Um pelicano para GPT-5.5 por meio da API backdoor semi-oficial do Codex
Um pelicano para GPT-5.5 por meio da API backdoor semi-oficial do Codex
23 de abril de 2026
GPT-5.5 foi lançado. Está disponível no OpenAI Codex e está sendo implementado para assinantes pagos do ChatGPT. Tive algum acesso de visualização e descobri que é um modelo rápido, eficaz e altamente capaz. Como costuma acontecer hoje em dia, é difícil colocar em palavras o que há de bom nisso – peço que ele construa coisas e ele constrói exatamente o que eu peço!
Há uma omissão notável no lançamento de hoje: a API:
As implantações de API exigem proteções diferentes e estamos trabalhando em estreita colaboração com parceiros e clientes nos requisitos de segurança para atendê-las em escala. Traremos o GPT‑5.5 e o GPT‑5.5 Pro para a API em breve.
Quando executo meu benchmark pelican, sempre prefiro usar uma API, para evitar que prompts ocultos do sistema no ChatGPT ou em outros agentes afetem os resultados.
A porta dos fundos do OpenClaw
Um dos pontos de tensão contínuos no mundo da IA nos últimos meses tem a ver com a forma como os agentes como OpenClaw e Pi interagem com as APIs fornecidas pelos grandes fornecedores.
Tanto a OpenAI quanto a Anthropic oferecem assinaturas mensais populares que fornecem acesso aos seus modelos com um desconto significativo em sua API bruta.
O OpenClaw integrou-se diretamente a esse mecanismo e foi então impedido de fazê-lo pela Anthropic. Isso deu início a uma coisa toda. A OpenAI – que recentemente contratou o criador do OpenClaw, Peter Steinberger – viu uma oportunidade para uma vitória fácil do carma e anunciou que o OpenClaw era bem-vindo para continuar a integração com as assinaturas da OpenAI por meio do mesmo mecanismo usado por sua ferramenta Codex CLI (código aberto).
Isso significa qualquer um pode escrever código que se integre às APIs específicas do Codex da OpenAI para se conectar às assinaturas existentes?
No outro dia Jeremy Howard perguntou:
Alguém sabe se a OpenAI suporta oficialmente o uso do
/backend-api/codex/responsesendpoint que Pi e Opencode (IIUC) usam?
Acontece que em 30 de março Romain Huet da OpenAI twittou:
Queremos que as pessoas possam usar o Codex e sua assinatura ChatGPT onde quiserem! Isso significa no aplicativo, no terminal, mas também no JetBrains, Xcode, OpenCode, Pi e agora Claude Code.
É por isso que o Codex CLI e o servidor de aplicativos Codex também são de código aberto! 🙂
E Peter Steinberger respondeu a Jeremias que:
O sub OpenAI é oficialmente suportado.
llm-openai-via-codex
Então… pedi a Claude Code que fizesse a engenharia reversa do repositório openai/codex, descobrisse como os tokens de autenticação eram armazenados e me construísse llm-openai-via-codex, um novo plugin para LLM que pega sua assinatura existente do Codex e a usa para executar prompts!
(Em retrospecto, eu gostaria de ter usado o GPT-5.4 ou a visualização do GPT-5.5, teria sido mais engraçado. Eu realmente considerei reescrever o projeto do zero usando Codex e GPT-5.5 por causa da piada, mas decidi não perder mais tempo com isso!)
Veja como usá-lo:
- Instale Codex CLI, compre um plano OpenAI, faça login no Codex
- Instale o LLM:
uv tool install llm - Instale o novo plugin:
llm install llm-openai-via-codex - Comece a solicitar:
llm -m openai-codex/gpt-5.5 'Your prompt goes here'
Todos os recursos existentes do LLM também devem funcionar – use -a filepath.jpg/URL para anexar uma imagem, llm chat -m openai-codex/gpt-5.5 para iniciar um bate-papo contínuo, llm logs para visualizar conversas registradas e llm --tool ... para experimentá-lo com suporte de ferramenta.
E alguns pelicanos
Vamos gerar um pelicano!
llm install llm-openai-via-codex
llm -m openai-codex/gpt-5.5 'Generate an SVG of a pelican riding a bicycle'
Aqui está o que recebi de volta:
Já vi melhor no GPT-5.4, então marquei -o reasoning_effort xhigh e tentei novamente:
Esse demorou quase quatro minutos para ser gerado, mas acho que é um esforço muito melhor.
Se você comparar o código SVG (padrão, xhigh), o xhigh um deles adotou uma abordagem muito diferente, que é muito mais pesada em CSS – como demonstrado por esses gradientes. xhigh usou 9.322 tokens de raciocínio enquanto o padrão usava apenas 39.
