GPT-5.5

OpenAI · 2026-04-23 发布 · 10/30 02:05 更新

AICue 评分 · 综合62.6分综合第 19 名评分不是正确率 · 评测覆盖 80%

可比较分类4/ 4 项分类

已有成绩28项评测

上下文窗口105万Token

API 输入 / 输出 · 每百万 Token¥33.31 / ¥199.85缓存 ¥3.33原价 $5 / $30厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分59.9分第 27 名7 项评测 · 覆盖 78%科研AICue 评分66.6分第 16 名6 项评测 · 覆盖 71%专业办公AICue 评分61.7分第 29 名8 项评测 · 覆盖 75%知识问答AICue 评分65.3分第 16 名5 项评测 · 覆盖 100%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程59.97 项

ProgramBenchVals AI0.5%折算分至多 81.9+
原榜型号
openai/gpt-5.5 · 原榜第 18 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI45.2%折算分 63.2+
原榜型号
openai/gpt-5.5 · 原榜第 18 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench CodingLiveBench82.1%折算分 62.4+
原榜型号
gpt-5.5-xhigh · 原榜第 22 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI69.8%折算分 59.6+
原榜型号
openai/gpt-5.5 · 原榜第 48 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis14.6%折算分 57.1+
原榜型号
gpt-5-5 · 原榜第 82 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis55.8%折算分 57.1+
原榜型号
gpt-5-5 · 原榜第 47 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-SWEMercor36.6%折算分 54.3+
原榜型号
gpt-5.5-xhigh · 原榜第 45 名
代表配置
xHigh 推理 · terminus-2 · apex-swe:terminus-2
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研66.66 项

Chess PuzzlesEpoch AI63.0%折算分 73.5+
原榜型号
gpt-5.5_xhigh · 原榜第 7 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:54
查看这项评测 →官方来源 ↗
Mystery Game PuzzlesEpoch AI56.0%折算分 71.6+
原榜型号
gpt-5.5_xhigh · 原榜第 10 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 07/25 02:19
查看这项评测 →官方来源 ↗
FrontierMath T1–3Epoch AI85.3%折算分 71.3+
原榜型号
gpt-5.5_xhigh · 原榜第 14 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 06/12 01:47
查看这项评测 →官方来源 ↗
CritPtArtificial Analysis27.1%折算分 68.5+
原榜型号
gpt-5-5 · 原榜第 35 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench89.7%折算分 64.4+
原榜型号
gpt-5.5-xhigh · 原榜第 14 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis45.8%折算分 61.9+
原榜型号
gpt-5-5 · 原榜第 51 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公61.78 项

LiveBench Data AnalysisLiveBench81.6%折算分 69.8+
原榜型号
gpt-5.5-xhigh · 原榜第 5 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-Analyst AgentArtificial Analysis50.0%折算分 69.7+
原榜型号
gpt-5-5 · 原榜第 10 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-AgentsMercor55.1%折算分 63.6+
原榜型号
gpt-5.5-xhigh · 原榜第 24 名
代表配置
xHigh 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据 09/08 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis47.3%折算分 60.1+
原榜型号
gpt-5-5 · 原榜第 99 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI49.1%折算分 60.1+
原榜型号
openai/gpt-5.5 · 原榜第 27 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI51.8%折算分 58.9+
原榜型号
openai/gpt-5.5 · 原榜第 40 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
GDPval-AAArtificial Analysis1,359.6折算分 56.8+
原榜型号
gpt-5-5 · 原榜第 95 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,135.9折算分 53.4+
原榜型号
gpt-5-5 · 原榜第 109 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答65.36 项

MLCR-AAArtificial Analysis28.9%折算分 75.7+
原榜型号
gpt-5-5 · 原榜第 20 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench LanguageLiveBench87.4%折算分 73.3+
原榜型号
gpt-5.5-xhigh · 原榜第 13 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI63.0%折算分 71.5+
原榜型号
gpt-5.5_xhigh · 原榜第 14 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/28 03:28
查看这项评测 →官方来源 ↗
LiveBench IFLiveBench70.7%折算分 62.0+
原榜型号
gpt-5.5-xhigh · 原榜第 13 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis84.3%折算分 60.0+
原榜型号
gpt-5-5 · 原榜第 9 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
BullshitBench v2BullshitBench47.0%折算分 55.6+
原榜型号
openai/gpt-5.5 · 原榜第 82 名
代表配置
xHigh 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选62.91 项

Arena TextLMArena1,481.7折算分 62.3+
原榜型号
GPT-5.5 (High) · 原榜第 26 名
代表配置
High 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/28 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。

Terminal-Bench 4.0 · Vals Vibe Code Bench 1–100 CyberBench Patch v1.1 FrontierCode 2.0 · AA CritPt v2 Hard · AA MysteryMechanism Terminal-Bench Science · Vals Terminal-Bench Science · AA Harvey LAB 1.1 · Vals Harvey LAB 1.1 · AA τ³-Banking · Mercor AA-Omniscience v1.1

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

了解计算方法 →