GPT-5.5
OpenAI 모델 · 2026년 4월 23일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- OpenAI
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 159.1신뢰구간 156.7~162.3
- Arena 점수(사람 투표)
- 147226위 · 투표 69,437표
주요 반응
독립 평가 지수 1위에 오르며 에이전트·터미널 작업에서 호평받았다. 다만 모르는 질문에도 답하려는 높은 환각률, 두 배로 오른 API 가격, 복잡한 소프트웨어 엔지니어링에서 Claude Opus 4.7에 밀린다는 평가, GPT-4o 같은 따뜻함 부족이 지적됐다.
- 호평독립 평가 지수에서 GPT-5.5는 60점으로 Claude Opus 4.7과 Gemini 3.1 Pro Preview(57점)를 3점 앞서 1위에 올랐고, 지식 정확도 57%도 평가 대상 중 가장 높았다.[1][2]
- 비판같은 평가에서 환각률은 86%로 Claude Opus 4.7(36%), Gemini 3.1 Pro Preview(50%)보다 훨씬 높았다. 모르는 질문에도 답하려는 경향이 강하고, GPT-5.4 대비 향상은 주로 지식 회상 덕분이었다.[1][2]
- 엇갈림API 가격은 GPT-5.4의 두 배인 5달러/30달러가 됐다. 출력 토큰이 약 40% 줄어 지수 실행 비용은 약 20% 증가에 그쳤지만, 한 중개 플랫폼 분석에서는 전환 이용자의 실효 비용이 49~92% 늘었다.[1][3]
- 엇갈림한 리뷰는 터미널 기반 에이전트 작업과 장문 컨텍스트에서는 GPT-5.5가 앞서지만 복잡한 소프트웨어 엔지니어링(SWE-Bench Pro)은 Claude Opus 4.7이 낫다고 정리했다. 수치 대부분은 벤더 발표 기준이다.[4]
- 엇갈림한 국내 보도에 따르면 이용자 반응은 갈렸다. 대화 맥락 유지와 주제 전환 시 일관성은 호평받았지만, 많은 이용자는 GPT-4o의 따뜻함과 친밀감을 되살리지 못했다고 느꼈다.[5]
반응 출처 5개
- OpenAI GPT-5.5 is the new leading AI model · artificialanalysis.ai
- GPT-5.5 tops benchmarks but still hallucinates frequently at a 20 percent higher API cost · the-decoder.com
- GPT-5.5 Price Increase: What It Costs · openrouter.ai
- GPT-5.5 review: benchmarks 2026 · blog.buildfastwithai.com
- OpenAI GPT-5.5 sparks debate: performance satisfies, emotional touch still lacking · digitaltoday.co.kr
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
OpenAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학94%
94개 모델 중 10위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '매우 높음' 기준. 오차 ±1.6%.
- OTIS 모의 AIME수학100%
91개 모델 중 1위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '매우 높음' 기준.
- FrontierMath(2025판)수학51.7%
46개 모델 중 2위. 연구 수준의 매우 어려운 수학 문제(비공개). 2026년 6월 새 판으로 바뀌기 전 기록이다. 생각 수준 '매우 높음' 기준. 오차 ±2.9%.
- FrontierMath 1~3단계수학85.3%
57개 모델 중 12위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '매우 높음' 기준. 오차 ±2.1%.
- FrontierMath 4단계수학72.5%
48개 모델 중 11위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '매우 높음' 기준. 오차 ±7.1%.
- SWE-bench Verified코딩80.6%
23개 모델 중 2위. 실제 오픈소스 저장소의 이슈를 고치는 과제. 사람이 검증한 500개 문항이다. 생각 수준 '매우 높음' 기준. 오차 ±1.8%.
- MirrorCode코딩10%
9개 모델 중 8위. 원본 소스 코드 없이 프로그램 전체를 처음부터 다시 구현하는 장기 코딩 과제. 생각 수준 '높음' 기준. 오차 ±6%.
- SimpleQA Verified지식63%
52개 모델 중 13위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '매우 높음' 기준. 오차 ±1.5%.
- 체스 퍼즐추론54%
60개 모델 중 8위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '매우 높음' 기준. 오차 ±5%.
- 미공개 게임 퍼즐추론56%
47개 모델 중 8위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '매우 높음' 기준. 오차 ±5%.
- 가구 조립 검사공간·학습44.2%
27개 모델 중 11위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '매우 높음' 기준. 오차 ±6.4%.
- EBR-bench공간·학습34.3%
21개 모델 중 9위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '매우 높음' 기준. 오차 ±2%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- GPT-5.5 Pro OpenAI · 2026-04-23
- GPT-5.5 Instant OpenAI · 2026-05-05
- Grok 4.3 Beta xAI · 2026-04-17
- Claude Opus 4.7 Anthropic · 2026-04-16