OpenRouter 实测 GPT-5.5 涨价后的真实成本：涨幅 49%-92%

我们在新的 GPT-5.5 模型上复刻了此前对 Opus 所做的成本分析。GPT-5.5 发布时价格较 GPT-5.4 上涨了 2 倍：输入 token 从 $2.50/M 涨至 $5.00/M，输出 token 从 $15/M 涨至 $30/M。OpenAI 也指出该模型更简洁，在相同任务下生成的补全更短。正如我们对 Opus 4.7 所做的那样，我们想通过分析从 GPT-5.4 迁移到 GPT-5.5 的使用情况，了解这对用户成本的净影响。

我们观察到成本上涨了 49-92%。价格上涨被模型在较长提示下生成少 19-34% 的补全 token 所抵消。

方法论：相同的切换者队列方法

我们采用了与 Opus 4.7 分析相同的方法。我们识别出在 5.5 发布前按请求数计首选模型为 GPT-5.4、随后将首选模型切换为 GPT-5.5 的用户。这个“切换者队列”让我们能够在同一用户群、跨模型版本之间进行受控的前后对比。

由于 GPT-5.4 和 5.5 使用同一 tokenizer 系列，我们无需控制 tokenizer 差异。对比是直接的：相同用户、相同工作流、不同模型版本。

GPT-5.5 更简洁，但仅针对较长提示

使用 OpenRouter 一致的 token 计数，我们测量了模型之间补全长度的变化：

提示大小	补全中位数（5.4）	补全中位数（5.5）	变化
< 2K tokens	121	129	+7%
2K – 10K	140	213	+52%
10K – 25K	211	143	-32%
25K – 50K	185	150	-19%
50K – 128K	188	136	-28%
128K+	215	143	-34%

对于超过 10K token 的提示，GPT-5.5 生成的 token 少 19-34%。对于较短的提示，情况则相反：低于 2K token 的补全长度大致相同，而在 2K-10K 区间则长了 52%。

实际成本影响

使用切换者队列中请求的计费成本，我们计算了每百万 OpenRouter token 的平均成本。这归一化了提示长度，从而可以直接比较成本效率。

提示大小	平均 $/M OR Tokens（5.4）	平均 $/M OR Tokens（5.5）	变化
< 2K tokens	$4.89	$9.37	+92%
2K – 10K	$2.25	$3.81	+69%
10K – 25K	$1.42	$2.15	+51%
25K – 50K	$1.02	$1.65	+62%
50K – 128K	$0.74	$1.10	+49%
128K+	$0.71	$1.31	+85%

我们的分析显示，GPT-5.5 的实际成本上涨了 49% 至 92%。超过 10k token 的较长提示，其成本被更短的补全所抵消。低于 10k 的较短提示，由于补全并未变短，成本涨幅更高。

方法论

来源：OpenRouter 的请求日志
队列：按请求数计首选模型为 GPT-5.4、随后将首选模型切换为 GPT-5.5 的用户
样本量：纯文本、未取消的请求，分布在 5.4 和 5.5 上
时间窗口：GPT-5.4：2026 年 4 月 21-23 日（发布前）；GPT-5.5：2026 年 4 月 25-28 日（发布后，排除发布当天）
归一化：每百万 OpenRouter token 的成本，按提示 token 数分桶。OpenRouter 独立于 OpenAI 计数 token，为各模型版本提供一致的基线。
控制项：排除媒体（图像、文件、音频、视频）、已取消请求和零 token 请求