คู่มือ GPT‑5.6 สำหรับนักพัฒนา

ตระกูลโมเดล GPT‑5.6 ทำให้ประสิทธิภาพของเอเจนต์ระดับแนวหน้าเข้าถึงได้ในราคาที่ต่ำลงอย่างมาก พร้อมขยายขอบเขตของสิ่งที่เป็นไปได้

คู่มือนี้จะแสดงให้เห็นว่าสตาร์ทอัพใช้การเลือกโมเดลที่ชาญฉลาดขึ้นและการควบคุม API แบบใหม่ ซึ่งช่วยรักษาความต่อเนื่องในการให้เหตุผล ประสานการทำงานของเอเจนต์หลายตัว และเรียกใช้เครื่องมือผ่านโปรแกรม เพื่อสร้างเอเจนต์ที่รวดเร็วและเก่งขึ้นด้วยต้นทุนเพียงเศษเสี้ยวได้อย่างไร

นับตั้งแต่ GPT‑5 เป็นต้นมา โมเดลแต่ละรุ่นได้รับการพัฒนาให้รับมือกับงานที่ต้องดำเนินการต่อเนื่องยาวนานขึ้นโดยใช้โทเค็นน้อยลง GPT‑5.6 สานต่อแนวทางนี้ด้วยประสิทธิภาพของเอเจนต์ที่สูงขึ้นและต้นทุนที่ต่ำลง โดยแทบไม่ต้องปรับเปลี่ยนระบบรองรับการทำงานเดิม

นอกจากความคุ้มค่าด้านต้นทุนโดยรวมจะดีขึ้นแล้ว ความแม่นยำยังเพิ่มขึ้นแม้ใช้ระดับการให้เหตุผลที่ต่ำลง ตัวอย่างเช่น ในการทดสอบ Agents’ Last Exam เมื่อใช้ระบบรองรับการทำงานเดียวกัน GPT‑5.6 Sol ที่ตั้งค่าการให้เหตุผลเป็นระดับ “ต่ำ” ทำผลงานได้ดีกว่า GPT‑5.5 ที่ตั้งค่าไว้ในระดับ “สูง” เราพบผลลัพธ์ในลักษณะเดียวกันจากการทดสอบในสภาพแวดล้อมการใช้งานจริง โดยสตาร์ทอัพรายงานว่าสามารถลดต้นทุนในเวิร์กโฟลว์หลายประเภทได้อย่างมาก เพียงปรับระดับการให้เหตุผลให้ต่ำกว่าค่าเริ่มต้นเดิม

ที่ผ่านมา การอัปเกรดไปใช้โมเดลเรือธงพร้อมตั้งค่าการให้เหตุผลเป็นระดับสูงสุด มักเป็นตัวเลือกที่ดีที่สุดสำหรับกรณีใช้งานที่ต้องดำเนินงานต่อเนื่องเป็นเวลานาน สาเหตุสำคัญคือโมเดลเหล่านี้จัดการบริบทที่ยาวและการเรียกใช้เครื่องมือได้ดีกว่าโมเดลที่ปรับให้เน้นความคุ้มค่าด้านต้นทุนอย่างมาก แต่ตระกูลโมเดล 5.6 ได้เปลี่ยนแนวทางนี้ เพราะเมื่อเพิ่มการประมวลผลขณะอนุมาน Luna และ Terra มักทำผลงานได้ใกล้เคียงกับ GPT‑5.4 และ GPT‑5.5 ในต้นทุนที่ต่ำกว่ามาก

ลองพิจารณางานใน BrowseComp ซึ่งเป็นเกณฑ์มาตรฐานด้านการค้นหาที่ทดสอบความสามารถของโมเดลในการค้นหาข้อเท็จจริงที่หาได้ยาก เมื่อสามเดือนก่อน GPT‑5.5 (Extra High) ทำคะแนนเกณฑ์มาตรฐานนี้ได้ 84.36% โดยมีต้นทุนรวม 33.27 ดอลลาร์ ณ วันเปิดตัว GPT‑5.6 Luna (Extra High) ให้ประสิทธิภาพแทบไม่ต่างกัน โดยทำคะแนนได้ 84.04% ด้วยต้นทุน 1.33 ดอลลาร์ หลังจากนั้น เรายังปรับลดราคาลงอีก อ่านเพิ่มเติมเกี่ยวกับการลดราคาล่าสุดของเรา

โมเดลขนาดเล็กในตระกูล 5.6 เหมาะอย่างยิ่งกับงานปริมาณมาก การโต้ตอบที่ต้องการความหน่วงต่ำ และขั้นตอนที่ทำซ้ำในเวิร์กโฟลว์ของเอเจนต์ ตัวอย่างเช่น หากคุณทำสตาร์ทอัพด้านเทคโนโลยีกฎหมายที่แยกข้อมูลจากบันทึกลายมือก่อนให้เอเจนต์วิเคราะห์ ตอนนี้คุณใช้ Terra หรือ Luna ในขั้นตอนแยกข้อมูลแทนการใช้โมเดลระดับแนวหน้าตลอดทั้งกระบวนการได้ จึงประหยัดต้นทุนอย่างมาก

นอกจากทำให้ GPT‑5.6 มีประสิทธิภาพสูงตั้งแต่เริ่มใช้งานแล้ว เรายังเพิ่มองค์ประกอบพื้นฐานใหม่ให้ Responses API เพื่อปลดล็อกประสิทธิภาพที่สูงขึ้นอีก เราฝึก GPT‑5.6 แบบครบวงจรด้วยการปรับสถาปัตยกรรมสามด้านที่เสริมกัน เพื่อให้เอเจนต์ทำงานได้อย่างมีประสิทธิภาพยิ่งขึ้น ได้แก่

1. นำงานที่ทำไว้แล้วกลับมาใช้ซ้ำ: เมื่อระบบสามารถเก็บสถานะการให้เหตุผลไว้⁠(เปิดในหน้าต่างใหม่)ข้ามรอบการตอบของโมเดล และใช้การย่อบริบทในตัว⁠(เปิดในหน้าต่างใหม่)เพื่อบีบอัดบทสนทนาที่ดำเนินต่อเนื่องเป็นเวลานาน โมเดลก็สามารถรักษาความต่อเนื่องและความสอดคล้องของงานตลอดการทำงานระยะยาวขึ้นได้ โดยไม่เกิดความสับสนหรือต้องสร้างบริบทก่อนหน้าขึ้นใหม่
2. แบ่งงานเพื่อดำเนินการพร้อมกันเมื่อเหมาะสม: การประสานงานแบบหลายเอเจนต์ที่ระบบรองรับโดยตรง⁠(เปิดในหน้าต่างใหม่)ทำให้เอเจนต์หลายตัวทำงานในชุดงานต่างๆ พร้อมกัน เพื่อให้งานที่ซับซ้อนเสร็จเร็วกว่าเดิม
3. ย้ายงานที่ทำตามกฎตายตัวไปไว้ในโค้ด: ใช้การเรียกใช้เครื่องมือผ่านโปรแกรม⁠(เปิดในหน้าต่างใหม่)เพื่อกรอง รวม และประสานเอาต์พุตจากเครื่องมือนอกหน้าต่างบริบทของโมเดล ทำให้เก็บโทเค็นของโมเดลไว้ใช้กับงานที่ต้องอาศัยวิจารณญาณ พร้อมลดต้นทุน ความหน่วง และการเสื่อมคุณภาพของบริบท

เมื่อนำความสามารถเหล่านี้มาใช้ร่วมกัน ผลลัพธ์อาจเปลี่ยนแปลงอย่างมาก ตัวอย่างเช่น ใน ARC-AGI-3 นั้น GPT‑5.6 Sol ทำคะแนนได้ 13.3% เมื่อใช้ระบบรองรับมาตรฐาน แต่หลังจากเปิดใช้การเก็บสถานะการให้เหตุผลและการย่อบริบท คะแนนเพิ่มขึ้นเป็น 38.3% พร้อมใช้โทเค็นเอาต์พุตเพียงประมาณหนึ่งในหก โดยไม่ต้องปรับเปลี่ยนโมเดล แต่ให้ประสิทธิภาพเพิ่มขึ้นเกือบสามเท่า อ่านเพิ่มเติมได้จากการศึกษาระบบรองรับสำหรับ ARC-AGI-3 ของเรา

เวิร์กโฟลว์ของเอเจนต์มักประกอบด้วยงานสองประเภท ได้แก่

1. งานที่ต้องใช้วิจารณญาณ
2. งานที่ส่วนใหญ่เป็นการย้าย กรอง และรวมข้อมูล

เมื่อเอเจนต์ดึงเอกสาร 100 รายการ กรองเอกสารตามวันที่ และระบุธุรกรรมที่เกี่ยวข้อง โมเดลไม่ควรต้องวิเคราะห์ผลลัพธ์ระหว่างทางทุกรายการภายในหน้าต่างบริบท การเรียกใช้เครื่องมือผ่านโปรแกรมช่วยให้ GPT‑5.6 เขียน JavaScript เพื่อประสานการทำงานของเครื่องมือต่างๆ เรียกใช้เครื่องมือที่ไม่ขึ้นต่อกันแบบพร้อมกัน และประมวลผลเอาต์พุตนอกหน้าต่างบริบท โมเดลจึงมุ่งเน้นสิ่งที่ต้องใช้ความสามารถในการคิดอย่างแท้จริง นั่นคือการใช้วิจารณญาณ

เมื่อต้องจัดการงานซับซ้อนที่แบ่งทำพร้อมกันได้ การกระจายขั้นตอนการทำงานและการให้เหตุผลไปยังเอเจนต์หลายตัวช่วยให้งานเสร็จเร็วขึ้น และเพิ่มขีดความสามารถด้านการคิดโดยรวมของระบบ ในรูปแบบนี้ เอเจนต์หลักจะประสานเอเจนต์ย่อยและมอบหมายภารกิจให้ เอเจนต์ย่อยแต่ละตัวดำเนินงานตามเป้าหมายพร้อมกัน แล้วส่งผลลัพธ์กลับมาให้เอเจนต์หลักรวบรวมและสังเคราะห์เป็นคำตอบสุดท้าย ทีมสามารถใช้ความสามารถแบบหลายเอเจนต์ที่มีมาให้ในตัวได้โดยเปิดใช้หลายเอเจนต์⁠(เปิดในหน้าต่างใหม่)ใน Responses API ซึ่งเป็นกลไกเดียวกับการตั้งค่าความสามารถ Ultra ใน ChatGPT

แม้ GPT‑5.6 จะประเมินจำนวนเอเจนต์ย่อยที่เหมาะสมและจังหวะที่ควรสร้างเอเจนต์เหล่านั้นได้ดี แต่เราก็ยังกำกับพฤติกรรมแบบหลายเอเจนต์ได้อย่างยืดหยุ่น การระบุให้โมเดลทราบว่าควรเรียกใช้เอเจนต์ย่อยเมื่อใด จะช่วยเพิ่มโอกาสที่ระบบจะสร้างเอเจนต์เฉพาะในสถานการณ์ที่การใช้โทเค็นเพิ่มขึ้นช่วยยกระดับประสิทธิภาพได้จริง

โมเดลทั้งหมดในตระกูลนี้ได้ขยายระยะเวลา TTL ของการแคชพรอมต์เป็นอย่างน้อย 30 นาที และตอนนี้ยังสามารถกำหนดจุดแบ่งแคชไว้ในตำแหน่งที่แน่นอนภายในหน้าต่างบริบทของโมเดลได้อีกด้วย ความสามารถเหล่านี้ช่วยให้สตาร์ทอัพเพิ่มอัตราการนำข้อมูลจากแคชมาใช้ได้สำเร็จอย่างมาก

นอกจากการกำหนดจุดแบ่งแคชแล้ว การเลือกใช้ prompt_cache_key⁠(เปิดในหน้าต่างใหม่) ที่เหมาะสมอย่างสม่ำเสมอจะเพิ่มโอกาสให้คำขอไปถึงกลไกอนุมานเดียวกับที่เคยรองรับส่วนต้นของพรอมต์ชุดเดียวกันมาก่อน ซึ่งช่วยลดเวลาในการตอบสนอง

ตัวอย่างทั้งหมดนี้สะท้อนให้เห็นอย่างชัดเจนว่า ต้นทุนและความคุ้มค่าในการสร้างเอเจนต์เปลี่ยนแปลงไปอย่างมาก

กรณีใช้งานที่เดิมต้องใช้โมเดลระดับแนวหน้าในทุกขั้นตอน ตอนนี้สามารถให้ผลลัพธ์ที่เทียบเท่าหรือดีกว่าได้ด้วยต้นทุนเพียงเศษเสี้ยว โดยใช้โมเดลขนาดเล็กลง ปรับระดับการให้เหตุผล และเลือกสถาปัตยกรรมที่มีประสิทธิภาพ

เราตื่นเต้นที่จะได้เห็นว่าทุกคนจะสร้างสรรค์อะไรขึ้นมาบ้าง!