剪辑：Aeneas KingHZ

昨夜，GPT-5.5居然按时发布了，全网莫得白等。更炸裂的是，就在并吞天，DeepSeek-V4紧随自后发布了！实测后，约束出东说念主预感。

2026年4月24日，这是属于全球AI开发者的「苟且星期五」，亦然科技史上注定被记得的一天。

凌晨本事，OpenAI的GPT-5.5如约空降，试图以皆备的参数再次界说智能畛域。

可是，就在大洋此岸的余震还未平息时，阿谁也曾数次单挑闭源巨头的国产「价钱屠户」与「效率天才」——DeepSeek，带着全新的V4系列来正面硬刚了！

当GPT-5.5还在试图用更立志的算力堆砌异日时，DeepSeek-V4照旧用1M超长凹凸文、并排顶级闭源模子的Agent才调，以及仅为前代10%的KV缓存占用，径直把大模子推向了「子民化智能」的极境。

一边是科技春晚般的丽都登场，一边是开源领域近乎「掀桌子」的绝地反击。咱们见证了一场精彩的「暴力好意思学」与「算法巧念念」的巅峰对决。

通往AGI的赛说念，霎时被这两大巨头镌汰了不少。

接下来，中国开源之光DeepSeek-V4和GPT-5.5，要来一场真刀实枪的实测大PK了。

GPT-5.5和DeepSeek-V4巅峰对决

第一题，一皆不错肉眼判断模子各异的电梯谜题，测的是「真谎言+身份推理」。

有四个东说念主 A、B、C、D，其中只消一个东说念主偷了相持。

他们折柳说了底下四句话： A：不是我偷的。 B：是C偷的。 C：是D偷的。 D：B在说谎。

已知： 1. 四句话中刚巧有两句是竟然。 2. 小偷说的话一定是谎言。 3. 非小偷不一定说实话，也可能说谎言。

请示：谁偷了相持？

这说念题看似通俗，但其实，在给出的条目下，B和C都稳定。因此，这是一皆专诚打算的「陷坑题」：若是模子径直给出唯独谜底C，诠释它莫得发扬考证唯独性。

确切想测的是，模子会不会发现题目自身不充分。

更强模子应该回答：无法唯独详情，小偷可能是B或C。题目条目不及。

这说念题给GPT-5.5后，它见效发现了陷坑。

把这说念题给DeepSeek-V4后，一个直不雅感受即是：它的念念考经由，竟然相配长长长长长。

GPT-5.5十几秒就出了谜底，四分钟了DeepSeek-V4还在跑。

不外好在，V4最终也给出了正确谜底。约束是好的，即是经由比拟慢。

第二题，咱们用数字竞赛题，来测试CoT的念念考上限。重点比拼两个模子的数学逻辑推理和念念考阵势效用。

既然DeepSeek-V4声称在STEM和竞赛型代码上并排顶级闭源模子，那咱们就望望V4和GPT-5.5在濒临东说念主类才能天花板题目时，谁的推导经由更严实，谁会出现更多幻觉。

咱们选了客岁国际奥数决赛的一皆真题：

Alice和Bob正在玩一个名为inekoalaty的双东说念主游戏，这个游戏的顺次依赖于一个两边都知说念的正实数λ。

在游戏的第n轮（从n=1出手），会发生以下情况：

• 若是n是奇数，Alice聘任一个非负实数xₙ，使得x₁ + x₂ + ⋯ + xₙ的总额不卓绝λn。

• 若是n是偶数，Bob聘任一个非负实数xₙ，使得x₁² + x₂² + ⋯ + xₙ²的总额不卓绝n。

若是一个玩家无法聘任一个安妥的xₙ，游戏收尾，另一个玩家见效。若是游戏无尽进行下去，莫得玩家见效。统统采取的数字对两个玩家都是已知的。

需要详情的是，哪些λ的值能确保Alice有见效政策，以及哪些λ的值能确保Bob有见效政策。

原题和谜底：https://web.evanchen.cc/exams/IMO-2025-notes.pdf

在进阶念念考深度下，GPT-5.5得到了正确谜底：

全程耗时2分钟51秒，念念路理会，输出体式也很漂亮。

在众人阵势下，开云中国2026世界杯app登录入口开启念念考阵势，相同的题目输入DeepSeek──

DeepSeek在念念考经由收尾前，莫得给出明确的输出。

点击接续后，DeepSeek也发现了谜底的痕迹：

临了，DeepSeek也见效诠释注解了这说念IMO决赛真题。

不错看出，DeepSeek推理才调、念念考深度的确逾越显明。

接下来，咱们老到一下两个模子的可视化才调。

生成一个HTML网页先容东说念主类的发源和生物的进化，要图文并茂，好理会。

DeepSeek此次效果更佳，GPT-5.5生成体式有些问题。

接下来，要求两个模子开发一个游戏网站，测试它们在动态图形、3D空间交互、碰撞检测和举座游戏架构方面的才调。

通过最终呈现，不错理会对比两个模子在2D概括殊效与3D场景构建、光照与及时粒子系统方面的代码生成才调、架构合感性以及视觉审好意思水平。

跟上头一样，GPT-5.5很快完成了这个任务，在预览中呈现了网站效果。

凹凸升沉稽察更多

DeepSeek-V4的念念考本事不长，最终效果不如GPT-5.5，这一轮V4完败。

GPT-5.5：更像个东说念主了

接下来，咱们还搜罗了一波AI大V和开发者们对GPT-5.5的实测。

在今天发布之前，多位早期测试者照旧用了两周。他们的论断高度一致：在编程、推理、长任务三个维度上，GPT-5.5全面登顶。

但确切让东说念主坐不住的不是它更智谋了，是它更「像个东说念主」了。

更贵的单价，反而更省钱；更强的才调，反而更会聊天；更高的自主性，反而更听话。这一次，OpenAI拆掉了旧时期的发动机，径直给模子装上了「灵魂」。

Codex，径直淘汰「AI扶持编程」！

不错说，GPT-5.5的Codex阵势，PG娱乐电子游戏(中国)IOS|Android|通用APP下载径直把「AI扶持编程」这个词淘汰了。

一位测试者扔给它一份完整的PRD文档，只说了一个词：go。

几个小时后，GPT-5.5就寥寂完成了统统这个词技俩构建。

更要道的，是GPT-5.5的使命神气。

它并不是写完代码等东说念主审，而是我方变成了闭环——构建，视觉检讨，发现问题，再迭代。

这种自主性，在其他模子上从未见过。

OpenAI究诘员Noam Brown的反馈，敬佩各人都照旧看过了。

用他的话说，「有了GPT-5.5，我的IC效率比以往任何时候都高。我当今不错像专科东说念主士一样编写CUDA kernels，不错依靠它来运行我的究诘施行。」

后端开发、复杂Bug定位、大型代码库理会，GPT-5.5在这些维度全面率先。

有测试者专门让它用Svelte写了一个自界说臆造升沉终了，完好调用了统统bind原语。

他的评价是：「我见过AI写出的最好的代码，来自这个模子。」

辞天下上最难的电子表格任务上，GPT-5.5终了全新SOTA：速率最快、效率最高。

更狠的是，GPT-5.5的握续究诘才调，已有迹象标明AI照旧能胜任究诘相助者——

东说念主类究诘东说念主员只需要建议构想，全程无需写一滑代码，GPT-5.5全部自主完成。

致使不错自主运行31个小时！

这意味着，AI正从「助理」变为「雇佣兵」。你不需要告诉它如何走，你只需要给它一个绝顶。

不外短板相同存在。

前端打算仍然不如Opus，反馈速率不如Opus 4.6 Fast。

复杂布局偶而候径直甩一张img了事，SVG硬编码把我方绕晕。

何况变得过度严慎——动不动就问你问题，prompt稍有失慎就会触发「苟且写单位测试」阵势。

回顾即是：才调很强，但需要顺从。

沃顿商学院的耕作Ethan Mollick测试了GPT-5.5好几周，得出论断：目下，GPT-5.5 Pro即是处理复杂问题的最好模子。

更贵的模子，如何反而更低廉

GPT-5.5的订价比5.4更高。

纸面上看不是好音问。

但一位深度测试两周的开发者给出了要道数据：达到GPT-5.4同等智能水平，GPT-5.5浪掷的Token权贵更少。综划算下来，举座运行资本反而更低。

「这可能比大巨额东说念主坚强到的更遑急。」

在Artificial Analysis指数的资人道能前沿上，GPT-5.5模子系列占据皆备主导地位。

速率端的普及，就愈加直不雅了。

早期测试者的实测数据摆在这里——

GPT-5.5 Thinking Heavy阵势，2分钟出的谜底，比GPT-5.4 Thinking Heavy花10分钟出的更好。

GPT-5.5 Pro，8分钟的输出质料，卓绝GPT-5.4 Pro花30分钟的约束。

相同的活，本事砍了80%，质料还涨了。

Token效率这件事为什么遑急？因为它径直决定了AI Agent的经济可行性。

一个每跑一次任务就烧掉几好意思元Token的模子，没法大限制部署到真实使命流里。当今，GPT-5.5把这个门槛往下压了一大截。

为什么GPT-5.5嗅觉不一样？

GPT-5.5开导在一次新的预西宾（pre-train）之上。

所谓预西宾，即是那种限制深广、资本立志的基础西宾经由：在教导微调、器用使用和推理脚手架等后西宾表率加入之前，它先造就基础模子底层阵势。

后西宾不错让模子更听话、更安全，或者更具智能体才调；但一次新的预西宾，则可能改革模子自身的「要点」。

其实，OpenAI照旧通过GPT-5.4诠释注解，我方从头具备了强竞争力。

GPT-5.4使用的仍然是早期GPT-5.x模子的并吞套预西宾。

而当今发布一个新的预西宾。

此外，有外洋科技媒体报说念，GPT-5.5也即是Spud「将是更智能的预西宾模子」。

当今，GPT-5.5的隆重发布，更贵反而更低廉，编程效果又好得零碎，推测GPT-5.5可能仅仅新预西宾模子的开动强化学习Checkpoint。

奥特曼径直摊牌了：GPT-5.5还会快速迭代。

这诠释OpenAI想接续向Anthropic施压：它押注的是，回报Claude的下一步，不仅仅围绕并吞个底座作念更好的脚手架，而是换一个不同的基础模子。

GPT-5.5即是GPT-5.5，但无东说念主关怀了

统统这个词GPT-5.5发布中，最遑急的后果可能是前所未有的齐集安全才调：

在一次齐集攻防评估中，GPT-5.5在10次历练中有1次见效接管了模拟的企业齐集，预算为1亿个token。

此前，唯独或者完成此任务的模子Claude Mythos，它在10次尝试中见效了3次。

Opus 4.6和Opus 4.7都作念不到，GPT-5.4、GPT-5.3-Codex也作念不到。

在预计AI长本事跨度内经贸易务才调的Vending-Bench Arena中，GPT-5.5再次打败Opus 4.7。

而Opus 4.7依旧延续Opus 4.6的政策：撒谎赖账，拒不退货；GPT-5.5获得堂堂正正。

这诠释GPT的对皆和才调同步普及，号称「才疏意广、秉文兼武」。

GPT终于通关《宝可梦》！

GPT-5.4曾在一个轮回迷宫里反复读档，像个堕入算法死轮回的孤魂。

而GPT-5.5不仅第一次尝试就大意打赢了强敌，致使展现出确切的「东说念主类逻辑」——它会主动拿取说念具、购物、规画旅途，而不是暴力试错。

在网友定制的超等难度的《宝可梦 水晶》中，GPT-5.5依旧大意通关。

别被版块号里的「+0.1」骗了，GPT-5.5是一次要紧更新。

诡异的是，关于99%的用户而言，这些都不遑急。

最遑急的亮点在于才调范围。GPT-5.5弥补了GPT系列在某些方面的不及：

基于现存凹凸文进行打算、iOS/原生Mac讹诈、安全等方面。

此次发布有一种心计上很奇怪的场所。

GPT-5嗅觉像一次相变，因为它举高了「可能性」的天花板。

GPT-5.3-Codex嗅觉像一次相变，因为它让长本事运行的自主工程在操作层面变得真实可用。

GPT-5.5并非如斯。

它更像把轻佻边际磨平，让薄弱类别不再那么弱，让模子在更多真实天下的紊乱使命中变得更灵验。

它并不完好，它莫得蓦然变成最好的打算模子，它不是魔法。

若是你想发扬完成遑急使命，你仍然需要给它明确主义、真实凹凸文和考证神气。

对大巨额东说念主、在大巨额任务上PG娱乐电子游戏(中国)IOS|Android|通用APP下载，GPT-5.5与其说是一种全新才调，不如说是让现存才调变得更宽、更安全、更可靠。它把这个模子补圆了。