GPT-5.5 首测：赢政指数 18 题定向评测

GPT-5.5 首测：18题定向84.2 执行力98.3 OpenAI 官方近日发布最新模型更新，重点强化对低资源编程语言的构建与迁移能力，涵盖 COBOL、Fortran 及 Visual Basic 等仍支撑银行、政府与企业核心系统的语言。更新公告指出，此类进步将直接惠及依赖这些语言的遗留系统维护。 赢政天下评测团队在官方发布后数小时内，完成 18 题定向评测。该轮评测题量为日常 Smoke 的两倍，属于快速定向口径，并非完整周榜标准。首测结果显示，GPT-5.5 综合分 84.2，执行力 98.3，扎实度 67，诚信评级 pass。 执行力 98.3 的高分，与官方强调的低资源语言能力直接呼应，显示模型在处理遗留代码迁移与构建任务时响应迅速且准确度高。综合分 84.2 反映出整体定向表现突出，但扎实度 67 提示在部分深度一致性场景仍存优化空间。诚信评级 pass 表明模型未出现明显幻觉或偏差问题。 需特别说明，此次 18 题快速定向评测与主榜完整周评口径不同，不可直接混排对比。当前主榜（最近一次完整周评前十）中，gpt-6-sol 以 80.4 居首，grok-4 79.5、claude-opus-4.7 79.2、gpt-o3 78.4、gpt-6.1-sol 78.2、claude-sonnet-4.6 77.4、gpt-5.5 77.2、gpt-6-luna 77、gpt-6-astra 76.9、deepseek-v4-pro 74.6。主榜 gpt-5.5 得分为 77.2，系完整口径结果。 首测数据仅供快速参考，完整基线以下次周度 Full 评测为准。团队将按周度节奏开展全量测试，届时将提供更全面的横向对比与趋势分析。