GPT-5.5vsGPT-5.4
在 15 个共同 benchmark 中，GPT-5.5 整体领先：GPT-5.5 领先 14 项，GPT-5.4 领先 0 项，持平 1 项，平均分差 +6.02。
GPT-5.514 项(93%)持平1(0%)0 项GPT-5.4
评测分数
按能力类目分组，每组内按分差大小排列；共 15 项。
General Knowledge
GPT-5.5 领先 5/6| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 852 / 62Thinking High (No Tools) | 77.109 / 62Normal (No Tools) | +7.90 |
| ARC-AGI | 955 / 68极高强度思考（无工具） | 93.709 / 68Normal (No Tools) | +1.30 |
| GPQA Diamond | 93.606 / 187Thinking High (No Tools) | 92.8011 / 187极高强度思考（无工具） | +0.80 |
| LiveBench | 80.711 / 115Deep Thinking (No Tools) | 80.282 / 115Deep Thinking (No Tools) | +0.43 |
| HLE | 52.2020 / 172Thinking High (With Tools) | 52.1021 / 172极高强度思考（工具） | +0.10 |
| ARC-AGI-3 | 05 / 9Thinking High (No Tools) | 07 / 9Thinking High (No Tools) | 持平 |
AI Agent - Tool Usage
GPT-5.5 领先 3/3| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 82.701 / 47Thinking High (With Tools) | 75.104 / 47极高强度思考（工具） | +7.60 |
| MCP-Atlas | 75.3012 / 27极高强度思考（工具） | 70.6014 / 27极高强度思考（工具） | +4.70 |
| OSWorld-Verified | 78.708 / 24Thinking High (With Tools) | 7512 / 24极高强度思考（工具） | +3.70 |
Coding and Software Engineer
GPT-5.5 领先 2/2| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| DeepSWE | 677 / 19极高强度思考（工具） | 5212 / 19极高强度思考（工具） | +15 |
| SWE-Bench Pro - Public | 58.6013 / 54Thinking High (With Tools) | 57.7017 / 54极高强度思考（无工具） | +0.90 |
Math and Reasoning
GPT-5.5 领先 2/2| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 35.407 / 80Thinking High (With Tools) | 27.1011 / 80极高强度思考（无工具） | +8.30 |
| FrontierMath | 51.702 / 60Thinking High (With Tools) | 47.605 / 60极高强度思考（无工具） | +4.10 |
Agent Level Benchmark
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 985 / 35Thinking High (With Tools) | 64.3030 / 35Normal (With Tools) | +33.70 |
AI Agent - Information Search
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | GPT-5.4 | 分差 |
|---|---|---|---|
| BrowseComp | 84.408 / 53Thinking High (With Tools + Internet) | 82.7015 / 53极高强度思考（工具） | +1.70 |
规格对比
| 字段 | GPT-5.5 | GPT-5.4 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-04-23 | 2026-03-05 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 1M |
| 最大输出 | 128K | 125K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.5 | GPT-5.4 |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $2.5 / 1M tokens |
| 文本输出 | $30 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $6.25 / 1M tokens | $0.25 / 1M tokens |
小结
- GPT-5.5在以下类目领先:General Knowledge (5/6)、AI Agent - Tool Usage (3/3)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)
15 个共同 benchmark 上，GPT-5.5 平均高出 6.02 分。
单项差距最大的 benchmark：τ²-Bench - Telecom — GPT-5.5 98，GPT-5.4 64.30（分差 +33.70）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。