GPT-5.5 代码能力飙升？然后 token 比 5.4 还少
GPT-5.5代码能力被质疑，但速度提升。
1. 关键信息
- GPT-5.5 在 Terminal-Bench 2.0 准确率 82.7%，SWE-Bench Pro 58.6%，Expert-SWE 73.1%（#2）。
- 用户反馈 5.5 比 5.4 速度快、质量可接受（#14）。
- Plus 用户可用 5.5（#6）。
- 有用户认为 Codex 比 Claude 好用（#9），也有用户指出 GPT 终端能力远不如 Claude（#8, #10, #12）。
2. 羊毛/优惠信息
无
3. 最新动态
- GPT-5.5 已对 Plus 用户开放，token 消耗比 5.4 少（标题及 #6）。
- 部分用户怀疑 OpenAI 故意让 5.4 降智以增加 token 使用（#3, #5）。
4. 争议或不同意见
- #8 #10 #12 强烈质疑基准测试结果，认为 GPT Terminal 能力远不如 Claude，测试可能泄漏训练集。
- #13 指出 GPT-5.4 表现不稳定（薛定谔），而 Claude 和 Kimi 更稳定。
- #7 调侃 Anthropic（人类学）才是增加 token 使用最不要脸的。
5. 行动建议
- 如果你是 Plus 用户，可以尝试 5.5 体验速度提升，但若依赖终端/命令行任务，建议继续使用 Claude。
--- 第 1 楼来自 美卡小白用户 的回复 (2026-04-23 11:52:44 PDT) ---
/uploads/short-url/5Rcf6c3eDoWa4v0CWlczGUntIv1.png?dl=1
--- 第 2 楼来自 美卡小白用户 的回复 (2026-04-23 11:53:23 PDT) ---
根據OpenAI提供的基準測試結果,該模型在測試命令行工作流程的Terminal-Bench 2.0上達到82.7%的準確率,在評估GitHub問題解決能力的SWE-Bench Pro上達到58.6%的準確率。GPT-5.5在Expert-SWE(該公司針對預計需要20小時完成時間的編程任務的內部評估)上獲得73.1%的分數。
--- 第 3 楼来自 Aspartame 的回复 (2026-04-23 11:55:04 PDT) ---
用了codex 怎么感觉5。4降智一样，故意增加token使用率
--- 第 4 楼来自 tomandjerry 的回复 (2026-04-23 12:08:30 PDT) ---
比起claude 4p6 如何
--- 第 5 楼来自 pikachu12138 的回复 (2026-04-23 12:09:28 PDT) ---
什么plan可以用5.5啊，怪不得我感觉今天5.4 thinking蠢得要死
--- 第 6 楼来自 gedeepege 的回复 (2026-04-23 22:01:48 PDT) ---
plus 就可以了
--- 第 7 楼来自 bujidao 的回复 (2026-04-23 22:58:03 PDT) ---
论增加token使用量 我一直觉得人类学才是最不要脸的那个
--- 第 8 楼来自 Yangff 的回复 (2026-04-24 01:11:23 PDT) ---
美卡小白用户: Terminal-Bench 2.0上達到82.7%的準確率 不信，我这gpt 5.4用terminal都明显远远不如Claude，不是差一点点的那种，他这数据合理怀疑泄漏训练集了
--- 第 9 楼来自 richardfatman 的回复 (2026-04-24 01:24:18 PDT) ---
我最近从claude换到codex了，感觉codex更好用一些
--- 第 10 楼来自 Yangff 的回复 (2026-04-24 01:28:29 PDT) ---
我大量用这俩玩意做cherrypick，gpt这玩意整天生成一堆莫名其妙的命令在那扫硬盘 git也在那整棵树整棵树的扫 扫的完吗你
--- 第 11 楼来自 richardfatman 的回复 (2026-04-24 01:50:41 PDT) ---
我就简单写写代码和debug，感觉claude废话太多了，然后一碰到需要网上搜索的时候就停不下来，token消耗巨快
--- 第 12 楼来自 Yangff 的回复 (2026-04-24 10:33:55 PDT) ---
我说的Terminal-Bench，gpt明显没法正确地把我的指令翻译成合适的命令，但是得分高出这么多显然是作弊了……
--- 第 13 楼来自 Onvon 的回复 (2026-04-24 12:22:15 PDT) ---
感觉gpt5.4开始就有一种薛定谔的感觉 有时很神 有时又很笨 不像claude和kimi那么稳定
--- 第 14 楼来自 derek3 的回复 (2026-04-24 12:24:47 PDT) ---
感觉5.5比5.4舒服，速度快不少 质量也还可以