根据以下地点,安排一个轻松的周六行程:公园开放时间为 9:00-18:00,博物馆为 10:00-17:00,咖啡馆为 8:00-20:00。从 10:00 出发,安排午餐休息,每个地点之间预留 30 分钟。用时间表呈现,不要编造价格或营业时间。
GPT 5.5 API:在线文本生成、使用教程与接入指南
在 RequestBeam 一键接入 GPT 5.5,一个密钥打通 AI 与多种数据服务,让你专注于业务和探索。
GPT 5.5 API 价格与计费
0-272K 输入 Token
官方价格
- 输入
-
$5.0000/M - 输出
-
$30.0000/M - 缓存输入
-
$0.5000/M
我们的价格 降低 70%
- 输入
- $1.5000 /M
- 输出
- $9.0000 /M
- 缓存输入
- $0.1500 /M
- 缓存写入
- $1.5000 /M
272.001K-922K 输入 Token
官方价格
- 输入
-
$10.0000/M - 输出
-
$45.0000/M - 缓存输入
-
$1.0000/M
我们的价格 降低 70%
- 输入
- $3.0000 /M
- 输出
- $13.5000 /M
- 缓存输入
- $0.3000 /M
- 缓存写入
- $3.0000 /M
GPT 5.5 在线对话工具
模型设置
开启后,下次请求会附带当前对话中已完成且可复用的轮次,方便连续追问,无需重复背景。
关闭后会怎样?只发送新消息和已设置的系统提示词。已有消息仍会显示;重新开启后,符合条件的历史轮次会再次加入请求。
这是长期记忆吗?不是。这是当前对话的上下文,不会跨独立对话记忆。失败、停止、截断或无法复用的回复不会加入。历史越多,输入 Token 用量和费用可能越高。
高级参数
对话

今天有什么可以帮你?
暂无响应数据 GPT 5.5 提示词示例
根据以下情况,起草一封礼貌的客户邮件:订单将延迟两天到达,新的送达日期为 10 月 15 日,物流信息会在明天发送。表达歉意,但不要自行承诺补偿。包含邮件主题,正文控制在 120 字以内。
把以下会议记录整理成行动清单:玛雅将在周五前修改方案;利奥将在下周一确认场地;预算仍待审批,尚未指定负责人。用表格列出任务、负责人、截止时间和待确认事项,缺失信息标为“未明确”。
什么是 GPT 5.5?
GPT 5.5 的模型定位与核心能力
GPT 5.5 是 OpenAI 面向复杂编程与专业工作的推理模型。原生上下文窗口为 1,050,000 Token,支持文本和图像输入、文本输出。它可帮助关联需求、原始材料与相互制约的条件,为技术决策准备分析。
RequestBeam 的 GPT 5.5 在线工具与 API
RequestBeam 为 GPT 5.5 提供文本 Playground、统一 Chat Completions 和 OpenAI 兼容 Responses 接口。先在这里测试决策简报或代码审查,再接入应用。本页对话工具不提供文件上传或执行工具;模型能力与原生上下文大小不代表此工具已开放对应输入或额度。
GPT 5.5 的核心功能与领域优势
GPT 5.5 可作为需要在完整回答中保持多项要求一致的任务候选。提供预期结果、已有证据和验收条件,让建议能够对照真实问题核查。
架构决策与多约束推理
比较架构时,将硬性要求与偏好分别说明。例如后台报表服务的重启恢复与防止重复发送,可能比日均请求量更重要。要求模型解释每个方案会在什么条件下失效。
决策简报应列出未知的测量数据,以及能够改变建议的证据。GPT 5.5 不会在这里测量基础设施;建议中的吞吐量、恢复行为与运维成本需要独立验证。
编程与跨模块审查
提供相关代码、接口契约、故障日志与预期行为来评估修复。让 GPT 5.5 将失败路径关联到最小修改和回归测试,而不只是重写孤立的报错片段。
应用可在受支持的集成中提供仓库和执行工具。本 Playground 只返回文本,补丁仍是提案,需要编译器、测试与审查确认没有破坏既有行为。
长文档分析与证据对齐
原生 1,050,000 Token 的上下文窗口为大量材料提供空间。对于涉及设计记录与运行报告的决策,可以要求整理分歧、暂定承诺和未解决依赖,而不只是合并摘要。
实际输入额度取决于 RequestBeam 接口和上游配置。选择相关段落并保留原文标识;大窗口不保证记住每个例外,也不能让缺失证据变成已知事实。
视觉理解与结构化结果
GPT 5.5 原生支持图像理解、函数调用与结构化输出。可用于将图表关联到技术要求,或把已经审查的材料转换为指定字段的应用。
本页文本工具没有图片或 PDF 上传入口。API 集成需要按所选接口确认内容块与格式配置。即使结果满足 Schema,也要核对提取值与业务规则。
GPT 5.5 基准测试与性能表现
应使用应用真正处理的决策和软件任务评估性能。模型能力介绍不能证明 RequestBeam 的延迟、可用率或任务完成率保证。
使用可执行检查评估编程
准备一组预期行为已知的故障、相关文件与回归测试。记录建议修改能否编译、修复问题并避免无关变更,加入兼容性与中断恢复用例。
区分文本补丁质量与带文件访问、运行反馈的智能体结果。单次模型回答不能复现包含命令、工具与迭代验证的基准环境。
使用决策标准评估推理
按约束覆盖、证据对齐、未知项处理与可衡量的选择反转条件评价简报。加入矛盾记录与缺失成本,检查模型是否保留不确定性,而不是编出方便的答案。
模型原生支持可调节推理强度。仅在接口开放时将强度作为评估变量;提高强度不证明决策更好,回答篇幅也不能替代正确性。
综合衡量延迟、用量与返工
保持输入和验收标准一致,记录首次可见正文、完整耗时、Token 用量与获得合格结果所需的修改次数。短字段提取与长架构审查应分别评估。
较长历史与大量输出可能增加费用。比较一次合格结果的总成本,而不只是单次请求价格;先用小规模样本建立实际边界,再扩大并发或生产用量。
GPT 5.5 与 GPT、Claude 同类模型对比
用同一任务和证据比较 GPT 5.5 与目录中的其他候选。下表定义有用的对照样本,不填写未经核实的基准分数,也不根据版本号决定赢家。
| 任务 | GPT 5.5 样本 | 对比候选 | 验证方法 |
|---|---|---|---|
| 架构决策 | 考虑约束的建议 | GPT 5.4 | 检查要求与选择反转条件 |
| 跨模块修复 | 补丁与回归方案 | GPT 5.6 Sol | 编译并运行相同测试 |
| 资料综合 | 分歧与证据缺口 | Claude Opus 4.6 | 对照原文核查结论 |
| 短字段提取 | 有类型且保留未知的字段 | Gemini 3.8 Flash | 检查字段准确性与总成本 |
何时优先测试 GPT 5.5
当回答必须协调工程约束、分析困难修复,或基于多份资料形成决策时,可优先测试 GPT 5.5。除了正常路径,也围绕故障恢复与兼容性准备样本。
评估切换时保留现有 GPT 5.4 基线,包括已经正常工作的用例。在把新配置作为替代前,检查回归、输出风格变化与集成要求。
在 RequestBeam 中按任务选模型
技术分析可同时评估 GPT 5.6 Sol、Claude Opus 4.6 与 GPT 5.5;较短的提取或摘要可加入 Gemini 3.8 Flash。这些是任务候选,不表示某个模型在质量或价格上始终胜出。
使用当前账户价格和相同验收标准。统一 Chat Completions 可复用鉴权与消息结构,但 Responses、Messages、可选参数与工具可用性仍需逐模型检查。
为什么通过 RequestBeam 使用 GPT 5.5?
按需计费与模型成本优化
在稳定的基础上,价格比官方更低,按需充值,充多少用多少
统一 AI模型 与数据 API,一站式多模型接入
一个密钥多个AI模型和数据模型,节省对接成本,一键切换,业务需要的场景必然是AI+数据
调用记录与应用权限控制,每一次调用明明白白
每一笔调用记录都可以在后台查到,可以设置多个密钥对应不同的应用
模型能力不打折
我们的模型不掺水,我们无法卖给你最便宜的,但一定卖给你最好的
如何在 RequestBeam 中使用 GPT 5.5
在后台创建完密钥后,就可以根据文档来接入 GPT 5.5。
准备账户并进行在线测试
登录并确认余额,创建一个 API 密钥。
在 Playground 中体验
可以在 Playground 中体验模型的能力,确定最佳的模型使用方案。
将 GPT 5.5 集成到你的业务中
根据我们提供的开发文档,将 GPT 5.5 集成到业务中。
后续的模型升级
后续有新的模型发布以后,只需要将模型名称替换成新模型,就可以完成模型升级。
GPT 5.5 API 常见问题
GPT 5.5 Playground 可以上传图片、PDF 或视频吗?
本页对话工具接受文本,没有文件或图片上传入口。模型原生图像理解不等于这里支持上传。Responses 集成需按文档使用图片或 PDF 内容块,并确认模型与通道支持;向对话粘贴链接不会自动下载或分析内容。
为什么推理后没有正文,或回答被截断?
推理可能先消耗输出额度。检查 Chat 的 finish_reason 或 Responses 的完成状态与 incomplete 详情,再缩小任务或调整对应输出预算。Responses 使用 max_output_tokens,Chat 使用文档中的额度字段。可见的推理摘要不等于完整答案,也不保证接口会公开原始内部推理。
对话记忆是长期记忆吗?为什么用量变高?
这里的记忆复用当前会话中符合条件的已完成回合,不是跨会话的长期记忆。历史增加可能提高输入用量。关闭后历史仍可见,但不随新请求发送。失败、停止、截断或不可复用的回复不会作为正常历史附带;此开关也不同于 Responses 的有状态续写。
遇到 401、402、403 或 429 错误怎么办?
401 检查鉴权,402 检查余额,403 检查模型权限,429 检查频率或额度。确认当前 Key 可见模型中的 gpt-5.5。平台数字 code 与 HTTP 状态不同;502、503、504 或 SSE 流内错误应结合完整错误和请求信息排查,不要把所有失败当成密钥问题。
GPT 5.5 可以使用 Responses 或 Claude Messages 吗?
RequestBeam 目录将 gpt-5.5 列为支持统一 Chat Completions 和 OpenAI 兼容 Responses,不支持 Claude Messages。Responses 使用 input 并返回 output 项,Chat 使用 messages 和 choices。SDK 地址与解析器必须匹配所选协议;常规 Responses 不保证所选通道支持 Compact 或 previous_response_id。
GPT 5.5 可以返回多个方案或保证 JSON 正确吗?
可要求在一个回答中列出多个方案,不要假定所有通道都支持多个生成 choice。GPT 5.5 原生支持结构化输出,Responses 文档提供 text.format;需确认所选集成支持你的 Schema。本页聊天中的 JSON 提示词不强制结构。使用结果前校验语法、类型、原文一致性与业务规则。
GPT 5.5 能在这里运行代码、调用工具或完成操作吗?
本页对话工具返回文本,不会运行命令、修改仓库、浏览网页或更新记录。可调用工具的 API 流程需要文档支持、应用执行、权限检查与结果反馈。函数调用是待处理的指令,不是动作成功的证据。
响应慢或流中断时要立即重试吗?
先检查部分结果、请求记录与用量。长输入和推理会影响耗时。停止浏览器等待或流连接断开,不证明上游请求已取消或未处理。先处理未决结果,再有限重试,减少重复请求与扣费。
相关文本 API
GPT 5.5 API 接口规范与调用
GPT 5.5 API 快速调用
gpt-5.5Chat CompletionsPOST /v1/chat-completions
curl -X POST "https://api.requestbeam.com/v1/chat-completions" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-5.5","messages":[{"role":"user","content":"Hello, introduce yourself in one sentence."}],"stream":false}'ResponsesPOST /openai/responses
curl -X POST "https://api.requestbeam.com/openai/responses" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-5.5","input":"Hello, reply with one short sentence.","stream":false}'家族与协议参考
OpenAI 多模态 Responses
完整 API 文档OpenAI 兼容的 Responses API。该接口使用 OpenAI 官方风格的 `input` 入参,支持文本、公网图片 URL、PDF 文件输入、工具调用、推理配置和流式输出参数。
https://api.requestbeam.com/openai/responsesOpenAI 兼容的 Responses API。该接口使用 OpenAI 官方风格的 input 入参,支持文本、公网图片 URL、PDF 文件输入、工具调用、推理配置和流式输出参数。
POST https://api.requestbeam.com/openai/responses验证
所有接口都需要使用 Bearer Token 进行认证。
Authorization: Bearer YOUR_API_KEY如果请求直接返回认证错误,请优先检查:
- API Key 是否正确
- Key 是否适用于当前 API Base URL
- 请求头是否拼写正确
- 代理层是否改写了请求头
Body
modelstring必填默认: gpt-5.4当前支持 Responses 的 active 模型:
gpt-5.4gpt-5.5gpt-5.6-solgpt-5.6-terragpt-6-astra
当前 API Key 的实际可见范围见模型目录。
inputstring | object[]输入内容。未提供非空 previous_response_id 时必填。 同时缺少这两个字段,或 input 类型不合法时,会在预扣前返回 400。
支持两种写法:
- 字符串:等价于一条
user文本输入。 - 输入项数组:用于多轮上下文、多模态输入和工具调用结果。
输入数组中的每个对象可包含以下字段:
typestring输入项类型。
常用值:
message:一条消息输入。function_call_output:函数工具调用的结果。
rolestring当 type=message 时的角色。
常用值:
developersystemuserassistant
contentstring | object[]消息内容。
多模态请求建议使用内容块数组。内容块支持以下字段:
typestring内容块类型。
当前支持:
input_textinput_imageinput_file
textstring当 type=input_text 时的文本内容。
image_urlstring当 type=input_image 时的公网图片地址。
当前仅支持公开可访问的 http:// 或 https:// 图片 URL,不支持 data:image/...;base64,... Data URL。
detailstring默认: auto当 type=input_image 时的图片解析细节。
常用值:
autolowhigh
file_datastring当 type=input_file 时的文件内容 Data URL。PDF 可使用 data:application/pdf;base64,...。
filenamestring当 type=input_file 时的文件名。
instructionsstring系统或开发者指令,会插入到模型上下文中。
max_output_tokensinteger可选的最大输出 token 数量,使用正整数。省略时使用所选模型的上游默认额度。 不同模型的额度可能同时包含推理 token 和最终正文;较小额度可能导致回答 截断,或在生成正文前耗尽。提高额度可能增加费用。
streamboolean默认: false是否使用流式输出。
false:一次性返回完整响应。true:返回 OpenAI Responses 风格的 SSE 事件。
temperaturenumber默认: 1.0控制输出随机性,范围通常为 0 到 2。
top_pnumber默认: 1.0核采样参数,范围通常为 0 到 1。
textobject文本输出配置。
text.formatobject文本格式配置,例如 { "type": "text" }、JSON schema 等。
text.verbositystring文本详细程度配置。常见值包括 low、medium、high;具体可用范围取决于所选模型。
toolsobject[]工具定义。
常见工具包括函数调用、文件搜索、网络搜索等。具体可用工具取决于所选模型和当前可用能力。
tool_choicestring | object工具选择策略。
parallel_tool_callsboolean是否允许并行工具调用。
reasoningobject推理相关配置。
includestring[]返回中需要额外包含的字段列表。
例如需要返回输入图片 URL 时,可设置 message.input_image.image_url。
prompt_cache_keystringPrompt cache key,用于帮助复用提示词缓存。
prompt_cache_retentionstringPrompt cache 保留策略。具体支持值取决于所选模型和当前可用能力。
safety_identifierstring用于安全风控的最终用户稳定标识。
storeboolean是否保存响应状态。具体行为取决于所选模型和当前可用能力。
模型参数差异
- 原生 OpenAI 兼容 Responses 转发会在上游请求中保留
top_p,参数校验和采样行为取决于所选模型与上游。2026-09-26 的验证中,gpt-5.5、gpt-5.6-sol和gpt-5.6-terra接受了top_p: 0.9。接受与透传都不证明采样效果,也不保证其他值、模型或后续请求同样支持。切换模型时建议从最小请求开始。 - 本页的 Responses 支持范围只适用于常规
/openai/responses接口。它不代表同一模型同时支持/openai/responses/compact、WebSocket 或有状态previous_response_id。 - 上述五个 GPT 模型目前没有已验证的 Compact 通道。没有明确启用的通道时,Compact 会在预扣前拒绝;常规 Responses 和 Responses WebSocket 可正常使用。
请求体示例
以下示例均提供 input。只有提供有效 previous_response_id,且所选通道支持 有状态续写时,续写请求才可以省略 input;传入响应 ID 不会让不支持的通道获得该能力。 工具结果仍可作为输入数组项传入,包括 function_call_output。
纯文本
{
"model": "gpt-5.4",
"input": "你好,请用一句话介绍你自己。"
}Codex CLI 风格参数
{
"model": "gpt-5.5",
"input": "Reply with READY only.",
"reasoning": {
"effort": "xhigh"
},
"store": false,
"text": {
"verbosity": "low"
},
"stream": true
}图片理解
{
"model": "gpt-5.4",
"input": [
{
"type": "message",
"role": "user",
"content": [
{
"type": "input_text",
"text": "这张图片里有什么?请用中文回答。"
},
{
"type": "input_image",
"image_url": "https://example.com/cat.png",
"detail": "high"
}
]
}
]
}文件输入
使用 file_data + filename 可以直接提交 PDF 内容。file_data 需要是完整 Data URL。
{
"model": "gpt-5.4",
"input": [
{
"type": "message",
"role": "user",
"content": [
{
"type": "input_text",
"text": "请总结这个 PDF 的重点。"
},
{
"type": "input_file",
"file_data": "data:application/pdf;base64,JVBERi0xLjQKJc...",
"filename": "report.pdf"
}
]
}
]
}图片 + 文件混合输入
{
"model": "gpt-5.4",
"input": [
{
"type": "message",
"role": "user",
"content": [
{
"type": "input_text",
"text": "请结合图片和附件,给出三条结论。"
},
{
"type": "input_image",
"image_url": "https://example.com/chart.png",
"detail": "high"
},
{
"type": "input_file",
"file_data": "data:application/pdf;base64,JVBERi0xLjQKJc...",
"filename": "notes.pdf"
}
]
}
]
}流式输出
{
"model": "gpt-5.4",
"stream": true,
"input": [
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "请分步骤解释这张图。"
},
{
"type": "input_image",
"image_url": "https://example.com/diagram.png"
}
]
}
]
}Response
非流式响应保持 OpenAI Responses 风格。实际字段可能随所选模型能力变化。
idstring响应的唯一标识符。
objectstring响应对象类型,通常为 response。
created_atinteger创建时间戳。
modelstring实际使用的模型名称。
outputobject[]输出项列表。
常见输出项包括:
messagefunction_call- 工具调用相关输出
usageobjectToken 使用统计。
常见字段包括 input_tokens、output_tokens、total_tokens。
成功响应示例
{
"id": "resp_123",
"object": "response",
"created_at": 1766534400,
"model": "gpt-5.4",
"output": [
{
"type": "message",
"role": "assistant",
"content": [
{
"text": "图片中是一只猫,附件是一份关于宠物护理的说明文档。"
}
]
}
],
"usage": {
"input_tokens": 128,
"output_tokens": 42,
"total_tokens": 170
}
}流式响应
当 stream=true 时,接口返回 SSE 事件流。
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"图片中"}
event: response.output_text.delta
data: {"type":"response.output_text.delta","delta":"是一只猫"}
event: response.completed
data: {"type":"response.completed","response":{"id":"resp_123"}}客户端应持续读取事件,直到收到 response.completed 或连接结束。
失败响应
完整错误码、协议差异和排查步骤见错误码与错误处理。
平台生成的 HTTP 错误使用以下平铺字段,不包裹在 error 对象内。部分上游错误可能保留原有结构;已经开始的 SSE 流内错误不适用此 HTTP 响应示例。
{
"code": 40000,
"message": "Insufficient credit. Required: 30000, Available: 20000",
"type": "api_error"
}字段说明:
code:数字错误码。错误码由平台统一枚举管理。message:错误说明。type:OpenAI 兼容错误类型,通常为api_error。
注意事项
Responses接口使用input,不是messages。如果你的客户端只能发送messages,请使用/openai/v1/chat/completions。- 图片输入使用
input_image,image_url仅支持公网可访问的http://或https://图片地址,不支持 Base64 Data URL。 - 文件输入使用
input_file。PDF 文件建议使用file_data+filename写法,file_data为完整的data:application/pdf;base64,...。 audio输入/输出、图片生成工具、文件搜索等高级能力取决于所选模型和当前可用能力,不保证所有模型可用。- 本页列出的字段构成当前公开 Responses 请求合同;未列出的字段不应默认视为可用。
- 当前公开推荐路径是
/openai/responses。 /v1/responses遵循相同的公开请求与响应合同。/compat/v1/responses遵循相同的公开请求与响应合同。/openai/v1/responses遵循相同的公开请求与响应合同。