Appearance
GPT-5.5+Codex实战复盘：贵模型出方案、便宜模型干活
GPT-5.5在2026年4月23日发布。ChatGPT Plus用户$20/月就能用，而Claude Opus 4.7 Pro需要$200/月。1/10的价格换来接近甚至部分场景更强的能力。
GPT-5.5 Benchmark
| 指标 | GPT-5.4 | GPT-5.5 | 提升 |
|---|---|---|---|
| Terminal-Bench 2.0 | 75.1% | 82.7% | +7.6% |
| SWE-Bench Pro | 57.7% | 58.6% | +0.9% |
| MRCR v2（512K-1M tokens） | 36.6% | 74.0% | +37.4% |
| 幻觉率 | 基线 | 减少60% | 大幅下降 |
几个关键点
- 长上下文推理暴涨：MRCR v2从36.6%跳到74.0%，接近翻倍。处理大型代码库时能在更大上下文窗口里保持推理质量
- 终端/编码场景领先：Terminal-Bench 2.0的82.7%在所有模型中排前列
- 幻觉大幅减少：60%的幻觉降低，更少"看起来对但其实错了"的代码
实战方法论
方法1：贵模型出方案，便宜模型干活
| 角色 | 模型 | 成本 |
|---|---|---|
| 方案设计 | GPT-5.5 | 贵，但出方案只需一次 |
| 代码实现 | DeepSeek V4-Pro | 便宜，干活量大管饱 |
实战效果：告诉GPT-5.5"参考现有优秀开源项目，对本项目提供改进方案"，它给出的方案结构清晰、路径明确。然后交给V4-Pro逐条实现。
方法2：V4-Pro扫问题，GPT-5.5修
扫描阶段用便宜模型快速定位问题，修复阶段交给强模型精准处理。
方法3：多模型配置中心
| 方案 | 说明 |
|---|---|
| DB为事实来源 | 配置存数据库，统一管理 |
| YAML只做启动种子 | 首次启动从YAML读取，后续由DB接管 |
| API Key加密存储 | 不暴露在配置文件里 |
RAG场景的Provider拆分
必须拆分Chat Provider和Embedding Provider。
| Provider | 用途 | 推荐模型 |
|---|---|---|
| Chat Provider | 对话生成 | GPT-5.5 |
| Embedding Provider | 向量化 | 专用embedding模型 |
向量维度踩坑实录：不同embedding模型输出的向量维度不同，切换模型时需要重新向量化或做维度对齐。
GPT-5.5 + Codex搭配策略
| 策略 | 说明 |
|---|---|
| 行动优先 | 先动手，再优化，不要过度规划 |
| 上下文收集 | Codex 400K上下文窗口，充分利用 |
| AGENTS.md | 写清楚项目背景和规则 |
| 子任务拆分 | 大任务拆小，并行执行 |
性价比分析
| 方案 | 月费 | 可用能力 |
|---|---|---|
| ChatGPT Plus | $20/月 | GPT-5.5 + Codex |
| Claude Pro | $200/月 | Claude Opus 4.7 |
GPT-5.5和Claude Opus 4.6双王并列，没有绝对第一。两个偶尔都会翻车，只是翻车姿势不一样。但如果加上性价比维度，GPT-5.5的优势太明显了。
关键词：GPT-5.5, Codex, OpenAI, 模型对比, Codex实战, SWE-Bench, Terminal-Bench, 多模型配置
