GPT-5.5
Explora puntuaciones de benchmark, fortalezas por género, debilidades y ejemplos recientes de GPT-5.5.
Resumen del modelo
Publicado
2026-04-23
Contexto
1M tokens
Entrada
$5.00 / 1M
Salida
$30.00 / 1M
Publicado el 23 de abril de 2026, GPT-5.5 fue el modelo insignia de OpenAI hasta que GPT-5.6 (Sol) tomó el relevo el 9 de julio de 2026; en Orivel es ahora la opción equilibrada de OpenAI. GPT-5.5 está ajustado para trabajo agéntico: codificación de largo recorrido, uso de la computadora, investigación web y ejecución de tareas encadenando herramientas son los focos.
Frente a GPT-5.4 las mejoras visibles están en ingeniería de software (SWE-Bench Pro 58.6% end-to-end en un solo paso, Expert-SWE 73.1% en tareas de ~20 horas) y en el manejo de software real (Terminal-Bench 2.0 82.7%, OSWorld-Verified 78.7%). Tau2-bench Telecom llega a 98.0% sin ajustar prompts.
Incluye ventana de contexto de 1M tokens en las APIs Responses y Chat Completions, salida máxima de 128k y un precio que duplica la tarifa de salida de 5.4 ($5 entrada / $30 salida por 1M tokens). Existe además una variante `gpt-5.5-pro` de mayor precisión a precio premium; Orivel utiliza solo `gpt-5.5` estándar.
Cambios
- Publicado el 23 de abril de 2026 como sucesor de GPT-5.4
- Énfasis en codificación agéntica y ejecución de tareas de largo recorrido
- SWE-Bench Pro 58.6% — más tareas resueltas end-to-end en un solo paso
- Expert-SWE 73.1% en tareas con tiempo humano estimado de ~20 horas
- Terminal-Bench 2.0 82.7%, OSWorld-Verified 78.7%, Tau2-bench Telecom 98.0%, GDPval 84.9%
- Contexto de 1M tokens en la API (400K en Codex); salida máxima 128k
- Precio: $5 entrada / $30 salida por 1M tokens — aprox. 2× la tarifa de salida de GPT-5.4
- Batch/Flex al 50% del estándar; Priority a 2,5× el estándar
- Corte de conocimiento sin cambios respecto a GPT-5.4
Rendimiento general
Ranking general
#6
Tasa de victoria global
Puntuación media
Victorias
33
Muestras
55
Tasa de victoria por modelo
Comparar por género
Géneros fuertes
Programación
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
7 / 15
Victorias
1
Planificación
Puntuación media
Media del género
Tasa de victoria
Muestras
3
Ranking por género
2 / 13
Victorias
3
Escritura creativa
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
4 / 15
Victorias
1
Lluvia de ideas
Puntuación media
Media del género
Tasa de victoria
Muestras
3
Ranking por género
2 / 14
Victorias
3
Análisis
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
3 / 15
Victorias
1
Géneros más flojos
Redacción empresarial
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
13 / 14
Victorias
0
Juego de roles
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
12 / 14
Victorias
0
Persuasión
Puntuación media
Media del género
Tasa de victoria
Muestras
1
Ranking por género
13 / 15
Victorias
0
Explicación
Puntuación media
Media del género
Tasa de victoria
Muestras
2
Ranking por género
9 / 14
Victorias
1
Fortalezas por criterio de evaluación
Puntuación media por criterio (sobre 10)
Cantidad
Seguridad
Corrección
Profundidad
Seguimiento de instrucciones
Calidad del estilo
Empatía
Integridad
Utilidad
Diversidad
Especificidad
Calidad de la arquitectura
Tareas recientes
Diseño de sistemas
Diseño de sistema: Servicio de notificaciones en tiempo real
Eres un ingeniero de software senior encargado de diseñar un sistema de notificaciones en tiempo real para una gran plataforma de redes sociales. **Requisitos...
Empatía
Respuesta empática a un colega en dificultades
Imagina que eres un mentor solidario entre compañeros. Un nuevo colega, Alex, te envía el siguiente mensaje. Escribe una respuesta para Alex. Tu respuesta debe...
Lluvia de ideas
Lluvia de ideas para iniciativas de agricultura urbana sostenible
Genera una lista de al menos 10 iniciativas innovadoras y prácticas para promover la agricultura urbana sostenible en una ciudad de tamaño medio con espacio ver...
Redacción empresarial
Memo interno: Anuncio de la nueva política de trabajo híbrido
Eres el gerente del Departamento de Marketing en una empresa de tecnología llamada 'Innovate Inc.'. Tu empresa está pasando de un modelo de trabajo totalmente r...
Planificación
Planifica una fiesta en el jardín comunitario
Eres el organizador principal de una fiesta en el jardín comunitario. Tu objetivo es organizar un evento exitoso para aproximadamente 50 residentes del vecindar...
Explicación
Explica por qué las vacunas pueden causar fiebre a un niño curioso de 12 años
Escribe una explicación dirigida a un niño curioso de 12 años que acaba de recibir una vacuna y está confundido sobre por qué ahora se siente febril y cansado....
Preguntas educativas
Problema de física: la distorsión temporal del reloj de abuelo
Un reloj de abuelo utiliza un péndulo de latón para medir el tiempo, y está calibrado para ser perfectamente preciso a una temperatura ambiente de 20.0°C. Duran...
Lluvia de ideas
Plan de desplazamiento sostenible para una ciudad de tamaño mediano
Genere una lista exhaustiva de soluciones innovadoras y prácticas para mejorar los desplazamientos ecológicos en una ciudad de tamaño mediano. Sus ideas deben e...
Debates recientes
Debates
El futuro del trabajo: la semana laboral de cuatro días
Este debate explora la viabilidad y conveniencia de implementar una semana laboral estandarizada de cuatro días (sin reducción salarial) en la mayoría de las industrias. Los partidarios argumentan que aumenta la productividad, el bienestar de los empleados y el equilibrio entre vida laboral y personal, mientras que los opositores plantean preocupaciones sobre su viabilidad económica, su impacto en el servicio al cliente y su idoneidad para todos los sectores.
Debates
Energía nuclear: ¿una solución energética limpia o una apuesta radiactiva?
A medida que el mundo afronta la necesidad urgente de alejarse de los combustibles fósiles para combatir el cambio climático, la energía nuclear a menudo se presenta como una alternativa potente y libre de carbono. Este debate pondera los beneficios de la energía nuclear como una fuente de alta producción y fiable frente a los riesgos significativos, incluidos el almacenamiento a largo plazo de los desechos radiactivos, la posibilidad de accidentes catastróficos como Chernóbil y Fukushima, y las preocupaciones sobre la proliferación nuclear.
Debates
El derecho a reparar: ¿empoderar a los consumidores o socavar la innovación?
El movimiento del 'Derecho a reparar' aboga por leyes que exijan a los fabricantes proporcionar a los consumidores y a los talleres de reparación independientes las piezas, herramientas e información necesarias para arreglar sus propios dispositivos electrónicos. Sus partidarios sostienen que esto reduce los residuos electrónicos, ahorra dinero a los consumidores y fomenta una economía más sostenible. Los opositores, principalmente los fabricantes, sostienen que podría comprometer la seguridad de los dispositivos, la seguridad y su propiedad intelectual, lo que potencialmente podría sofocar la innovación.
Debates
Colonización de Marte: ¿El próximo gran salto de la humanidad o la mayor distracción de la...
Esta discusión examina si la humanidad debería invertir recursos significativos en establecer una colonia permanente y autosuficiente en Marte. El debate pondera los posibles beneficios para la supervivencia a largo plazo de la especie frente a los problemas inmediatos y urgentes en la Tierra que podrían abordarse con los mismos recursos.
Debates
Pruebas estandarizadas en las escuelas: ¿Una medida justa de mérito o una barrera anticuad...
Las pruebas estandarizadas, como el SAT, el ACT y diversos exámenes a nivel estatal, han sido durante mucho tiempo una piedra angular del sistema educativo, utilizadas para la evaluación de estudiantes, la valoración de escuelas y las admisiones universitarias. Los partidarios sostienen que proporcionan un referente objetivo para medir el logro académico en poblaciones diversas. Sin embargo, los críticos argumentan que estas pruebas tienen sesgos culturales, favorecen a estudiantes de entornos privilegiados y no logran capturar las verdaderas habilidades o el potencial de un estudiante, lo que ha llevado a llamados a su abolición en favor de métodos de evaluación más holísticos. El debate se centra en si las pruebas estandarizadas son una herramienta esencial para la rendición de cuentas y la meritocracia o un sistema discriminatorio que perpetúa la desigualdad.
Debates
La semana laboral de cuatro días: ¿Una revolución en el equilibrio entre trabajo y vida pe...
El concepto de una semana laboral estándar de cuatro días, sin reducción salarial, está ganando terreno a nivel mundial como una forma de mejorar el bienestar y la productividad de los empleados. El debate cuestiona si este modelo es una evolución sostenible y beneficiosa del lugar de trabajo moderno o un ideal poco práctico que genera más problemas de los que resuelve para las empresas y la economía.
Debates
Renta Básica Universal: ¿Un camino hacia la prosperidad o hacia la ruina económica?
¿Deberían los gobiernos implementar una Renta Básica Universal (RBU), proporcionando a cada ciudadano adulto un pago regular e incondicional suficiente para cubrir los costos básicos de vida, independientemente de su situación laboral?
Debates
La adopción de calendarios escolares durante todo el año
Este debate trata sobre si los distritos escolares K-12 deberían pasar del calendario académico tradicional de nueve meses con unas largas vacaciones de verano a un modelo de año completo. La escolarización durante todo el año implica el mismo número de días de instrucción pero repartidos a lo largo de todo el año con descansos más cortos y más frecuentes. Los partidarios creen que este sistema evita el «summer slide», es decir, la pérdida de aprendizaje que los estudiantes experimentan durante las largas vacaciones de verano, y permite una instrucción más continua. Los opositores sostienen que rompe la vida familiar, complica el cuidado infantil, limita las oportunidades para campamentos de verano y empleos veraniegos, y puede provocar agotamiento en profesores y estudiantes.