简直太诡异了。OpenAI当家王牌GPT-5.5这几天在复杂编程任务上突然「拉胯」大幅降智。细思极恐的是有人找到了让它瞬间崩溃的「死亡密码」数字516大批Codex开发者集体吐槽验证了这个离谱的Bug。堂堂顶级大模型为何会被一个数字搞崩GPT-5.5死卡「516」80%任务悄悄降智事情的真相是这样的……一周前Codex开发者vguptaa45拉出后台元数据意外发现了一条让人头皮发麻的规律——GPT-5.5的大量回复其推理Token的数量竟死死地卡在「516」这个数字上。传送门https://github.com/openai/codex/issues/30364而且不止一个点位。在1034和1552这两个节点同样出现了诡异的集中爆发。在编号#30364的GitHub Issue里开发者摊开了一份统计分析窗口从2026年2月1日-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的事件一共3363次。在一次跨模型的横向对比中结果触目惊心——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。换句话说全网所有卡在516这个死结上的回复超过八成都出自GPT-5.5一家之手。接下来再和自家GPT系模型对比一个关键指标叫「精准516/大于等于516的比例」。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。而到了GPT-5.2这个比例是0.34%——几乎为零。它的比值比其他所有非GPT-5.5模型的基准值高出了整整33.6倍。不得不说这种断崖式的、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。而且越用越「笨」了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P9090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。GitHub万人上访开发者怒了一石激起千层浪。#30364这个帖子一发出评论区瞬间挤满了「苦主」——我也一直被这个问题折磨快疯了。同样的毛病求OpenAI给个说法有人翻出其实早在#29353这个帖子里就有人复现过GPT-5.5跑到刚好516个推理Token就「短路」停机然后交出了一个错误答案。这一次开发者只是把这个孤例用横跨5个月的海量数据锤成了铁证。甚至有开发者已经把战火烧到了Reddit发帖直言「你有一半的高风险Codex请求可能正在被悄悄降级」。HK上的网友表示给到一个推理的问题最终使用6000-8000个思考Token才会输出正确结果。还有人在Codex和Claude两个AI中来回徘徊。面对汹涌的民意社区正式向Codex团队递上了一张「通缉令」句句诛心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。不过提出者本人说得很克制他没有声称这就「证明」了 OpenAI在偷偷截断思维链。他的原话是这更像一个「GPT-5.5特有的、看起来符合某种阈值化推理预算行为」的异常聚集。是不是OpenAI主动阉割算力这个结论还差OpenAI官方的一句话。不光变笨更「变毒舌」了最近全网另一波吐槽则精准戳向了GPT-5.5的性格。一位名叫Angel的开发者做了个狠实验把同样的话分别喂给ChatGPTGPT-5.5 Instant和ClaudeFable 5截图并排对比。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。而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。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」。516的锅该谁背 多选OpenAI偷工减料花最贵的钱买最烂的体验大概率是截断/路由的Bug不算蓄意阉割再等等没有官方回应之前不下结论说白了就是大模型不稳定习惯就好