曝！ GPT 5.5 已來！碾壓 Opus 4.7

一網友曝 OpenAI 的 GPT-5.5 / GPT-5.5 Pro 正在 ChatGPT 內部進行 A / B 測試！

這邊做了一個 1 : 1 的 Windows 操作系統克隆，結果模型給出的還原效果出人意料地準確，無論是界面布局、整體結構，還是交互邏輯，都做得相當到位。

這是目前為止，圍繞這個模型所見過的最出色的真實場景演示之一。

另外一網友稱，OpenAI 剛剛悄悄放出了一個大規模的 GPT Pro 更新。

它在前端代碼生成上，幾乎是直接碾壓 Claude Opus 4.7。

沒有官方公告、沒有發布說明、但性能差距突然變得非常夸張。

該網友對 GPT Pro、Gemini 3.1 Pro 和 Claude Opus 4.7 做了一輪正面對比測試。

單看 UI / UX 實現效果，現在已經完全不是一個量級了。

目前還不能確定，這是不是外界高度期待的 “SPUD” 模型提前一周落地，但從整體表現來看，到處都透著一種底層架構發生重大變化的味道。

數據和視覺輸出已經說明了一切：

1）響應延遲顯著下降；

2）空間理解和視覺理解能力大幅提升；

3）前端設計實現能力，已經明確來到 SOTA 水平。

測試覆蓋了完整的 Image-to-Code 和 Text-to-Code 場景。

在所有帶參考圖的測試里，GPT Pro 的設計還原度都明顯壓過了 Gemini 3.1 Pro 和 Claude Opus 4.7。

但真正夸張的地方還在后面。

當提示詞里明確要求，把生成出來的界面做成和參考圖 “100% identical” 時，GPT Pro 做的已經不只是寫出更好的 CSS 了，它甚至出現了一種近似 “reward hacking” 的行為。

它沒有老老實實去手寫那些復雜的圖形素材，而是會主動從提供的參考圖里裁切出對應的 UI 元素，再直接注入到代碼里。

這是偷懶嗎？是。

但如果把提示詞理解為“必須做得一模一樣”，這種做法又確實非常聰明，甚至很像人類會采取的策略。

這說明，這個模型已經在動態評估，究竟什么才是滿足提示約束的最高效路徑。

這里面的戰略意義非常大。

這次測試里使用的所有參考圖，都是通過 GPT-IMAGE-2 生成的。

可以想象，一旦這種新的前端 SOTA 能力和 GPT-IMAGE-2、Codex 完整打通，整個工作流會產生多強的協同效應。

1 / Image-to-Code：

2/ Image-to-Code：

3/ Image-to-Code：

4/ Image-to-Code：

5/ Image-to-Code：

6/ Image-to-Code：

7/ Image-to-Code：

8/ Image-to-Code：

9/ Image-to-Code：