Руководство по GPT‑5.6 для разработчиков

Семейство моделей GPT‑5.6 делает производительность агентов передового уровня значительно доступнее и одновременно расширяет границы возможного.

В этом руководстве мы расскажем, как стартапы создают более быстрых и эффективных агентов за гораздо меньшую стоимость благодаря продуманному выбору моделей и новым средствам управления API, которые поддерживают непрерывность рассуждений, многоагентную оркестрацию и программный вызов инструментов.

Начиная с GPT‑5 каждое новое поколение моделей стремилось решать более длительные задачи с меньшим числом токенов. GPT‑5.6 продолжает эту тенденцию: выше производительность агентов, ниже затраты и минимум изменений в базовой обвязке.

Общий рост экономической эффективности дополняется повышением точности при меньших усилиях на рассуждения. Например, в тесте Agents’ Last Exam модель GPT‑5.6 Sol при «низком» уровне рассуждений превзошла GPT‑5.5 с «высоким» уровнем при неизменной обвязке. Похожие результаты мы видели и в производственных испытаниях: стартапы сообщают о существенном сокращении затрат в самых разных процессах после снижения усилий на рассуждения относительно прежних значений по умолчанию.

Исторически для длительных сценариев лучшим выбором был переход на флагманскую модель с максимально доступным уровнем рассуждений. Во многом это объяснялось тем, что такие модели значительно лучше оптимизированных по стоимости справлялись с длинным контекстом и вызовом инструментов. С семейством 5.6 ситуация изменилась: при увеличении вычислений во время тестирования Luna и Terra часто показывают результаты на уровне GPT‑5.4 и 5.5, но обходятся значительно дешевле.

Рассмотрим задачи BrowseComp — поискового теста, который оценивает способность модели находить малоизвестные факты. Три месяца назад GPT‑5.5 («Очень высокий») набрала в этом тесте 84,36% при общей стоимости 33,27 доллара. На момент запуска GPT‑5.6 Luna («Очень высокий») показывает практически тот же результат — 84,04% при стоимости 1,33 доллара. С тех пор мы еще больше снизили цены. Подробнее о нашем последнем снижении цен.

Модели меньшего размера из семейства 5.6 отлично подходят для высоконагруженных задач, взаимодействий с жесткими требованиями к задержке и повторяющихся этапов агентных процессов. Например, если ваш стартап в сфере юридических технологий распознает рукописные записки перед их агентным анализом, теперь вместо передовой модели на всех этапах можно использовать Terra или Luna для извлечения данных и значительно сократить затраты.

Помимо повышения исходной производительности GPT‑5.6, мы добавили в Responses API новые базовые компоненты, позволяющие добиться еще лучших результатов. При сквозном обучении GPT‑5.6 мы применили три взаимодополняющих архитектурных подхода, которые повышают эффективность агентов:

1. Повторное использование уже выполненной работы: благодаря сохранению рассуждений⁠(открывается в новом окне) между ходами модели и встроенному сжатию контекста⁠(открывается в новом окне) для сокращения длительных диалогов модель сохраняет связность работы на более длинных задачах, не запутываясь и не восстанавливая прежний контекст заново.

2. Параллельная декомпозиция там, где это уместно: встроенная многоагентная оркестрация⁠(открывается в новом окне) позволяет координировать несколько агентов в параллельных потоках работы и быстрее выполнять сложные задачи.

3. Перенос детерминированной работы в код: программный вызов инструментов⁠(открывается в новом окне) позволяет фильтровать, объединять и координировать результаты инструментов вне контекстного окна модели, сохраняя токены модели для задач, требующих оценки, и снижая затраты, задержку и деградацию контекста.

В совокупности эти возможности могут дать впечатляющий результат. Например, в ARC-AGI-3 модель GPT‑5.6 Sol набрала 13,3% со стандартной обвязкой. Однако после включения сохранения рассуждений и сжатия контекста результат вырос до 38,3%, а выходных токенов потребовалось примерно в шесть раз меньше. Модель не изменилась, а результат вырос почти втрое. Подробнее читайте в нашем исследовании обвязки ARC-AGI-3.

Агентные процессы часто включают два типа работы:

1. Задачи, требующие оценки

2. Работа, которая в основном сводится к перемещению, фильтрации и объединению данных

Когда агент получает 100 отчетов, фильтрует их по дате и определяет релевантные транзакции, модели не нужно анализировать каждый промежуточный результат в своем контекстном окне. Программный вызов инструментов позволяет GPT‑5.6 писать код JavaScript для оркестрации инструментов, параллельно выполнять независимые вызовы и обрабатывать их результаты вне контекстного окна. Модель может сосредоточиться на том, где действительно нужен интеллект: на принятии решений.

В сложных задачах, допускающих распараллеливание, распределение действий и рассуждений между несколькими потоками агентов позволяет быстрее выполнять работу и повышать качество интеллектуальной обработки. В таких конфигурациях основной агент оркестрирует субагентов и делегирует им задачи. Субагенты параллельно выполняют свои задачи, а затем передают результаты основному агенту для итогового обобщения. Команды могут начать использовать встроенный многоагентный режим, включив многоагентную работу⁠(открывается в новом окне) в Responses API. Так же работает настройка возможностей Ultra в ChatGPT.

Хотя GPT‑5.6 хорошо определяет нужное число субагентов и момент их запуска, многоагентным поведением легко управлять. Указав модели, когда следует вызывать субагентов, можно повысить вероятность того, что они будут запускаться лишь в ситуациях, где дополнительные затраты токенов действительно улучшают результат.

Для всего семейства моделей минимальный срок жизни кэша промптов увеличен до 30 минут, а точки разрыва кэша теперь можно детерминированно задавать в контекстном окне модели. Благодаря этому стартапы смогли значительно повысить долю попаданий в кэш.

Помимо настройки точек разрыва кэша, дальнейшее использование подходящего ключа prompt_cache_key⁠(открывается в новом окне) повышает вероятность того, что запрос попадет на тот же механизм инференса, который ранее обрабатывал тот же префикс, и тем самым снижает задержку.

Эти примеры особенно наглядно показывают, насколько изменилась экономика разработки агентов.

Сценарии, где раньше на каждом этапе требовалась передовая модель, теперь могут обеспечивать сопоставимые или лучшие результаты за малую долю прежней стоимости благодаря небольшим моделям, настройке усилий на рассуждения и эффективным архитектурным решениям.

Нам не терпится увидеть, что вы создадите!