gpt-5.5-pro采用更多计算量进行深入思考的 GPT-5.5 专业推理模型,面向困难问题与高精度回答。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000,最大输出 128,000 个词元。输入超过 272,000 个词元时,整次请求按长上下文费率计费。官方 Standard 价格(美元/百万 tokens):输入 $30、缓存读取 未单列、输出 $180。长上下文:输入 $60、缓存读取 未单列、输出 $270。
| 檔位 | 輸入/ 1M tokens | 輸出/ 1M tokens |
|---|---|---|
standard輸入 ≤ 272K tokens | $18 | $108 |
long_ | $36 | $162 |
標準化評測得分。百分比越高越好,並展示排名百分位。
指標來源:Artificial Analysis 2026-09-30·GPT 5.5 Pro
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分,基準成本或速度也不是本站的服務承諾。
GPT-5.5 Pro 适合答案质量比即时响应更重要的任务,例如评估系统架构、审查复杂代码修改、分析多份技术资料,或在多种约束下形成可执行方案。它使用更多计算进行推理,能够接收文字和图片,输出分析、代码及结构化结果。
百万级上下文适合放入较长的项目材料、代码和讨论记录。可以要求模型把不同材料中的结论、约束与冲突对应起来,先找出关键问题,再提出方案并检查反例。图片可用于补充流程图、界面截图或图表细节,最好标明每张图与任务的关系。
复杂任务应明确目标、不能改变的条件和完成标准。例如设计数据迁移方案时,要求比较停机窗口、失败恢复、数据一致性和验证步骤;审查代码时,要求指出具体触发条件与受影响路径,并区分已发现的问题和待验证假设。这样的要求能让深入推理落到可检查的结果上。
模型支持函数调用、结构化输出,以及 Responses 中的搜索、文件和代码等工具协作。应用需要配置相应工具,并把实际执行结果传回模型,才能继续验证方案。
本模型通过 Responses API 使用,reasoning.effort 支持 medium、high 和 xhigh。复杂请求可能需要数分钟,应设置合适的等待与超时策略;应用支持时可使用后台执行流程。提高推理投入更适合困难问题,简单摘要或即时交互可以先评估是否需要这一档计算。
“结合现有数据库结构、迁移脚本、回滚设计与流程图,审查这次拆表方案。重点检查并发写入、历史数据补齐、切换窗口和失败恢复。先列出可能导致数据不一致的路径,再给出最小修改建议与验证步骤;证据不足处明确写出待确认条件。”
先列材料目录,注明版本、相互关系和优先级,再提供完整关键内容,要求结论对应具体证据。
Pro 为复杂问题使用更多计算。通过 Responses 调用并预留足够超时;需要后台执行时,确认应用能够保存和查询任务结果。
/v1/chat/completions| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度;越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
替換 <YOUR_API_KEY> 替換為令牌設定中的 API Key。
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key,可以按模型、分組、IP、速率等維度精細化授權。
| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度;越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| OpenAI | 無限制 | 無限制 | 無限制 |
無限制
采用更多计算量进行深入思考的 GPT-5.5 专业推理模型,面向困难问题与高精度回答。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000,最大输出 128,000 个词元。输入超过 272,000 个词元时,整次请求按长上下文费率计费。官方 Standard 价格(美元/百万 tokens):输入 $30、缓存读取 未单列、输出 $180。长上下文:输入 $60、缓存读取 未单列、输出 $270。
Create an API key with access to gpt-5.5-pro, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
The model catalog lists a context window of 1050000 tokens. Check the selected endpoint for request limits.
The model catalog lists a maximum output of 128000 tokens. Your request settings may set a lower limit.
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.
