GPT5.5/GB200，AI進入模型/芯片協同競爭時代，DeepSeek V4呢

GPT-5.5不過是一個小版本的更新，就是為了頂住Claude 4.7 和 Mythos最近的勢頭。但是，它背后的套路更深。

GPT-5.5標志著前沿模型之間的競爭，正在進入模型/芯片協同設計、系統競爭的時代。黃仁勛已經在英偉達內部要求大家使用Codex，就在GPT-5.5發布之前，英偉達各部門超過1萬人已經通過Codex體驗了它。

現在，硅谷每家科技大廠、每家前沿AI實驗室，都需要一個自己的智能體編碼工具，因為用AI研發AI，用AI提升效率，將對競爭起到決定性的作用。所以，最近谷歌的創始人都跳出來，要求建立突擊隊迎頭趕上Claude Code。馬斯克也與Cursor達成了價值600億美元的收購權交易——微軟也動過這個念頭。

2026/4/22 >閱讀全文

2026/04/22>閱讀全文

OpenAI和英偉達一直是早期芯片和協同設計合作伙伴：OpenAI 提供反饋，為英偉達的硬件路線圖提供信息；反過來，OpenAI 也能夠提前獲得新架構的使用權。這種合作關系達到了一個新的里程碑，雙方共同搭建了首個 GB200 NVL72 10 萬 GPU 集群。完成了多次大規模訓練運行，英偉達稱其在前沿規模上樹立了系統級可靠性的新標桿。

”GPT-5.5 就是該基礎設施全力運行的產物。 “

OpenAI透露，Codex和GPT-5.5在協同設計中也發揮了重要的作用，AI幫助改進了為自己服務的底層架構。

為了以 GPT-5.4 的延遲運行 GPT-5.5，OpenAI需要將推理過程重新定義為一個集成系統，而非一系列孤立的優化。

GPT-5.5 的設計、訓練和運行都與英偉達GB200 和 GB300 NVL72 系統緊密結合。Codex 幫助團隊更快地將想法轉化為可基準測試的實現，包括繪制草圖、搭建實驗流程，以及幫助確定哪些優化值得深入投入。GPT-5.5 則幫助發現并實現了技術棧本身的關鍵改進。

Codex 和 GPT-5.5 在實現性能目標的過程中發揮了至關重要的作用。其中一項改進是負載均衡和分區啟發式算法。在 GPT-5.5 之前，加速器上的請求被分割成固定數量的塊，以平衡計算核心之間的工作負載，確保大小請求都能在同一 GPU 上運行。然而，預先確定的靜態塊數量并非適用于所有流量模式。為了更好地利用 GPU，Codex 分析了數周的生產流量模式，并編寫了自定義啟發式算法來優化工作負載的分區和平衡。這項工作產生了巨大的影響，token生成速度提高了 20% 以上。

英偉達負責企業AI的副總裁博塔諾（Justin Boitano）則強調了協同設計中的效率提升：

“調試時間從幾天縮短到幾小時，并將復雜代碼庫中數周的實驗成果轉化為一夜之間取得的進展。這不僅僅是編碼速度的提升，更是一種全新的工作方式，它能幫助人們以截然不同的速度開展工作。”

為了下一代 AI 基礎設施，OpenAI已經承諾部署10 吉瓦的英偉達系統，未來幾年，OpenAI 模型訓練和推理，將跑在數百萬個英偉達GPU 上。

重視開放權重模型的英偉達，也把OpenAI gpt-oss 開源權重模型納入其生態，為英偉達TensorRT-LLM 和包括 vLLM 和 Ollama 在內的生態系統框架優化了模型權重。

英偉達和 OpenAI長達十余年的、整個AI技術棧領域的密切合作，意味著黃仁勛將會全力支持OpenAI與Anthropic的競爭。

被黃仁勛買到麾下的Groq創始人羅斯（Jonathan Ross)，也把GPT-5.5歸功于英偉達的GB200 NVL72 訓練，”真是立大功了！“

就在昨天，谷歌云在Next活動上發布了第八代TPU：用來訓練的8t，和用來推理的8i。這是用來訓練下一代Gemini，而且用訓練和推理的分離，直接藐視通用GPU，也順便藐視了羅斯，他號稱是LPU和TPU雙料創始人。

2026/4/23>閱讀全文學

去年底，第六代TPU訓練出來的Gemini 3，已經碾壓了GPT-5。現在，英偉達要用GB200/300，通過GPT5.5實現復仇。可以期待的是，8t/8i將全面硬杠Vera Rubin/LPU的訓練和推理。

那么，GPT-5.5實現翻盤了嗎？業內都留意到打榜分數都是與Claude-4.7對比，而大魔頭Mythos則神秘地躲在”玻璃門“后面。

可以看出GPT-5.5 在 軟件工程SWE-Bench-Pro 這項評測上仍然落后，但在終端智能體 TerminalBench 2.0 和網絡安全智能體 CyberGym 上表現突出。

也就是說，GPT-5.5 在真實開源代碼庫里的長鏈條軟件工程任務上不是最頂尖，但它在終端上連續操作完成任務和網絡安全攻防/漏洞分析這兩類更偏 agent、環境交互和實戰鏈條的評測上較強。 它的強項可能更偏工具使用、環境操作和安全任務。

GPT 5.5所體現的token經濟學，是GPT-5.5 不僅更加智能，而且解決問題的效率更高，通常能以更少的token和更少的重試次數獲得更高質量的輸出。在人工智能分析的編碼指數 (AIA) 中，GPT-5.5 以競爭對手前沿編碼模型一半的成本，提供了最先進的智能。

就在谷歌稱其75%的代碼由AI生成之后，OpenAI也宣布超過85%的員工在使用Codex，包括軟件工程、財務、溝通、市場營銷、數據科學和產品管理在內的各個部門。

在溝通部門，團隊利用 Codex 中的 GPT-5.5 分析了六個月的演講請求數據，構建了評分和風險評估框架，并驗證了一個自動化的 Slack 智能體，從而可以自動處理低風險請求，而高風險請求仍然需要人工審核。在財務部門，團隊使用 Codex 審核了 24,771 份 K-1 稅表，總計 71,637 頁。他們采用的工作流程排除了個人信息，幫助團隊比上一年節省了兩周時間。在市場推廣團隊，一名員工實現了每周業務報告的自動化生成，每周節省了 5-10 小時。

甚至OpenAI這位研究科學家，分享了他動動嘴讓5.5干活、自己的”朋友和男朋友“一起外出度周末的體驗。

”假期里，我對著 5.5 口述了幾分鐘，描述了一個新的、很有野心的強化學習訓練項目。點了發送之后，我就把這事忘了，接著和朋友還有男朋友一起玩了幾天。周一回來時，一個工業規模的強化學習訓練任務已經在那兒嗡嗡跑著了，它已經連續運行了 31 個小時。“

那么，這個周末之后，是不是輪到我們的DeepSeek V4了？也期待它與中國自主芯片系統的協同設計，帶來驚喜。

參考：

https://openai.com/index/introducing-gpt-5-5/

https://blogs.nvidia.com/blog/openai-codex-gpt-5-5-ai-agents/?linkId=100000419058977