Mô hình mới nhất của OpenAI, GPT-5.5, có độ trễ trên mỗi token tương đương với GPT-5.4 nhưng được cho là hoạt động ở mức cao hơn. Nó cũng sử dụng ít token hơn để hoàn thành cùng một tác vụ Codex.
Ngoài những cải tiến về hiệu quả, OpenAI còn báo cáo những cải tiến trong lập trình agentic, sử dụng máy tính, công việc tri thức và nghiên cứu khoa học.
Trong bài viết này, chúng ta sẽ xem xét những điểm mới trong GPT-5.5, bao gồm kết quả benchmark và những tuyên bố về cải tiến hiệu quả.
GPT-5.5 là gì?
Phiên bản mới của OpenAI bao gồm hai mô hình riêng biệt.
- GPT-5.5 là mô hình tiêu chuẩn. Nó đang được triển khai cho người dùng Plus, Pro, Business và Enterprise trong ChatGPT, và cho tất cả các gói trả phí trong Codex (bao gồm cả Edu và Go).
- GPT-5.5 Pro là một biến thể mạnh mẽ hơn được thiết kế cho các câu hỏi khó hơn và công việc yêu cầu độ chính xác cao hơn. Nó chỉ có sẵn cho người dùng Pro, Business và Enterprise trong ChatGPT. OpenAI quảng bá nó là lựa chọn tối ưu cho các tác vụ đòi hỏi cao trong kinh doanh, pháp luật, giáo dục và khoa học dữ liệu.
Khi chúng ta nói về benchmark và giá cả sau này, hai mô hình sẽ xuất hiện riêng biệt — Pro luôn có hiệu suất cao hơn một bậc và đắt hơn khoảng 6 lần mỗi token.
Có gì mới trong GPT-5.5?
Một trong những tuyên bố thú vị hơn từ bản phát hành là một phiên bản nội bộ của GPT-5.5 đã giúp tạo ra một bằng chứng mới trong tổ hợp học, cụ thể là về các số Ramsey ngoài đường chéo.
Số Ramsey cho bạn biết một nhóm phải lớn đến mức nào trước khi một mẫu cụ thể được đảm bảo xuất hiện bên trong nó. Hãy tưởng tượng một nhóm người mà mỗi cặp hoặc được kết nối với nhau hoặc không. Chỉ số Ramsey là điểm mà tại đó nhóm trở nên đủ lớn để bạn không thể tránh khỏi việc chứa một cấu trúc con nhất định.
Chỉ số Ramsey nổi tiếng là khó tính toán. Giá trị chính xác chỉ được biết đến trong một số ít trường hợp nhỏ, và mỗi kết quả mới thường mất hàng thập kỷ nghiên cứu.
Vì vậy, GPT-5.5 đã và đang đóng góp vào nghiên cứu tích cực. Hãy xem những điểm mới khác:
Cải tiến hiệu quả
Có một số cách để nói về những cải tiến hiệu quả mới:
- Độ trễ trên mỗi token: Chỉ số đầu tiên này đề cập đến tốc độ tạo ra mỗi token. Nó được đo bằng mili giây trên mỗi token. Kết luận từ bản phát hành này: GPT-5.5 tạo ra mỗi token riêng lẻ với tốc độ gần như tương đương với GPT-5.4.
- Hiệu quả token: Chỉ số thứ hai này đề cập đến số lượng token mà mô hình cần để hoàn thành một nhiệm vụ. Một mô hình hiệu quả hơn đạt được cùng một câu trả lời với ít token hơn, điều này có thể là kết quả của ít bước suy luận hơn, ít lần thử lại hơn và/hoặc ít lần quay lại hơn.
Vì vậy, tuyên bố kết hợp là: Mỗi token được trả về nhanh như trước, và mô hình cần ít token hơn để hoàn thành công việc. Nói chung, các tác vụ hiện hoàn thành nhanh chóng và tốn ít chi phí hơn. Câu hỏi đặt ra là liệu chuỗi suy luận ngắn hơn có làm giảm độ chính xác ở một số chỗ hay không.
Nhưng giá mỗi token đã tăng lên. Chúng ta sẽ đề cập đến điều này trong phần giá cả sau.
Suy luận ngữ cảnh dài mạnh mẽ hơn
Một cửa sổ ngữ cảnh dài chỉ hữu ích nếu mô hình thực sự có thể sử dụng toàn bộ nó. Về mặt kỹ thuật, GPT-5.4 hỗ trợ ngữ cảnh dài, nhưng hiệu suất của nó giảm mạnh sau khoảng 128.000 token. Yêu cầu nó suy luận trên một thứ gì đó thực sự dài — toàn bộ codebase, một hợp đồng dài, hàng giờ ghi chép — và hiệu suất sẽ giảm mạnh ở cuối cửa sổ.
GPT-5.5 vẫn duy trì tốt sau 128.000, sau 256.000 và đến tận 1 triệu token. Chúng ta sẽ đi sâu vào các con số cụ thể trong phần so sánh hiệu năng bên dưới, nhưng điểm nổi bật đây là mô hình OpenAI đầu tiên mà toàn bộ cửa sổ ngữ cảnh thực sự có thể sử dụng được. Nó đã vượt qua bài kiểm tra 300.000 token; chi tiết hơn ở bên dưới.
Kết quả benchmark GPT-5.5
Đánh giá mô hình thú vị nhất từ bản phát hành này là thước đo hiệu năng ngữ cảnh dài. Các bài kiểm tra hiệu năng này đánh giá một câu hỏi cơ bản: "Nếu tôi đưa cho bạn một lượng văn bản khổng lồ, bạn có thể suy luận được từ nó không?".
Bài test MRCR về cơ bản là một bài kiểm tra "tìm kim trong đống rơm". Mô hình được cung cấp một tài liệu dài với các mẩu thông tin cụ thể - "những chiếc kim" - được ẩn bên trong, sau đó được yêu cầu tìm ra chúng. Bài kiểm tra được thực hiện nhiều lần với các kích thước ngữ cảnh khác nhau. Điểm càng cao, mô hình càng thực sự sử dụng toàn bộ ngữ cảnh được cung cấp.
Các bài kiểm tra Graphwalks thực sự khó hơn MRCR. Trong các bài kiểm tra đó, mô hình phải duyệt qua cấu trúc đồ thị được nhúng trong ngữ cảnh (BFS ở đây có nghĩa là tìm kiếm theo chiều rộng). Đó là một bài kiểm tra khả năng suy luận trên ngữ cảnh dài. (Nếu bạn quan sát kỹ, Opus 4.7 hoạt động tốt nhất trong hầu hết các bài kiểm tra này).
Một cái nhìn nhanh vào kết quả cho thấy GPT-5.5 tốt hơn trong việc tìm kiếm và suy luận trên thông tin ngữ cảnh dài. Nhìn kỹ hơn vào bảng số liệu, bạn sẽ thấy điều thú vị hơn: GPT-5.4 gặp sự cố khi vượt quá khoảng 128K, còn GPT-5.5 thì không. Đó mới là câu chuyện thực sự.
Tính khả dụng của GPT-5.5
GPT-5.5 đang được triển khai trên tất cả các nền tảng thông thường bắt đầu từ hôm nay. Ngoài ra, người dùng Pro, Business và Enterprise sẽ nhận được GPT-5.5 trong cả ChatGPT và Codex, người dùng Pro, Business và Enterprise cũng nhận được GPT-5.5 Pro trong ChatGPT.
OpenAI cho biết GPT-5.5 và GPT-5.5 Pro sẽ sớm được cung cấp thông qua Responses và Chat Completions API với cửa sổ ngữ cảnh 1 triệu token. Trong các bản phát hành khác, OpenAI đã cung cấp quyền truy cập vào API cùng một lúc.
Tính an toàn và khả năng truy cập mạng của GPT-5.5
OpenAI đã phân loại GPT-5.5 ở mức cao về cả khả năng sinh học/hóa học và an ninh mạng theo Preparedness Framework của mình. Đó là lý do API bị trì hoãn. OpenAI cho biết việc cung cấp một mô hình được phân loại cao ở quy mô API yêu cầu các biện pháp bảo vệ bổ sung mà họ đang nghiên cứu.
Hai hậu quả thực tế đối với người dùng:
- Thứ nhất, người dùng tiêu chuẩn sẽ gặp phải các bộ phân loại nghiêm ngặt hơn đối với những yêu cầu liên quan đến an ninh mạng. OpenAI thừa nhận rằng một số trường hợp từ chối này "có thể gây khó chịu."
- Thứ hai, OpenAI đã giới thiệu Trusted Access for Cyber, một chương trình cho phép các chuyên gia bảo mật đã được xác minh đăng ký tại chatgpt.com/cyber để được giảm bớt những hạn chế đối với công việc bảo mật hợp pháp.
Đây là lần đầu tiên OpenAI chính thức phân cấp quyền truy cập an ninh mạng dựa trên người yêu cầu. An ninh mạng đã được nhắc đến rất nhiều trên các phương tiện truyền thông gần đây. Các vấn đề an ninh mạng trong Claude Opus 4.7, một phiên bản thu nhỏ của Mythos Preview chỉ dành cho nội bộ của Anthropic, vốn bị lo ngại có thể khai thác các lỗ hổng bảo mật Zero-day, và nhiều vấn đề khác cũng đã được đề cập.
Giá GPT-5.5
Hiệu quả đã được cải thiện, nhưng giá mỗi token cũng đã tăng lên.
- GPT-5.5 (API, khi có sẵn): GPT-5.5 trong API sẽ có giá 5 USD cho 1 triệu token đầu vào và 30 USD cho 1 triệu token đầu ra.
- GPT-5.5 Pro (API, khi có sẵn): GPT-5.5 Pro trong API sẽ có giá 30 USD cho 1 triệu token đầu vào và 180 USD cho 1 triệu token đầu ra.
Cộng đồng mạng đang nói gì về GPT-5.5?
Mô hình mới của OpenAI nhìn chung được đón nhận tích cực. Người dùng đặc biệt thích tốc độ và sự ngắn gọn trong việc cung cấp kết quả hữu ích.
Một số người dùng khác lưu ý rằng mặc dù đây có thể là một bước tiến so với GPT-5.4, nhưng có thể chưa đủ để biện minh cho mức giá tăng đáng kể.
Kết luận
GPT-5.5 là bản cập nhật khả năng tăng dần kết hợp với bản cập nhật chính sách không tăng dần. Mô hình nhanh hơn, rẻ hơn cho mỗi tác vụ và tốt hơn đáng kể trong công việc với ngữ cảnh dài. Chúng ta có thể thấy rõ những tuyên bố này trong kết quả kiểm tra hiệu năng.
Các thử nghiệm cho thấy một bức tranh chi tiết hơn. Những cải tiến về ngữ cảnh dài là có thật, và GPT-5.5 đã hoàn thành xuất sắc tất cả 12 ràng buộc trong bài kiểm tra tuân theo hướng dẫn (một prompt mà cả Claude Opus 4.7 và Sonnet 4.6 đều đạt 11/12 điểm), nhưng những lợi ích về hiệu quả đạt được lại phải trả giá: GPT-5.5 liên tục thất bại trong nhiệm vụ mà GPT-5.4 đã xử lý được sau khi tách prompt đơn giản. Điều này cho thấy sự đánh đổi giữa tính ngắn gọn của đầu ra và hiệu suất suy luận.
Bản phát hành này cũng là lần đầu tiên OpenAI chính thức phân cấp quyền truy cập an ninh mạng dựa trên người yêu cầu, đây là một bước phát triển thú vị đối với toàn ngành.
Nếu đang sử dụng ChatGPT hoặc Codex, bạn có quyền truy cập vào mô hình mới ngay hôm nay. Nếu là người dùng API, bạn sẽ phải chờ đợi, không phải là cách OpenAI thường làm, nhưng có lẽ sẽ sớm được cập nhật.