过去两年，大模型赛道陷入一种微妙的僵局：参数越堆越大，推理成本却居高不下，而用户最期待的“长期记忆”能力始终停留在演示视频里。开发者一边为上下文窗口的每一次扩容欢呼，一边又不得不在账单面前保持克制。这种矛盾，在今日凌晨被正式打破。
一次“务实”的迭代
北京时间10月4日凌晨，OpenAI在旧金山举办秋季发布会，正式推出GPT-5.5。距离GPT-5发布仅过去七个月，这一节奏明显快于以往。新模型即日起向Plus、Team及企业版用户开放，API定价为每百万输入token 1.2美元、输出token 4.8美元——相比GPT-5的输出价格下调约80%。
核心参数方面，GPT-5.5的上下文窗口维持100万token不变，但官方首次将“持久化记忆”列为基础能力而非实验特性。同时，推理延迟中位数从GPT-5的2.3秒降至0.9秒，多模态输入新增对实时视频流的原生支持。
三个值得关注的改变
第一，记忆不再“失忆”。 此前的大模型每次对话都是“重新开始”，用户需要反复粘贴背景信息。GPT-5.5引入分层记忆架构，可将用户偏好、项目背景、历史结论自动沉淀到加密的个人知识库中，跨会话调用。通俗地说，它开始像一位跟了你半年的助理，而不是每天失忆的临时工。用户可在设置中查看、编辑、删除任何一条记忆，官方强调数据不用于训练。
第二，成本门槛大幅下探。 输出价格下调八成，意味着此前因预算搁置的批量推理场景——如合同审查、客服质检、代码库级重构——重新变得可行。一家中型SaaS公司的CTO在社交媒体上测算，其日志分析管线的月成本将从约4万美元降至7000美元以内。
第三，实时视频理解落地。 新模型支持对摄像头视频流进行连续帧推理，可直接回答“画面里第三个人手里拿的是什么”这类时序问题。这为工业质检、远程协助、无障碍辅助等场景提供了无需自建视觉管线的轻量方案。
竞争格局的微妙位移
GPT-5.5的定价策略被普遍视为对Google Gemini 3.0和Anthropic Claude 4的直接回应。过去半年，两家对手分别在长上下文和安全性上建立了差异化标签，而OpenAI选择在“成本”与“记忆”两个最贴近开发者钱包和使用粘性的维度发力。
行业分析师李明远在发布会后评论：“价格战只是表象，真正改变游戏规则的是记忆层的标准化。一旦用户的工作流与某个模型的记忆库深度绑定，迁移成本将远高于此前的API切换。”这一判断也解释了为何OpenAI将记忆数据的可导出性写进了发布会PPT——既是安抚，也是护城河。
早期反馈与未解之问
发布会后三小时内，已有开发者在社交平台晒出实测：让GPT-5.5记住一份30页的产品需求文档，随后在相隔数小时的多次对话中追问细节，回答准确率明显优于GPT-5的手动粘贴方案。不过也有用户指出，记忆的“写入时机”仍不够透明，有时需要显式指令才会触发。
结语
从堆参数到降成本，从拼窗口到拼记忆，大模型的竞争正在从“能力上限”转向“使用体验的下限”。GPT-5.5未必是终极形态，但它标志着行业开始认真对待一个朴素问题：用户要的不是最强的模型，而是最省心的那个。
当模型开始记住你，你愿意让它记住多少？
