GPT-5.5实测有点翻车。

GPT-5.5实测有点翻车。

写完文章后，我已经拿Codex中的GPT-5.5测了不少长步骤的复杂任务：做动画、做PPT、做网站。

我的感受是这是个非常无聊的学霸，会做题会尽量达成你布置的任务，但做出来的东西就是相当无聊。在指令相同，调用Skill相同的情况下，还是Opus4.7出来的东西更符合我审美。

我猜可能是OpenAI真的在很努力跑分了，所以模型也在做题这事上优化得过度。以及，在GPT-5.5的System Card报告里，GPT-5.5有29%的情况会撒谎说自己完成了不可能完成的编程任务，远高于GPT-5.4和5.3版本。