GPT-5.5 逆袭29.7分 GPT-o3 暴跌36.4分：2026 W21 Smoke 七日趋势
GPT-5.5 本周 Smoke 成绩从60.58飙升至90.3，涨幅29.7分领跑；GPT-o3 则从94.51 断崖下跌至58.08，降幅36.4分最惨。Gemini 2.5 Pro 波动61.1分暴露一致性问题，DeepSeek V4
gpt-5.5 相关资讯
GPT-5.5主榜暴跌23.5分，豆包Pro 97.75登顶Smoke
今日Smoke轻量评测中，豆包Pro以97.75分登顶，GPT-5.5主榜暴跌23.5分至60.58，执行分直接腰斩至50。Qwen3 Max、Gemini 3.1 Pro、文心一言4.5也出现10分以上下滑，材料约束成为今日最大分水岭。
WDCD守约榜：GPT-5.5 71.67分称雄 Grok4仅52.5分垫底
GPT-5.5以71.67分登顶WDCD守约排行榜，Grok 4以52.5分垫底，R3崩溃率高达61.5%，头部模型在三轮压力测试中规则坚守能力远超尾部，差距达19分。
GPT-5.5主榜暴跌28分：真退化吗
GPT-5.5 今日 Smoke 主榜从 84.03 跌至 56.08，单日下滑 28 分；关键不是材料约束，而是代码执行从满分砍半。
3模型暴跌28分，Claude仍近满分
5月16日Smoke快测显示，Claude Sonnet 4.6以98.34领跑，GPT-5.5、DeepSeek V4 Pro、Gemini 2.5 Pro集体下跌，执行断档成为最大风险。
AI大模型惊变！文心一言暴涨24.7分却诚信崩盘，Gemini三连跌16分
2026年5月12日Smoke评测显示，GPT-5.5和GPT-o3并列主榜第一85.69分，但文心一言主榜暴涨24.7分却诚信降为Fail；Gemini系列暴跌超14分，多模型约束维度崩盘，揭示AI稳定性隐忧。
OpenAI 发布 GPT-5.5：百万 Token 上下文窗口与 Agents SDK 更新引发广告隐私争议
OpenAI 推出 GPT-5.5 及 Pro 版本，支持 100 万 Token 上下文窗口和内置计算机使用能力，同时发布 GPT Image 2 和 Agents SDK 更新。此举被视为 2026 年 AI 工具链关键升级，但广告自助
5大模型翻译对决：第19周质量评测，gpt-5.5 以 8.7 分领跑
本周共翻译 240 篇文章，覆盖 5 个AI模型。经抽样盲评，gpt-5.5 综合得分最高（8.7/10）。报告详细对比各模型在准确性、流畅性、术语一致性方面的表现差异。
OpenAI发布GPT-5.5 'SPUD'：从对话AI向自主代理转型，多步骤任务达人类水平85%
OpenAI发布GPT-5.5 'SPUD'模型，专注于代理性能力，在多步骤工作流程中达到人类水平的85%。这标志着AI从回答问题向自主完成任务的关键转变，将深刻影响企业AI应用方式。
GPT-5.5正式发布：100万token上下文+原生计算机操作落地 超级应用突破与AI权力集中争议并行
OpenAI已正式发布GPT-5.5，搭载100万token上下文、原生计算机操作与多步骤链式提示能力，同步推出可生成准确文字图表的gpt-image-2模型。本次更新被视为AI超级应用重要节点，但也引发大型AI实验室权力集中担忧，winz
OpenAI正式发布GPT-5.5强化智能体能力 早期基准测试结果参差不齐
本文确认OpenAI于2024年4月25日正式发布闭源模型GPT-5.5，主打智能体、编码与推理能力提升。目前该模型早期基准测试与竞品对比结果参差不齐，性能提升幅度、定价策略与API规则尚未明确。winzheng.com作为AI专业门户将启
OpenAI4月24日正式发布GPT-5.5系列 技术细节与定价未披露引热议
4月24日OpenAI正式发布GPT-5.5系列模型，主打真实工作智能与智能体能力，基准测试表现领先Opus 4.7、Mythos等竞品，但核心技术细节、定价策略暂未披露。winzheng.com作为专业AI门户已启动全维度评测，将跟进解读