GPT-5.5vsOpus 4.7
在 10 个共同 benchmark 中，GPT-5.5 整体领先：GPT-5.5 领先 7 项，Opus 4.7 领先 3 项，持平 0 项，平均分差 +4.14。
GPT-5.57 项(70%)(30%)3 项Opus 4.7
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
综合评估
胶着 4/4| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 851 / 58极高强度思考（无工具） | 75.809 / 58最高（无工具） | +9.20 |
| HLE | 52.2010 / 149Thinking High (With Tools) | 54.706 / 149Extended (with tools) | -2.50 |
| ARC-AGI | 953 / 65极高强度思考（无工具） | 93.509 / 65Thinking High (No Tools) | +1.50 |
| GPQA Diamond | 93.606 / 175Thinking High (No Tools) | 94.204 / 175Extended (no tools) | -0.60 |
AI Agent - 工具使用
GPT-5.5 领先 2/2| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 82.701 / 43Thinking High (With Tools) | 69.405 / 43Extended (with tools) | +13.30 |
| OSWorld-Verified | 78.702 / 14Thinking High (With Tools) | 783 / 14Extended (with tools) | +0.70 |
数学推理
GPT-5.5 领先 2/2| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 35.407 / 80Thinking High (With Tools) | 22.9012 / 80极高强度思考（无工具） | +12.50 |
| FrontierMath | 51.702 / 60Thinking High (With Tools) | 43.806 / 60极高强度思考（无工具） | +7.90 |
AI Agent - 信息收集
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| BrowseComp | 84.405 / 43Thinking High (With Tools + Internet) | 79.3011 / 43Extended (with tools) | +5.10 |
编程与软件工程
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 58.603 / 36Thinking High (With Tools) | 64.302 / 36Extended (with tools) | -5.70 |
规格对比
| 字段 | GPT-5.5 | Opus 4.7 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2026-04-23 | 2026-04-16 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 0.0 |
| 上下文长度 | 1000K | 1000K |
| 最大输出 | 131072 | 131072 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.5 | Opus 4.7 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $30 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- GPT-5.5在以下类目领先:AI Agent - 工具使用 (2/2)、数学推理 (2/2)、AI Agent - 信息收集 (1/1)
- Opus 4.7在以下类目领先:编程与软件工程 (1/1)
- 胶着类目:综合评估
10 个共同 benchmark 上，GPT-5.5 平均高出 4.14 分。
单项差距最大的 benchmark：Terminal Bench 2.0 — GPT-5.5 82.70，Opus 4.7 69.40（分差 +13.30）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。