OpenAI发布GPT-5.5-Turbo，推理成本降低80%，并首次支持端侧运行

📅 2026-08-11 16:04 | ✍️ xibeilang | 💬 暂无评论

📅 2026年08月11日 · 来源：The Verge · 🐺 狼眼新闻

OpenAI今天凌晨甩出GPT-5.5-Turbo，一个专为高并发和边缘场景设计的轻量级变体。它靠混合专家架构（MoE）和量化蒸馏技术，在MMLU-Pro得分92.7、推理能力不掉队的前提下，把单次API调用成本砍掉80%，延迟压到120毫秒。更炸的是与高通合作，在骁龙8 Gen 5芯片上能跑70亿参数版本，实时语音翻译和本地文档分析不再需要云端兜底。Sam Altman说这是AI从云端走向个人设备的起点，隐私敏感型应用要迎来春天。但端侧运行的模型规模和能力天花板依然明显，免费100万token的额度更像是一个钩子，OpenAI的算力账本还得靠云端大单来填。