OpenAI 近期更新了 ChatGPT 的預設模型，將 GPT-5.3 Instant 升級為 GPT-5.5 Instant。對於大多數使用者而言，Instant 系列模型定位於日常高效處理（Daily Driver），追求的是快速回應與實用性。而這次 5.5 版本的核心進化，主要集中在三個維度：事實準確度（Factuality）、回應精簡度（Conciseness）以及個人化脈絡（Personalization）的深度整合。
提升事實準確度與自我修正能力
在大型語言模型（LLM）的開發中，幻覺（Hallucination，指模型自信地產生錯誤資訊）一直是最大的痛點。對於醫療、法律或金融等高風險領域，微小的錯誤可能導致嚴重後果。
GPT-5.5 Instant 在這些高風險提示詞（High-stakes prompts）上的表現有顯著提升，內部評估顯示其幻覺聲明比 5.3 版本減少了 52.5%。更重要的是，模型展現了更強的自我修正能力。在處理複雜的數學代數問題時，5.3 版本在發現答案不符時往往會直接得出錯誤結論（例如直接判定無解）；而 5.5 版本則能回溯推理過程，識別出之前的代數計算錯誤，並重新使用正確的公式（如二次方程式求根公式）來導出正確答案。這種從單純的結果輸出轉向過程檢驗的能力，大幅提升了模型在 STEM 領域的可信度。
從冗長到精確：回應風格的轉向
許多工程師或專業使用者常發現，LLM 傾向於提供過於完整但冗長的回答，包含過多的格式化列表、不必要的禮貌用語或過多表情符號，這在快節奏的工作環境中反而降低了資訊獲取效率。
GPT-5.5 Instant 採取了更為精簡的策略。以處理職場人際建議為例，5.5 版本在字數上減少了約 30%，行數減少了約 29%。它不再試圖提供一個全方位的教學指南（包含過多的注意事項），而是直接給出不同情境下可立即使用的對話腳本。這種轉向意味著模型能更精準地判斷使用者的意圖，在保持自然語氣的同時，剔除低資訊密度的廢話。
深度個人化與記憶來源透明化
本次更新最顯著的實務影響在於對個人化脈絡（Context）的利用。模型現在能更智能地整合來自過去對話、上傳文件以及連接的 Gmail 數據。
過去的模型在提供建議時，通常是基於通用知識（例如：推薦三藩市的茶店）。但 5.5 版本能結合使用者的歷史偏好（例如：知道使用者偏好台灣高山茶而非甜膩的波霸奶茶，且經常造訪特定店家），從而提供高度量身定制的推薦。
為了平衡個人化與隱私，OpenAI 引入了記憶來源（Memory Sources）功能。這解決了 LLM 記憶黑盒的問題，讓使用者可以清楚看到模型在生成答案時引用了哪些過去的對話或記憶片段。使用者現在可以針對單一記憶點進行刪除或修正，確保模型不會基於過時的資訊提供建議。
實務影響總結
對於開發者與日常使用者來說，GPT-5.5 Instant 的更新將其從一個通用聊天機器人，推向一個更像個人助理的工具。它減少了對事實核對的心理壓力，縮短了閱讀冗長回應的時間，並透過對個人數據的深度理解，降低了重複輸入背景資訊的成本。
來源：openai.com
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。