GPT-5.5 Text to Text API

openai/gpt-5.5

1M tokens · 输入 600 / 输出 3600 积分 / 1M tokens

GPT-5.5 根据文本指令与对话历史生成代码、分析和详细回答，并在 1M tokens 上下文中关联相关资料。提供源文件、任务约束与验收标准，指导多步骤推理和智能体流程规划。

GPT-5.5

OpenAI · chat-completions

与 GPT-5.5 开始对话

每个模型都有独立对话。切换模型不会发送其他模型的聊天记录，切回后可继续原对话。请求按实际 Token 用量计费。

同步 LLM API

快速开始

向 /v1/chat/completions 发送 POST 请求，使用 openai/gpt-5.5 获取生成结果与用量；stream 可选择 JSON 或 SSE。

Endpoint: POST /v1/chat/completions
Model ID: openai/gpt-5.5
Protocol: Chat Completions

请求字段

字段	要求	说明
model	必填	openai/gpt-5.5
messages	必填	非空对话消息数组。
max_tokens	可选	正整数，设置输出上限；模型 API 最大输出为 128,000 tokens，体验区范围为 256–8,192。
temperature	可选	采样温度，体验区可设置 0–2。
top_p	可选	核采样概率，体验区可设置 0–1。
stream	可选	设为 true 时返回 SSE 事件流。

返回与用量

成功响应包含生成内容和 usage。系统按实际输入、输出与缓存 token 结算。

流式响应

设置 stream: true 可读取 SSE；流结束后再从最终用量事件完成统计。

查看协议文档

curl --request POST \
  --url https://api.vidgo.ai/v1/chat/completions \
  --header "Authorization: Bearer $VIDGO_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "openai/gpt-5.5",
  "messages": [
    {
      "role": "user",
      "content": "Explain why deterministic retries matter in distributed systems."
    }
  ],
  "max_tokens": 1024,
  "temperature": 1,
  "top_p": 1,
  "stream": false
}'

服务端保存 API Key。不要把密钥放入浏览器代码或公开仓库。

继续体验

GPT-6 Astra GPT 5.6 Sol GPT 5.6 Terra

GPT-5.5 Text to Text

GPT-5.5 面向编程、长上下文推理与智能体任务。1M tokens 上下文可容纳相关规格、源文件和文档，关联分散的信息；模型 API 最大输出为 128K tokens。Vidgo 的 Chat Completions 接收有序消息，Responses 接收文本或结构化输入并可设置 reasoning.effort。两种协议均返回生成内容与 token 用量。

为什么选择 GPT-5.5？

1M tokens 上下文在一次请求中分析相关规格、源文件和文档，关联不同资料中的关键细节。
跨文件代码工作结合需求和仓库片段起草修改、追踪依赖，并按验收标准审查代码。
Responses 推理控制设置 reasoning.effort，用于细查资料证据、任务约束与多步骤决策。
智能体流程规划将目标、可用工具、检查点和完成标准整理为应用可执行的有序步骤。

输入参数

参数	要求	说明
model	必填	两种协议均填写 openai/gpt-5.5。
messages	Chat Completions 必填	非空有序消息数组；每条消息包含 role 和 content，并包含用户请求。
input	Responses 必填	非空文本字符串或结构化输入项数组。
max_tokens	Chat Completions 可选	限制输出的正整数；模型 API 最大输出为 128K tokens。
max_output_tokens	Responses 可选	限制输出的正整数；模型 API 最大输出为 128K tokens。
temperature	Chat Completions 可选	Chat Completions 采样温度范围为 0 至 2。默认值`1`
top_p	Chat Completions 可选	Chat Completions 核采样值范围为 0 至 1。默认值`1`
reasoning.effort	Responses 可选	按任务设置推理强度，例如 medium。
stream	可选	选择完整 JSON 响应或 SSE 事件流。默认值`falsetrue`

使用方法

定义交付结果在提示词或用户消息中写清问题、需要的输出和验收标准。
整理上下文加入相关源文件、文档与先前对话，并为资料标注清晰章节。
选择协议用 Chat Completions 发送有序消息；用 Responses 提交文本或结构化输入并设置 reasoning.effort。
核查回答对照提交的资料检查回答，并在继续对话前查看返回的 token 用量。

价格

Vidgo 分别计量输入和输出 tokens。以下费率均按每 1M tokens 计算。

用量	费率	说明
Input tokens	$3.00 · 600 credits / 1M tokens	请求中提供的输入 tokens。
Output tokens	$18.00 · 3600 credits / 1M tokens	响应中生成的输出 tokens。

适用场景

多文件软件开发结合相关文件和需求，规划、解释或审查涉及多个文件的代码修改。
长文档推理比较报告、政策或规格，并将结论对应到提交的资料章节。
智能体任务规划描述工具、检查点和完成标准，为多步骤任务生成有序计划。

使用建议

为文件和文档章节添加标签，便于后续问题准确指出需要比较的证据。
处理代码与分析任务时，将约束和验收标准放在交付要求附近。
需要细致分析的 Responses 请求可先将 reasoning.effort 设为 medium，再对照原始资料核查结果。

使用说明

GPT-5.5 的上下文窗口为 1M tokens，模型 API 最大输出为 128K tokens。
本页体验区的输出控件范围为 256–8,192 tokens，默认使用 Chat Completions。
以 openai/gpt-5.5 调用 /v1/chat/completions 或 /v1/responses；将 stream 设为 true 可接收 SSE。

GPT-5.5 API 常见问题

GPT-5.5 API 是什么？

GPT-5.5 是 OpenAI 面向编程、长上下文分析和智能体规划的文本模型。它根据文本指令与对话历史生成代码、解释和详细回答，借助 1M tokens 上下文关联相关资料。Responses 的 reasoning.effort 可按任务设置推理强度，帮助模型细查提供的指令与证据。你可以通过 API 调用，也可以在上方体验区试用。

GPT-5.5 可以分析多少上下文？

GPT-5.5 的上下文窗口为 1M tokens。提交与问题相关的规格、源文件和对话历史，并为各份资料添加清晰标签。

GPT-5.5 的输出长度上限是多少？

模型 API 最大输出为 128K tokens。Chat Completions 使用 max_tokens，Responses 使用 max_output_tokens；本页体验区提供 256–8,192 tokens 的交互控件范围。

GPT-5.5 怎样处理跨文件代码任务？

将相关文件、目标行为和验收标准一起提供。GPT-5.5 可以关联文件间的依赖关系，起草便于对照源码核查的实现或审查结果。

GPT-5.5 如何设置推理强度？

在 Responses 请求中设置 reasoning.effort，例如 medium。写清任务约束，再对照提供的证据核查回答。

GPT-5.5 适合使用哪种协议？

对话应用可通过 Chat Completions 发送有序 messages 数组。使用结构化输入和推理控制时，可通过 Responses 发送 input 并设置 reasoning.effort。

GPT-5.5 怎样分析长文档？

为每份文档设置标题并标记相关章节，再提出明确的比较问题，让 GPT-5.5 将结论对应到提交的段落。