與 Perplexity 一起介紹 GPT-5.5

🧑‍🏫 這支影片裡，講者分享他們團隊試用 OpenAI 新模型 GPT5.5 的心得（標題寫的是 Perplexity）。他講了兩件事：GPT5.5 做事精準，而且很省 token。講者本來以為要花好幾天才做得出的工具，換上 GPT5.5 後不到一小時就做好了。

• 00:02 講者認為 GPT5.5 非常精準（precise），而且非常節省 token（token efficient）
  ↳ 「精準」是指它比較能照你的要求做到位，不容易走偏。token 是 AI 讀寫文字的計算單位，大約是一小段字，用得越多通常越慢、越花錢。token efficient 就是用較少的 token 把事情做完。
• 00:02 講者一直想做一個內部工具，但以為要花好幾天，所以一直拖延
  ↳ 講者心裡一直有個想做的內部小工具，但他估計要寫好幾天，所以一直擱著沒動。很多人工作上應該都有類似的經驗。
• 00:02 講者把新的 GPT5.5 放進 Codex 使用，大概不到 1 小時就把那個內部工具做出來
  ↳ Codex 是 OpenAI 出的 AI 寫程式工具，你用文字交代要做什麼，它就幫你把程式寫出來。講者在 Codex 裡改用 GPT5.5 之後，原本估計要好幾天的工具，不到一小時就做好了。
• 00:02 他們觀察到的一大重點：GPT5.5 在 token 用量上非常有效率
  ↳ 他們最看重的一點是「省」：同一件事，GPT5.5 用比較少的 token 就能完成，也就是跑一次花掉的資源比較少。
• 00:33 這不只是內部使用時觀察到的，他們也為 computer 優化了 workflows（字幕原文：agenda workflows for computer）
  ↳ 這種省不只出現在團隊自己試用的時候。workflow（工作流程）是把好幾個步驟串起來，讓 AI 照順序自動做完。他們也替 computer 相關的流程做了優化，不過字幕沒說 computer 具體指什麼。
• 00:33 在這些 workflows 中，GPT5.5 完成同樣複雜的任務，效率高很多
  ↳ 把 GPT5.5 放進這些實際的工作流程裡，就算任務一樣複雜，它完成的效率還是高很多。
• 00:33 GPT5.5 比先前的模型少用 56% 的 token，最終讓使用者更快得到回饋
  ↳ 具體數字是：比先前的模型少用 56% 的 token，大約只需要原本四成多的用量。用量少，要等的時間就短，使用者可以更快看到結果。

根據影片，GPT5.5 比先前的模型少用多少 token？