是基本解决了 AI 画图中"文字渲染"的老大难问题，使得生成的 UI 参考图可以直接用于开发流程。
GPT-5.5 驱动的 Codex 分析了生产流量数据，用自适应分区算法替换了固定分块策略，token 生成速度提升超过 20%。
最终效果：GPT-5.5 的逐 token 延迟和 GPT-5.4 相当，但完成同类 Codex 任务消耗的 token 更少。更强但不更慢，靠的是让模型本身参与优化运行自己的基础设施。
GPT-5.5 已在 ChatGPT 和 Codex 中正式上线。API 定价与 GPT-5.4 保持同一档位，且由于 token 消耗降低，实际使用成本反而可能下降。
适合以下场景的开发者优先尝试：
