GPT-5.5 Pro

OpenAI· 2026-04-23 上线

综合榜暂不排名：评测成绩还不够

编程

—

科研

62.3第 10 名

专业办公

—

知识问答

59.4第 12 名

价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。

科研

评测	原始成绩	标准分	最好成绩的档位	比较模型数
FrontierMath（1–3 级）	87.7%	62.4	xhigh	66
FrontierMath（4 级）	78.0%	63.0	xhigh	57
CritPt	30.6%	67.3	xhigh	101
OTIS Mock AIME	100.0%	56.5	xhigh	87

评测	原始成绩	标准分	最好成绩的档位	比较模型数
GPQA Diamond	93.9%	55.6	xhigh	84
SimpleBench	76.9%	63.2	未注明	39

这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。

评测	原始成绩	标准分	最好成绩的档位	比较模型数
ARC-AGI-2	84.6%	不计分	high	52
ARC-AGI	96.5%	不计分	high	52
国际象棋谜题	64.0%	不计分	xhigh	88

原始成绩取这个模型各个推理档位（xhigh、未注明、high）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。数据 10月16日 06:10 更新。

数据来源：Epoch AI（CC BY 4.0），本站按公开方法折算排名，不代表 Epoch AI 的观点。