同家族 · OpenAI 主力升级
GPT-5.4 vs GPT-5.5
TL;DR
5.5 比 5.4 全面提升 12-16 分（智能/Coding/Agentic），但贵一倍且速度还慢 14%——非高难任务用 5.4 已绰绰有余。
关键差异
- AA Intelligence：5.5 (60.24) > 5.4 (47.94)，差 12.3 分——同家族跃迁断档
- AA Coding：5.5 (59.12) > 5.4 (45.57)，差 13.6 分
- AA Agentic：5.5 (74.12) > 5.4 (58.22)，差 15.9 分
- 输出价：5.5 $30 vs 5.4 $15——5.5 贵一倍
- 速度：5.4 71.7 token/s > 5.5 61.7，5.4 反而快 16%
- LMArena Text：5.5-high 第 8 (1484)，5.4-high 第 9 (1479)——人类盲测仅差 5 分
关键指标逐项对比
AA 数据抓取于 2026-05-17 · 价格抓取于 2026-05-19| 指标 | GPT-5.4 | GPT-5.5 | 优胜 |
|---|---|---|---|
| AA 综合智能（Intelligence Index） 越高越好 | 47.94 | 60.24 | B |
| AA 代码能力（Coding Index） 越高越好 | 45.57 | 59.12 | B |
| AA Agent 能力（Agentic Index） 越高越好 | 58.22 | 74.12 | B |
| 输入价格（$ / 百万 token） 越低越好 | $2.50 | $5.00 | A |
| 输出价格（$ / 百万 token） 越低越好 | $15.00 | $30.00 | A |
| 输出速度（token / 秒） 越高越好 | 71.7 | 61.7 | A |
| 上下文窗口 越大越好 | 1050K | 1050K | ≈ |
价格差距：GPT-5.5 输出价比 GPT-5.4 贵 2.00 倍（$30 vs $15）
A = GPT-5.4，B = GPT-5.5。空缺值表示该数据源未收录此模型，不参与优胜判定。
LMArena · 人类盲测各分类
抓取于 2026-05-19| 分类 | GPT-5.4 | GPT-5.5 |
|---|---|---|
| 联网检索（Search） | 未进 Top 10 | #2 · 1239 |
| 视觉理解（Vision） | 未进 Top 10 | #7 · 1288 |
| 综合对话（Text） | 未进 Top 10 | #8 · 1482 |
| 前端开发（WebDev） | 未进 Top 10 | #9 · 1501 |
只显示 Top 10 内出现的分类。同一模型不同变体（thinking / search 等）取排名最靠前的。LMArena 是人类盲测两两投票算的 Elo 分。
国内可用性 & OpenRouter 用量
GPT-5.4
- 国内可用性 需代理
- OpenRouter 本周 未进 Top 10
- 价格最近核验 2026-05-16
GPT-5.5
- 国内可用性 需代理
- OpenRouter 本周 未进 Top 10
- 价格最近核验 2026-05-16
OpenRouter 用量榜抓取于 2026-05-19，反映过去 7 天聚合 API 用量。免费层模型经常冲到榜首，参考时注意是「跑量」而不是「能力」。