Команда OpenAI провела AMA (Ask me Anything) на Reddit по случаю большого релиза GPT-5.6
Tibor Blaho суммаризировал, а я выбрал из этого самое интересное, ч. 1
Выбор модели и уровни рассуждения
• Sol Medium — для большинства задач, Sol Ultra — для действительно сложных задач, Terra — для быстрых не-кодинговых задач или когда важно экономить лимиты, при этом на некоторых задачах Terra конкурентен с GPT-5.5 при меньшей стоимости, а Luna — для сабагентов.
• Для крошечных правок, быстрых вопросов и чистки документации лучше использовать лёгкую модель с низким уровнем рассуждения. Обычный Sol Medium — для небольших багов с понятным воспроизведением. Sol с более высоким уровнем рассуждения — для неоднозначных багов, незнакомых репозиториев и сквозных рефакторингов. Sol Ultra High с планом, верификацией и тестами — для миграций, security-sensitive изменений, продакшен-инцидентов и всего, где ошибка дорого стоит.
• Сейчас нет модели «Auto», но GPT-5.6 старается сам не переосмыслять простые задачи. Новый слайдер в приложении и вебе мапит большинство уровней на reasoning effort модели Sol, а на самом низком effort откатывается на Terra. Команда согласна, что пользователи не должны становиться экспертами по роутингу моделей, но при этом хочет оставить явный override, потому что терпимость к задержке зависит от человека и конкретного момента.
- Для UI-задач лучше всего подходит Sol, особенно если дать reference images. Улучшение UI-дизайна во фронтенд-разработке было одной из целей 5.6. Использовать 5.5 имеет смысл только если твои инструкции были специально под неё заточены.
Скорость, контекстное окно и persistence
- Модель может слишком быстро сдаться и откатить целые патчи, если результат неидеален. В отличие от неё, Fable пытается исправить плохой патч. Команда сказала, что
- Для долгих research-задач и работы через
Лимиты использования и цены
- Agentic usage считается по используемой функции, а не по типу клиента. Поэтому Codex везде — в приложении, CLI, IDE, вебе, мобильном клиенте и ChatGPT Work – расходуют agentic bucket. Обычные чаты в ChatGPT его не расходуют. Генерация изображений, загрузка файлов и голос имеют отдельные лимиты.
- Для MCP-heavy workflows, которые быстро сжигают лимиты, например в Unreal Engine, совет такой: завернуть MCP в CLI со skill’ом или создать кастомного сабагента с этим MCP в конфиге на более низком уровне reasoning.
Лайк, репост
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Tibor Blaho суммаризировал, а я выбрал из этого самое интересное, ч. 1
Выбор модели и уровни рассуждения
• Sol Medium — для большинства задач, Sol Ultra — для действительно сложных задач, Terra — для быстрых не-кодинговых задач или когда важно экономить лимиты, при этом на некоторых задачах Terra конкурентен с GPT-5.5 при меньшей стоимости, а Luna — для сабагентов.
• Для крошечных правок, быстрых вопросов и чистки документации лучше использовать лёгкую модель с низким уровнем рассуждения. Обычный Sol Medium — для небольших багов с понятным воспроизведением. Sol с более высоким уровнем рассуждения — для неоднозначных багов, незнакомых репозиториев и сквозных рефакторингов. Sol Ultra High с планом, верификацией и тестами — для миграций, security-sensitive изменений, продакшен-инцидентов и всего, где ошибка дорого стоит.
• Сейчас нет модели «Auto», но GPT-5.6 старается сам не переосмыслять простые задачи. Новый слайдер в приложении и вебе мапит большинство уровней на reasoning effort модели Sol, а на самом низком effort откатывается на Terra. Команда согласна, что пользователи не должны становиться экспертами по роутингу моделей, но при этом хочет оставить явный override, потому что терпимость к задержке зависит от человека и конкретного момента.
- Для UI-задач лучше всего подходит Sol, особенно если дать reference images. Улучшение UI-дизайна во фронтенд-разработке было одной из целей 5.6. Использовать 5.5 имеет смысл только если твои инструкции были специально под неё заточены.
Скорость, контекстное окно и persistence
- Модель может слишком быстро сдаться и откатить целые патчи, если результат неидеален. В отличие от неё, Fable пытается исправить плохой патч. Команда сказала, что
/goal помогает сделать агента более настойчивым. Улучшения persistence и снижение сложности кода запланированы. Также они предложили попробовать 5.6 Sol с High reasoning.- Для долгих research-задач и работы через
/goal пример структуры такой: широко исследовать, но узко исполнять; попробовать заданное количество гипотез; после каждой попытки запускать тесты; затем остановиться и отчитаться, чему удалось научиться и какой следующий лучший эксперимент.Лимиты использования и цены
- Agentic usage считается по используемой функции, а не по типу клиента. Поэтому Codex везде — в приложении, CLI, IDE, вебе, мобильном клиенте и ChatGPT Work – расходуют agentic bucket. Обычные чаты в ChatGPT его не расходуют. Генерация изображений, загрузка файлов и голос имеют отдельные лимиты.
- Для MCP-heavy workflows, которые быстро сжигают лимиты, например в Unreal Engine, совет такой: завернуть MCP в CLI со skill’ом или создать кастомного сабагента с этим MCP в конфиге на более низком уровне reasoning.
Лайк, репост
