Перейти к содержанию

OpenAI

OpenAI советует не держать GPT-6 на максимуме рассуждений

5 мин чтения

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: OpenAI: модели и продукты →
Изображение: openai.com

В гайде OpenAI по семейству GPT-6, вышедшем 2 октября, расписано, какую модель, уровень рассуждений и режим скорости брать под задачу. Начинать с максимума там не советуют: Extra high и Max стоит пробовать, только когда не справляется High, и оставлять их, если прирост оправдывает лишнее время и деньги.

Модель, уровень, скорость

Моделей в гайде три. GPT-6 Astra OpenAI отводит самым трудным задачам на рассуждение, где нужен максимум интеллекта. GPT-6.1 Sol рассчитана на сложный код, исследования и работу с компьютером. GPT-6 Luna берёт узкие задачи в больших объёмах и повторяющуюся работу с понятной целью: вытащить поля из счёта, классифицировать запрос, собрать структурированную сводку.

Уровень рассуждений в API выбирается под задачу. Low подходит для рутины вроде извлечения фактов и мелких правок, Medium для работы, где нужно суждение: спланировать фичу, сравнить варианты. High оставлен для трудной отладки, глубокого анализа и тщательного ревью. В Codex гайд предлагает стартовать с уровня, который стоит у модели по умолчанию, и сдвигать его вниз для простых задач или вверх для глубокого разбора.

Режимов скорости два. Fast в API даёт более быстрые и ровные по времени ответы, но токен в нём дороже, чем при стандартной обработке; его советуют для чатов и инструментов для кода. Ultrafast работает в Codex и в API, ускоряет генерацию токенов независимо от уровня рассуждений и доступен для GPT-6 Astra. В гайде его предлагают для быстрых итераций над кодом, когда скорость стоит наценки.

Сколько это стоит

Выбор модели и уровня рассуждений гайд предлагает считать одним разменом интеллекта на цену, а за самими ценами отправляет на страницу тарифов. В посте о запуске Sol и Luna OpenAI называла такие: GPT-6 Sol стоит 2 доллара за миллион входных токенов и 10 за миллион выходных, вдвое меньше прежних 4 и 20, а Luna 0,10 и 0,50 доллара. Цены там даны для GPT-6 Sol, в гайде же фигурирует GPT-6.1 Sol.

Там же OpenAI приводит результаты AutomationBench. GPT-6 Sol на уровне xhigh набрала 33,2% при стоимости 0,27 доллара за задачу, а GPT-6 Astra на уровне low всего 30,3%, обходясь в 3,9 раза дороже Sol.

Кэш и контекст

Закэшированный входной токен, по словам OpenAI, стоит до 95% дешевле обычного, в зависимости от модели. В сентябре, когда компания переделывала кэширование, для GPT-6 называли скидку до 90%.

Кэш срабатывает, когда начало запроса совпадает с уже обработанным, и модель берёт этот кусок готовым. Поэтому стабильные инструкции и справочные материалы гайд велит ставить в начало промпта, а меняющиеся детали задачи после них, и не трогать определения инструментов между запросами. Где совпадение рвётся, показывают дашборд кэширования и отдельный гайд по диагностике. Считая стоимость всего процесса, OpenAI советует закладывать запись в кэш и тарифы за длинный контекст.

Для длинных разговоров есть compaction: контекст ужимается, но сохраняется состояние, нужное для продолжения работы. Остальные советы по экономии простые: вырезать контекст, который задаче не нужен, но оставлять то, на что модель опирается, и запускать независимые задачи параллельно, чтобы один медленный шаг не держал остальные. Перед деплоем гайд предлагает прогнать типичные задачи и измерить долю успешных, задержку и стоимость одной успешной задачи.

Что писать в промптах и AGENTS.md

«Дайте модели чёткое задание», - формулирует Эрик Провенчер из команды Developer Experience в OpenAI. В задании должны быть нужный результат, для кого он, контекст, ограничения и критерий готовности.

В AGENTS.md гайд советует объяснить, когда нужны те или иные документы и тесты, и прямо разрешить безопасную рутину, например локальные тесты на одноразовых данных без доступа к продакшну. Общие правила «всегда спрашивай» предлагается заменить чёткими границами: какие действия модель делает сама, а какие требуют одобрения. Модель может сама решить, как устроить сводку, но расширять или менять рамки проекта без вас не должна. «Готово» стоит расписать целиком: изменение внесено, запущено, результат проверен, сбои исправлены. Описания skills держат короткими и с явным условием, когда skill запускать, а жёсткие пошаговые рецепты меняют на указания под модели, с которыми работает команда.

В конце работы полезен короткий отчёт: что изменилось, что проверено и что ещё требует внимания.

Задачи на часы и дни

С GPT-6 OpenAI предлагает браться за задачи, которые идут часами и днями. В API правку можно отправить прямо по ходу работы через Responses WebSocket API: она встаёт в очередь, не отменяет запущенные инструменты и не откатывает сделанное. Асинхронный вызов инструментов даёт модели продолжать независимую работу, пока ваше приложение гоняет что-то медленное, например тесты; то, что зависит от результата, стоит начинать только после него. GPT-6.1 Sol умеет раздавать независимые подзадачи субагентам в Responses API и собирать их выводы в один ответ, но мультиагентный режим пока в бете.

В Codex с GPT-6 Astra модель может задавать уточняющие вопросы прямо в процессе. Если вы уходите, стоит заранее сказать, какие задачи можно продолжать и где остановиться и ждать ответа. При смене требований активную задачу направляют заново, объясняя, что поменять и что оставить как есть.

Работа с компьютером доступна всем трём моделям: они кликают по сайтам и десктопным приложениям, в том числе тем, у которых нет API. Порядок гайд даёт такой: если шаг закрывается через API или подключённый инструмент, берите их, а экран, кнопки и формы оставьте для computer use. Тем, кто встраивает его в своё приложение, OpenAI советует дать модели инструмент, который запускает код управления браузером или рабочим столом: Playwright для браузеров, PyAutoGUI для десктопных приложений.

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.