GPT-5.5vsOpus 4.7
在 13 个共同 benchmark 中，GPT-5.5 整体领先：GPT-5.5 领先 7 项，Opus 4.7 领先 6 项，持平 0 项，平均分差 -1.16。
GPT-5.57 项(54%)(46%)6 项Opus 4.7
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
数学
GPT-5.5 领先 3/3| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| MathArena Apex | 80.212 / 17Extra-High (With Tools) | 40.629 / 17Extra-High (With Tools) | +39.59 |
| HMMT Feb 2026 | 98.481 / 10Extra-High (With Tools) | 93.946 / 10Extra-High (With Tools) | +4.54 |
| AIME 2026 | 1001 / 30Extra-High (With Tools) | 95.8310 / 30Extra-High (With Tools) | +4.17 |
写作与创意表达
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| Creative Writing | 1,84415 / 110Normal (No Tools) | 1,91412 / 110Normal (No Tools) | -70.40 |
图像感知与视觉推理
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| MMMU-Pro | 71.40121 / 229Normal (No Tools) | 76.4073 / 229Normal (No Tools) | -5 |
多轮记忆与持续上下文
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| Context Arena | 41.9398 / 126Normal (No Tools) | 22.12122 / 126Normal (No Tools) | +19.81 |
常识推理
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| SimpleBench | 6920 / 96Normal (No Tools) | 61.7030 / 96Normal (No Tools) | +7.30 |
抽象归纳与泛化
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 0.4329 / 51Thinking High (No Tools) | 0.1838 / 51Thinking High (No Tools) | +0.25 |
机器学习工程
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| WeirdML v2 | 67.1522 / 52Normal (With Tools) | 76.4013 / 52Normal (With Tools) | -9.25 |
科学知识与推理
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| CritPt | 1.40139 / 204Normal (No Tools) | 5.1098 / 204Normal (No Tools) | -3.70 |
自主开发与终端任务
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 49.2024 / 244Normal (With Tools) | 54.5015 / 244Normal (With Tools) | -5.30 |
跨应用与工具编排
Opus 4.7 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| PinchBench v2 | 75.5018 / 45Reported best (effort unspecified) | 76.0115 / 45Reported best (effort unspecified) | -0.51 |
跨能力综合测试
GPT-5.5 领先 1/1| 评测项 | GPT-5.5 | Opus 4.7 | 分差 |
|---|---|---|---|
| LiveBench | 79.911 / 117Deep Thinking (No Tools) | 76.538 / 117Deep Thinking (No Tools) | +3.38 |
规格对比
| 字段 | GPT-5.5 | Opus 4.7 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2026-04-23 | 2026-04-16 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 1000K |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.5 | Opus 4.7 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $30 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- GPT-5.5在以下类目领先:数学 (3/3)、多轮记忆与持续上下文 (1/1)、常识推理 (1/1)、抽象归纳与泛化 (1/1)、跨能力综合测试 (1/1)
- Opus 4.7在以下类目领先:写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、机器学习工程 (1/1)、科学知识与推理 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
13 个共同 benchmark 上，Opus 4.7 平均高出 1.16 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.5 1,844，Opus 4.7 1,914（分差 -70.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。