OpenAI发布GPT-5.5。按现有材料，它的主线不是“全面碾压”，而是长程任务、电脑使用和token效率。API价格据报约为每百万输入/输出token 5/30美元，Pro约30/180美元；API访问因安全措施延后，不是立刻全面开放。

更大的动作在Codex。它新增浏览器控制、Sheets/Slides、Docs/PDF、系统级听写和auto-review。这个边界已经越过“帮程序员写代码”。我的判断很直接：GPT-5.5是模型升级，Codex才是OpenAI这次更想占住的工作入口。

GPT-5.5强在执行，不该只看跑分

GPT-5.5的几个数字可以看，但别看成“全维度胜利”。Terminal-Bench 2.0为82.7%，SWE-Bench Pro为58.6%，OSWorld-Verified为78.7%。这些指标更像在指向代理执行能力：跑终端、改代码、用电脑、持续完成任务。

变量目前看到的变化对产品和采购的影响
GPT-5.5能力长程执行、电脑使用、token效率提升更适合跑连续任务，而不是只做问答
关键基准Terminal-Bench 2.0 82.7%；SWE-Bench Pro 58.6%；OSWorld-Verified 78.7%说明代理场景被放到更高优先级
API价格GPT-5.5约5/30美元；Pro约30/180美元高端任务要重新算ROI，不能只看效果
API状态因安全措施延后访问企业集成节奏会被拉长
价格对照Gemini 3.1 Pro Preview成本更低；DeepSeek-V4 Preview低价、开源、1M contextOpenAI的压力不只来自能力，也来自成本

Artificial Analysis的判断比较贴近采购现场：GPT-5.5 medium以约四分之一成本追平Claude Opus 4.7 max的智能指数。但Gemini 3.1 Pro Preview成本更低，约900美元即可达到类似水平。

所以OpenAI这次讲的不是“我最便宜”。它更像在说：我贵，但单位智能和执行能力更能解释这笔钱。

这里要留一个口子。材料没有证明GPT-5.5在所有coding对比里都稳压对手。模型厂商都会展示自己最顺手的曲线，采购方不能只看发布图。真正要测的是自己的任务：仓库规模、工具链、权限、失败回滚、人工审查成本。

Codex正在从代码工具变成工作代理底座

Codex的新能力很直白：控制浏览器，处理Sheets/Slides，读写Docs/PDF，系统级听写，auto-review。它开始碰网页、文件、办公流和审查流。

这已经不是“补全代码”。它更像一个能替你打开软件、走流程、改材料、提交结果的工作代理。

对AI产品经理和开发团队，问题会变成两句：任务在哪里跑完？谁控制任务的上下文？

如果Codex能接住代码审查、QA、研究循环、表格整理和演示文稿生成，团队就会把更多工作流放进OpenAI的界面和权限体系。模型调用只是账单。工作流迁移才是锁定。

这套戏法并不新。微软Office当年厉害，不只是Word和Excel好用，还因为它定义了企业文件格式和协作习惯。铁路公司也不只卖车票，还控制站点、时刻表和货运线路。

“天下熙熙，皆为利来。”落到今天，这个“利”就是默认入口、任务上下文和企业工作流。模型可以替换，默认路径更难换。

DeepSeek-V4 Preview给了一个刺眼对照：MIT开源、1M context，V4-Flash价格约0.14/0.28美元每百万输入/输出token，V4-Pro约1.74/3.48美元。即便吞吐和高端算力仍有限，它也足够提醒闭源巨头：参数优势会被追，价格优势会被打，入口优势才更难拆。

谁该动，谁该等

开发团队可以先动，但别急着全迁。适合先试的是低风险、高重复、可回滚的任务：代码审查辅助、测试生成、文档更新、表格清洗、网页资料整理。

不适合一上来交给代理的是高权限动作：生产环境变更、财务审批、客户数据批量处理、不可逆提交。一个能点击、编辑、提交的代理，已经不是搜索框。它接近半个员工。

企业采购更应该延后大规模绑定。不是因为GPT-5.5不强，而是关键条件还没完全落地：API访问延后，安全措施仍在补，Codex的权限模型、审计日志、回滚机制还需要被实际验证。

最现实的动作是三步：

  • 用自家任务集测GPT-5.5，不只看公开榜单。
  • 把Codex先放进可审计、可撤销的流程。
  • 同时保留Gemini、DeepSeek这类低价路线做成本压测。

接下来该盯的不是一句“模型又强了”。该盯四个变量：API安全延后多久，Codex权限模型能否过企业审计，低价模型会不会继续压缩OpenAI溢价，开发者是否真的把日常工作流迁进去。

模型战没有结束。只是最值钱的位置，正在从排行榜挪到工作台。