过去两年，大模型竞赛的主旋律是“堆参数”。参数越大，能力越强，价格也越贵。企业用户很快发现一个尴尬的现实：模型确实聪明了，但每次调用的账单也跟着水涨船高，很多场景算下来并不划算。10月22日，OpenAI在旧金山发布GPT-5.5，给出的答案不是更大的模型，而是更“会学习”的模型——官方称其推理成本较上一代下降约90%，同时在一系列推理与代码基准上保持领先。
一次“减法”式升级
发布会披露的关键信息相当克制：GPT-5.5即日起通过API向开发者开放，ChatGPT付费用户同步升级；标准版输入定价为每百万token 0.35美元，输出为1.4美元，较GPT-5下降约一个数量级。上下文窗口扩展至200万token，支持文本、图像与音频原生输入。合作方包括微软Azure、亚马逊AWS，以及多家企业软件厂商。
最核心的变化藏在训练方法里。OpenAI首席科学家在发布会上解释，GPT-5.5大量采用了“自我生成课程”机制：模型在训练中自行生成高难度的推理题目，再自行求解、筛选、反馈，形成闭环。打个比方，过去的模型像一个反复刷题库的学生，题是人工出的；GPT-5.5则像一个能自己出题、自己批改的学生，练习效率因此大幅提升。官方称，这套机制让单位算力产出的有效训练信号显著增加，是成本下降的主要来源。
另一个值得注意的点是“推理蒸馏”。GPT-5.5在部署时会把复杂推理过程压缩成更短的路径，减少无效的中间步骤。对用户而言，这意味着响应更快、账单更薄，而复杂任务的表现没有明显缩水。
价格战进入下半场
这一定价对整个行业是直接冲击。过去一年，Anthropic、谷歌和多家中国厂商都在推理成本上做文章，但降幅多在30%到50%区间。90%的降幅意味着，原本因成本观望的中小开发者和传统企业，可能被真正拉进市场。一位不愿具名的云计算行业分析师对笔者表示：“这不是一次常规迭代，而是在重新划定AI应用的盈亏平衡线。很多此前算不过账的场景，比如长文档批量处理、客服全量接入，现在可以重新算了。”
对竞争对手而言，压力不只在价格。自我生成课程如果被验证可规模化，意味着头部厂商的“数据飞轮”会转得更快，后发者追赶的难度可能进一步加大。
冷静看待“自我进化”
官方演示中，GPT-5.5在数学竞赛题和复杂代码重构任务上的表现确实稳健，但发布会没有给出独立第三方的完整评测。早期拿到API的开发者反馈也偏谨慎，一位做法律文档工具的创业者告诉笔者，成本下降“超出预期”，但在需要严格事实核对的场景里，模型仍会出现自信的错误，幻觉问题并未随成本一起消失。
更值得讨论的是“自己教自己”的边界。自我生成课程能提升效率，但如果训练信号本身有偏，闭环也可能放大偏差。OpenAI表示已引入人工审核与奖励模型约束，但具体机制未详细公开。
成本降九成，意味着AI正从“用得起”走向“随便用”。但当一个模型能自己出题、自己进步时，我们该更多地为效率欢呼，还是更认真地追问它的判断从何而来？欢迎在评论区聊聊你的看法。
