GPT-5.5 “Spud”传闻核查：跑分、演示和发布日期可信吗？

这足以让“Spud 是 OpenAI 内部模型代号”成为值得继续关注的说法，但还不能把它等同于已经公开的产品。OpenAI API Models 来源在本次材料中列出的是 gpt-5.4、gpt-5.4-mini、gpt-5.4-nano，未能确认 Spud 或 GPT-5.5 已经公开可用。

换句话说，更准确的表述应是：Spud 是一个被媒体报道的 OpenAI 内部模型代号；它的公开名称、能力分数、发布时间和 API 可用性，目前仍未获得 OpenAI 官方文件或可复现 benchmark 证实。

核查 AI 模型泄露，哪些证据才算硬？

判断模型传闻时，关键不是有多少人转发，而是证据能不能追溯、复查和复现。比较可靠的证据通常包括：

• 官方文件：API 模型列表、release notes、model card 或 system card。
• 公开 benchmark 记录：leaderboard 条目、eval card、运行日志、prompt set 或提交记录。
• 原始 demo 资料：完整视频、prompt、生成流程、模型名称和时间戳。
• 可复现测试：第三方能用相同或近似方法跑出接近结果。

按这个标准，Spud 的“存在与训练进度”有媒体报道支撑；但网传的跑分、demo、发布日期和 GPT-5.5 命名，大多还没有过线。

传闻可信度速查

跑分传闻：别把“别人的分数”读成 Spud 分数

Spud 传闻里最容易被放大的部分，是 benchmark。Holter 文章提到 Claude Mythos Preview 在 SWE-bench Pro 为 77.80%，GPT-5.4 为 57.70%；但文章对 Spud 的关键表述是“the expectation is that Spud closes most or all of that gap”这一类推测语气。

因此，这些数字最多只能支持“有人用其他模型的分数来推测 Spud 可能追上”。它们不能支持“Spud 已有独立验证的 benchmark 分数”。

如果要把 Spud 跑分当成可信事实，至少需要看到以下证据之一：官方 benchmark 报告、model card、system card、公开 leaderboard 条目、eval card、运行日志、prompt set、submission，或第三方可复现测试。

SWE-bench 本身有公开 leaderboard，是核对编程能力跑分的重要基础来源；但本次来源材料没有提供任何可核实的 Spud leaderboard entry。

Demo 传闻：可以当线索，不能当证明

网上流传的 Spud demo 包括 3D simulations、interactive environments、website designs、SVG designs、interactive games 等。问题不在于这些 demo 一定是假的，而在于它们暂时不能证明“确实由 Spud 生成”，也不能证明“别人能复现同样结果”。

Geeky Gadgets 的相关报道明确写成 According to Universe of AI 的转述，并提到官方 performance metrics 仍未公开。 这意味着这些内容目前更适合归类为“网传输出”或“二手展示”，而不是已验证的产品能力。

要把这类 demo 升级为可引用证据，至少需要原始视频来源、完整 prompt、生成过程、模型名称、时间戳、可复现步骤，或者 OpenAI 官方 demo 页面。

发布日期与命名：GPT-5.5、GPT-6、4 月 16 日都未定

“Spud 会叫 GPT-5.5”和“某天发布”是最吸睛、也最容易被二次传播的部分。有文章已经直接把 Spud 包装成 GPT-5.5，并写出 2026 年第二季度或 4—5 月的预期；另一边，Holter 文章标题使用 Leaked April 16 Release 和 GPT-5.5 or GPT-6 Might Mean 这类仍然不确定的写法。

从事实核查角度看，这些都没有达到官方发布门槛。除非 OpenAI 在模型文档、API、release notes 或官方博客中列出正式名称和可用性，否则“GPT-5.5”只能视为外界命名或推测，而不是已确认产品名。本次可查 OpenAI API Models 来源未能确认 Spud／GPT-5.5 已公开。

Developer Community 帖文不是 release proof

OpenAI Developer Community 上出现“SPUD Release”字样，容易被截图包装成官方暗示。但本次提供的相关页面标题是《Please Add an Optional Expression Mode with the SPUD Release》，语境是用户提出功能请求，而不是 OpenAI 的 release note、API 文档或 model card。

论坛提及可以说明社区有人在讨论 Spud；它不能证明 OpenAI 已确认 Spud 发布。

开发者和产品团队该怎么处理 Spud 传闻？

如果你要为 coding workflow、AI agent、产品路线图或采购决策评估模型，现阶段不应把 Spud 跑分当成已知事实。更稳妥的做法是：

• 以官方 API 模型文档作为“可用模型”的基准；本次 OpenAI API Models 来源指向 gpt-5.4 系列，而不是 Spud／GPT-5.5。
• 对编程能力相关说法，要求公开 leaderboard、eval card 或可复现测试；SWE-bench 这类公开 leaderboard 是应核对的基础来源。
• 对 demo 说法，要求原始资料、完整 prompt、模型名称和复现步骤；单个视频、截图或二手文章不足以证明模型能力。
• 对发布日期和产品名，等待官方 release note 或 API 条目；leaked、expected、might 这类词本身就意味着不确定。

最终判定

Spud 可能确有其事，因为有具名媒体报道 OpenAI 正准备一个代号为 Spud 的模型，也有报道转述称它已完成预训练。 但可用于发布、采购或产品决策的结论要窄得多：目前不能把网传 benchmark、3D demo、发布日期或 GPT-5.5 命名当成已独立验证的事实。

对外沟通时，最准确的版本是：Spud 是一个被报道的 OpenAI 内部模型代号；其公开名称、能力、分数与发布时间仍未获得 OpenAI 官方文件或可复现 benchmark 证实。