网易首页 > 网易科技 > 网易科技 > 正文

OpenAI发布GPT-5.6开发指南:最贵模型不必用在每一步

0
分享至

8月14日消息,OpenAI周四发布GPT-5.6开发者指南。指南根据一批早期测试和生产案例整理,把优化路径拆成三步:先在Sol、Terra和Luna之间选择模型,再调整推理强度,最后检查智能体的运行方式。

在模型迁移上,OpenAI建议开发者先保留原有推理档位完成一轮测试,再把推理强度降低一级。按7月30日生效的价格,Sol、Terra和Luna每百万输入token分别收费5美元、2美元和0.20美元,输出分别为30美元、12美元和1.20美元。同一个任务换挡,仅token单价就能差25倍。

先把推理档位降一级

OpenAI在BrowseComp检索测试中比较了两种配置:GPT-5.6 Luna使用Extra High推理档位,得分84.04%,单次成本1.33美元;GPT-5.5 Extra High得分84.36%,成本33.27美元。两者只差0.32个百分点,成本相差约25倍。

这组对比由OpenAI给出,只涵盖这一项检索测试。但它至少说明,模型档位和推理强度需要分开测试:便宜的模型多想一会儿,有时比直接换旗舰更合算。

同一个模型,运行方式也会改变结果

指南列出了GPT-5.6的三项主要架构变化:持久化推理与原生压缩、原生多智能体、程序化工具调用。

在OpenAI公布的ARC-AGI-3案例中,同一个Sol模型使用标准框架时得分13.3%;保留此前的推理过程、在长任务中压缩上下文之后,得分升至38.3%,输出token只有标准框架的约六分之一。

程序化工具调用针对的是另一种情况。过去,模型可能先读完上百份文件,再从上下文中筛选需要的内容。现在它可以写一段JavaScript完成过滤、聚合和工具调用,只把最后需要判断的结果送回模型。多智能体则适合能明确拆分的并行任务;OpenAI也建议通过调度规则限制不必要的子智能体调用。

模型没有变化,运行它的框架却改变了得分、上下文长度和调用次数。API报价只是单个token的价格,一项任务最终花多少钱,要看中间跑了多少轮、调了多少工具。

生产环境不只看最高分

软件公司Superconductor在自家Rails代码库上做了另一组测试。GPT-5.6 Sol High的质量得分约为77%,低于Fable 5的约83%;前者完成任务通常需要5至6分钟,后者需要23至25分钟。Superconductor最终把Sol High定为日常主力,接受约6个百分点的质量差距,换取约四倍的速度。

A-CODE-LLM用10项软件开发任务测试GPT-5.6家族,结果也没有出现"推理档位越高、成绩越好"的规律。有些项目上,Luna基础版的得分反而超过更贵的Sol Pro。

这两个测试表明:模型选择正在变成资源调度。复杂、失败代价高的步骤留给Sol;重复提取和高频调用换成Terra或Luna试试;结果确定的筛选和聚合,尽量交给代码。

模型公司最容易展示的是API单价和基准分数,开发团队实际支付的却是一项任务从开始到完成的全部成本。跑多少轮、调多少工具、返工几次、占多少人工复核时间,都会体现在真实账单上。

这也给模型厂商出了新题。最贵的模型不会消失,它会被留给失败代价最高的步骤;大量重复、可复核的工作,则会不断向更便宜的模型和普通代码迁移。

开发团队可以先挑一个调用最频繁或花费最高的任务,保留现有配置跑一版,再降一档模型或推理档位跑一版。把成功率、总成本、耗时、重试次数、人工复核时间摆到一起,才看得出便宜的模型有没有把工作转移给人。(易句)

(本文由AI翻译,网易编辑负责校对)

延伸阅读
相关推荐
热点推荐
80岁,她决定离婚

80岁,她决定离婚

北青深一度
2026-11-16 16:12:52
特朗普:我即将访问中国,期待参加中俄美元首会晤

特朗普:我即将访问中国,期待参加中俄美元首会晤

极目新闻
2026-11-16 15:10:23
太惨烈,都是跌停!中际旭创市值少了1万亿,不少股民爆仓了

太惨烈,都是跌停!中际旭创市值少了1万亿,不少股民爆仓了

金石随笔
2026-11-16 15:02:52
突发!英特尔陈立武被起诉!四大芯片公司华人CEO,要被逐个清算?

突发!英特尔陈立武被起诉!四大芯片公司华人CEO,要被逐个清算?

起点财经
2026-11-16 15:41:03
“国乒全军覆没34岁方博夺冠”登热搜,方博:我不是人中龙凤,但我绝非等闲之辈;曾说打败“獒龙蟒胖”才能打世界杯

“国乒全军覆没34岁方博夺冠”登热搜,方博:我不是人中龙凤,但我绝非等闲之辈;曾说打败“獒龙蟒胖”才能打世界杯

新民周刊
2026-11-16 14:43:50
被骂“滚回中国”后,华人家庭谢绝“当面道歉”!“没有必要,希望她自己想想为什么”

被骂“滚回中国”后,华人家庭谢绝“当面道歉”!“没有必要,希望她自己想想为什么”

发现新西兰
2026-11-16 11:23:23
演员蔡文静透露,5年前坚持劝妈妈去体检,结果竟查出肺癌,她一度瘦成皮包骨;钟南山团队最新研究:越来越多不吸烟的女性被肺癌“盯上”

演员蔡文静透露,5年前坚持劝妈妈去体检,结果竟查出肺癌,她一度瘦成皮包骨;钟南山团队最新研究:越来越多不吸烟的女性被肺癌“盯上”

极目新闻
2026-11-16 19:37:47
中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

火山詩话
2026-11-16 19:30:03
防止埃博拉病毒病疫情传入我国,海关总署发布公告

防止埃博拉病毒病疫情传入我国,海关总署发布公告

界面新闻
2026-11-16 16:38:55
网友翻出黄仁勋18年前探望四川地震灾区孩子的照片

网友翻出黄仁勋18年前探望四川地震灾区孩子的照片

3DM游戏
2026-11-15 19:51:38
不装了——狂砸1000亿,A股下跌的原因竟是它,真相让人心寒

不装了——狂砸1000亿,A股下跌的原因竟是它,真相让人心寒

财报翻译官
2026-11-16 15:47:30
黄仁勋辞职,新的女CEO上任。都以为黄仁勋输了,万万没想到,她13年前就跟了黄仁勋。她可不简单!

黄仁勋辞职,新的女CEO上任。都以为黄仁勋输了,万万没想到,她13年前就跟了黄仁勋。她可不简单!

财经要参
2026-11-16 12:00:05
1987年邓小平召集小型会议,众目睽睽之下,猛地指向刘华清与洪学智问杨尚昆:命令究竟有没有下达

1987年邓小平召集小型会议,众目睽睽之下,猛地指向刘华清与洪学智问杨尚昆:命令究竟有没有下达

唠叨说历史
2026-11-16 16:13:14
倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

红星新闻
2026-11-16 20:35:09
拒31分逆转!湖人灭太阳豪取8连胜 东契奇43+9单节20分创纪录

拒31分逆转!湖人灭太阳豪取8连胜 东契奇43+9单节20分创纪录

醉卧浮生
2026-11-16 07:46:27
上海1300万多选民投票选举区和乡镇两级人大代表,陈吉宁朱忠明等参加投票

上海1300万多选民投票选举区和乡镇两级人大代表,陈吉宁朱忠明等参加投票

上观新闻
2026-11-16 18:43:28
打平即出线!意大利又崩盘 1-4遭比利时逆转+双杀 从头名跌第3出局

打平即出线!意大利又崩盘 1-4遭比利时逆转+双杀 从头名跌第3出局

我爱英超
2026-11-16 06:56:13
涉嫌严重违纪违法,张旭被查

涉嫌严重违纪违法,张旭被查

中国基金报
2026-11-16 21:13:03
首位来访的国家元首,已经抵达深圳,央视画面中还有5架伊尔-76

首位来访的国家元首,已经抵达深圳,央视画面中还有5架伊尔-76

罗富强说
2026-11-16 16:18:31
容祖儿这次演唱会,坐内场看得清楚,她上身亮片外套发型都在线,唯独那条裤子松垮垮堆在鞋面上,走两步就得提一下,唱快歌都不敢迈大步

容祖儿这次演唱会,坐内场看得清楚,她上身亮片外套发型都在线,唯独那条裤子松垮垮堆在鞋面上,走两步就得提一下,唱快歌都不敢迈大步

一盅情怀
2026-11-16 16:01:58
2026-11-16 21:27:00

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

女星劝妈妈去体检结果竟查出肺癌:妈妈一度瘦成皮包骨

头条要闻

女星劝妈妈去体检结果竟查出肺癌:妈妈一度瘦成皮包骨

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

官宣离婚不到1月,李小冉进医院

财经要闻

10万人逼宫英伟达 黄仁勋要复职了?

汽车要闻

99元抵2000元/续航580km 一汽-大众ID. AURA L5开启盲订

态度原创

家居
旅游
亲子
公开课
军事航空

家居要闻

2026建博会(广州) 公装联探展交流活动

旅游要闻

焕然一新的泉城公园

亲子要闻

宝蓝和爸爸逛游乐场,爸爸太困,在游乐园原地睡着了。

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版
×