测评 GPT-5.5代码执行暴跌22.5分 材料约束却飙升28.6分 GPT-5.5今日Smoke评测中代码执行从94.50跌至72.00，材料约束从71.40升至100.00，主榜仅从84.11升至84.60。单日10题抽样导致的波动仍是主因，需持续观察下一期数据以确认是否为真实退化。 GPT-5.5 代码执行 Smoke评测 维度波动 9小时前 57
