新智元報道

【新智元導讀】GPT-5.5大翻車，竟被數字「516」活活卡死。80%復雜推理被悄悄截斷，開發者怒轟OpenAI暗中閹割算力：花最貴的錢，買最爛的體驗！

簡直太詭異了。

OpenAI當家王牌GPT-5.5，這幾天在復雜編程任務上突然「拉胯」，大幅降智。

細思極恐的是，有人找到了讓它瞬間崩潰的「死亡密碼」：

數字516

大批Codex開發者集體吐槽，驗證了這個離譜的Bug。

堂堂頂級大模型，為何會被一個數字搞崩？

GPT-5.5死卡「516」

80%任務悄悄降智

事情的真相，是這樣的……

一周前，Codex開發者@vguptaa45，拉出后臺元數據，意外發現了一條讓人頭皮發麻的規律——

GPT-5.5的大量回復，其推理Token的數量，竟死死地卡在「516」這個數字上。

傳送門：https://github.com/openai/codex/issues/30364

而且，不止一個點位。在1034和1552這兩個節點，同樣出現了詭異的集中爆發。

在編號#30364的GitHub Issue里，開發者攤開了一份統計：

分析窗口從2026年2月1日-6月27日，覆蓋390,195條響應級Token記錄、865個會話。

其中，推理Token精確等于516的事件，一共3363次。

在一次跨模型的橫向對比中，結果觸目驚心——

GPT-5.5，只占全部響應量的19.3%，卻包攬了82.0%的「精準516」事件。

換句話說，全網所有卡在516這個死結上的回復，超過八成都出自GPT-5.5一家之手。

接下來，再和自家GPT系模型對比，一個關鍵指標叫「精準516/大于等于516的比例」。

在GPT-5.5身上，接近一半的「深度思考」回復，最后都精準落在了516這堵墻上。

而到了GPT-5.2，這個比例是0.34%——幾乎為零。

它的比值，比其他所有非GPT-5.5模型的基準值，高出了整整33.6倍。

不得不說，這種斷崖式的、只砸向單一模型的分布，怎么看都不像是大模型在自然地「思考」。

它更像是，某個藏在深處的開關，被悄悄撥到了「516」這一格。

而且，越用越「笨」了

按常理，一個模型頻繁觸發「516」，至少說明它「想得多」、推理量大。

事實恰恰相反。

數據顯示，就在「516現象」急劇惡化的5月和6月，GPT-5.5的整體推理強度——

無論是平均值還是P90（90分位），反而比2月到4月大幅縮水。

一邊是「516死結」越卡越頻繁，一邊是模型整體「越想越少」。

這兩組極其詭異的矛盾數據，指向了一個讓所有付費用戶細思極恐的可能：

GPT-5.5在處理復雜、高風險任務時，可能正在被某種隱藏的「推理預算上限」或「截斷機制」，悄悄地按下暫停鍵。

你以為你花了錢、買了最強模型、開了最高檔，讓它去死磕一個硬骨頭。

結果它想到一半，啪，到516了，收工，交卷。答案對不對？不管了。

GitHub萬人上訪，開發者怒了

一石激起千層浪。

#30364這個帖子一發出，評論區瞬間擠滿了「苦主」——

我也一直被這個問題折磨，快瘋了。

同樣的毛病，求OpenAI給個說法！

有人翻出，其實早在#29353這個帖子里，就有人復現過：

GPT-5.5跑到剛好516個推理Token就「短路」停機，然后交出了一個錯誤答案。

這一次，開發者只是把這個孤例，用橫跨5個月的海量數據，錘成了鐵證。

甚至有開發者已經把戰火燒到了Reddit，發帖直言「你有一半的高風險Codex請求，可能正在被悄悄降級」。

HK上的網友表示，給到一個推理的問題，最終使用6000-8000個思考Token，才會輸出正確結果。

還有人在Codex和Claude兩個AI中，來回徘徊。

面對洶涌的民意，社區正式向Codex團隊遞上了一張「通緝令」，句句誅心：

這到底是推理預算被限了，是路由出了問題，是被截斷了，是觸發了某種fallback，還是調度器在搞鬼，導致回復統統在516/1034/1552附近戛然而止？

如果這是「正常設計」，那請告訴我們——

516，究竟是一個正常的思考終點，一個預算天花板，還是一個被降級的「劣質檔位」？

這一連串反問，等的就是OpenAI一個正面回答。

不過，提出者本人說得很克制：他沒有聲稱這就「證明」了 OpenAI在偷偷截斷思維鏈。

他的原話是，這更像一個「GPT-5.5特有的、看起來符合某種閾值化推理預算行為」的異常聚集。

是不是OpenAI主動閹割算力這個結論，還差OpenAI官方的一句話。

不光變笨，更「變毒舌」了

最近全網另一波吐槽，則精準戳向了GPT-5.5的性格。

一位名叫Angel的開發者，做了個狠實驗：把同樣的話，分別喂給ChatGPT（GPT-5.5 Instant）和Claude（Fable 5），截圖并排對比。

結論讓一票人拍案——

問題一：什么都要列成小圓點。

ChatGPT沒法用一句正常的人話說話，任何回答都被它剁成標題、加粗、圓點、冒號。

讓它「自然點，別那么AI腔」，它回你一個四點的項目符號列表，一本正經地列出「我將如何不像AI」。而Claude只回了一句：「行，我說話自然點，怎么了？」

問題二：它非得糾正你不可。

讓它檢查一句話、一條推文，它必須挑出點毛病來，仿佛「說一句『挺好的』」會要它的命。

而Claude說「沒問題，可以直接發」，ChatGPT卻硬塞給你兩個改寫版、兩個「更X風格」的備選，外加一句「你這話有點夸張了」。

問題三：你要一個，它給三個。

你說「講個笑話哄我開心」，Claude講一個。

ChatGPT講完一個，追加一個自己的補充包袱，再來一句「或者這個」，講第二個，接著「還有一個特別蠢的」，講第三個，最后請你「說明你偏好的幽默類型，好讓它瞄得更準」。

開發者的判斷一針見血：對一個聊天助手來說，性格就是產品本身。

如果每一次回答都是過度格式化、過度糾錯、過度給選項，摩擦會一點點累積，最后把人耗光。

一個卡在516，一個困在圓點里，兩樁怪病看著風馬牛不相及，病根卻是同一個——

GPT-5.5越來越擅長「交差」，越來越不擅長「幫忙」。

真正的智能，不該是被「516」鎖死的提線木偶。

畢竟，人類花錢雇傭的是一個能并肩作戰的天才，而不是一個按件計酬的「教導主任」。

參考資料：

https://github.com/openai/codex/issues/30364

編輯：桃子