TL;DR
你花大价钱买的GPT-5.5，可能在偷偷“摸鱼”：遇到复杂任务思考到第516个Token就戛然而止，交个半成品答案糊弄你。更扎心的是，这货还越来越像“教导主任”——格式化输出、硬要纠错、一个笑话讲三遍。OpenAI官方宣传的“更少Token搞定任务”，原来是这么个“搞定”法？
516，一个让GPT-5.5瞬间崩溃的“死亡密码”
事情要从一个GitHub Issue说起1。一位叫@vguptaa45的Codex开发者，闲来无事拉了拉后台元数据，结果发现了一个让人头皮发麻的规律——
GPT-5.5的大量回复，推理Token数量死死地卡在“516”这个数字上。
是的，不是515，也不是517，就是516。像是被某个看不见的开关精准拨到了这一格。
而且不只一个点位。在1034和1552这两个节点，同样出现了诡异的集中爆发——刚好是516的整数倍。
更离谱的是数据分析：覆盖390,195条响应记录、865个会话，其中“精准等于516”的事件发生了3363次。横向对比一看，GPT-5.5只占全部响应量的19.3%，却包揽了82.0%的“精准516”事件1。
也就是说，全网所有卡在516这个死结上的回复，超过八成都出自GPT-5.5一家之手。
跟自家小弟GPT-5.2比一下：在GPT-5.5身上，接近一半的“深度思考”回复最后都精准落在了516这堵墙上；而GPT-5.2这个比例只有0.34%——几乎为零。比值高出整整33.6倍。
这种断崖式的、只砸向单一模型的分布，怎么看都不像是大模型在自然地“思考”。它更像是——某个藏在深处的开关，被悄悄拨到了“516”这一格。
越想越少：一边是“516死结”越卡越频繁，一边是整体推理强度大缩水
按常理，一个模型频繁触发“516”，至少说明它“想得多”、推理量大。事实恰恰相反。
数据显示，就在“516现象”急剧恶化的5月和6月，GPT-5.5的整体推理强度——无论是平均值还是P90（90分位），反而比2月到4月大幅缩水1。
一边是“516死结”越卡越频繁，一边是模型整体“越想越少”。
这两组极其诡异的矛盾数据，指向了一个让所有付费用户细思极恐的可能：GPT-5.5在处理复杂、高风险任务时，可能正在被某种隐藏的“推理预算上限”或“截断机制”，悄悄地按下暂停键。
你以为你花了钱、买了最强模型、开了最高档，让它去死磕一个硬骨头。结果它想到一半，啪，到516了，收工，交卷。答案对不对？不管了。
官方说“更少Token”，原来是这么回事？
有意思的是，OpenAI官方在发布GPT-5.5时可是大张旗鼓地宣传过：“在处理相同的Codex任务时，其消耗的Token显著减少，真正实现了更高能、更经济。”2
现在回头看，这句话简直成了神预言。
“Token显著减少”——没错，是减少了。但减少的方式是直接截断思考过程，这算什么“更高能”？开发者们纷纷表示：你管这叫“效率提升”，我们管这叫“降智阉割”。
一位HK网友直接怼出数据：给到一个推理问题，最终需要使用6000-8000个思考Token，才会输出正确结果1。而GPT-5.5卡在516就交了白卷——等于刚想了个开头就放弃了。
社区正式向Codex团队递上了一张“通缉令”，句句诛心1：
这到底是推理预算被限了，是路由出了问题，是被截断了，是触发了某种fallback，还是调度器在搞鬼，导致回复统统在516/1034/1552附近戛然而止？
如果这是“正常设计”，那请告诉我们——516，究竟是一个正常的思考终点，一个预算天花板，还是一个被降级的“劣质档位”？
这一连串反问，等的就是OpenAI一个正面回答。
不光变笨，还变“毒舌”了
除了推理被截断，GPT-5.5最近还染上了另一种怪病——“教导主任综合征”。
一位叫Angel的开发者做了个狠实验：把同样的话分别喂给ChatGPT（GPT-5.5 Instant）和Claude（Fable 5），截图对比1。结论让一票人拍案——
问题一：什么都要列成小圆点。
ChatGPT没法用一句正常的人话说话，任何回答都被它剁成标题、加粗、圆点、冒号。让它“自然点，别那么AI腔”，它回你一个四点的项目符号列表，一本正经地列出“我将如何不像AI”。而Claude只回了一句：“行，我说话自然点，怎么了？”
问题二：它非得纠正你不可。
让它检查一句话、一条推文，它必须挑出点毛病来，仿佛说一句“挺好的”会要它的命。Claude说“没问题，可以直接发”，ChatGPT却硬塞给你两个改写版、两个“更X风格”的备选，外加一句“你这话有点夸张了”。
问题三：你要一个，它给三个。
你说“讲个笑话哄我开心”，Claude讲一个。ChatGPT讲完一个，追加一个自己的补充包袱，再来一句“或者这个”，讲第二个，接着“还有一个特别蠢的”，讲第三个，最后请你“说明你偏好的幽默类型，好让它瞄得更准”。
开发者的判断一针见血：对一个聊天助手来说，性格就是产品本身。 如果每一次回答都是过度格式化、过度纠错、过度给选项，摩擦会一点点累积，最后把人耗光。
结语：一个卡在516，一个困在圆点里
两桩怪病看着风马牛不相及，病根却是同一个——GPT-5.5越来越擅长“交差”，越来越不擅长“帮忙”。
真正的智能，不该是被“516”锁死的提线木偶。毕竟，人类花钱雇佣的是一个能并肩作战的天才，而不是一个按件计酬的“教导主任”。
OpenAI，你倒是出来说句话啊？
引用：