GPT-5.5 của OpenAI: Điểm chuẩn, Phân loại an toàn và Khả dụng

Hiệu quả token: Chuỗi logic Fibonacci–nhị phân

GPT-5.5 tuyên bố đạt câu trả lời bằng ít token hơn và ít bước lập luận hơn. Để kiểm tra, chúng tôi yêu cầu nó theo đường ống 5 bước sau:

• Tìm một hạng Fibonacci
• Chuyển nó sang dạng nhị phân
• Đếm bit
• Sinh các số nguyên tố trong một khoảng
• Tính tổng chúng

GPT-5.4 làm đúng các bước 1 đến 4, nhưng vấp ở phép cộng cuối cùng trừ khi tách bước đó làm đôi. Vì GPT-5.5 tuyên bố lập luận mạnh hơn với ít token hơn, đây là bài thử tự nhiên: liệu giờ nó có thể xử lý trọn chuỗi trong một lượt không?

Đây là prompt của chúng tôi:

Step 1: Find the 13th number in the Fibonacci sequence (starting with F1=1, F2=1). Let this be X.
Step 2: Convert X into a binary string (Base 2).
Step 3: Count the number of '1's in that binary string. Let this count be C.
Step 4: Identify all prime numbers (p) such that 20 ≤ p ≤ (C × 100).
Step 5: Calculate the sum of these primes. What is the final result?

Với prompt gốc này, kết quả rất giống GPT-5.4: Các bước 1 đến 4 chạy trơn tru, nhưng tác vụ cộng các số nguyên tố là quá sức, và tổng bị sai. GPT-5.5 cho ra 21.417, nhưng kết quả đúng là 21.459.

Tuy vậy, về mặt hiệu quả, ta thấy sự cải thiện. Đầu ra ngắn gọn hơn nhiều so với người tiền nhiệm. Kết quả cũng đến rất nhanh.

Cũng như ở bài trước, chúng tôi chia bước thứ năm thành hai bước riêng trong một cuộc trò chuyện khác: liệt kê các số nguyên tố đáp ứng điều kiện trước, rồi cộng chúng lại.

Kết quả rất thú vị, nhưng tiếc là theo hướng không tốt. Trong khi GPT-5.4 cho ra con số đúng sau khi chia bước, đầu ra của GPT-5.5 lại chứa một con số sai một lần nữa.

Hơn nữa, nó vẫn không đúng dù có thêm gợi ý. Mẫu liên tục đưa ra các con số sai và giải thích rối rắm, và chỉ đồng ý khi chúng tôi nói cho nó kết quả đúng.

Khi tôi thử prompt với việc tách tác vụ 5 như ban đầu (điều đã hoạt động ngay với GPT-5.4!), nó lại đưa một con số hoàn toàn khác. Có vẻ như tác vụ khá đơn giản là cộng các số mà nó đã xác định chỉ là đoán mò đối với mẫu.

Có thể đầu ra gọn hơn, điều có lẽ đạt được, đã phải đánh đổi bằng khả năng lập luận của mẫu.

Tuân thủ hướng dẫn

Trong bài viết về Claude Opus 4.7, chúng tôi dùng một prompt tài liệu tóm tắt chi tiết với 12 ràng buộc có thể kiểm tra (số đoạn chính xác, phạm vi số từ, chính tả Anh-Anh, quy tắc trích dẫn cụ thể, v.v.). Cả Claude Opus 4.7 và Sonnet 4.6 đều đạt 11/12, dù lỗi của Sonnet nặng hơn. Chúng tôi chạy cùng bài kiểm tra với GPT-5.5.

Prompt của chúng tôi:

You are writing a short briefing document for a new employee at a mid-sized accounting firm. Follow every instruction below.
Write a briefing about the firm's approach to client onboarding. The briefing must meet all of the following requirements:

-The briefing must be exactly 4 paragraphs long.
-The second paragraph must begin with the word "Historically".
-Each paragraph must contain between 3 and 5 sentences. No paragraph may have fewer than 3 or more than 5.
-Do not use the words "streamline", "leverage", "robust", or "synergy" anywhere in the document.
-Include exactly two direct quotes from fictional senior partners. Attribute each quote to a named partner. Do not include any other quoted material.
-One of the partners quoted must have a surname that starts with the letter M.
-End the document with a single-sentence closing line on its own, separated from the fourth paragraph by a blank line. This closing line does not count toward the 4-paragraph requirement.
-The closing line must be a question.
-Use British English spelling throughout (e.g., "organisation", "colour", "realise").
-Do not use any bullet points, numbered lists, or headings.
-Mention a specific fictional client name exactly once, and italicise it using markdown asterisks.
-The total word count of the briefing, including the closing line, must be between 280 and 320 words. Do not include any preamble, explanation, or commentary before or after the briefing. Output only the briefing itself.

Đây là đầu ra:

Client onboarding at our firm is designed to establish confidence, clarity, and accountability from the first contact. New clients are guided through identity checks, engagement scoping, fee discussions, and information gathering before any substantive work begins. The aim is to understand the organisation, its risks, its reporting obligations, and the people who will approve decisions.
Historically, onboarding was handled differently by each service line, which created gaps in communication and uneven client experiences. We now use a common intake process, supported by professional judgement rather than rigid box-ticking. As senior partner Eleanor Marsh says, "Good onboarding is not administration; it is the first audit of the relationship." Her point is that early discipline prevents confusion later.
Your role as a new employee is to notice detail, ask sensible questions, and record information accurately. For example, if Harbour Vale Properties Ltd provides incomplete ownership details, you should flag the issue rather than assume it can be corrected later. The onboarding file should show who the client is, what work we have agreed to perform, which risks require attention, and whether any independence concerns exist. Clear notes matter because colleagues may rely on them months later.
Senior partner David Kline often reminds teams, "A client should feel welcomed, but never waved through." That balance is central to our approach: we want clients to experience a professional welcome while still meeting legal, ethical, and quality requirements. Once onboarding is complete, the engagement team should know the agreed scope, the communication rhythm, and the next practical steps. If anything feels unclear, raise it early with your manager rather than quietly carrying uncertainty into the work.
Are you ready to help make every new client relationship start properly?

Nói ngắn gọn: GPT-5.5 vượt qua bài kiểm tra và đáp ứng mọi ràng buộc (12/12).

Khả dụng của GPT-5.5

GPT-5.5 đang được triển khai ở tất cả các kênh quen thuộc bắt đầu từ hôm nay. Người dùng Plus, Pro, Business và Enterprise có GPT-5.5 trong cả ChatGPT và Codex, và người dùng Pro, Business, Enterprise cũng có GPT-5.5 Pro trong ChatGPT.

OpenAI cho biết GPT-5.5 và GPT-5.5 Pro sẽ sớm có mặt qua API Responses và Chat Completions với cửa sổ ngữ cảnh 1M token. Ở các lần phát hành khác, OpenAI thường cung cấp API cùng thời điểm. 

An toàn và Quyền truy cập an ninh mạng của GPT-5.5

OpenAI phân loại GPT-5.5 ở mức Cao cho cả năng lực sinh học/hóa học và an ninh mạng theo Khung Sẵn sàng của họ. Đó là lý do API bị trì hoãn. OpenAI nói rằng phục vụ một mẫu phân loại “Cao” ở quy mô API đòi hỏi các biện pháp bảo vệ bổ sung mà họ đang triển khai.

Hai hệ quả thực tế cho người dùng:

• Thứ nhất, người dùng tiêu chuẩn sẽ gặp bộ phân loại nghiêm ngặt hơn với các yêu cầu liên quan đến an ninh mạng. OpenAI thừa nhận một số từ chối như vậy “có thể gây khó chịu.”
• Thứ hai, OpenAI giới thiệu Trusted Access for Cyber, một chương trình nơi các bên phòng thủ đã xác minh có thể đăng ký tại chatgpt.com/cyber để nhận ít hạn chế hơn cho công việc bảo mật hợp pháp. 

Đây là lần đầu tiên OpenAI chính thức phân tầng quyền truy cập an ninh mạng dựa trên người yêu cầu. An ninh mạng gần đây được nhắc đến nhiều. Chúng tôi đã viết về các vấn đề an ninh mạng trong bài về Claude Opus 4.7, một “anh em” thu nhỏ của Mythos Preview nội bộ của Anthropic, vốn có lo ngại rằng nó có thể khai thác lỗ hổng zero-day, và các vấn đề khác.

Giá của GPT-5.5

Tôi đã nói trước đó là có cải thiện về hiệu quả. Chúng ta cũng cần nói rằng giá theo token đã tăng. 

• GPT-5.5 (API, khi khả dụng): GPT-5.5 trong API sẽ có giá $5 cho mỗi 1M token đầu vào và $30 cho mỗi 1M token đầu ra.
• GPT-5.5 Pro (API, khi khả dụng): GPT-5.5 Pro trong API sẽ có giá $30 cho mỗi 1M token đầu vào và $180 cho mỗi 1M token đầu ra.

GPT-5.5 so với Claude Opus 4.7 như thế nào?

Chúng tôi kiểm tra GPT-5.5 trên cùng các prompt dùng trong bài viết về Claude Opus 4.7, để có thể dùng kết quả thử nghiệm đó cùng với điểm chuẩn so sánh trực tiếp hai bên.

Kết luận cơ bản: GPT-5.5 đã khép lại khoảng cách về ngữ cảnh dài vốn khiến GPT-5.4 là lựa chọn yếu cho công việc nặng tài liệu, nhưng các lợi ích hiệu quả có vẻ phải trả giá bằng độ tin cậy số học. GPT-5.5 nhỉnh hơn ở khả năng tuân thủ hướng dẫn nghiêm ngặt và hiện có giá cao hơn Opus 4.7 ở token đầu ra.

Opus 4.7 vẫn dẫn ở SWE-bench Pro (64,3% so với 58,6%), nhưng GPT-5.5 đã vượt lên rõ rệt ở Terminal-Bench 2.0 (82,7% so với 69,4%), nên bức tranh mã hóa giờ tách theo môi trường: Opus 4.7 cho kỹ thuật ở cấp độ kho mã, GPT-5.5 cho quy trình làm việc nặng thao tác terminal.

Cộng đồng mạng nói gì về GPT-5.5

Mẫu mới của OpenAI nhìn chung được đón nhận tích cực. Người dùng đặc biệt thích tốc độ và sự cô đọng khi đưa ra kết quả hữu ích.

Những người dùng khác lưu ý rằng dù có thể là một bước tiến từ GPT-5.4, nhưng có thể chưa đủ để biện minh cho mức tăng giá đáng kể.

Kết luận

GPT-5.5 là một bản cập nhật năng lực theo hướng tiệm tiến đi kèm một cập nhật chính sách mang tính nhảy vọt. Mẫu nhanh hơn, rẻ hơn tính trên mỗi tác vụ, và tốt hơn đáng kể cho công việc ngữ cảnh dài. Chúng ta thấy rõ các tuyên bố này trong kết quả điểm chuẩn.

Các bài kiểm tra của chính chúng tôi cho một bức tranh tinh tế hơn. Cải thiện ngữ cảnh dài là thật, và GPT-5.5 đáp ứng đủ cả 12 ràng buộc trong bài kiểm tra tuân thủ hướng dẫn (một prompt mà cả Claude Opus 4.7 và Sonnet 4.6 đều đạt 11/12), nhưng lợi ích hiệu quả phải trả giá: GPT-5.5 liên tục trượt một tác vụ cộng mà GPT-5.4 xử lý được sau khi tách prompt đơn giản. Điều này gợi ý một sự đánh đổi giữa độ cô đọng đầu ra và hiệu năng lập luận.

Bản phát hành này cũng là lần đầu OpenAI chính thức phân tầng quyền truy cập an ninh mạng dựa trên người yêu cầu, một diễn biến thú vị cho toàn ngành.

Nếu bạn dùng ChatGPT hoặc Codex, bạn có quyền truy cập mẫu mới ngay hôm nay. Nếu bạn dùng API, bạn phải chờ, điều mà như chúng tôi nêu, không phải cách OpenAI thường làm, nhưng có lẽ sẽ sớm có.