OpenAI

GPT-5.5

openai/gpt-5.5
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GPT-5.5 是 OpenAI 为复杂专业工作负载设计的前沿模型,基于 GPT-5.4,具备更强的推理能力、更高的可靠性,处理困难任务。它配备了 1M上下文窗口(922K 输入,128K 输出),支持文本和图像输入,支持在单一系统内实现大规模推理、编码和多模态工作流。

输入 / 输出模态
未提供 至 未提供
参考输入 / 输出价格
输入¥35输出¥210每百万 Token
上下文长度
400K
收录时间
2026年4月27日

供应通道与价格

供应通道输入长度输入 /M输出 /M缓存读取 /M上下文最大输出详情
Azure≤ 272K¥35¥210¥3.5400K128K
> 272K¥70¥315¥7
OpenRouter≤ 272K¥35¥210¥3.5400K128K
> 272K¥70¥315¥7

Azure

延迟
3.27s
吞吐量
67 tokens/s
上下文
400K

价格

输入
¥35/M tokens
输出
¥210/M tokens
缓存
¥3.5/M tokens

分段价格

按输入 Token 长度分段计费。

0–272K Token

输入阶梯
¥35/M tokens
输出阶梯
¥210/M tokens
缓存阶梯
¥3.5/M tokens

272K–∞ Token

输入阶梯
¥70/M tokens
输出阶梯
¥315/M tokens
缓存阶梯
¥7/M tokens

规格

上下文
400K
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

OpenRouter

延迟
14.03s
吞吐量
170 tokens/s
上下文
400K

价格

输入
¥35/M tokens
输出
¥210/M tokens
缓存
¥3.5/M tokens

分段价格

按输入 Token 长度分段计费。

0–272K Token

输入阶梯
¥35/M tokens
输出阶梯
¥210/M tokens
缓存阶梯
¥3.5/M tokens

272K–∞ Token

输入阶梯
¥70/M tokens
输出阶梯
¥315/M tokens
缓存阶梯
¥7/M tokens

规格

上下文
400K
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

GPT-5.5 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="openai/gpt-5.5", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型