openai
OpenAI: GPT-5.5
openai/gpt-5.5
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O catálogo da OpenRouter apresenta o GPT-5.5 da OpenAI como um modelo de fronteira para trabalho profissional complexo, com entradas de texto, imagem e arquivo e saída de texto. O catálogo informa uma janela de contexto acima de um milhão de tokens, raciocínio configurável ativado por padrão com esforço médio e suporte a ferramentas, saídas estruturadas, verbosidade e sementes. Seus resultados de referência cobrem tarefas de codificação, agentes, design e geração de conteúdo, mas são medições do catálogo, não garantias. Não havia uma ficha independente neste pacote de fontes.[1]
Pontos fortes
- Aceita entradas de texto, imagem e arquivo e produz texto, segundo o catálogo da OpenRouter.[1]
- Oferece uma janela de contexto muito ampla e esforço de raciocínio configurável, com padrão médio e opção de execução sem raciocínio explícito.[1]
- Expõe controles de API para ferramentas, saídas estruturadas, formato de resposta, verbosidade, limites de tokens e valores de semente.[1]
Limitações
- O pacote de evidências contém apenas dados do catálogo da OpenRouter; não havia uma ficha independente, portanto as capacidades descritas e as medições exigem validação com cargas de trabalho específicas.[1]
- A saída é limitada a texto no catálogo, embora as entradas possam incluir arquivos e imagens.[1]
- Os resultados de referência relatados abrangem tarefas selecionadas de codificação, design e agentes e não constituem evidência abrangente de qualidade ou segurança.[1]
Onde usar
- Avaliar para fluxos profissionais com muitos documentos ou arquivos que exijam análise de contexto longo e respostas em texto.[1]
- Considerar testes em assistentes de codificação, criação de aplicativos, visualização de dados ou desenvolvimento de jogos que usem ferramentas, com critérios próprios de aceitação.[1]
- Potencialmente adequado para pipelines de geração de conteúdo estruturado que precisem de formatação controlada e esforço de raciocínio ajustável.[1]
Fontes
- [1] OpenRouter catalog · OpenAI: GPT-5.5Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
GPT-5.5 is OpenAI’s frontier model designed for complex professional workloads, building on GPT-5.4 with stronger reasoning, higher reliability, and improved token efficiency on hard tasks. It features a 1M+ token...
Especificações
- ID do modelo
- openai/gpt-5.5
- ID canônico
- openai/gpt-5.5-20260423
- Criador
- openai
- Adicionado ao OpenRouter
- 24.04.2026
- Comprimento de contexto
- 1,050,000
- Modalidade
- text+image+file->text
- Modalidades de entrada
- file, image, text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $5 / saída $30
- Corte de conhecimento
- 01.12.2025
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · padrão medium · esforços: xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | SS — top 10% da coorte | — |
| Agentes | AA — próximos 20% da coorte | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão medium · esforços: xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 74.9 | SS — top 10% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 36.4 | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtaxa de vitória 52.3% · posição 14 | 1,127Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · agentichtmlslidestaxa de vitória 34.2% · posição 8 | 1,084Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslidestaxa de vitória 43.5% · posição 6 | 1,150Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(html)taxa de vitória 33.2% · posição 8 | 1,077Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(python-pptx)taxa de vitória 45.2% · posição 6 | 1,155Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 50.8% · posição 26 | 1,153Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 43% · posição 33 | 1,067Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 52.3% · posição 18 | 1,155Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · htmlslidestaxa de vitória 35.6% · posição 24 | 963Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 50.4% · posição 34 | 1,136Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · pptxslidestaxa de vitória 45.3% · posição 6 | 1,157Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · python-pptxslidestaxa de vitória 43.3% · posição 20 | 1,152Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 42.6% · posição 38 | 1,099Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 48.9% · posição 58 | 1,178Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 57.4% · posição 19 | 1,247Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 52.9% · posição 43 | 1,250Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 55.4% · posição 30 | 1,260Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 56.3% · posição 22 | 1,283Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 54.9% · posição 20 | 1,227Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 53.2% · posição 43 | 1,250Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 52.2% · posição 44 | 1,249Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 1,050,000 | $2.5 | $15 | — | — | — |
| Azure | 1,050,000 | $5 | $30 | — | — | 100% |
| OpenAI | 1,050,000 | $5 | $30 | — | — | 100% |
| Azure | 1,050,000 | $5.5 | $33 | — | — | — |
| Azure | 1,050,000 | $5.5 | $33 | — | — | — |
| Amazon Bedrock | 1,050,000 | $5.5 | $33 | — | — | — |
| OpenAI | 1,050,000 | $12.5 | $75 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026