ChatGPT免费版数学暴涨24%，还藏了个语音大招
5月5号GPT-5.5 Instant上线，5月7号GPT-Realtime-2发布。
两天两发，一文本一语音。
免费用户直接拿到旗舰级智力，这事比跑分本身有意思。
不是阉割版，是旗舰智力配了极速响应
先说我判断变化的地方。
GPT-5.5 Instant刚发布时，我以为是GPT-5.5旗舰版的精简版。
Instant嘛，听着就像砍了功能换速度。
看完官方数据后，发现判断得改。
它拿的是旗舰版GPT-5.5的智力，配了更快的响应速度。
不是砍能力，是换了一种交付方式。
AIME 2025数学基准从65.4拉到81.2，涨了24%。
65分是大部分题做不对，81分是大部分题能做对。
但数学暴涨不是重点。
重点是：免费用户打开ChatGPT就能用。
免费拿到旗舰智力，这才是真正的大招
以前免费用户用GPT-5.3 Instant，付费Plus用更强的模型。
20美元一个月的差距。
这是GPT-5.3 Instant和 5.5 Instant的对比图。
OpenAI把GPT-5.5 Instant给了免费用户。
打开ChatGPT就是81分的默认模型，一分钱不花。
豆包刚推付费订阅，68元/月起。
Claude免费版限制严格，Pro要20美元/月。
OpenAI反手就把旗舰级能力免费开放了。。。
这不是做慈善。
当你的免费模型比别人家付费的还好用，用户凭什么换？
抢的不是参数榜，是用户盘。
幻觉降了一半，比数学涨分实在
数学涨24%是明面上的。
真正影响日常体验的，是下面这组数据。
幻觉减少52.5%
52.5%来自医疗、法律、金融三个高危领域。
这三个领域有个共同点：胡编的代价很大。
医疗里一个错误的用药建议。
法律里一个不存在的判例引用。
金融里一个编造的数据。
每一个都可能造成实际损失。
幻觉降了一半以上，在"不能出错"的场景里可用性上了一个台阶。
不是完全不幻觉，是出错概率明显降低了。
用户反馈的事实错误减少37.3%
这个更值得关注。
不是实验室跑分，是真实用户在实际使用中反馈的数据。
实验室测试可以优化到好看，用户体感是另一回事。
37.3%说明这个差距是真用出来的。
回答少用了30.2%的词，少29.2%的行
AI回答一个常见问题：啰嗦。
问一个问题回一大段废话，有用的就两行。
GPT-5.5 Instant把输出压缩了三成。
砍的是废话，不是内容。
日常体验的提升，可能比数学涨24%更直接。
MMMU-Pro多模态推理从69.2到76
多模态就是同时理解文字和图片。
从69.2拉到76，提升不小。
拍到一张图让它分析。
截图丢给它找问题。
上传表格提取数据。
都会更准。
语音模型不是配角，是和文本同级别的更新
5月7号发布的GPT-Realtime-2，很多人把它当配角。
实际上它的深度不比文本部分低。
这是第一个带GPT-5级推理能力的语音模型。
语音AI一直有个硬伤。
你说一句它回一句，稍微复杂点就傻了。
问它多步骤的问题，它分不清上下文。
GPT-Realtime-2把GPT-5级推理搬到了语音场景里。
电话里问它一个需要分三步解决的问题。
它能一步步帮你理清楚，不用反复解释。
使用场景很具体：
客服电话里处理退款，要查订单、确认金额、走审批流程。
语音AI在第二步就断了。
GPT-Realtime-2能跑完整个流程。
三个兄弟模型各有分工。
GPT-Realtime-2负责推理，能处理复杂多轮对话。
GPT-Realtime-Translate负责实时语音翻译。
GPT-Realtime-Whisper负责实时语音转文字。
三个模型把语音的推理、翻译、转写全包了。
语音AI从"听懂+复读"变成了"听懂+想+回答"。
目前是API层面的，普通用户暂时用不到。
开发者可以先接。
等进了ChatGPT产品，才是普通用户能感知的变化。
你看他给的方法，这不绝了么，你在任意场景下都能随时编写了，牛X到离谱。
AI开始"认识"你了，但透明度也跟上了
GPT-5.5 Instant同时上线了个性化功能。
能调过去的对话记录。
能读你的文件。
能连你的Gmail。
不是简单记住你上次说了什么。
是AI开始知道你是谁、你在做什么、你的上下文是什么。
配套功能叫记忆来源。
你能看到AI回答时取了哪些信息。
它凭什么这么说，信息从哪来的，你能查到。
这个在AI产品里是第一次。
AI说了一句话，你不知道它是从哪得出来的。
有了记忆来源，能追溯了。
有个限制：个性化功能先给Plus和Pro用户。
免费用户等几周。
Plus用户继续用GPT-5.5旗舰版，不是什么降级替代。
跑分好看，但别急着吹
几个边界说清楚。
1、跑分全来自OpenAI官方。
王婆卖瓜的嫌疑没法排除。实际表现跟跑分是两回事。
2、免费不等于无限。
ChatGPT免费版有消息条数限制。重度用户该花钱还是得花。
3、GPT-5.5 Instant强在短任务。
复杂编程和长文档推理，Plus用户继续用GPT-5.5旗舰版。
4、数学81.2分不等于数学专家。
AIME是高中竞赛，研究级数学该翻车还是翻车。
5、幻觉降了52.5%不等于不会幻觉。
在医疗和法律场景，哪怕5%的错误率也可能出事。
作为参考工具可以，替代专业判断不行。
OpenAI下的是用户盘，不是参数盘
写到这，最有意思的不是哪个模型多强。
是OpenAI同时在推两条线：免费文本拉用户，语音推理占赛道。
文本这边，免费用户打开就是GPT-5.5 Instant。
不用注册、不用付费、不用选模型。
默认就是最强的那个。
语音这边，GPT-Realtime-2把推理能力灌进去了。
给开发者用，后面进产品。
谁先在语音场景里做到"真正能用的助手"，谁就多一条护城河。
跑分会追平，参数会过时。
谁先把"够用"拉到免费，谁就先占住用户。
工具越卷，真正值钱的是谁能让用户少想一步。