Компания OpenAI выпустила GPT-5.5. Модель позиционируется как «новый уровень интеллекта для реальной работы и управления агентами».
Нейросеть «создана для понимания сложных задач, использования инструментов, проверки результатов работы и доведения большего количества задач до конца».
Модель умеет понимать намерения пользователя, самостоятельно планировать работу и доводить задачи до итогового результата. GPT-5.5 «отлично справляется» с написанием и отладкой кода, поиском информации в интернете, анализом данных, созданием документов и таблиц, управлением ПО и переключением между инструментами.
Тесты GPT-5.5 в разных бенчмарках. Источник: OpenAI.
OpenAI отметила, что новая модель особенно эффективна в агентном программировании, управлении компьютером, интеллектуальной работе и ранних научных исследованиях — областях, где важно выстраивать длинные цепочки рассуждений и действий.
Нейросеть использует «значительно меньше» токенов при работе в Codex.
OpenAI сообщила о применении «самого мощного» набора мер безопасности перед релизом. Компания сотрудничала с внутренними и внешними специалистами.
Доступность
GPT-5.5 работает в ChatGPT и Codex для пользователей планов Plus, Pro, Business и Enterprise. Отдельная версия GPT‑5.5 Pro представлена для Pro, Business и Enterprise.
В ближайшее время обе вариации появятся через API по цене $5 млн за 1 млн входных токенов и $30 млн — выходных. Контекстное окно — 1 млн токенов.
В Codex GPT‑5.5 доступна для тарифных планов Plus, Pro, Business, Enterprise, Edu и Go с окном контекста в 400 000. GPT‑5.5 представлена в режиме Fast, генерируя токены в 1,5 раза быстрее за 2,5х стоимости.
GPT‑5.5 дороже GPT‑5.4. Это объясняется более высокой эффективностью использования токенов.
Возможности GPT-5.5
Новая модель тратит меньше токенов и реже прибегает к повторным попыткам при решении задач. В индексе программирования Artificial Analysis она обеспечивает «передовой уровень интеллекта» при вдвое меньших затратах по сравнению с конкурентами.
Источник: OpenAI.
GPT-5.5 — самое мощное решение компании в области агентного программирования. В Terminal-Bench 2.0, где тестируются сложные сценарии работы в командной строке, сценарии работы точность на уровне 82,7%.
В SWE-Bench Pro результат составил 58,6%, в Expert-SWE нейросеть превзошла GPT‑5.4.
По всем трем бенчмаркам новинка обошла предшественницу, при этом потратив меньше токенов.
Источник: OpenAI.
GPT-5.5 лучше понимает устройство системы: почему что-то не работает, где нужно внести исправления и какие части кода это затронет.
Модель «заметно превосходит» GPT-5.4 и Claude Opus 4.7 по способности к логическому мышлению и автономности: она заранее выявляет проблемы, предсказывает потребности в тестировании и рецензировании без явных подсказок.
В тесте GDPval, который проверяет способность агентов выполнять четко определенные интеллектуальные задачи в 44 профессиях, GPT‑5.5 набирает 84,9%. В OSWorld-Verified — 78,7%, в Tau2-bench — 98%.
Источник: OpenAI.
GPT‑5.5 показывает высокие результаты и в других тестах: 60% в FinanceAgent, 88,5% — в задачах внутреннего моделирования инвестиционного банкинга и 54,1% — в OfficeQA Pro.
Источник: OpenAI.
Работа с информацией
GPT-5.5 является «мощным инструментом для повседневной работы на компьютере». Модель лучше понимает замысел пользователя и увереннее проходит весь цикл работы с информацией: поиск, анализ, использование инструментов, проверка и преобразование исходных данных в готовый результат.
В Codex GPT‑5.5 превосходит GPT‑5.4 в создании документов, таблиц и слайд-презентаций.
Более 85% сотрудников различных подразделений OpenAI еженедельно используют Codex, включая разработку ПО, а также в финансах, коммуникации, маркетинге, аналитике данных и управлении продуктами.
Научные исследования
В научно-технических рабочих процессах GPT-5.5 также показывает более высокие результаты. Речь идет о задачах, которые не сводятся к ответу на конкретный вопрос: модель способна последовательно изучать идею, собирать доказательства, проверять гипотезу и интерпретировать полученные данные.
Источник: OpenAI.
GPT‑5.5 демонстрирует улучшения по сравнению с GPT‑5.4 на GeneBench — платформе для многоэтапного анализа научных данных в генетике и количественной биологии.
В BixBench новая модель также превзошла предшественницу.
Источник: OpenAI.
Напомним, в апреле OpenAI представила «агентов для рабочей области» в ChatGPT. Команды могут создавать общих ассистентов для решения сложных задач и длительных процессов.