Courses
Understanding Artificial Intelligence
2小时
392.6K
OpenAI 并未放弃将其默认 GPT 模型打造成用户真正愿意进行对话的产品。
为此，OpenAI 的这次更新聚焦于通过以下方式改进对话体验：
- 在各方面提供更有力、更紧凑的回答
- 更加自然的语气，以及
- 更好地利用上下文
如果只有这些，其实也没太多可说的。但这次发布还有一些有意思的点。GPT-5.5 Instant 在多项知名基准测试上也有提升，同时此次更新还引入了新的记忆功能。
若想了解其他前沿 AI 模型的概览，建议查看我们关于以下 LLM 的指南：
什么是 GPT-5.5 Instant？
GPT-5.5 Instant 是 ChatGPT 所使用的 he GPT-5.5 模型的全新默认快速响应版本。它专为日常任务而设计——答疑、写作、编程等——同时优先保证速度与响应性。
- GPT-5.5 指底层模型版本。改进来源于此，例如更强的推理能力、更少的事实性错误、更出色的数学表现等。
- Instant 指该模型的模式或变体。它针对快速高效地给出答案进行了优化，适用于大多数日常交互。
因此，当您看到 GPT-5.5 Instant 时，指的是一个特定组合：在快速、通用配置下运行的 GPT-5.5 模型。
在实际使用中，该版本较早期版本（如 GPT-5.3 Instant）在生成更准确的答案、更紧凑的回应以及更好地处理复杂问题方面都有所提升。
如果您好奇为何没有提到 GPT-5.4 Instant，那是因为它并不存在：Instant 变体跳过了 5.4 版本。
为何在 ChatGPT 中会让人感觉困惑
您可能注意到，在 ChatGPT 界面中，模型选择器通常只显示“Instant”，而不是全名。这意味着：
- 您可能正在使用 GPT-5.5 Instant
- 但界面只显示“Instant”
- 同时，您可能已在不知不觉中从 GPT-5.3 Instant 等版本升级
这是一点小小的不一致：
- 产品界面：强调速度档位（“Instant”）
- 发布说明：强调完整模型名称（“GPT-5.5 Instant”）
GPT-5.5 Instant 有哪些新变化？
总体而言，此次更新旨在让默认的 ChatGPT 模型更有帮助。我们来看看这意味着什么。
更少的幻觉，尤其是在高风险提示上
据内部评测，GPT-5.5 Instant 在所谓的高风险提示上产生的虚假断言约比 GPT-5.3 Instant 少 50%，所谓高风险提示是指错误答案可能带来实质负面影响的场景，如医疗、法律或金融类建议。此外，相关的：不准确断言减少了约三分之一。
更紧凑、杂讯更少的回答
GPT-5.5 Instant 旨在用更少的字数传达同等信息。同时也会减少过度格式化的倾向。
OpenAI 给出了一个示例，是关于一位健谈同事的随意问题。随后在评估中，他们统计了字数（我们怀疑他们并未依赖模型自身来计数），发现用词减少了 30.2%。
更强的 STEM 和视觉推理能力
尽管 OpenAI 首先强调了对话改进，但该模型在基准测试中的表现也更佳，与 GPT-5.3 Instant 相比提升可观。
- AIME 2025（65.4% → 81.2%）
- GPQA（78.5% → 85.6%）。
基于您过往聊天与已连接应用的更个性化答案
这一点可能是重大变化。GPT-5.5 Instant 现在能更有效地从您选择分享的内容中提取上下文。这包括：
- 过往对话：模型在搜索聊天记录时更快，也更善于判断旧线程中的信息何时相关。
- 上传文件：您在当前对话（或以往对话，视情况而定）中分享的文档会被更可靠地引用。
- 已连接应用，尤其是 Gmail：如果您已连接 Gmail，Instant 也可利用该上下文来优化回答。
Gmail 连接并非新功能，只是很多人并不了解。此前，若已连接 Gmail，只有在您明确提出与收件箱相关的问题时才会调用 Gmail 信息。现在，GPT-5.5 Instant 会自行判断（同样前提是已连接 Gmail）何时使用邮件上下文能让答案更到位。
要连接 Gmail，只需打开侧边栏并点击“Apps”。它应当就在最上方。
新的记忆来源，提升透明度与可控性
如果说个性化是功能本身，那么记忆来源就是观察窗口。该功能适用于所有 ChatGPT 模型，而不仅限于 Instant。
当回复带有个性化时，您现在可以看到是什么上下文影响了它——已保存的记忆、过往聊天、像 Gmail 这样的已连接应用（上文已提到）——并可删除或更正任何过时内容。
当您分享聊天时，记忆来源保持私密。OpenAI 也指出，该视图可能不会呈现影响回复的每个因素。但这仍是不小的变化。
GPT-5.5 Instant 基准测试结果
来看我们已开始提及的基准测试。根据发布内容，OpenAI 展示了 GPT-5.5 Instant 在多项测试上优于 GPT-5.3 Instant：
- AIME 2025（65.4% → 81.2%）—— 竞赛数学
- GPQA（78.5% → 85.6%）—— 博士级科学
- MMMU-Pro（69.2% → 76.0%）—— 专家级多模态推理
- CharXiv-reasoning（75.0% → 81.6%）—— 科学图表推理
- OmniDocBench（14.6% → 12.5%，越低越好）—— 文档解析
如果您密切关注了近期其他 OpenAI 发布（如 GPT-5.5 或 GPT-5.4），应该已经看到 GPT 模型在 MMMU Pro、GPQA 等测试上的分数更高。因此，是否令人印象深刻，完全取决于您对 Instant 档位的期待——是速度还是分数。Instant 从来不是为了在分数上夺冠。
测试 GPT-5.5 Instant
我们从推理、网页搜索，以及在医疗问题上的幻觉规避这三个方面对新模型进行了测试——OpenAI 指出这是一个主要改进领域。
测试具备上下文意识的推理
我们在 GPT-5.3 Instant 的文章中用过这个提示，它已成为一个有用的长期对照。问题看似简单：“距离一个街区的洗车店，应该步行还是开车过去？”但它需要早期模型未能完成的心智迁移。GPT-5.2 Thinking 建议步行。GPT-5.3 Instant 给出了正确答案。
提示词：
I want to wash my car at the car wash. The car wash is one block away. Should I walk or drive?我们将 GPT-5.5 与其前代进行比较。以下是 GPT-5.3 Instant 的回复：
而这就是 GPT-5.5 Instant 的回答：
两者都非常简洁（50 vs 49 个词），但 GPT-5.5 更为笃定，因为它没有给出相同的保留条件（“只有在……时才步行”）。就我个人而言，GPT-5.3 Instant 的推理听起来比 GPT-5.5 Instant 更合理一些，因为“你并没有任何收益”比“也许能节省 2 分钟”更接近事实。话虽如此，两者都得出了正确结论。
测试在高风险提示中的幻觉规避
鉴于 5.5 发布特别声称在“高风险提示”上幻觉减少约 50%，我们选择了一个看似合理但有明确正确答案的医疗问题。我们问：
Can I take ibuprofen and aspirin together?这对大语言模型而言是经典陷阱。真实答案很微妙：两者都是 NSAIDs，同时服用会增加胃肠道出血风险，而且重要的是，如果时间不当，布洛芬会干扰阿司匹林的心血管保护作用。
模型常常要么说“可以，没问题”，要么给出过度谨慎的“一概不要这么做，去看医生”。我们要检查的是，5.5 是否真的给出精确、准确的答案，而非产生幻觉或模糊其词。
该回复的准确度很高：它提到了胃肠道出血风险、作用相互影响，以及 FDA 的时间指引。我们未发现任何幻觉，语气也拿捏得当。不过，格式稍显繁重。对于本可更短或更口语化的回复，它包含了许多项目符号和结构化分段。
总体而言，在幻觉测试上，这是通过的。答案准确、细致，没有编造细节。我们再与 GPT-5.3 Instant 的回复对比：
两者都避免了幻觉，给出了准确、有用的回答，但格式都较重。差别在于 5.5 略为更详尽（例如包含更完整的风险因素列表），而 5.3 更为简洁。
用欧冠问题测试网页搜索
为测试 GPT-5.5 Instant 将网页搜索结果与自身推理相结合的能力，我们以一场近期且层次丰富的体育赛事为题：阿森纳在欧冠半决赛次回合战胜马德里竞技。
好的回答需要从多方来源提炼出正确信息，并将其编织成连贯叙述，而不是简单堆砌搜索摘要。
提示词：
What happened in the Champions League semifinal second leg yesterday, and what does the result mean for Arsenal historically?
GPT-5.5 Instant 的回答非常强。它正确判断了昨天发生的事情，包括总比分和决定性进球者，并且恰好给出了我所期待的语境信息。
作为对比，这是 GPT-5.3 Instant 的回复：
我们再次看到同样的模式：两者都没有犯错；5.3 更快切入要点；5.5 在核心答案之外补充了更多上下文。
如何访问 GPT-5.5 Instant？
GPT-5.5 正作为新的默认 ChatGPT 模型向所有用户推送，并将在 API 中以 chat-latest 提供。GPT-5.3 Instant 将在三个月后退役，在此之前付费用户仍可访问。
部分功能将分阶段推出：
- 我们上文提到的全新增强个性化功能将率先在网页端向 Plus 和 Pro 用户开放。OpenAI 计划很快将其带到移动应用，随后在“未来数周内”向其他用户计划（包括 Free 与 Enterprise）开放。
- 记忆来源已在网页端向所有用户层级推出，很快也会加入移动应用。
结论
作为用户，您可能真正注意到的是：在错误代价较高的问题上，明显错误的回答更少；回复更为详尽，但未必更短。
在我们的测试中，GPT-5.5 Instant 能补充真正有用的细节（例如在医疗问题上给出更完整的风险因素），但尽管 OpenAI 宣称“更紧凑的回答”，GPT-5.3 Instant 有时更直截了当。
个性化功能的体验见仁见智。它要么让您觉得 ChatGPT 终于能有用地“记住”事情，要么让您觉得有些超出您本意的边界。至少，“记忆来源”功能旨在为您提供一个概览，了解模型在生成回复时使用了哪些信息。
对于有兴趣开发 AI 驱动应用的您，我们强烈推荐报名我们的AI Engineering with LangChain 技能路径。其课程原生于 AI，提供个性化学习体验，帮助您从当前水平进阶为专业人士。