O GPT-5.5 é o carro-chefe de fronteira da OpenAI de sua geração, apresentado como “uma nova classe de inteligência para código e trabalho profissional” e situado acima do GPT-5.4 na linha.
- Entrada
- texto imagem $5/M
- Saída
- texto $30/M
- Leitura de cache
- $0.5/M
- Contexto
- 1.1M
- Corte de conhecimento
- 2025-12
Benchmarks
Publicado pelos fornecedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 60 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.050.000 |
|---|---|
| Saída máxima (especificação do fornecedor) | 128.000 |
| Corte de conhecimento | 2025-12 |
Cache de prompts
| Modo | automático |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | 5-10 min, até 1 hora |
Raciocínio
| Parâmetro do fornecedor | reasoning.effort |
|---|---|
| Valores aceites | none · low · medium · high · xhigh |
| Valor predefinido | medium aplicado quando o pedido nada indica |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | Suporta raciocínio intercalado: saída visível antes e entre os trechos de raciocínio, e raciocínio entre chamadas de ferramentas. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- Descrito como uma nova classe de inteligência para código e trabalho profissional
- contexto de 1,05M / saída máxima de 128k
- prompts acima de 272k tokens de entrada cobrados a 2x na entrada / 1,5x na saída
conforme documentação oficial da OpenAI ↗
Um prompt, medido pelo gateway
GPT-5.5 passou · 3 sentences
Enabling reasoning makes the model do additional internal “thinking” before producing the final answer, which consumes more compute and billable tokens. Even if user volume and output length stayed the same, each request now costs more because the model is spending extra capacity to solve the problem. In short, we bought higher-quality answers, but the unit cost per answer increased enough to double the total LLM bill.
saída 131 tok (+42 pensamento) latência 2.9 s
Cumprimento da instrução (exatamente três frases - contáveis), ajuste ao público (registro de CFO), e a lacuna de cobrança do pensamento oculto que os medidores de tokens abaixo expõem.
GPT-5.5 passou · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug was that `cur` and `best` were counting the number of equal *adjacent comparisons*, not the number of items in the run. A run of one item has length `1`, but the original code initialized both values to `0`, so single-element inputs returned `0`. Similarly, a run like `[2, 2, 2]` has length `3`, but only two adjacent equal comparisons, so the result was off by one. Also, `best` should be updated after every element is processed, not only inside the equality branch, so runs that continue through the final index are properly considered.
saída 401 tok (+182 pensamento) latência 5.9 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
GPT-5.5 passou · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11,"guidance":"withheld pending the Q4 close"}
saída 557 tok (+512 pensamento) latência 6.7 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
GPT-5.5 passou · 120 words, 0 banned, 1 question
Today we’re introducing Prompt Cache Routing, a new API gateway feature that stores reusable prompt prefixes and applies them across leading model providers. Teams can reduce latency, lower token spend, and keep application logic portable without rewriting requests for each vendor. Have you ever paid twice to send the same system instructions? With shared cache keys, provider-aware metadata, and automatic fallback handling, the gateway detects eligible prompt segments, reuses cached context, and records savings in your existing observability dashboards. Policies let admins set retention windows, data boundaries, and provider allowlists by workspace or environment. Prompt Cache Routing is available now in beta for Pro and Enterprise customers, with SDK support, Terraform resources, and clear migration guides included at launch worldwide.
saída 859 tok (+700 pensamento) latência 8.7 s
Obediência às restrições (orçamento de palavras, lista de palavras proibidas, a única pergunta), impressão digital de estilo, e controle de comprimento.
Use o GPT-5.5 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o GPT-5.5
- Ele combina uma janela de contexto de 1.050.000 tokens (especificação do fornecedor) e 128K de saída máxima com entrada de imagem, controle de esforço de raciocínio de none até xhigh, streaming, saídas estruturadas e o conjunto completo de ferramentas hospedadas da OpenAI, com um corte de conhecimento de dezembro de 2025.
- Três mudanças neste lançamento merecem leitura antes de migrar do GPT-5.4.
- O esforço de raciocínio agora assume medium por padrão em vez de none, o que discretamente eleva o gasto de tokens e a latência para qualquer cliente que nunca o definiu.
- O detalhe de imagem deixado sem definição ou definido como auto agora usa o comportamento original do modelo.
- E o cache funciona apenas com o cache de prompts estendido, sendo o cache de prompts em memória não suportado neste modelo.
- A lista de ferramentas segue com function calling, busca na web, busca em arquivos, busca de ferramentas, geração de imagens, interpretador de código, shell hospedado, apply patch, skills, uso de computador e MCP, em Chat Completions, Responses e Batch.
- Prompts acima de 272K tokens de entrada são cobrados a 2x a entrada e 1,5x a saída para a requisição inteira, e a OpenAI nota que requisições nessa faixa de contexto longo também consomem alocações reduzidas de limite de taxa.
- A Synthorai serve o GPT-5.5 nativamente na sua API compatível com OpenAI.
Perguntas frequentes
A API do GPT-5.5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $5/M de tokens de entrada, só esse crédito já cobre cerca de 24 requisições de ~8K tokens ao GPT-5.5.
Em que o GPT-5.5 é melhor?
Nova classe de inteligência para trabalho profissional; contexto de 1.050.000 tokens, 128K de saída; controle de esforço de raciocínio de none até xhigh. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o GPT-5.5?
Na Synthorai, o GPT-5.5 custa $5 por milhão de tokens de entrada e $30 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.5/M.
O GPT-5.5 suporta cache de prompts?
Sim, automaticamente: prompts servidos pela OpenAI entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $0.5/M, contra $5/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL 5-10 min, até 1 hora). Guia de cache de prompts →
Como obtenho acesso ao GPT-5.5?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="gpt-5.5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do GPT-5.5?
O corte de conhecimento do GPT-5.5 é 2025-12, segundo a documentação oficial do fornecedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.