OpenAI представила GPT-5.5 для ChatGPT и Codex
OpenAI выпустила GPT-5.5 — новую модель для ChatGPT и Codex, рассчитанную на сложную работу с кодом, исследованиями, анализом данных и задачами, где ИИ должен не просто ответить, а пройти несколько шагов, проверить результат и использовать инструменты. Релиз состоялся 23 апреля 2026 года, а модель начала разворачиваться для пользователей Plus, Pro, Business и Enterprise в ChatGPT и Codex. Версия GPT-5.5 Pro доступна пользователям Pro, Business и Enterprise в ChatGPT.
Главный акцент релиза — лучше справляется с длинными рабочими сценариями. OpenAI называет GPT-5.5 самой сильной моделью компании для агентного кодинга: она должна дольше удерживать контекст, лучше разбираться в больших кодовых базах, точнее пользоваться инструментами и увереннее доводить задачу до результата. Для обычного пользователя это означает более устойчивую помощь в задачах, где раньше приходилось много раз уточнять запрос и исправлять ответ вручную.
Что именно выпустила OpenAI
GPT-5.5 появилась сразу в двух важных продуктах: ChatGPT и Codex. В ChatGPT модель ориентирована на сложные вопросы, анализ, работу с документами, исследовательские задачи, техническое письмо, перевод и ситуации, где нужен более аккуратный ход рассуждения. В Codex она усиливает сценарии программирования: написание кода, отладку, рефакторинг, тестирование, анализ ошибок и работу с проектами, где нужно учитывать много файлов и зависимостей.
Для разработчиков особенно важно, что OpenAI отдельно выделяет GPT-5.5 как модель для agentic coding. Это не обычная подсказка по коду, а работа в формате ИИ-агента: модель планирует действия, проверяет гипотезы, использует инструменты, исправляет ошибки и может двигаться по задаче дольше, чем простая чат-модель. В официальном описании Codex указано, что GPT-5.5 стоит выбирать для сложного кодинга, computer use, knowledge work и исследовательских сценариев, когда она появляется в списке моделей.
Почему релиз важен для ChatGPT
Для пользователей ChatGPT обновление заметно прежде всего в сложных задачах. Простые вопросы и раньше не были главной проблемой. Сложность начинается там, где нужно связать несколько условий, обработать большой контекст, не потерять ограничения, использовать файлы или инструменты и не остановиться на поверхностном ответе.
OpenAI описывает GPT-5.5 Thinking как самую способную reasoning-модель в ChatGPT для трудной реальной работы. По данным справочного центра OpenAI, она лучше понимает сложные цели, использует инструменты, проверяет свою работу и доводит больше многошаговых задач до завершения. Улучшения заявлены для поиска информации, инструкций, технического письма и перевода, при этом модель должна сохранять более тёплый и разговорный стиль.
Это важно для тех, кто использует ChatGPT не ради короткой справки, а как рабочий инструмент. Например, модель может помочь собрать материалы, сравнить варианты, подготовить структуру документа, объяснить сложную тему, проверить логику текста, проанализировать данные или развернуть черновик в готовый материал. Чем больше задача похожа на рабочий процесс, тем заметнее становится разница между простой генерацией ответа и моделью, которая умеет держать контекст.
Что изменилось для Codex
Codex получает от GPT-5.5 самый заметный прирост в инженерных сценариях. OpenAI пишет, что модель сильнее проявляет себя в задачах, где нужно понимать структуру системы, находить причину сбоя, предлагать исправление и учитывать влияние изменений на остальные части проекта. Это особенно важно для больших кодовых баз, где ошибка редко находится в одном очевидном месте.
В официальном материале OpenAI приводит показатели на нескольких тестах. На Terminal-Bench 2.0 GPT-5.5 получила 82,7%, на внутреннем Expert-SWE — 73,1%, а на OSWorld-Verified — 78,7%. Эти бенчмарки связаны с командной строкой, долгими инженерными задачами, работой с окружением и действиями на компьютере, а не только с написанием отдельной функции.
Перед практическим использованием важно понимать, где именно новая модель должна быть сильнее. OpenAI подчёркивает такие направления:
- Разбор сложных ошибок в коде, когда причина не лежит на поверхности.
- Рефакторинг и изменения, которые затрагивают несколько частей проекта.
- Работа с тестами, проверками и уточнением предположений через инструменты.
- Долгие задачи, где нужно сохранять контекст и не бросать работу слишком рано.
- Анализ больших кодовых баз с учётом связей между файлами.
- Подготовка документов, таблиц и рабочих материалов в Codex.
- Задачи, где ИИ должен не только написать код, но и проверить, что результат работает.
Такой формат делает Codex ближе не к «генератору фрагментов», а к техническому помощнику, который берёт часть рутины вокруг разработки. Но это не отменяет ревью: код, архитектурные решения, безопасность и финальные изменения всё равно должен проверять человек.
Кому уже доступна GPT-5.5
Доступ зависит от продукта и тарифа. По официальному анонсу, GPT-5.5 разворачивается в ChatGPT и Codex для пользователей Plus, Pro, Business и Enterprise. GPT-5.5 Pro доступна в ChatGPT для Pro, Business и Enterprise. В документации Codex также указано, что GPT-5.5 доступна в Codex при входе через ChatGPT, но не через API-key authentication; во время развёртывания OpenAI рекомендует продолжать использовать GPT-5.4, если GPT-5.5 ещё не появилась.
Для Codex отдельно важно, что сам продукт входит в тарифы ChatGPT Plus, Pro, Business и Enterprise/Edu. В справочном центре OpenAI также указано, что в течение ограниченного времени Codex доступен для Free и Go, а для остальных планов действуют увеличенные лимиты.
Основные различия можно свести к нескольким практическим пунктам.
| Где используется | Что даёт GPT-5.5 | Кому доступно по анонсу |
|---|---|---|
| ChatGPT | Сложные вопросы, анализ, документы, исследования, техническое письмо | Plus, Pro, Business, Enterprise |
| ChatGPT Pro | Более точная версия GPT-5.5 Pro для сложной работы | Pro, Business, Enterprise |
| Codex | Агентный кодинг, отладка, рефакторинг, работа с проектами | Plus, Pro, Business, Enterprise |
| Codex с ChatGPT-входом | Доступ к GPT-5.5 при появлении в выборе модели | Пользователи с поддерживаемым планом |
| API | Использование GPT-5.5 и GPT-5.5 Pro через платформу разработчиков | По доступности API и модели |
Эти различия важны, потому что GPT-5.5 — не только «модель в чате». OpenAI продвигает её как основу для рабочих сценариев, где ChatGPT отвечает на сложные запросы, а Codex выполняет инженерные задачи с инструментами и окружением.
Чем GPT-5.5 отличается от обычного обновления модели
Большинство обновлений ИИ пользователи оценивают по простому признаку: ответ стал лучше или нет. В случае GPT-5.5 OpenAI делает упор на другую характеристику — способность работать дольше и устойчивее. Это особенно важно для задач, где первый ответ редко бывает финальным.
Например, при написании кода модель должна не просто предложить функцию, а понять проект, найти связанные файлы, учесть тесты, проверить гипотезу и не сломать соседнюю логику. При анализе документов ей нужно не просто пересказать текст, а выделить главное, заметить противоречия, сохранить ограничения и оформить результат в нужном формате.
OpenAI также подчёркивает эффективность: GPT-5.5, по заявлению компании, выполняет те же Codex-задачи с меньшим числом токенов, чем GPT-5.4, сохраняя сопоставимую задержку на токен в реальном обслуживании. Для пользователей это может означать более быстрый путь к готовому результату, а для команд — меньше повторов, правок и неудачных попыток.
Как это может повлиять на работу с промтами
GPT-5.5 не отменяет важность хорошего промта, но меняет требования к нему. Чем сильнее модель работает с контекстом и инструментами, тем важнее давать ей не просто вопрос, а понятную задачу: цель, ограничения, формат результата, исходные данные и критерии качества.
Простой запрос вроде «сделай анализ» по-прежнему будет слабым. Лучше работает постановка задачи: что именно нужно сравнить, какой результат нужен, для кого он готовится, какие данные учитывать, какой формат выбрать и что проверить перед финальным ответом. Новая модель может лучше держать такой контекст, но она не должна угадывать то, что пользователь не сформулировал.
Практически это ведёт к переходу от коротких команд к рабочим сценариям. Пользователь не просто спрашивает, а задаёт процесс: сначала проверь данные, затем найди риски, потом предложи варианты, после этого выбери лучший и объясни почему. Для Codex логика похожая: не «исправь код», а «найди причину ошибки, проверь связанные файлы, предложи минимальный фикс, запусти тесты и объясни изменения».
Какие ограничения остаются
Даже сильная модель не становится безошибочной. GPT-5.5 может лучше рассуждать, использовать инструменты и удерживать контекст, но результаты всё равно требуют проверки, особенно в коде, аналитике, юридических, медицинских, финансовых и других ответственных задачах. OpenAI отдельно пишет, что модель выпускалась с усиленными мерами безопасности, red teaming и проверками по preparedness frameworks, включая тестирование продвинутых возможностей в кибербезопасности и биологии.
Пользователю важно не путать уверенный ответ с гарантированной точностью. В ChatGPT нужно проверять факты, источники, расчёты и выводы. В Codex нужно смотреть diff, тесты, безопасность, зависимости и влияние изменений на проект. Чем больше полномочий получает ИИ-агент, тем важнее контроль результата.
Есть и вопрос доступности. Развёртывание моделей обычно происходит постепенно, поэтому у разных пользователей GPT-5.5 может появляться не одновременно. В Codex документация прямо говорит: если GPT-5.5 ещё недоступна в выборе модели, стоит продолжать использовать GPT-5.4 во время rollout.
Почему новость важна для рынка ИИ
Релиз GPT-5.5 показывает направление, в котором движется ChatGPT: от чат-бота для ответов к рабочей среде, где модель помогает выполнять полноценные задачи. Codex в этой логике становится не отдельным инструментом для программистов, а примером агентного подхода: ИИ понимает задачу, использует окружение, проверяет себя и делает работу ближе к формату цифрового сотрудника.
Для пользователей это означает, что ценность ИИ всё меньше сводится к красивому тексту. На первый план выходят контекст, инструменты, проверка результата и способность доводить сложную задачу до практического итога. Для разработчиков это особенно заметно: модель, которая лучше понимает кодовую базу и меньше теряет нить задачи, экономит время не на одном ответе, а на всей цепочке работы.




