GPT‑5.6 開發者指南

GPT‑5.6 模型系列大幅降低了前沿級智慧體效能的成本，同時也進一步拓展技術能力的前沿。

本指南將介紹新創公司如何透過更聰明的模型選擇，以及有助於維持推理連貫性、多智慧體協調和程式化工具呼叫的新 API 控制項，以極低的成本更快建構能力更強的智慧體。

自 GPT‑5 起，每一代模型都致力於以更少的 Token 處理時間跨度更長的任務。GPT‑5.6 延續了這項趨勢：智慧體效能更強、成本更低，且底層任務執行框架幾乎不必調整。

整體成本效益的提升，再加上模型以較低推理強度也能提高準確度，進一步放大了效益。例如，在 Agents’ Last Exam 中，任務執行框架維持不變時，採用「低」推理強度的 GPT‑5.6 Sol，表現勝過採用「高」推理強度的 GPT‑5.5。我們在正式環境測試中也看到類似成果：新創公司將推理強度從原先的預設值調低後，多種工作流程的成本都顯著下降。

過去，對於長時間跨度的使用案例，升級至可用最高推理強度的旗艦模型通常是最佳選擇。這主要是因為在處理較長上下文和工具呼叫方面，這類模型的能力遠勝於成本最佳化模型。但 5.6 系列改變了這一點：增加推論階段的運算資源後，Luna 和 Terra 往往能以低得多的成本，達到接近 GPT‑5.4 和 5.5 的表現。

以 BrowseComp 任務為例：這項搜尋型基準測試用於評估模型搜尋冷門事實的能力。三個月前，GPT‑5.5（極高）在這項基準測試中獲得 84.36%，總成本為 33.27 美元。GPT‑5.6 Luna（極高）推出時便提供幾乎相同的表現，以 1.33 美元的成本獲得 84.04%。此後，我們進一步調降了價格。進一步瞭解我們最近的降價措施。

5.6 系列中的較小型模型，非常適合大量工作負載、對延遲敏感的互動，以及智慧體工作流程中的重複步驟。例如，假設你經營一家法律科技新創公司，需要在智慧體分析之前解析手寫備忘錄；現在不必在整個使用案例中都採用前沿模型，而可改用 Terra 或 Luna 擷取資料，大幅節省成本。

除了提升 GPT‑5.6 的開箱即用效能，我們也為 Responses API 推出新的基礎功能，以進一步提高效益。我們透過三項相輔相成的架構調整，對 GPT‑5.6 進行端對端訓練，讓智慧體能更有效率地運作：

1. 重複使用已完成的工作：讓模型能在多輪互動之間保留推理⁠(在新視窗中開啟)，並使用原生壓縮⁠(在新視窗中開啟)來精簡長時間進行的對話，使模型能在時間跨度更長的任務中維持工作連貫性，而不致混淆或必須重建先前的上下文。
2. 在適當情況下平行拆解：使用原生多智慧體協調⁠(在新視窗中開啟)，可協調多個智慧體在平行工作流程中作業，更快完成複雜任務。
3. 將可確定執行的工作移至程式碼：使用程式化工具呼叫⁠(在新視窗中開啟)，在模型的上下文視窗外篩選、彙整並協調工具輸出，將模型 Token 留給需要判斷的工作，同時降低成本、延遲和上下文劣化。

搭配使用這些功能，效果可能非常顯著。例如，在 ARC-AGI-3 中，GPT‑5.6 Sol 採用標準任務執行框架時獲得 13.3%。但在啟用保留推理和壓縮後，分數躍升至 38.3%，同時使用的輸出 Token 約減少至六分之一。模型完全沒有變更，效能卻提升至近三倍。你可以在此進一步瞭解我們的 ARC-AGI-3 任務執行框架研究。

智慧體工作流程通常包含兩類工作：

1. 需要判斷的任務
2. 主要涉及移動、篩選和合併資料的工作

當智慧體擷取 100 份申報文件、依日期篩選並找出相關交易時，模型不必在上下文視窗中逐一推理每個中間結果。程式化工具呼叫可讓 GPT‑5.6 編寫 JavaScript 來協調工具、平行執行彼此獨立的呼叫，並在上下文視窗外處理輸出。如此一來，模型就能專注於真正需要智慧的工作：做出判斷。

對於複雜且可平行處理的任務，將行動和推理分配至多個智慧體工作流程，不僅能更快完成任務，也能提升整體智慧。在這類架構中，主要智慧體負責協調子智慧體，並將任務委派給它們。各個子智慧體會平行執行目標，最後將輸出交回主要智慧體進行最終整合。團隊可在 Responses API 中啟用多智慧體⁠(在新視窗中開啟)，開始直接運用原生多智慧體功能。ChatGPT 的 Ultra 能力設定也是以這種方式運作。

儘管 GPT‑5.6 很能掌握適當的子智慧體數量和建立時機，多智慧體行為仍具有高度可引導性。指示模型何時呼叫子智慧體，可提高僅在額外 Token 支出能改善表現時才建立智慧體的機率。

整個模型系列的提示詞快取存留時間已延長至至少 30 分鐘，現在也能在模型的上下文視窗中明確設定快取中斷點。這讓新創公司得以大幅提高快取命中率。

除了設定快取中斷點，持續使用適當的 prompt_cache_key⁠(在新視窗中開啟)，也能提高請求送達先前曾處理相同前綴之推論引擎的機率，進而降低延遲。

這些案例最引人注目的共同點，是建構智慧體的成本效益已產生巨大變化。

過去每個步驟都需要前沿模型的使用案例，如今只要採用較小型模型、調整推理強度並選擇高效架構，就能以極低的成本取得相當甚至更好的成果。

我們迫不及待想看到大家打造的成果！