每当一个新的旗舰模型发布，最先泛滥的往往不是事实，而是猜测：参数量多少、上下文多长、跑分碾压谁、定价几何。GPT-5.5 已经正式发布，本文要做的，是把已经核实、有官方依据的部分（发布节奏、上下文与输出、定价、产品侧变化、能力强项）讲清楚，而对那些仍未公开的硬指标——具体跑分、训练细节、参数量——保持克制，统一以官方为准。如果你想要一个不被营销和传言污染的认知框架，请继续。
发布节奏：API 与 ChatGPT 双轨同步推进
GPT-5.5 于 2026-04-24 进入 API，同时提供 gpt-5.5 与 gpt-5.5-pro 两个型号。在产品侧，4 月 23-24 日起陆续向 ChatGPT 的 Plus、Pro、Business、Enterprise 各档用户推送。
值得单独一提的是，OpenAI 同时推出了 GPT-5.5 Instant，并把它设为 ChatGPT 新的默认模型。这意味着绝大多数普通用户在不做任何手动切换的情况下，打开 ChatGPT 就已经在使用这一代的能力——默认模型的更替，往往比榜单分数更能决定海量用户的真实体感。
这条「API 型号 + 产品默认模型」的双轨形态，是 OpenAI 区别于纯研究机构的结构性特征：一端面向开发者按型号集成，一端面向终端用户即开即用。两条轨道在本次发布里几乎同步落地。
上下文与输出：百万级窗口成为常态
GPT-5.5 的上下文窗口约为 1,050,000 token，最大输出为 128,000 token。
百万级的输入窗口意味着，整本技术手册、超长代码库片段、成批的长文档可以一次性放进上下文，而不必再依赖繁琐的分块与检索拼接；12.8 万的输出上限，则让一次性生成长篇报告、大段重构代码、结构化表格成为可能。对需要处理长材料、产出长结果的工作流来说，这两个数字直接决定了「能不能一口气做完」。
需要提醒的是：超大的窗口在工程上并非「免费」，它与下面要谈的计费规则直接挂钩——长上下文会触发不同的计价倍率，必须纳入成本估算。
定价：旗舰款翻倍，Pro 款持平
GPT-5.5 这一代的定价（每百万 token）如下：
| 型号 | 输入 | 输出 |
|---|---|---|
| gpt-5.5 | $5 | $30 |
| gpt-5.5-pro | $30 | $180 |
对比上一代 GPT-5.4，标准款 gpt-5.5（$5 / $30）相对 5.4 的 $2.50 / $15 整整翻了一倍；而 gpt-5.5-pro（$30 / $180）则与 5.4 Pro 持平。换句话说，这一代把能力提升的成本主要加在了标准款上，Pro 款维持原价。
此外还有一条容易被忽略、却对长上下文场景影响巨大的规则：对单次会话中超过 272K 输入 token 的部分，输入按 2 倍、输出按 1.5 倍计费，并且这一规则在 standard、batch、flex 各种调用模式下均适用。也就是说，前面提到的百万级窗口虽然能用，但一旦真的喂进超长上下文，单位成本会显著上浮——这正是「窗口大」与「便宜用」之间需要权衡的地方。
能力定位：从「会答」到「会做」的智能体
OpenAI 把 GPT-5.5 定位为其**目前最聪明、最「会意图」**的模型——不只是给出正确答案，更能准确领会用户想要达成什么，并跨工具持续地把长任务做完。官方点名的强项集中在几个方向：
- Agentic coding：在编码与调试上的能力提升明显，能在真实的工程任务中持续推进。
- Computer use：操作软件、跨界面完成操作类任务。
- 联网研究：自主检索、整合外部信息。
- 数据分析与文档生成：做数据分析、生成文档与表格。
把这些串起来看，GPT-5.5 的核心叙事是「跨工具持续完成长任务」——它在 agentic coding、computer use、知识工作以及早期科研场景上的提升尤为突出。这也呼应了过去两年行业从「更大的预训练模型」转向「会思考、会动手的智能体」的共识：评价重心从单轮问答的正确率，转向多步骤、长链路任务的完成度。
放进 2026 头部模型的坐标系里看
把 GPT-5.5 单独看容易失真，放进同期头部模型的坐标系里，它的相对定位才清楚。两个有官方依据的参照点：
- Claude Fable 5（Anthropic 最强）：1M 上下文 / 128K 输出，定价 $10 / $50 每百万 token。与 GPT-5.5 相比，上下文都到 ~1M、输出都是 128K，差异更多在机制与计费：Fable 5 思考始终开启、用 effort 档位（low→max）调深度，思维链受保护（原始推理不返回、只给摘要），并采用新分词器——相同内容 token 约多 30%，这会拉近它与 GPT-5.5 名义单价上的差距。长程 agent 与编码（Claude Code）是其主战场，恰好与 GPT-5.5 的 agentic coding 强项正面相邻。
- DeepSeek V4（开放权重）：MoE 架构，原生 1M 上下文，可自托管。它把性价比与本地化作为卖点，成本结构与前两者的闭源 API 完全不同，是另一条技术路线的选项。
三者都站在 ~1M 上下文这一代，单纯比「窗口多大」或「单价多少」已不足以决定高下——真实差异落在思考机制、token 与计费如何换算、以及生态与部署形态上。
哪些仍应「以官方为准」
把事实讲清楚的同时，也要把边界划清楚。截至本文，未被官方列出的具体跑分（benchmark）、训练细节与参数量，本文一律不臆测，以官方发布为准——这些恰恰是最容易被臆造、也最容易被误传的硬指标。
还要补一句行业背景：这个领域的迭代速度极快。GPT-5.5 在 4 月发布，而到 2026 年 6 月，已经有了 GPT-5.6 的后续消息。任何一篇梳理文章都有其时效性，读者在做决策时仍应回到官方文档确认最新状态。
给读者的实操建议
如果你是开发者或技术决策者，面对 GPT-5.5 这一代，理性的姿态是：
第一，区分型号与场景——gpt-5.5 与 gpt-5.5-pro 定价相差悬殊，按任务难度选型，别为不需要的能力付双倍价。第二，把长上下文计费规则纳入成本表——百万窗口好用，但越过 272K 后的倍率必须算进去。第三，关注默认模型的变更——ChatGPT 默认已切到 GPT-5.5 Instant，存量 prompt 与流程升级前应做差异回归。第四，对未公开的硬指标保持悬置，用你自己的评测集，而非传言去做架构决策。
一句话总结
GPT-5.5 于 2026-04-24 进入 API（gpt-5.5 / gpt-5.5-pro），同期在 ChatGPT 推送并以 GPT-5.5 Instant 作为新默认模型；上下文约 105 万 token、最大输出 12.8 万 token；标准款定价相对 5.4 翻倍、Pro 款持平，超长上下文另有倍率计费；它被定位为 OpenAI 最聪明、最擅长跨工具完成长任务的智能体，而未公开的跑分与训练细节仍以官方为准。