studioglobal
トレンドを発見する
レポート公開済み7 ソース

GPT-5.5 vs Claude Opus 4.7：勝者探しより、ワークフローで選ぶ

LLM Statsでは、双方が報告する10件のベンチマークのうちClaude Opus 4.7が6件、GPT 5.5が4件でリード。ただし各スコアは各社がhigh reasoning tierで自己申告した値で、BenchLMも重複データ不足を理由に公平なスコア比較はまだ難しいとする。[1][3] Claude Opus 4.7の強みはGPQA、Humanity’s Last Exam、SWE Bench Pro、MCP Atlas、金融系に寄り、GPT 5.5はBrowseComp、CyberGym、OSWorld Verified、Terminal Bench 2.0などツール利用・操作系で目立つ。[3][14] 価格は入...

Studio Global AIで検索して事実確認Discover からさらに閲覧する
18K0
GPT-5.5 與 Claude Opus 4.7 基準測試比較的抽象 AI 對照圖
GPT-5.5 vs Claude Opus 4.7 基準測試比較：沒有單一贏家AI 生成示意圖：本文比較 GPT-5.5 與 Claude Opus 4.7 的公開 benchmark、價格與選型訊號。
AI プロンプト

Create a landscape editorial hero image for this Studio Global article: GPT-5.5 vs Claude Opus 4.7 基準測試比較：沒有單一贏家. Article summary: 目前公開資料不支持宣布絕對勝負：LLM Stats 稱 Claude Opus 4.7 在 10 個共同回報 benchmark 中領先 6 項、GPT 5.5 領先 4 項，但分數多為 high reasoning tier 自報，BenchLM 也認為重疊資料不足。. Topic tags: ai, ai benchmarks, openai, anthropic, gpt 5 5. Reference image context from search candidates: Reference image 1: visual subject "# GPT-5.5 vs Claude Opus 4.7: Pricing, Speed, Benchmarks. I compared GPT-5.5 against Claude Opus 4.7 on every shared benchmark. Opus 4.7 leads on 6 of 10, GPT-5.5 on 4, with margin" source context "GPT-5.5 vs Claude Opus 4.7: Pricing, Speed, Benchmarks - LLM Stats" Reference image 2: visual subject "# Claude Opus 4.7 vs GPT 5.5: Full Comparison (April 2026). claude-opus-4-7-vs-gpt-5-5. Anthropic dropped Claude Opus 4.7 on April 16. Both with 1M token context windows. Both clai" source

openai.com

公開ベンチマークから見えるのは、どちらか一方が全面的に優れているという話ではありません。第三者集計のLLM Statsは、双方が報告している10件のベンチマークでClaude Opus 4.7が6件、GPT-5.5が4件でリードすると整理しています。ただし同じ資料は、各スコアが各社のhigh reasoning tierで自己申告されたものであり、方法論まで完全にそろった直接対決ではないとも注意しています。[3]

さらにBenchLMは、現時点では両モデルについてpartial dataしかなく、重複するベンチマークのカバレッジが足りないため、公平なスコア単位の比較はまだできないとしています。[1] つまり、見るべきなのは「総合1位はどちらか」ではなく、「どの種類の仕事に強いシグナルが出ているか」です。

まず結論

  • 高難度の推論、金融分析、コード修復、レビュー品質が問われるタスクなら、Claude Opus 4.7を先に試す価値が高い。 LLM Statsは、GPQA、Humanity’s Last Exam、SWE-Bench Pro、MCP Atlas、FinanceAgent v1.1などをClaude Opus 4.7の優勢領域として挙げています。[3][14]
  • ブラウザ操作、ターミナル操作、OS操作、ツール呼び出しを含む長いエージェント型ワークフローなら、GPT-5.5を先に試す価値が高い。 LLM Statsは、BrowseComp、CyberGym、OSWorld-Verified、Terminal-Bench 2.0などをGPT-5.5の優勢領域として整理しています。[3][14]
  • 価格だけを見ると、Claude Opus 4.7は出力トークンが安い。仕様の見えやすさでは、GPT-5.5はOpenAI APIドキュメントで情報がそろっている。 BenchLMでは両者の入力価格は100万トークンあたり5ドル、出力価格はClaude Opus 4.7が25ドル、GPT-5.5が30ドルです。OpenAIのモデルページは、GPT-5.5のコンテキスト長、最大出力、レイテンシ、ツール対応を明記しています。[1][33]

一覧で見る主な違い

観点GPT-5.5Claude Opus 4.7実務での見方
公開ベンチマークのシグナルLLM Statsでは、10件の共通報告ベンチマーク中4件でリード。[3]LLM Statsでは、10件の共通報告ベンチマーク中6件でリード。[3]Claudeがやや優勢に見えるが、各スコアは高推論設定での自己申告値であり、完全に同じ条件の比較ではない。[3]
強みが出ている領域BrowseComp、CyberGym、OSWorld-Verified、Terminal-Bench 2.0。[14]Finance Agent、GPQA、Humanity’s Last Exam、MCP Atlas、SWE-Bench Pro。[14]総合順位より、タスクの種類で選ぶほうが現実的。[3][14]
API価格入力5ドル、出力30ドル／100万トークン。[1][33]入力5ドル、出力25ドル／100万トークン。[1]出力が多いワークロードでは、Claude Opus 4.7の標準価格が有利。[1]
コンテキストと出力OpenAI APIモデルページは、1M context window、最大出力128Kトークンを記載。[33]BenchLMは、Claude Opus 4.7のcontext windowを1Mと記載。[1]両者とも1Mコンテキストとされるが、本稿の参照資料で公式の最大出力が確認できるのはGPT-5.5側。[1][33]
ツールとレイテンシOpenAIモデルページはFunctions、Web search、File search、Computer useに対応し、latencyをFastと記載。[33]BenchLMではspeedとTTFT latencyがN/A。[1]現在の公開項目だけで、Claude Opus 4.7が速い／遅いとは判断できない。[1][33]

ベンチマークの分かれ方：Claudeは推理・レビュー寄り、GPT-5.5はツール実行寄り

LLM Statsは、Claude Opus 4.7のリードをreasoning-heavyおよびreview-grade testsに分類しています。具体的には、GPQA Diamond、Humanity’s Last Exam、SWE-Bench Pro、MCP Atlas、FinanceAgent v1.1などです。一方、GPT-5.5のリードはlong-running tool-use testsに集中しており、Terminal-Bench 2.0、BrowseComp、OSWorld-Verified、CyberGymが挙げられています。[3]

この分布は、単なる順位表より重要です。たとえば、複雑な問題を解く、金融データを分析する、コードを修正する、厳密なレビュー品質を求めるといった用途では、Claude Opus 4.7を先に評価する根拠があります。逆に、ウェブ閲覧、ターミナル操作、OS操作、ツール呼び出しをまたぐ長い処理フローを組むなら、GPT-5.5を先に試す根拠があります。[3][14]

Anthropic自身の発表でも、Claude Opus 4.7は内部のresearch-agent benchmarkで6モジュール全体の最高スコアに並ぶ0.715を記録し、General FinanceモジュールではOpus 4.6の0.767から0.813に向上したとされています。[18] ただし、これはAnthropicの内部評価であり、同系列モデルとの比較でもあります。GPT-5.5とClaude Opus 4.7を同一条件で直接比較した公開評価の代わりにはなりません。[18]

個別スコアの例：方向性を見る材料として使う

Webreactivaが整理した次の数字は、両モデルの得意分野の違いをつかむうえで参考になります。ただし、BenchLMとLLM Statsが注意しているように、公開スコアは方法論が完全に統一された同場テストとは限らないため、最終順位として読むべきではありません。[1][3][4]

Benchmarkリードしているモデルスコア例
Terminal-Bench 2.0GPT-5.5GPT-5.5が82.7%、Claude Opus 4.7が69.4%。[4]
OSWorld-VerifiedGPT-5.5GPT-5.5が78.7%、Claude Opus 4.7が78.0%。[4]
BrowseCompGPT-5.5GPT-5.5が84.4%、Claude Opus 4.7が79.3%。[4]
SWE-Bench ProClaude Opus 4.7Claude Opus 4.7が64.3%、GPT-5.5が58.6%。[4]
MCP AtlasClaude Opus 4.7Claude Opus 4.7が79.1%、GPT-5.5が75.3%。[4]

この表も、LLM Statsの分類とおおむね同じ方向を示しています。GPT-5.5はターミナル、ブラウザ、OS操作系で目立ち、Claude Opus 4.7はSWE、MCP、推論、金融系で強いシグナルがあります。[3][14] ただし、公開スコアをそのまま調達判断に使うのは早計です。[1][3]

価格と仕様：Claudeは出力が安く、GPT-5.5はAPI仕様が見やすい

BenchLMでは、GPT-5.5とClaude Opus 4.7の入力価格はいずれも100万トークンあたり5ドルです。出力価格はGPT-5.5が100万トークンあたり30ドル、Claude Opus 4.7が25ドルとされています。[1] LLM Statsの比較ページも、Claude Opus 4.7はトークン単価で約1.1倍安いとしています。[14]

OpenAI APIのモデルページでは、GPT-5.5のmodel IDはgpt-5.5で、coding and professional work向けの新しいクラスのモデルと説明されています。Reasoning effortはnone、low、medium、high、xhighに対応し、1M context window、最大出力128Kトークン、Fast latency、Functions、Web search、File search、Computer use対応が記載されています。[33]

とはいえ、標準価格は本番コストの一部にすぎません。OpenAIのGPT-5.5 APIガイドは、ツールを多用するワークフローや長時間実行のワークフローでは、accuracy、token consumption、end-to-end latencyを他モデルと比較してベンチマークするよう勧めています。[32] 実際のコストは、入力と出力のトークン量、ツール呼び出し回数、リトライ率、失敗率、処理全体のレイテンシで変わります。[32]

どう選ぶか：モデル名ではなく、仕事の型から決める

GPT-5.5を先に試したいケース

プロダクトが長いツール利用、ブラウザ操作、ターミナル作業、自動化、computer-use系の処理に依存しているなら、GPT-5.5を評価リストの上位に置くのが自然です。LLM StatsはGPT-5.5の優位をlong-running tool-use testsに分類しており、OpenAIのモデルページもFunctions、Web search、File search、Computer useへの対応を明記しています。[3][33]

Claude Opus 4.7を先に試したいケース

高難度の推論、金融分析、コード修復、レビュー品質が重要なタスクでは、Claude Opus 4.7を先に試す理由があります。LLM Statsは、GPQA、Humanity’s Last Exam、SWE-Bench Pro、MCP Atlas、FinanceAgent v1.1などをClaude Opus 4.7の優勢シグナルとして挙げています。[3][14]

また、出力トークンが大量に発生するワークロードでは、標準価格の面でもClaude Opus 4.7に利があります。BenchLMでは、Claude Opus 4.7の出力価格は100万トークンあたり25ドルで、GPT-5.5の30ドルを下回っています。[1]

いちばん安全なのは、自社タスクで測り直すこと

公開ベンチマークは、どちらを先に検証するかを決める材料としては有用です。しかし、そのまま採用・調達の結論にするには不十分です。自社の実データに近いタスクを用意し、プロンプト、入力データ、ツール権限、reasoning設定、採点ルールを固定して比較する必要があります。LLM Statsが指摘するhigh reasoning tierでの自己申告スコアという制約は、まさにこうした条件統一が重要である理由です。[3]

少なくとも、成功率、誤りの種類、token consumption、リトライにかかるコスト、end-to-end latencyは比較したいところです。OpenAIのGPT-5.5ガイドも、ツール密集型または長時間実行型のワークフローでは、accuracy、token consumption、end-to-end latencyを他モデルとベンチマークするよう明記しています。[32]

最終的な構成は、必ずしも二者択一である必要はありません。内部評価で強みが補完関係にあると分かったなら、推論、金融分析、難しいコード修復はClaude Opus 4.7へ、ブラウザ、ターミナル、OS操作、ツール密集型のエージェント処理はGPT-5.5へルーティングする設計も考えられます。この発想は、公開ベンチマークが示す能力分化とも一致します。[3][14][32]

最終判断

現時点で言える最も堅い結論は、Claude Opus 4.7は第三者ベンチマーク集計でやや優勢に見える一方、GPT-5.5は長時間のツール利用やエージェント型ワークフローで強いシグナルを示している、ということです。ただし、公開データだけでどちらかが全面的に勝っているとは言えません。[1][3][14]

推論、金融、SWE-Bench Pro、MCP系のタスクならClaude Opus 4.7を先に試す。ターミナル、ブラウザ、OS操作、ツール密集型の処理ならGPT-5.5を先に試す。そこから先は、自社のデータ、コストモデル、レイテンシ要件、内部評価結果に戻って判断するのが、最も現実的な選び方です。[3][14][32]

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Studio Global AIで検索して事実確認

重要なポイント

  • LLM Statsでは、双方が報告する10件のベンチマークのうちClaude Opus 4.7が6件、GPT 5.5が4件でリード。ただし各スコアは各社がhigh reasoning tierで自己申告した値で、BenchLMも重複データ不足を理由に公平なスコア比較はまだ難しいとする。[1][3]
  • Claude Opus 4.7の強みはGPQA、Humanity’s Last Exam、SWE Bench Pro、MCP Atlas、金融系に寄り、GPT 5.5はBrowseComp、CyberGym、OSWorld Verified、Terminal Bench 2.0などツール利用・操作系で目立つ。[3][14]
  • 価格は入力がともに100万トークンあたり5ドル。出力はClaude Opus 4.7が25ドル、GPT 5.5が30ドルで、実運用ではaccuracy、token consumption、end to end latencyを自社タスクで測るのが安全だ。[1][32][33]

人々も尋ねます

「GPT-5.5 vs Claude Opus 4.7：勝者探しより、ワークフローで選ぶ」の短い答えは何ですか?

LLM Statsでは、双方が報告する10件のベンチマークのうちClaude Opus 4.7が6件、GPT 5.5が4件でリード。ただし各スコアは各社がhigh reasoning tierで自己申告した値で、BenchLMも重複データ不足を理由に公平なスコア比較はまだ難しいとする。[1][3]

最初に検証する重要なポイントは何ですか?

LLM Statsでは、双方が報告する10件のベンチマークのうちClaude Opus 4.7が6件、GPT 5.5が4件でリード。ただし各スコアは各社がhigh reasoning tierで自己申告した値で、BenchLMも重複データ不足を理由に公平なスコア比較はまだ難しいとする。[1][3] Claude Opus 4.7の強みはGPQA、Humanity’s Last Exam、SWE Bench Pro、MCP Atlas、金融系に寄り、GPT 5.5はBrowseComp、CyberGym、OSWorld Verified、Terminal Bench 2.0などツール利用・操作系で目立つ。[3][14]

次の実践では何をすればいいでしょうか？

価格は入力がともに100万トークンあたり5ドル。出力はClaude Opus 4.7が25ドル、GPT 5.5が30ドルで、実運用ではaccuracy、token consumption、end to end latencyを自社タスクで測るのが安全だ。[1][32][33]

次にどの関連トピックを検討すればよいでしょうか?

別の角度からの引用や追加の引用については、「Claude Opus 4.7、GPT-5.5、DeepSeek V4、Kimi K2.6比較：2026年ベンチマークの結論」に進みます。

関連ページを開く

これを何と比較すればいいでしょうか？

この回答を「DeepSeek V4を技術面から読む：100万トークン、MoE、API移行の要点」と照合してください。

関連ページを開く

研究を続けてください

Comparativa de benchmarks 2026 entre Claude Opus 4.7, GPT-5.5, DeepSeek V4 y Kimi K2.6

Claude Opus 4.7、GPT-5.5、DeepSeek V4、Kimi K2.6比較：2026年ベンチマークの結論

Claude Opus 4.7 vs GPT-5.5 vs DeepSeek V4 vs Kimi K2.6：2026年ベンチマーク比較

DeepSeek V4 工程架构示意图，包含 1M 上下文、MoE 专家路由和 API 服务化元素

DeepSeek V4を技術面から読む：100万トークン、MoE、API移行の要点

DeepSeek V4を技術面から読む：100万トークン、MoE、API移行の要点

木材市場與需求彈性概念的編輯插圖

Northwest Timber と Southeast Timber：なぜ答えは「larger; larger」なのか

Northwest Timber と Southeast Timber：代替性が高いと、なぜ「larger; larger」になるのか

抽象 AI 晶片與多個聊天機器人平台競爭的示意圖，象徵 DeepSeek 挑戰 OpenAI、Claude、Gemini 與 Grok

DeepSeekはOpenAI、Claude、Gemini、Grokに勝てるのか　本当の焦点はコストと信頼

DeepSeekはOpenAI、Claude、Gemini、Grokに勝てるのか

研究に関する会話

あなた

リサーチクエスチョン

研究並向我展示 GPT-5.5 與 Claude Opus 4.7 的基準測試比較。

Studio Global AI40 ソース

引用された回答

目前可用證據不足以做出「權威、完整」的 GPT-5.5 與 Claude Opus 4.7 基準測試結論。有限的第三方資料顯示 Claude Opus 4.7 可能在整體基準表現上略佔優勢，但 BenchLM 同時標示兩者的完整 benchmark data 尚未就緒，因此應將此視為初步、未充分驗證的比較，而非定論。[5][6]

Key findings

  • 整體基準測試結論：Insufficient evidence. 可用資料中沒有官方 OpenAI 與 Anthropic 對 GPT-5.5、Claude Opus 4.7 的同場完整 benchmark 對照，也沒有足夠的逐項分數可驗證結論。[1][2][6]

  • 第三方 LLM Stats 的初步比較稱 Claude Opus 4.7 在 benchmark performance 上有「slight edge」，並稱 Claude Opus 4.7 每 token 成本約便宜 1.1 倍。[5]

  • BenchLM 的比較頁面更保守，明確表示 Claude Opus 4.7 與 GPT-5.5 的 benchmark data「coming soon」，且目前只有 partial data，因此不支持強結論。[6]

  • 價格與規格方面，OpenAI API 文件列出 GPT-5.5 的 Model ID 為 gpt-5.5，輸入價格為 $5 / MTok，輸出價格為 $30 / MTok，context window 為 1M，最大輸出為 128K tokens，並標示 latency 為 Fast。[2]

  • BenchLM 顯示的價格對照為 Claude Opus 4.7 約 $5 / $25，GPT-5.5 約 $5 / $30，兩者 context window 皆為 1M，但 speed 與 latency / TTFT 皆標示 N/A。[6]

  • GPT-5.5 的官方定位是「coding and professional work」的新一類模型，並支援 functions、web search、file search、computer use 等工具。[2]

  • OpenAI 文件建議在工具密集或長時間工作流程中，應針對 accuracy、token consumption、end-to-end latency 與其他模型做實測 benchmark，而不是只依賴靜態分數。[1]

  • Claude Opus 4.7 的部分表現存在負面訊號：一則 AI 開發者日報摘錄稱 Claude Opus 4.7 high reasoning 在 Thematic Generalization Benchmark 上低於 Opus 4.6 high reasoning，分數從 80.6 降到 72.8，但這不是 GPT-5.5 對 Claude Opus 4.7 的直接比較。[4]

  • Reddit 有貼文聲稱 GPT-5.5 在幻覺率與 AA IQ 上勝過 Claude Opus 4.7，但這是社群來源，證據強度明顯低於官方文件或可重現 benchmark，因此不應作為主要結論依據。[38]

Comparison table

面向GPT-5.5Claude Opus 4.7可支持的結論
整體 benchmark官方比較資料不足第三方稱略勝LLM Stats 稱 Claude Opus 4.7 略有 benchmark 優勢，但 BenchLM 表示完整資料尚未就緒。[5][6]
輸入價格$5 / MTok$5 / MTok兩者輸入價格在 BenchLM 摘錄中相同。[6]
輸出價格$30 / MTok$25 / MTokBenchLM 摘錄顯示 Claude Opus 4.7 輸出較便宜；LLM Stats 也稱 Claude Opus 4.7 每 token 約便宜 1.1 倍。[5][6]
Context window1M1MBenchLM 摘錄顯示兩者皆為 1M context window；OpenAI 文件也列出 GPT-5.5 context window 為 1M。[2][6]
Latency / speedOpenAI 標示 FastN/AGPT-5.5 在 OpenAI 模型頁標示 latency 為 Fast；BenchLM 對兩者 latency / TTFT 皆標示 N/A。[2][6]
工具支援Functions、Web search、File search、Computer use資料不足可確認 GPT-5.5 的工具支援；可用證據未提供 Claude Opus 4.7 的同等官方工具規格。[2]
可靠性結論需自行實測需自行實測OpenAI 文件建議依 accuracy、token consumption、end-to-end latency 進行實際 benchmark。[1]

Evidence notes

  • 最強的 GPT-5.5 規格證據來自 OpenAI API 文件，包含模型 ID、價格、context window、最大輸出、latency 與工具支援。[2]

  • 最直接的兩模型比較來自 LLM Stats 與 BenchLM，但兩者皆屬第三方資料；其中 BenchLM 明確表示 benchmark data 尚未完整，因此它反而削弱了「已有確定排名」的信心。[5][6]

  • 關於 Claude Opus 4.7 的 Thematic Generalization Benchmark 退步資訊，只能支持「Claude Opus 4.7 在某項測試相對 Opus 4.6 可能退步」這個有限觀察，不能直接推論 GPT-5.5 必然更強。[4]

Limitations / uncertainty

  • Insufficient evidence. 目前沒有可用的官方同場 benchmark 表格、完整 benchmark suite 分數、測試設定、樣本數、溫度設定或推理等級控制，因此不能嚴格判定 GPT-5.5 或 Claude Opus 4.7 誰在整體能力上勝出。[1][2][6]

  • 第三方結論彼此語氣不同：LLM Stats 給出 Claude Opus 4.7 略勝的判斷，而 BenchLM 則說資料尚未完整，因此較保守的結論是「Claude 可能略優，但證據不足」。[5][6]

  • Reddit 來源可作為社群訊號，但不適合作為基準測試比較的主要依據。[38]

Summary

在現有證據下，最合理的結論是：Claude Opus 4.7 可能在某些第三方 benchmark 彙總中略勝 GPT-5.5，且輸出 token 價格可能較低；GPT-5.5 則有官方確認的 1M context window、128K 最大輸出、Fast latency 標示與多工具支援。[2][5][6]

若要做採購或模型選型，不能只看目前這些摘錄；應依你的實際任務，對兩者做同題、同提示、同推理設定的 accuracy、成本、token consumption 與 end-to-end latency 測試。[1]

情報源

  • [1] Claude Opus 4.7 vs GPT-5.5: AI Benchmark Comparison 2026benchlm.ai

    BlogAdvertise Search⌘K Search BenchLM Search models, benchmarks, rankings, comparisons, providers, and blog posts. @glevd $5 / $25 $5 / $30 Speed N/A N/A Latency (TTFT) N/A N/A Context Window 1M 1M Quick Verdict Benchmark data for Claude Opus 4.7 and GPT-5....

  • [3] GPT-5.5 vs Claude Opus 4.7: Pricing, Speed, Benchmarksllm-stats.com

    The Verdict On the 10 benchmarks both providers report, Opus 4.7 leads on 6 and GPT-5.5 leads on 4. The leads cluster by category, not by overall quality: Opus 4.7 is ahead on the reasoning-heavy and review-grade tests (GPQA Diamond, HLE with and without to...

  • [4] GPT-5.5 vs Claude Opus 4.7: quién gana en código, terminal y agenteswebreactiva.com

    Los benchmarks principales frente a Opus 4.7 ¶ GPT-5.5 lidera con claridad en Terminal-Bench 2.0 (82.7% vs 69.4% de Opus 4.7), OSWorld-Verified (78.7% vs 78.0%) y BrowseComp (84.4% vs 79.3%), pero Opus 4.7 mantiene ventaja en SWE-Bench Pro (64.3% vs 58.6%),...

  • [14] Claude Opus 4.7 vs GPT-5.5 Comparison - LLM Statsllm-stats.com

    LLM Stats Logo Make AI phone calls with one API call Model Comparison Claude Opus 4.7 vs GPT-5.5 Claude Opus 4.7 has a slight edge in benchmark performance. Claude Opus 4.7 is 1.1x cheaper per token. Anthropic OpenAI Performance Benchmarks Comparative analy...

  • [18] Introducing Claude Opus 4.7anthropic.com

    Image 7: logo Based on our internal research-agent benchmark, Claude Opus 4.7 has the strongest efficiency baseline we’ve seen for multi-step work. It tied for the top overall score across our six modules at 0.715 and delivered the most consistent long-cont...

  • [32] Using GPT-5.5 | OpenAI APIdevelopers.openai.com

    For tool-heavy or long-running workflows, verify that your application handles phase , preambles, and assistant-item replay correctly. Benchmark against other models on accuracy, token consumption, and end-to-end latency. [...] More efficient reasoning: GPT...

  • [33] Models | OpenAI APIdevelopers.openai.com

    GPT-5.5 New A new class of intelligence for coding and professional work. Model ID gpt-5.5 [Reasoning none low medium high xhigh Input price $5 / Input MTok Output price $30 / Output MTok Latency Fast Max output 128K tokens Context window 1M Tools Functions...