GPT-5.5 是 OpenAI 同代的前沿旗舰，发布时被称为「面向编码与专业工作的新一类智能」，在产品线中位于 GPT-5.4 之上。
- 输入
- 文本 图像 $5/M
- 输出
- 文本 $30/M
- 缓存读取
- $0.5/M
- 上下文
- 1.1M
- 知识截止
- 2025-12
Benchmark 成绩
供应商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,050,000 |
|---|---|
| 最大输出（供应商规格） | 128,000 |
| 知识截止 | 2025-12 |
提示词缓存
| 缓存方式 | 自动 |
|---|---|
| 最小前缀 | 1,024 |
| 有效期 | 5–10 分钟，最长 1 小时 |
思考
| 供应商参数 | reasoning.effort |
|---|---|
| 可选值 | none · low · medium · high · xhigh |
| 默认值 | medium 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 支持交错思考：思考之前和思考之间都有可见输出，工具调用之间也会思考。 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 + 图像 → 文本 |
|---|
- 被描述为面向编码与专业工作的新一类智能
- 1.05M 上下文 / 128k 最大输出
- 输入超过 272k token 的提示词按 2x 输入 / 1.5x 输出计费
一条提示词，经网关实测
GPT-5.5 通过 · 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.
输出 131 tok (+42 思考) 延迟 2.9 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
GPT-5.5 通过 · 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.
输出 401 tok (+182 思考) 延迟 5.9 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
GPT-5.5 通过 · 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"}
输出 557 tok (+512 思考) 延迟 6.7 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
GPT-5.5 通过 · 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.
输出 859 tok (+700 思考) 延迟 8.7 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 GPT-5.5
兼容 OpenAI：换掉 base_url，SDK 不用改。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(""));关于 GPT-5.5
- 它把 1,050,000 token 上下文窗口（厂商规格）和 128K 最大输出，与图像输入、从 none 到 xhigh 的推理力度控制、流式、结构化输出以及 OpenAI 完整的托管工具套件结合起来，知识截止为 2025 年 12 月。
- 从 GPT-5.4 迁移前，这一版本有三处变化值得先读。
- 推理力度现在默认为 medium 而非 none，这会悄然抬高任何从不设置它的客户端的 token 支出与延迟。
- 图像 detail 未设置或设为 auto 时，现在采用模型的原始行为。
- 而缓存只在扩展提示词缓存下生效，该模型不支持内存中的提示词缓存。
- 工具列表包括函数调用、网页搜索、文件搜索、工具搜索、图像生成、代码解释器、托管 shell、apply patch、skills、computer use 和 MCP，覆盖 Chat Completions、Responses 和 Batch。
- 输入超过 272K token 的提示词，整个请求按 2 倍输入价和 1.5 倍输出价计费，OpenAI 还指出处于该长上下文区间的请求会占用被削减的速率限制配额。
- Synthorai 在其 OpenAI 兼容 API 上原生提供 GPT-5.5。
常见问题
GPT-5.5 API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $5/M 计算，光这笔额度就够向 GPT-5.5 发约 24 次请求，每次 ~8K token。
GPT-5.5 最擅长什么？
面向专业工作的新等级智能、1,050,000 token 上下文，128K 输出、推理力度从 none 到 xhigh。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
GPT-5.5 的价格是多少？
在 Synthorai 上，GPT-5.5 的输入价为 $5/百万 token，输出价为 $30/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.5/M 计费。
GPT-5.5 的上下文长度是多少？
GPT-5.5 的上下文长度（上下文窗口）是 1.1M token。单次回复最多输出 128,000 个 token。
GPT-5.5 支持提示词缓存（prompt caching）吗？
支持，而且全自动：经 OpenAI 处理的提示词会自动缓存，不用改代码。缓存命中的输入 token 按 $0.5/M 计费（未命中为 $5/M）；提示词的稳定前缀至少要有 1,024 个 token 才能缓存（TTL 5–10 分钟，最长 1 小时）。 提示词缓存指南 →
如何开通 GPT-5.5？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gpt-5.5" 即可。一个 API key 就能调用网关上的全部模型。
GPT-5.5 的知识截止日期是什么时候？
GPT-5.5 的知识截止日期是 2025-12，以供应商官方文档为准（核对于 2026-07-09）。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。