NiceKate AI：GPT-5.5 實測全流程 — 編碼、研究、PPT、App 生成深度評測

開場閒聊

Kate 一開場就直說：「GPT-5.5 正式發布了，我體驗了這個小時，發現非常不錯。」她提到 5.5 在編寫調試代碼、在線研究、數據分析、創建文檔和表格、操作軟件、跨工具協作等領域表現出色。

這是一篇 GPT-5.5 實測全流程的深度評測，從編碼到 App 生成深度評測，完整覆蓋 Kate 的實測體驗。關於 5 實測全流程的部分，Kate 從規格介紹一路實測到多個應用場景，內容非常扎實。關於 App 生成深度評測，她在 Android App 和理髮網頁的實測特別有參考價值。

速度上 5.5 和 5.4 差不多，但智力能力更高。API 價格輸入 5 美元、輸出 30 美元，比 Opus 4.7 還要貴。好在 Sam Altman 也說了，因為智力能力提高，每個任務所需的 token 數量確實比 5.4 更少。即將開放的 API 上下文長度最長可達 100 萬 token。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
GPT-5.5 價格較高，值得升級嗎？	編碼能力跨越式進步，日常工作效率大幅提升，但計劃能力仍遜於 Opus 4.7
編碼工具選擇太多，哪個最強？	快速原型開發 5.5 勝出，複雜計劃性專案建議 Opus 4.7 做計劃 + 5.5 執行
AI 生成應用總是只有外表沒有功能？	提示詞要非常明確指定功能而非模擬，否則 AI 容易偷懶只做表面
從圖片生成應用的流程可靠嗎？	可行但需多次迭代，且 AI 常不重新調用圖片生成工具而是重用舊圖

我花了完整時間看完 Kate 對 GPT-5.5 的深度實測，從桌面應用到動畫影片，資訊量非常大。這篇文章幫你整理出 5.5 在各個場景的真實表現，以及我個人對它能力邊界的判斷。

GPT-5.5 規格速覽：價格與定位

GPT-5.5 的 API 定價（輸入 5 美元、輸出 30 美元）比 Opus 4.7 更高，但官方強調智力提升後每個任務的 token 用量更少，整體成本未必更高。

在 Benchmark 表現上，5.5 在 ARC-AGI-2 榜單得分相當高。不過有位提前使用的博主做了詳細對比，認為 5.5 的計劃質量仍然遜於 Opus 4.7，最好的策略是讓 Opus 4.7 做計劃、5.5 去執行。

在前端和全棧產品開發上，5.5 也仍然不如 Opus。Plus 和 Pro 用戶從發布日起即可使用 GPT-5.5 Thinking。在 Codex 中使用快速模式的成本也會更高。

編碼能力實測：透明水族箱桌面應用

Kate 首先讓 GPT-5.5 生成一個 MacOS 桌面透明水族箱應用。這個任務 5.5 只花了 9 分鐘就完成，速度相當驚人。

Kate 提到之前用其他 AI 編程工具做過類似任務，但都因為構建速度慢或錯誤太多而沒有呈現在影片中。

完成的功能包括：透明無邊框浮動視窗、運行時背景不干擾打字、鼠標點擊畫面可調出魚食、魚會游過來吃食。Kate 接著讓 5.5 檢查性能問題，它發現了瓶頸並將默認幀率降到 30 FPS。最後 Kate 讓它生成應用圖標，效果雖然不算特別滿意，但整個流程十幾分鐘就全部搞定。

這個實測清楚展示了 5.5 在快速原型開發上的驚人效率——從零到完整可用的桌面應用，全部在一杯咖啡的時間內完成。

圖片轉應用：從 Android App 到理髮網頁

Kate 拿之前用 GPT Image 2 生成的圖片，讓 5.5 根據圖片製作 Android 應用。5.5 處理了 42 分鐘後成功安裝到手機上，畫面看起來有模有樣——首頁、記錄、收藏、我的等分頁一應俱全。

但問題來了：點擊更細小的圖標時完全沒有反應。Kate 指出它只是做了一個非常簡單的模擬，底部導航可點擊，但搜索、分類、頭像、卡片等都是 Canvas 畫出來的靜態元素。經過提示後，5.5 又花了 10 分鐘優化，但只跳出提醒而沒有實際功能跳轉。

Kate 的反思很清楚：一開始的提示要非常明確，要讓 AI 把功能做進去，而不是做一個看起來漂亮的模擬。否則花了四五十分鐘，介面雖然漂亮但功能基本沒有。

接著她讓 5.5 從生成的概念圖製作理髮網頁。GPT-5.5 先使用圖片生成工具給出四個方向，再根據選定的風格生成完整頁面。這次的設計水準明顯比之前版本提升很多，服務預約流程和護理資訊頁面的質感都相當不錯。

不過 Kate 也發現 AI 偷懶了——它直接使用之前生成的參考圖片，沒有重新調用圖片生成工具。

日常工作應用：商業規劃到 PPT 生成

Kate 給 5.5 一個模糊的商業想法——銷售定制 3D 打印的 NASA 主題珠寶——要求它從市場研究到供應鏈、網站建設到行銷策略完整規劃。

5.5 思考了 4 分鐘就給出詳細回答，包括商品定位、產品線、法律合規底線、市場判斷等。只是內容太多查看不便，Kate 便調用 PPT 插件讓它生成簡報。

過去 GPT 內置的 PPT 技能生成速度極慢，因為花很多時間在文字溢出和邊界檢查上。但 5.5 的 PPT 生成速度快了很多，幾分鐘就完成 4 頁簡報。封面、市場驗證策略、合規考量、供應鏈分析——每一頁的樣式都相當豐富，文字溢出問題也基本消失。

科學研究與數據分析能力

Kate 讓 5.5 探索 DeepSeek 最新開源倉庫並生成科普介紹書。GPT-5.5 自動淺克隆倉庫，發現沒有論文 PDF 後，自己根據倉庫內容找到去年 4 月份的論文並下載，最後生成 5 張高品質科普圖片。

接著她測試 5.5 的財報分析能力——從特斯拉投資者頁面下載最新季度財報 PDF 和 Excel 文件，提取關鍵指標並建立圖表頁面。5.5 完成後還自動截圖檢查品質，最終交付的 HTML 頁面含豐富圖表，Excel 表格也完整填入關鍵數據。

唯一的遺憾是中英文夾雜，改成純中文會更好。Kate 提到之前有觀眾問做研究該用什麼模型，她的回答是「無腦推薦 GPT-5.5 Pro」。

創意生成：樂譜編輯器、3D 場景與動畫

在創意工具方面，5.5 製作了一個可視化樂譜編輯器，可以播放小星星、用橡皮刪除音符、添加二分或四分音符，導出功能也正常運作。Kate 特別提到右側邊欄的概覽功能很實用，可以看到進度、生成結果和用到的工具。

3D 場景生成方面，Kate 讓多個模型生成「纖夫拉船」場景，5.5 的表現最為出色——水流流動有規律，船隻質感接近古代運輸船，纖夫的繩索雖然沒有完全連接好，但整體畫面已經非常優秀。

Macaron 色花海的表現更是讓 Kate 讚不絕口——蝴蝶色彩繽紛，調整顏色主題時會整體調整背景而非只換單一顏色。最後 Kate 將 GPT-5.5 的博文鏈接直接丟給 Codex，要求生成兩分鐘衝擊感動畫影片。5.5 先獲取資訊、撰寫分鏡，然後開始組裝。最終生成的塗鴉風格動畫讓 Kate 直呼「畫面實在太有衝擊感了」。

QA 精選

Q1：GPT-5.5 的編碼能力真的比 Opus 4.7 強嗎？

根據 Kate 的實測和多位提前使用的博主回饋，5.5 在編程方面確實有跨越式進步，而且非常易於交流。在工程師基準測試中獲得了非常高分數。

不過在計劃質量方面，5.5 仍然遜於 Opus 4.7。具體來說，前端和全棧產品開發上 5.5 不如 Opus，且在沒有計劃的情況下進行 Web coding 時表現也不如 Opus。

業界公認的最佳策略是讓 Opus 4.7 做計劃、5.5 去執行。這意味著兩者並非替代關係，而是互補關係。

Q2：從圖片生成應用這個流程真的實用嗎？

Kate 的實測顯示目前還不算完全成熟。她讓 5.5 根據圖片生成 Android 應用，花了 42 分鐘，畫面雖然漂亮但功能幾乎是空殼——底部導航可點擊，但裡面的圖標都是 Canvas 畫出來的靜態元素。

關鍵問題在於初始提示不夠明確。她建議一開始就要求 AI 把功能完整做進去，而不是先做模擬再迭代。相比之下，從圖片生成網頁應用的效果就好很多，理髮頁面的質感相當不錯。

所以目前比較可靠的路徑是：先從圖片生成網頁原型確認方向，再針對功能進行迭代，而不是一次就期望完整的 App。

Q3：GPT-5.5 的價格這麼高，值得升級嗎？

API 價格（輸入 5 美元、輸出 30 美元）確實比 Opus 4.7 更高，但 Sam Altman 的說法是因為智力提高，每個任務的 token 用量更少，整體成本未必增加。

Kate 的實測顯示 5.5 在日常工作效率提升上非常顯著——從編碼到 PPT 生成到研究分析，單一任務的處理速度都比前代更快。

如果以產出價值來衡量，對於重度使用者來說升級是值得的，尤其 Kate 明確表示做研究「無腦推薦 GPT-5.5 Pro」。對於輕度使用，5.4 可能已經足夠。

Q4：GPT-5.5 能取代 Codex 嗎？

兩者是相輔相成的關係。GPT-5.5 本身可以在 Codex 環境中使用，且 Codex 這次也有不錯的更新——可以通過 add browser use 插件讓 Codex 直接與 Web 應用交互測試點擊。

Codex 的插件生態非常豐富，但如果你的電腦之前安裝了 AutoGPT 的相關 skill，提問時調用某個 skill 可能會調用到舊版本。

Kate 建議使用 OpenAI 官方提供的文檔和 Excel 表格來讓 5.5 發揮最佳能力。對於快速原型開發（如透明水族箱應用 9 分鐘完成），5.5 在 Codex 中的表現非常出色，但並不能完全取代 Codex 本身。

主編隨筆

Kate 在影片中展示了 GPT-5.5 在十多個不同場景的真實表現，從桌面應用到動畫影片，覆蓋面相當全面。不過我認為最值得留意的不是 5.5 的強項——編碼和日常工作效率提升——而是它的兩項結構性短板。

首先是計劃能力的差距。5.5 在需要深思熟慮的場景仍然不如 Opus 4.7，這說明 OpenAI 的「智力提升」主要體現在執行效率而非策略規劃。如果你的工作流程需要先規劃再執行，目前的最佳組合仍是 Opus 做計劃、5.5 來實現。

其次是「偷懶」問題。從 Android 應用的空殼模擬到理髮網頁重用舊圖不重新生成，5.5 在沒有明確約束時傾向於走捷徑。這不是能力問題而是行為偏好——它會優先選擇看起來合理的方案而非最完整正確的方案。這意味著使用 5.5 時，提示詞的品質比以往任何時候都更關鍵。模糊的指令會得到漂亮的空殼，精確的指令才能釋放它真正的潛力。

結語

GPT-5.5 無疑是目前公開可用最強的模型之一，尤其在編碼效率和研究分析方面表現出色。但它並非全能——計劃能力落後 Opus 4.7、在無明確指令時容易偷懶，都是實際使用時要注意的地方。

對於一般使用者來說，5.5 在日常工作效率上的提升非常值得升級；對於開發者而言，善用 Opus + 5.5 的分工組合可以達到最佳效果。Kate 的實測讓我們清楚看到，AI 工具的進步不僅體現在能力上限的提升，更體現在如何寫好提示詞來引導這些能力。