اقرأ وفهم GPT-5.5 في مقال واحد: بدءًا من اليوم، OpenAI "لا تبيع" الرموز.

المؤلف: هيلين

بتوقيت المحلي في 23 أبريل، أطلقت OpenAI رسميًا الجيل الجديد من النموذج الرائد GPT-5.5، ووصفتها بأنها “طبقة ذكية جديدة موجهة للعمل الحقيقي”، وهي خطوة مهمة نحو أسلوب جديد في الحوسبة.

تركزت هذه الإطلاق على نقطتين رئيسيتين:

الأولى هي الاختراق في كفاءة الأداء: مع نفس التأخير، النموذج أصبح أكبر، لكن سرعته لم تتباطأ. حيث وصل حجم نافذة السياق في GPT-5.5 إلى مليون توكن، لكنه ليس مجرد ترقية لقدرات GPT-5.4، بل حقق ذكاءً أعلى مع الحفاظ على نفس مستوى الكفاءة.

الثانية هي أن GPT-5.5 خلال عملية التدريب، شارك في تحسين بنية البنية التحتية للاستدلال الذاتي. باختصار، تعلم الذكاء الاصطناعي للمرة الأولى كيف يضبط معاييره بنفسه.

في اختبار سير عمل الأوامر المعقدة Terminal-Bench 2.0، حصل GPT-5.5 على 82.7%، متفوقًا على Claude Opus 4.7 الذي حقق 69.4% بأكثر من 13 نقطة مئوية؛ وفي اختبار OSWorld-Verified الذي يقيم قدرة الذكاء الاصطناعي على تشغيل حاسوب حقيقي بشكل مستقل، كانت نسبة النجاح 78.7%، متجاوزة الخط البشري؛ وفي اختبار GDPval الذي يقيم أداء 44 نوعًا من المهام المعرفية المهنية، حققت 84.9% من المهام مستوى أو تفوق مستوى الخبراء في الصناعة.

ومع ذلك، فإن سعر GPT-5.5 قد ارتفع بشكل واضح.

سعر API هو 5 دولارات لكل مليون توكن مدخل، و30 دولارًا للمخرجات، وهو ضعف سعر GPT-5.4 (2.50 دولار لكل مليون توكن مدخل، و15 دولارًا للمخرجات)، لكن الشركة أكدت أن عدد التوكنات اللازمة لإنجاز نفس المهمة انخفض بشكل كبير، مما قد لا يجعل التكلفة الإجمالية ترتفع بشكل ملحوظ. سعر API لـ GPT-5.5 Pro هو 30 دولارًا لكل مليون توكن مدخل، و180 دولارًا للمخرجات. مع معالجة الدُفعات والتسعير المرن، يتم تقديم خصم نصف السعر، مع أولوية المعالجة مقابل 2.5 ضعف السعر القياسي.

في ChatGPT، تم إطلاق GPT-5.5 تحت اسم “GPT-5.5 Thinking”، تدريجيًا يحل محل الإصدارات السابقة.

تصميم جديد صغير هو أن النموذج يبدأ التفكير بتقديم ملخص للأفكار قبل أن يبدأ، ويمكن للمستخدم التدخل في أي وقت أثناء التنفيذ لضبط الاتجاه.

باختصار، إذا أردت تلخيص معنى GPT-5.5 في جملة واحدة: النماذج السابقة كانت مجموعة من القدرات، أما GPT-5.5 فهو أقرب إلى نظام عمل يخطط، يتحقق، ويواصل التقدم بشكل مستمر.

01 84.9% من المهام تصل لمستوى المحترفين

مقارنة GPT-5.5 مع المنافسين في اختبارات المعايير الأساسية مثل Terminal-Bench 2.0، GDPval، و OSWorld-Verified

نبدأ بتقييم أداء النموذج في سيناريوهات مهنية حقيقية. استخدمت OpenAI معيارًا يسمى “GDPval”، الذي يتطلب من النموذج إكمال مجموعة كاملة من المهام المهنية. يغطي الاختبار 44 سيناريو مهني، بما في ذلك النمذجة المالية، التحليل القانوني، تقارير علوم البيانات، تخطيط العمليات، وغيرها.

النتيجة: حقق GPT-5.5 في 84.9% من المهام مستوى أو تفوق على مستوى المحترفين في الصناعة. للمقارنة، كانت نسبة GPT-5.4 83.0%، وClaude Opus 4.7 80.3%، وGemini 3.1 Pro فقط 67.3%.

هذا الفارق لا يقتصر على المجموع الكلي. في مهام النمذجة باستخدام جداول البيانات، حصل GPT-5.5 على 88.5% في الاختبار الداخلي؛ وفي نماذج ذات مستوى استثماري، كان الأداء متقدمًا على الإصدارات السابقة. وردود الفعل من المختبرين الأوائل كانت متسقة: إجابات GPT-5.5 Pro كانت أكثر شمولية، تنظيمًا، وملاءمة للاستخدام في مجالات الأعمال، القانون، التعليم، وعلوم البيانات، مع تحسين واضح مقارنة بـ GPT-5.4 Pro.

رغم أن الأرقام قد تبدو مملة، إلا أن OpenAI قررت أن تكشف عن أداء فريقها الداخلي مباشرة.

قالت OpenAI إن أكثر من 85% من موظفي الشركة يستخدمون Codex أسبوعيًا، في أقسام المالية، الإعلام، التسويق، المنتجات، وعلوم البيانات. استخدم فريق الإعلام الأداة لتحليل بيانات الدعوات للخطابات على مدى ستة أشهر، وأنشأوا عملية تصنيف آلية؛ وفريق المالية راجع 24,771 نموذج K-1 الضريبي، بمجموع 71,637 صفحة، وأنهوا العمل قبل أسبوعين من الموعد المحدد العام الماضي؛ وفريق التسويق استخدم تقارير أسبوعية آلية، موفرًا على كل فرد من 5 إلى 10 ساعات أسبوعيًا.

هذه ليست مجرد عروض تجريبية، بل أصبحت جزءًا من الروتين اليومي للعمل.

02 أقوى نموذج برمجة مستقل

قالت OpenAI إن GPT-5.5 هو حالياً أقوى نموذج برمجة مستقل لديها.

في اختبار Terminal-Bench 2.0 (الذي يقيم سير عمل الأوامر المعقدة، ويتطلب تخطيطًا، تكرارًا، وتنسيق أدوات)، حصل GPT-5.5 على 82.7%، مقابل 75.1% لـ GPT-5.4، بزيادة تقارب 8 نقاط مئوية، مع استهلاك أقل للتوكنات. في اختبار SWE-Bench Pro (الذي يقيم القدرة على حل مشكلات GitHub بشكل فوري)، حصل GPT-5.5 على 58.6%. وفي تقييم Expert-SWE الداخلي (مهمات برمجة طويلة المدى، ومتوسط وقت إنجازها حوالي 20 ساعة يدويًا)، تفوق GPT-5.5 أيضًا على GPT-5.4.

مخطط نقاط Terminal-Bench 2.0 و Expert-SWE

بفضل GPT-5.5، أصبح Codex قادرًا على بدء من كلمة واحدة، وإكمال عملية التطوير كاملة من توليد الكود، اختبار الوظائف، إلى التصحيح البصري بشكل مستقل.

عرضت OpenAI نموذجًا توضيحيًا يُظهر تطبيقًا لمهمة فضائية يعتمد على بيانات مدارية حقيقية من ناسا، يدعم تفاعل ثلاثي الأبعاد، ومحاكاة مدارية بدقة فيزيائية حقيقية؛ وأيضًا جهاز تتبع الزلازل يتصل بمصدر بيانات مباشر ويُظهر التصور، مما يدل على أن النموذج يمتلك القدرة على استدعاء واجهات برمجة التطبيقات الخارجية، ومعالجة البيانات الديناميكية، والتصيير في الوقت الحقيقي.

أما عن ردود الفعل. روبرت دان شيبر، مؤسس ومدير شركة Every، روى تجربة: كان قد واجه خطأ برمجي بعد إطلاق المنتج، وأمضى أيامًا يحاول إصلاحه، وفي النهاية اضطر لاستدعاء أقوى مهندسي الشركة لإعادة كتابة جزء من النظام. بعد إصدار GPT-5.5، قام بتجربة — وضع النموذج في الحالة التي لم يُصلح فيها الخطأ بعد، ليرى إن كان يمكنه التوصل لنفس الحلول التي توصل إليها المهندس. لم تستطع GPT-5.4 ذلك، لكن GPT-5.5 استطاع. ووصف الأمر قائلاً: “هذا أول نموذج برمجة أستخدمه يمتلك وضوح مفهوم حقيقي.”

وتقييم مهندس من Nvidia كان أكثر صراحة: “فقدان الوصول إلى GPT-5.5 يشبه بتر طرف.”

وأضاف مايكل ترويل، مؤسس مشارك ومدير تنفيذي في Cursor: “GPT-5.5 أذكى وأكثر مرونة من GPT-5.4، ويمكنه الصمود لفترات أطول في المهام الطويلة والمعقدة — وهو ما يحتاجه العمل الهندسي بشكل أساسي.”

03 المعرفة المهنية: الذكاء الاصطناعي يقدر على “استخدام” الحاسوب لأول مرة

في اختبار OSWorld-Verified (الذي يقيم قدرة النموذج على تشغيل حاسوب حقيقي بشكل مستقل)، كانت نسبة النجاح 78.7%، أعلى من GPT-5.4 التي كانت 75.0%، وأيضًا متفوقة على Claude Opus 4.7 التي كانت 78.0%.

وهذا ليس مجرد تحليل لصور الشاشة، بل تحكم حقيقي في الشاشة: رؤية الواجهات، النقر، الإدخال، التبديل بين الأدوات، حتى إتمام المهمة. لأول مرة، يشعر المستخدم أن الذكاء الاصطناعي يمكنه فعلاً أن يشاركك استخدام نفس الحاسوب.

عرض توضيحي لنموذج مالي

وفي اختبار Tau2-bench الخاص بسير عمل خدمة العملاء في الاتصالات، حقق GPT-5.5 دقة 98.0% بدون تهيئة مسبقة، مقابل 92.8% لـ GPT-5.4.

وهذا يدل على أن النموذج يفهم نية المهمة بشكل عميق، ويمكنه التعامل مع حوارات معقدة متعددة الخطوات بدون الحاجة لتصميم دقيق للطلبات.

وفي قدرته على البحث عن أدوات، حقق GPT-5.5 في اختبار BrowseComp درجة 84.4%، وGPT-5.5 Pro وصلت إلى 90.1%، مما يعكس قدرته على الاستمرار في استرجاع المعلومات ودمجها في مهام البحث المعقدة.

04 البحث العلمي: مساعدة في اكتشاف إثباتات رياضية جديدة

في هذا الإصدار، قد يكون أداء GPT-5.5 في المجال العلمي هو الأكثر إثارة للدهشة.

في السابق، كنا نعتبر الذكاء الاصطناعي أداة مساعدة، تساعد في البحث عن الأدبيات، كتابة الكود، تنظيم البيانات. لكن هذه المرة، لعب دوره بشكل أكثر جوهرية: في الاستنتاجات المعقدة، وحتى في الاكتشاف نفسه.

في GeneBench، وهو اختبار متعدد المراحل لتحليل البيانات في علم الوراثة والبيولوجيا الكمية، حصل GPT-5.5 على 25.0%، مقابل 19.0% لـ GPT-5.4. وهذه المهام عادة تتطلب أيامًا من العمل من قبل خبراء، ويجب على النموذج أن يراوغ الأخطاء المحتملة، ويتعامل مع عوامل التداخل الخفية، ويطبق الأساليب الإحصائية الحديثة بشكل صحيح، دون إشراف مباشر.

من خلال الرسوم البيانية، يتضح أن مع زيادة عدد التوكنات، تتفوق GPT-5.5 على GPT-5.4 في تحسين الدرجات، وتظهر فجوة واضحة عند حوالي 15,000 توكن — مما يعني أن المهام الطويلة التي تتطلب استنتاجات عميقة ستزيد من تفوق GPT-5.5 مع تعقيد المهمة.

وفي BixBench، وهو معيار حقيقي لبيولوجيا المعلومات وتحليل البيانات، حقق GPT-5.5 نسبة 80.5%، متفوقًا على GPT-5.4 الذي حصل على 74.0%، ويحتل مركزًا متقدمًا بين النماذج المنشورة.

الأمر المثير هو حالة محددة: نسخة داخلية من GPT-5.5 مزودة بإطار أدوات مخصص، ساعدت في اكتشاف برهان رياضي جديد على عدد رامزي، وتم التحقق منه باستخدام أداة الإثبات الرسمية Lean. عدد رامزي هو موضوع مركزي في الرياضيات التوافقية، وإنجازاته نادرة جدًا، وصعبة للغاية. النموذج لم يكتفِ بتوليد الكود أو الشرح، بل ساهم فعليًا في تقديم برهان رياضي.

على مستوى التطبيق، استخدم أستاذ علم المناعة في معهد جاكسون، ديريا أونوتماز، GPT-5.5 Pro لتحليل مجموعة بيانات تعبر عن 62 عينة، تحتوي على قرابة 28,000 جين، وقدم تقريرًا تفصيليًا عن النتائج، مع تحديد الاكتشافات الرئيسية وأسئلة البحث — وقال إن هذا العمل عادة يستغرق فريقًا شهورًا.

وأستاذ الرياضيات في جامعة آدم ميشكييفيتش في بوزنان، بارطوس ناسكرينسكي، استخدم كلمة واحدة فقط كموجه، وبتشغيل Codex مع GPT-5.5، استطاع خلال 11 دقيقة بناء تطبيق للجبر الهندسي، يُظهر تقاطع سطحين من الدرجة الثانية، ويحول المنحنى الناتج إلى نموذج ويرستراس. المعادلات المعروضة على الجانب يمكن استخدامها مباشرة في الأبحاث الرياضية لاحقًا، من خلال النموذج الذي أنجز كل شيء بشكل مستقل من الموجه إلى أداة بحث قابلة للتشغيل.

صورة تطبيق الجبر الهندسي الذي بناه الأستاذ بارطوس ناسكرينسكي — تصور تقاطع الأسطح من الدرجة الثانية وواجهة حساب معادلات ويرستراس في الوقت الحقيقي

تقييم Brandon White، أحد المؤسسين المشاركين في Axiom Bio، كان أكثر مباشرة: “إذا استمر OpenAI في هذا الاتجاه، فإن أساس اكتشاف الأدوية سيتغير بحلول نهاية العام.”

05 كفاءة الاستدلال: الذكاء الاصطناعي يساعد نفسه في تحسين البنية التحتية لأول مرة

هناك تفصيل بسيط في هذا الإصدار قد يُغفل عنه، لكنه قد يكون الأهم من ناحية التقدم التقني.

GPT-5.5 هو نموذج أكبر وأقوى، لكنه في الخدمة الفعلية يحقق نفس زمن التأخير لكل توكن مع GPT-5.4. لتحقيق ذلك، أعادت OpenAI تصميم نظام الاستدلال بشكل كامل — وشارك Codex وGPT-5.5 بشكل مباشر في تحسينه.

من خلال رسم بياني لمؤشر الذكاء الاصطناعي “Artificial Analysis”، يمكن ملاحظة أن المنحنى الخاص بـ GPT-5.5 يتفوق بشكل واضح على GPT-5.4، وClaude Opus 4.7، وGemini 3.1 Pro Preview، والأهم أنه في المناطق التي يتطلب فيها استهلاك توكن أقل، يحقق النموذج أداءً يعادل أو يتفوق على النماذج الأخرى التي تحتاج إلى استهلاك توكنات أكثر، مما يعكس زيادة الكفاءة وتقليل التكاليف بشكل مباشر.

مخطط مؤشر الذكاء الاصطناعي

على وجه التحديد، كانت المشكلة التي تواجه الفريق هي توازن الأحمال: حيث كانت الطلبات تُقسم سابقًا إلى كتل ثابتة لتوزيع العمل على وحدات GPU، لكن التقسيم الثابت لم يكن مثاليًا لكل نوع من التدفقات. قام Codex بتحليل بيانات التدفق الإنتاجي لأسابيع، وكتب خوارزمية مخصصة، زادت من سرعة توليد التوكنات بأكثر من 20%.

كما أن GPT-5.5 تم تصميمه للعمل بشكل متكامل مع أنظمة NVIDIA GB200 وGB300 NVL72، من حيث التصميم، والتدريب، والنشر. بمعنى آخر، هذا الجيل من النماذج ساهم في تحسين بنية الاستدلال الخاصة بخدماته — وهذا ليس مجازًا، بل هو تحسين حقيقي في نظام التشغيل الخاص به.

06 أمن الشبكات: قدرات محسنة، وضوابط أكثر صرامة

حقق GPT-5.5 تقدمًا واضحًا في قدرات أمن الشبكات. في اختبار CyberGym، حصل على 81.8%، مقابل 79.0% لـ GPT-5.4، و73.1% لـ Claude Opus 4.7. وفي تحدي “السيطرة على العلم” (CTF) الداخلي، كانت النسبة 88.1%، مقابل 83.7% لـ GPT-5.4.

مخطط الأعمدة لـ CyberGym ومخطط النقاط لمهام CTF

رفعت OpenAI تصنيف قدرات GPT-5.5 في الأمن السيبراني والكيمياء/البيولوجيا إلى مستوى “عالي” ضمن إطار الاستعداد للطوارئ، لكنه لم يصل بعد إلى مستوى “حاسم”، مع اعتراف بوجود تحسينات واضحة مقارنة بالإصدارات السابقة. وأكدت أن أدوات التصنيف الجديدة الأكثر صرامة قد تسبب بعض الإزعاج للمستخدمين الأوائل، وأنها ستواصل التعديلات.

ولموازنة متطلبات الدفاع والقيود على الوصول، أطلقت OpenAI خطة “الوصول الموثوق للأمن السيبراني”: حيث يمكن للباحثين الأمنيين والمختصين في البنى التحتية الحيوية تقديم طلبات للحصول على صلاحيات أوسع، لاستخدام قدرات الأمن السيبراني المتقدمة بشكل أسهل.

وراء ذلك، منطقياً، قدرات الأمن السيبراني، وحتى البيولوجية، تنتشر بشكل لا يمكن عكسه تقريبًا. وبدلاً من محاولة تقييد الاستخدام بشكل كامل، من الأفضل أن نُعطي من يعملون في الدفاع الأدوات الأكثر تقدمًا أولاً. باختصار، ليست مسألة “هل نفتحها أم لا”، بل “لمن نمنحها أولاً”.