OpenAI запустила GPT-5.5 — флагманскую модель для агентной работы и сложных задач

OpenAI 23 апреля выпустила GPT-5.5 — свою новую флагманскую модель искусственного интеллекта, которая позиционируется как качественный скачок в области автономного выполнения задач и управления агентами. Нейросеть уже доступна пользователям ChatGPT и Codex.

«Introducing GPT-5.5 — A new class of intelligence for real work and powering agents, built to understand complex goals, use tools, check its work, and carry more tasks through to completion. It marks a new way of getting computer work done. Now available in ChatGPT and Codex.» — OpenAI (@OpenAI), оригинальный пост

Почему это важно

Выход GPT-5.5 обозначает переход от модели, которой нужен постоянный контроль пользователя, к нейросети, способной самостоятельно планировать многоэтапную работу, подбирать инструменты, проверять собственные результаты и доводить задачи до конца. Для индустрии ИИ это сигнал о дальнейшем развитии агентного подхода — когда модель берёт на себя не отдельные запросы, а полноценные рабочие процессы.

Согласно заявлению компании, GPT-5.5 обеспечивает рост интеллектуальных возможностей без потери скорости: латентность на токен сопоставима с GPT-5.4 в реальных условиях, а уровень решения задач значительно выше. При работе в Codex модель расходует существенно меньше токенов, чем предшественница.

Агентное программирование и работа с кодом

GPT-5.5 — наиболее мощное решение OpenAI в области агентного программирования. На бенчмарке Terminal-Bench 2.0, оценивающем сложные сценарии работы в командной строке, модель показала точность 82,7%. Результат в SWE-Bench Pro составил 58,6%, а в Expert-SWE новинка превзошла GPT-5.4. Во всех трёх тестах расход токенов оказался ниже, чем у предыдущего поколения.

В Codex модель выполняет инженерные задачи от реализации и рефакторинга до отладки, тестирования и валидации. По данным OpenAI, GPT-5.5 лучше разбирается в архитектуре системы: понимает, почему что-то не работает, где нужны исправления и какие участки кода будут затронуты.

Модель значительно превосходит GPT-5.4 и Claude Opus 4.7 по логическому мышлению и автономности: заранее выявляет проблемы, прогнозирует необходимость тестирования и рецензирования без явных указаний пользователя.

Результаты в интеллектуальных и профессиональных задачах

В бенчмарке GDPval, проверяющем работу агентов в 44 профессиях, GPT-5.5 набрала 84,9%. В OSWorld-Verified — 78,7%, в Tau2-bench — 98%. Помимо этого, модель продемонстрировала 60% в FinanceAgent, 88,5% в задачах моделирования инвестиционного банкинга и 54,1% в OfficeQA Pro.

Научные исследования и работа с информацией

В научно-технических процессах GPT-5.5 способна последовательно изучать идеи, собирать доказательства, проверять гипотезы и интерпретировать данные. На GeneBench — платформе для многоэтапного анализа в генетике и количественной биологии — модель улучшила показатели GPT-5.4. Аналогичный результат зафиксирован в BixBench.

Более 85% сотрудников различных подразделений OpenAI еженедельно используют Codex — не только для разработки ПО, но и в финансах, коммуникации, маркетинге, аналитике данных и управлении продуктами.

Доступность и стоимость

GPT-5.5 работает в ChatGPT и Codex для подписчиков планов Plus, Pro, Business и Enterprise. Для пользователей Pro, Business и Enterprise также доступна версия GPT-5.5 Pro. В ближайшее время обе версии появятся через API: стоимость составит $5 млн за 1 млн входных токенов и $30 млн за выходные. Контекстное окно — 1 млн токенов.

В Codex модель доступна для планов Plus, Pro, Business, Enterprise, Edu и Go с контекстным окном 400 000 токенов. GPT-5.5 представлена в режиме Fast, генерирующем токены в 1,5 раза быстрее за 2,5-кратную стоимость. При этом GPT-5.5 дороже GPT-5.4, что объясняется более высокой эффективностью использования токенов.

Перед релизом OpenAI применила комплекс мер безопасности с привлечением внутренних и внешних специалистов.