OpenAI发布多模态推理模型GPT-5.5，首次实现实时视频理解与自主工具调用

📅 2026-08-17 12:04 | ✍️ xibeilang | 💬 暂无评论

📅 2026年08月17日 · 来源：量子位 · 🐺 狼眼新闻

OpenAI今天凌晨放出GPT-5.5，这不再是简单的“看图说话”升级——它能实时啃视频流，理解物理世界的动态，比如看一段机械臂操作视频，直接推理下一步动作。更狠的是，它能在对话中自主调用代码编辑器、浏览器甚至设计软件，把“聊天”变成“干活”。基准测试里，MMLU-Pro和MATH-2026得分比GPT-5涨了18%，长程推理能力尤其亮眼。API价格反而砍了30%，摆明了要抢企业市场。但“自主调用工具”这扇门一开，AI犯错的责任谁来扛？安全讨论必然炸锅。对普通人来说，GPT-5.5意味着AI助手从“动嘴”进化到“动手”，但得小心它越权操作。