GPT-5.5: контекст 1,05 млн токенов и цена $5 / $30
Текущий флагман линейки: контекстное окно больше миллиона токенов.
Что это за версия
GPT-5.5 вышел 24 апреля 2026 года. Главная цифра версии — контекстное окно в 1 050 000 токенов: это больше, чем у большинства конкурентов, и вдвое с лишним больше, чем было у GPT-5.2 с её 400K.
Вторая заметная величина — максимальный вывод: 128 000 токенов за один ответ. Для генерации крупных документов или больших объёмов кода за раз это существенно.
За рост возможностей пришлось заплатить буквально. Цена $5 за миллион входящих токенов и $30 за исходящие — примерно втрое выше, чем стартовый тариф GPT-5.2. Если вам не нужен контекст больше 400K, экономически разумнее оставаться на предыдущей версии.
Сопоставимого замера на SWE-bench Verified из того же среза лидерборда, что у моделей Anthropic и DeepSeek, у нас нет — поэтому в таблицах стоит прочерк. Это не оценка качества, а честное «сравнивать не с чем».
Характеристики
| Разработчик | OpenAI |
|---|---|
| Вышла | 24 апреля 2026 |
| Контекстное окно | 1 050 000 токенов |
| Максимальный вывод | 128 000 токенов |
| Цена ввода | $5 за 1 млн токенов |
| Цена вывода | $30 за 1 млн токенов |
| Открытые веса | нет |
| Доступ из России | обходной, регистрация часто требует зарубежного номера |
Особенности
- Контекстное окно 1 050 000 токенов — одно из самых больших на рынке
- Максимальный вывод 128 000 токенов за ответ
- Регулируемая глубина рассуждений
- Самая широкая поддержка в сторонних инструментах среди всех линеек
Что изменилось
Контекст вырос с 400K у GPT-5.2 до 1,05M. Цена поднялась примерно втрое относительно стартового тарифа 5.2.
Сравнение
Набор реальных задач из открытых репозиториев: модель чинит настоящий баг, правку проверяют тестами. Здесь только модели из одного среза лидерборда за август 2026 года — замеры из прогонов с разной методикой несопоставимы.
Меньше — дешевле. Цена вывода обычно в несколько раз выше цены ввода, но соотношение версий между собой сохраняется.
Сколько текста модель удерживает в одном запросе. Больше не всегда лучше: большой контекст дороже и не гарантирует аккуратности.
Когда брать эту версию
Задачи с очень большим объёмом входных данных и длинным ответом: разбор крупной документации, генерация больших документов.