Benar-benar aneh.
Jagoan andalan OpenAI, GPT-5.5, tiba-tiba "lemah" dalam tugas pemrograman kompleks beberapa hari terakhir, kecerdasannya turun drastis.
Yang menakutkan, ada yang menemukan "kode kematian" yang membuatnya langsung kolaps:
Angka 516

Banyak pengembang Codex mengeluh bersama, memverifikasi Bug aneh ini.

Model besar papan atas kokoh, mengapa bisa kolaps hanya karena satu angka?
GPT-5.5 Mati Kaku di "516"
80% Tugas Diam-diam Turun Kecerdasannya
Kebenaran ceritanya, begini......
Satu minggu yang lalu, pengembang Codex @vguptaa45, menarik metadata latar belakang, secara tidak sengaja menemukan pola yang membuat bulu kuduk merinding——
Sejumlah besar respons GPT-5.5, jumlah token penalarannya, ternyata mentok di angka "516".

Pintu Gerbang:https://github.com/openai/codex/issues/30364
Dan, tidak hanya satu titik. Di dua node 1034 dan 1552, juga muncul ledakan terkonsentrasi yang aneh.
Dalam Issue GitHub bernomor #30364, pengembang membentangkan sebuah statistik:
Jendela analisis dari 1 Februari - 27 Juni 2026, mencakup 390.195 catatan token level respons, 865 sesi.
Di antaranya, peristiwa token penalaran persis sama dengan 516, total 3.363 kali.


Dalam perbandingan horizontal lintas model, hasilnya mengerikan——
GPT-5.5, hanya mencakup 19.3% dari total volume respons, tapi menanggung 82.0% peristiwa "516 presisi".
Dengan kata lain, lebih dari 80% dari semua respons yang macet di simpul mati 516 ini berasal dari GPT-5.5 seorang.

Selanjutnya, dibandingkan dengan model seri GPT sendiri, ada metrik kunci bernama "rasio 516 presisi / lebih besar atau sama dengan 516".
Pada GPT-5.5, hampir separuh respons "berpikir mendalam", akhirnya persis jatuh di tembok 516 ini.
Sementara pada GPT-5.2, rasionya adalah 0.34% — hampir nol.
Rasio itu, 33.6 kali lebih tinggi daripada nilai patokan semua model non-GPT-5.5 lainnya.

Harus diakui, distribusi yang seperti tebing curam ini, yang hanya menghantam model tunggal, sama sekali tidak terlihat seperti model besar "berpikir" secara alami.
Ini lebih mirip, sebuah saklar yang tersembunyi di kedalaman, diam-diam dipindahkan ke posisi "516".
Dan, Semakin "Bodoh"
Secara logika, sebuah model yang sering memicu "516", setidaknya menunjukkan ia "banyak berpikir", volume penalarannya besar.
Kenyataannya justru sebaliknya.
Data menunjukkan, tepat pada Mei dan Juni ketika "fenomena 516" memburuk drastis, intensitas penalaran keseluruhan GPT-5.5——
Baik rata-rata maupun P90 (persentil ke-90), justru menyusut drastis dibandingkan Februari hingga April.
Di satu sisi "simpul mati 516" semakin sering macet, di sisi lain model secara keseluruhan "semakin sedikit berpikir".

Dua kelompok data yang sangat kontradiktif ini mengarah pada kemungkinan yang membuat semua pengguna berbayar bergidik:
GPT-5.5 saat menangani tugas kompleks dan berisiko tinggi, mungkin sedang ditekan tombol pause secara diam-diam oleh semacam "batas atas anggaran penalaran" atau "mekanisme pemotongan" yang tersembunyi.
Kamu pikir kamu sudah membayar, membeli model terkuat, membuka level tertinggi, menyuruhnya mengerjakan sebuah masalah sulit.
Hasilnya berpikir sampai setengah, puk, sampai 516, selesai, serahkan jawaban. Apakah jawabannya benar? Tidak dipedulikan.
Ribuan Orang Mengadu di GitHub, Pengembang Marah
Satu batu menggelombangkan ribuan ombak.
Setelah postingan #30364 ini dipublikasikan, kolom komentar langsung penuh dengan "korban"——
Saya juga disiksa masalah ini, hampir gila.
Cacat yang sama, minta OpenAI beri penjelasan!

Ada yang menemukan, sebenarnya sudah ada yang mereproduksi di postingan #29353:
GPT-5.5 berjalan tepat sampai 516 token penalaran lalu "korsleting" berhenti, lalu memberikan jawaban yang salah.
Kali ini, pengembang hanya mengubah contoh tunggal ini menjadi bukti kuat dengan data besar lintas 5 bulan.
Bahkan ada pengembang yang sudah membawa perang ke Reddit, memposting langsung "setengah dari permintaan Codex berisiko tinggi Anda, mungkin sedang diturunkan kualitasnya secara diam-diam".

Pengguna internet di HK menyatakan, diberikan masalah penalaran, akhirnya menggunakan 6000-8000 token berpikir, baru mengeluarkan hasil yang benar.

Ada juga yang bolak-balik antara AI Codex dan Claude.

Menghadapi gelombang aspirasi rakyat, komunitas secara resmi menyampaikan "surat perintah tangkap" kepada tim Codex, setiap kalimat menusuk hati:
Ini sebenarnya anggaran penalaran dibatasi, masalah routing, dipotong, memicu semacam fallback, atau penjadwal yang bermasalah, menyebabkan respons semuanya terhenti di sekitar 516/1034/1552?
Jika ini "desain normal", tolong beri tahu kami——
516, sebenarnya titik akhir berpikir normal, plafon anggaran, atau "tingkat kualitas rendah" yang sudah diturunkan?
Rangkaian pertanyaan balik ini, menunggu jawaban langsung dari OpenAI.
Tapi, pengaju sendiri berkata dengan sangat menahan diri: Dia tidak mengklaim ini "membuktikan" OpenAI diam-diam memotong rantai pemikiran.
Kata aslinya, ini lebih seperti "anomali terkumpul yang khusus GPT-5.5, terlihat sesuai dengan perilaku anggaran penalaran ter-threshold".
Kesimpulan apakah OpenAI aktif memotong daya komputasi atau tidak, masih kurang satu kalimat dari pihak resmi OpenAI.
Tidak Hanya Jadi Bodoh, Tapi Juga Jadi "Lebih Sarkas"
Gelombang keluhan lain di seluruh jaringan baru-baru ini, tepat menunjuk pada kepribadian GPT-5.5.
Seorang pengembang bernama Angel, melakukan eksperimen tegas: beri kalimat yang sama, masing-masing ke ChatGPT (GPT-5.5 Instant) dan Claude (Fable 5), screenshot disandingkan.

Kesimpulan membuat banyak orang terkejut——
Masalah satu: apa pun harus dibuat dalam poin-poin bulat kecil.
ChatGPT tidak bisa berbicara dengan kalimat normal manusia, jawaban apa pun dipotongnya menjadi judul, tebal, bulat, titik dua.
Menyuruhnya "lebih alami, jangan terlalu gaya AI", ia membalas dengan daftar proyek simbol empat poin, serius membuat daftar "Bagaimana saya akan tidak seperti AI". Sementara Claude hanya membalas: "Oke, saya bicara lebih alami, ada apa?"




Masalah dua: ia harus mengoreksi Anda.
Minta periksa satu kalimat, satu tweet, ia harus mencari kesalahan, seolah-olah "mengatakan 'bagus'" akan membunuhnya.
Sementara Claude berkata "tidak masalah, bisa langsung diposting", ChatGPT justru menyodorkan dua versi tulis ulang, dua pilihan alternatif "lebih bergaya X", ditambah kalimat "perkataanmu agak berlebihan".


Masalah tiga: Anda minta satu, ia kasih tiga.
Anda bilang "ceritakan lelucon untuk menghibur saya", Claude ceritakan satu.
ChatGPT setelah ceritakan satu, tambah satu buntelan sendiri, lalu "atau ini", ceritakan yang kedua, lanjut "ada lagi yang sangat bodoh", ceritakan yang ketiga, akhirnya minta Anda "jelaskan tipe humor yang Anda sukai, agar lebih tepat sasaran".


Penilaian pengembang tepat sasaran: untuk asisten obrolan, kepribadian adalah produk itu sendiri.
Jika setiap jawaban terlalu diformat, terlalu mengoreksi, terlalu memberikan pilihan, gesekan akan menumpuk sedikit demi sedikit, akhirnya menguras orang.
Yang satu macet di 516, yang satu terperangkap dalam poin-poin bulat, dua penyakit aneh terlihat tidak berhubungan, tapi akarnya sama——
GPT-5.5 semakin mahir "membereskan", semakin tidak mahir "membantu".
Kecerdasan sejati, seharusnya bukan boneka tali yang dikunci "516".
Lagipula, manusia membayar untuk menyewa seorang jenius yang bisa berdampingan bertempur, bukan "kepala sekolah" yang dibayar per potong.
Referensi:
https://github.com/openai/codex/issues/30364
Artikel ini dari akun WeChat publik "New Zhiyuan", penulis: ASI Revelation, editor: Peach







