Три модели для разных задач
OpenAI официально представила семейство GPT-6, разделив модели по уровню сложности задач. Теперь выбор зависит не только от бюджета, но и от требуемой глубины анализа:
- GPT-6 Astra — флагман для самых сложных задач, требующих максимального интеллекта и рассуждений.
- GPT-6.1 Sol — оптимизирована для сложного кодирования, исследований и работы с интерфейсами (computer use). Поддерживает многоагентные потоки (beta).
- GPT-6 Luna — модель для массовых, повторяющихся задач с четким результатом: извлечение данных, классификация, структурирование.
Экономия до 95% на контексте
Главное нововведение для разработчиков — prompt caching (кэширование промптов). Если вы используете стабильные инструкции и справочные материалы, которые не меняются от запроса к запросу, стоимость входных токенов снижается до 95% по сравнению с обычным режимом. Это критически важно для приложений с высокой частотой запросов.
Также внедрена функция compaction (компактификация), которая сжимает историю диалога, сохраняя состояние, что позволяет работать с длинными контекстами без взрывного роста стоимости.
Динамическое управление рассуждением
В GPT-6 появилась возможность менять уровень усилий модели (reasoning effort) прямо во время разговора, не сбрасывая кэш. Доступны уровни: Low, Medium, High, Extra high/Max. Это позволяет начинать задачу с быстрого ответа, а при необходимости переключаться на глубокую аналитику.
| Режим скорости | Описание | Когда использовать |
|---|---|---|
| Standard | Базовая скорость, оптимальное соотношение цена/качество | Обычные API-запросы, фоновые задачи |
| Fast | Быстрый ответ, выше стоимость за токен | Чат-боты, интерфейсы, где важна задержка |
| Ultrafast | Максимальная скорость генерации токенов | Быстрые итерации в коде, прототипирование |
Многоагентность и долгосрочные задачи
Семейство GPT-6 поддерживает работу над задачами, длящимися часы или дни. Ключевые инструменты:
- Steering (руление): можно корректировать инструкцию модели прямо во время выполнения задачи через WebSocket, не прерывая текущие действия.
- Async tools: модель продолжает работу над независимыми подзадачами, пока ваше приложение выполняет долгую операцию (например, запуск тестов).
- Multi-agent workflows: GPT-6.1 Sol может делегировать независимые части работы субагентам (например, исследование разных частей кодовой базы) и агрегировать результаты.
Новый подход к промптам
OpenAI отмечает, что модели стали лучше понимать нюансы, поэтому избыточная детализация может мешать. Рекомендация: задавайте четкую цель, контекст и критерии «готовности», но давайте модели свободу в выборе методов. Четко обозначьте границы, где модель может действовать самостоятельно, а где требует согласования.
Источник: OpenAI ↗