OpenAI 正在将 ChatGPT 的默认模型替换为 GPT-5.5 Instant，该模型在医学、法律和金融等高危话题上的模型幻觉减少了 52.5%，同时在数学、科学和视觉推理方面取得了显著的基准测试成绩提升。

一项新的“记忆来源”功能现在可以向用户展示哪些个人背景信息——包括过往聊天记录、已保存的提醒事项或上传的文件——影响了某次具体回复，并且用户能够修正或删除其中的单条记录。

GPT-5.5 Instant 将立即向所有 ChatGPT 用户推送，不过通过过往聊天记录、文件和 Gmail 实现的高级个性化功能最初仅限 Plus 和 Pro 订阅用户使用，更广泛的开放将在未来几周内实现。

OpenAI 正在将 ChatGPT 的默认模型更换为 GPT-5.5 Instant。此次更新减少了模型幻觉并收紧了回复内容，同时一项名为“记忆来源”的新功能会向用户展示哪些存储的背景信息影响了某次具体回复。

GPT-5.5 Instant 取代了 GPT-5.3 Instant，并且也通过 API 以“chat-latest”的名称提供。在 OpenAI 的内部测试中，GPT-5.5 Instant 在医学、法律和金融领域的高风险提示词上，相比前代模型产生的幻觉性陈述减少了 52.5%。OpenAI 声称，在用户之前标记为存在事实错误的棘手对话中，不准确陈述的比例下降了 37.3%。

OpenAI 以一个代数问题为例。用户上传了一张手写方程式的照片，其中包含一个计算错误。GPT-5.3 Instant 最初认同了该解法，随后注意到 x=3 不成立，但错误地得出结论认为没有实数解。GPT-5.5 Instant 最初也认同了用户的数学计算，但随后发现了用户在重新排列方程时的错误，并解出了修正后的二次方程。

基准测试成绩也反映了类似情况。在竞争性数学考试 AIME 2025 上，准确率从 65.4% 跃升至 81.2%。在测试博士级科学推理能力的 GPQA 上，得分从 78.5% 攀升至 85.6%。在用于解读和推理科学图表的基准测试 CharXiv 上，得分从 75.0% 提升至 81.6%。

MMMU-Pro（衡量模型处理跨文本与图像专家级问题能力的基准）从 69.2% 提升至 76.0%。OmniDocBench（一项从复杂文档中提取结构化数据的测试）的错误率从 14.6% 降至 12.5%。

基准测试 基准测试描述 指标 GPT-5.3 Instant GPT-5.5 Instant CharXiv-reasoning 科学图表推理 准确率 75.0% 81.6% MMMU-Pro 专家级多模态推理 准确率 69.2% 76.0% OmniDocBench 文档解析 平均错误率（越低越好） 14.6% 12.5% GPQA 博士级科学 准确率 78.5% 85.6% AIME 2025 竞赛数学 准确率 65.4% 81.2%

更精炼的回答与更智能的个性化

OpenAI 还着力于精简内容。该公司表示，回答更简短但不失实质；模型减少了不必要的追问，去掉了多余的 emoji，并避免了繁重的格式排版。OpenAI 写道：“它能够传递相同的信息，且通常比之前的模型更具实用性，同时减少了导致回答过长的冗词和过度格式化。”

当相关功能开启时，该模型还能更好地利用来自过往对话、上传文件以及已关联 Gmail 账户的上下文。据报道，GPT-5.5 Instant 能更准确地判断何时额外的个性化设置确实有助于回答，并且能更快地检索之前的对话。

OpenAI 还在所有 ChatGPT 模型中推出记忆来源功能。当回答依赖于存储的上下文时，用户现在可以看到使用了哪些信息，无论是保存的笔记还是过去的对话。这些条目可以被标记为相关或不相关，也可以进行编辑或删除。

但 OpenAI 表示，记忆来源并不总会显示回答背后的所有因素。例如，只有模型搜索到的部分对话会作为来源显示。该公司计划随着时间的推移让视图更加完整。当对话被分享时，记忆来源不会被一并传递，而临时对话既不会读取记忆，也不会更新记忆。

按套餐分阶段推出

OpenAI 表示，GPT-5.5 Instant 将立即向所有 ChatGPT 用户推出。付费用户仍可通过模型设置访问 GPT-5.3 Instant，该版本将在三个月后退役。

基于过往聊天记录、文件及 Gmail 的增强个性化功能，将首先面向网页端的 Plus 和 Pro 用户推出，移动端即将上线。免费版、Go 版、Business 版和 Enterprise 版用户预计将在未来几周内获得访问权限。记忆源将首先面向所有个人版网页端用户推出，移动端随后跟进。部分个性化功能可能并非在所有地区都可用。

OpenAI 近期推出了 GPT-5.5 Thinking 作为更高级别的模型，而 GPT-5.5 Instant 则作为 ChatGPT 的日常默认模型。Thinking 版本依然更强大：据报道，它在网络安全任务上的表现与 Claude Mythos 相当，并且取代了专门的 Codex 编程模型。