OpenAI 最新发布的 GPT-5.5 模型在价格上进行了显著调整：输入 Token 价格从 $2.50/M 翻倍至 $5.00/M，输出 Token 价格从 $15/M 翻倍至 $30/M。尽管 OpenAI 宣称该模型“更少啰嗦”（less verbose），能生成更简短的回答以抵消部分成本，但真实情况如何？
通过对从 GPT-5.4 切换到 GPT-5.5 的真实用户群体进行深度分析，OpenRouter发现：绝大多数用户的实际支出不降反升，涨幅介于 49% 至 92% 之间。
核心发现：省下的 Token，抵不过翻倍的单价
1. GPT-5.5 确实更“简洁”，但仅限长文本
数据显示，GPT-5.5 的输出长度变化与提示词（Prompt）长度密切相关：
| 提示词长度 | GPT-5.4 中位数输出 | GPT-5.5 中位数输出 | 变化幅度 |
|---|---|---|---|
| < 2K Tokens | 121 | 129 | +7% (略增) |
| 2K – 10K | 140 | 213 | +52% (显著增加) |
| 10K – 25K | 211 | 143 | -32% (显著减少) |
| 25K – 50K | 185 | 150 | -19% |
| 50K – 128K | 188 | 136 | -28% |
| 128K+ | 215 | 143 | -34% |
- 长文本受益：对于超过 10K Token 的提示词，GPT-5.5 生成的回答减少了 19%-34%。
- 短文本受害：对于 2K-10K 的中等长度提示词，回答反而变长了 52%；小于 2K 的短提示词变化不大。
2. 实际成本 impact：全面上涨
尽管长文本的输出 Token 减少了，但由于基础单价翻倍，最终每百万 Token 的平均费用依然大幅上升：
| 提示词长度 | GPT-5.4 平均成本 ($/M) | GPT-5.5 平均成本 ($/M) | 成本涨幅 |
|---|---|---|---|
| < 2K Tokens | $4.89 | $9.37 | +92% 🔴 |
| 2K – 10K | $2.25 | $3.81 | +69% 🔴 |
| 10K – 25K | $1.42 | $2.15 | +51% 🟠 |
| 25K – 50K | $1.02 | $1.65 | +62% 🟠 |
| 50K – 128K | $0.74 | $1.10 | +49% 🟡 |
| 128K+ | $0.71 | $1.31 | +85% 🔴 |
- 短文本用户最惨：对于日常聊天、简单问答等短提示词场景，成本几乎翻倍（+92%）。
- 长文本用户稍好：对于长篇文档分析、代码库理解等长提示词场景，成本涨幅控制在 49%-51%，但仍远高于预期。
分析方法论
为了确保数据的准确性，我们采用了严格的**“切换用户队列”（Switcher Cohort）**方法：
- 样本选择：选取在 GPT-5.5 发布前主要使用 GPT-5.4，发布后切换为主要使用 GPT-5.5 的用户群体。
- 控制变量：由于两模型使用相同的 Tokenizer，无需校正分词差异。对比的是同一批用户在相同工作流下的不同模型表现。
- 数据来源：基于 OpenRouter 的请求日志，排除媒体文件、取消请求和零 Token 请求。
- 时间窗口：
- GPT-5.4 数据：2026年4月21-23日（发布前）
- GPT-5.5 数据：2026年4月25-28日（发布后，排除发布当天波动）
对开发者的建议
- 重新评估预算：如果你的应用主要处理短文本交互（如客服机器人、即时问答），请预期成本将接近翻倍。
- 优化长文本策略：虽然长文本成本涨幅较小（~50%），但仍需通过提示词工程进一步压缩输入长度，以最大化利用 GPT-5.5 的“简洁”特性。
- 混合模型路由：考虑将简单任务路由至更便宜的模型（如 GPT-4o-mini 或 Claude Haiku），仅将复杂、长上下文任务交给 GPT-5.5。
- 监控中等长度提示词：2K-10K 区间的提示词不仅成本涨幅高（+69%），且输出变长，需特别关注其效率比。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
