7月6日，一场围绕OpenAI旗舰模型GPT-5.5的信任危机在开发者社区全面引爆。数据显示，这款被寄予厚望的“最智能模型”，在复杂编程任务中频繁于516个推理Token处强制终止思考，近半数深度思考请求被精准截断。更令人不安的是，有证据表明模型可能在用户毫不知情的情况下被“偷换核心”。当付费用户以为自己正使用最强算力攻坚难题时，系统或许已悄悄按下了暂停键。
“516”这个数字，成了GPT-5.5的命门
事情源于Codex开发者@vguptaa45的一次偶然发现。他在翻查后台元数据时注意到，GPT-5.5的大量回复，其推理Token数量精准卡在516这个数字上。随后在编号#30364的GitHub Issue中，开发者摊开了一份横跨5个月的详实统计：
分析窗口从2026年2月1日到6月27日，覆盖390,195条响应级Token记录、865个会话。其中，推理Token精确等于516的事件共计3,363次。GPT-5.5仅占全部响应量的19.3%，却包揽了82.0%的“精准516”事件。更触目惊心的是对比数据：GPT-5.5的“精准516/大于等于516”比例高达44.0%，而GPT-5.2仅为0.34%——前者是后者的近130倍。这种断崖式、只针对单一模型的异常分布，几乎不可能是大模型自然“思考”的结果。
诡异之处不止于此。数据显示，“516现象”在2026年5月急剧恶化，当月精准516比例飙升至53.30%。然而与此同时，GPT-5.5的整体推理强度——无论是平均值还是P90分位——反而比2月到4月大幅缩水。一边是“516死结”越卡越频繁，一边是模型整体“越想越少”。
这两组矛盾的指标指向了一个令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，正在被某种隐藏的“推理预算上限”或“截断机制”悄悄按下暂停键。开发者尝试复现的结果同样令人不安——对同一提示进行10次运行，4次触发了516推理Token问题，且每次均输出错误答案。
“假思考”与“偷换模型”的双重信任危机
这已不是GPT-5.5第一次陷入“降智”争议。早在2026年5月下旬，就有用户在X平台爆料：使用GPT-5.5 Extended Thinking一两个小时后，模型突然“变傻”，每个请求秒回，质量断崖式下跌，但界面仍显示为“GPT-5.5 Extended Thinking”。开发者Andrew Curran用一个巧妙方法验证了问题——直接询问模型训练数据截止日期，得到的是2025年8月，而非GPT-5.5 Thinking应有的12月——这意味着他选择了Thinking模式，系统实际执行的却是Instant版本。
OpenAI官方帮助文档甚至为此提供了“实证”：Plus用户每3小时最多可发送160条GPT-5.5消息，用完后系统会自动切换至mini模型，直至配额重置——且全程没有任何弹窗提示或模型标签变化。
当用户每月支付200美元订阅Pro服务，却可能在毫不知情中被切换到低配模型；当开发者开启最高档xhigh模式攻坚复杂任务，模型却在516个Token处强制收工——这已不仅是技术Bug的问题，而是商业伦理与用户信任的底线问题。截至发稿，OpenAI尚未就“516现象”发布官方修复声明。有开发者已在GitHub上推出第三方代理工具试图绕过这一限制，但这显然不应是付费用户本该承担的成本。