OpenAI vydala průvodce k nové rodině modelů GPT-6. Vysvětluje v něm, kdy zvolit nejvýkonnější Astru, kdy stačí levnější GPT-6.1 Sol a kdy najde uplatnění rychlá Luna. Radí také, jak modelům správně formulovat zadání, jak je nechat pracovat celé hodiny a jak u toho optimalizovat náklady. Pro většinu vývojářů a firem bude nejspíš výchozí volbou právě GPT-6.1 Sol, který se výkonem blíží Astře, ale stojí jen pětinu její ceny.
Tři modely pro tři druhy práce
GPT-6 Astra je nejinteligentnější model, jaký OpenAI v současnosti nabízí, a hodí se na nejnáročnější úlohy. Podle firmy dosáhla v řadě testů lepších výsledků s výrazně menším počtem výstupních tokenů. Jeden úkol přes API tak nakonec vyjde levněji než u starších modelů, přestože každý jednotlivý token je dražší. Ceník uvádí 10 dolarů za vstup, 50 dolarů za výstup a jeden dolar za vstup uložený v mezipaměti.
GPT-6.1 Sol, představený koncem září, nabízí inteligenci téměř na úrovni Astry za pětinovou cenu. Vstup stojí 2 dolary, výstup 10 dolarů a vstup z mezipaměti deset centů. Tento model míří na složité programování, výzkum a pokročilé ovládání počítače. OpenAI doporučuje vyzkoušet Sol i Astru na vlastních úlohách a teprve poté posoudit, zda rozdíl v kvalitě odpovídá vyšším nákladům.
Nejlevnější GPT-6 Luna stojí 10 centů za vstup a 50 centů za výstup. Je navržená pro úzce vymezenou práci ve velkém objemu, například pro vytahování údajů z faktur, třídění požadavků nebo psaní strukturovaných shrnutí.
Jak Sol zapnout a nastavit
V požadavku na Responses API stačí nastavit parametr model na hodnotu gpt-6.1-sol. Starší rozhraní Chat Completions tento model zvládne pouze u dotazů bez zapojení externích nástrojů. Jakmile má model volat funkce, musí požadavek směřovat přes nové Responses API.
Míru uvažování určuje parametr reasoning.effort, který nabízí pět stupňů, konkrétně low, medium, high, xhigh a max. Výchozím nastavením je hodnota medium, přičemž úrovně none a minimal model Sol stejně jako Astra nepodporuje. Nízká úroveň stačí na dohledání faktů nebo drobné úpravy textu. Střední úroveň je vhodná pro plánování funkcí či porovnání možností a vysoká úroveň najde využití při náročném ladění a hlubší analýze. Nejvyšší stupně má smysl zkoušet až v momentě, kdy vysoká úroveň nestačí, a je dobré nechat je zapnuté jen tehdy, když lepší výsledek vyváží delší čekání a vyšší cenu.
Míru vnitřního uvažování lze nově měnit také v průběhu konverzace. Vývojář do vstupu vloží položku pro aktualizaci konfigurace, takže model u složité pasáže intenzitu přemýšlení zvýší a u rutinních dotazů ji zase ubere. Začátek zadání přitom zůstane beze změny, takže se nesmaže mezipaměť. V programovacím nástroji Codex doporučuje OpenAI začít u výchozího nastavení modelu a podle potřeby ho upravovat.
Rychlý a ultrarychlý režim
Když záleží na rychlé odpovědi, například v chatovací aplikaci, nabízí aplikační rozhraní rychlý režim s svižnější a stabilnější odezvou za vyšší cenu za token. Ultrarychlý režim zrychluje samotné generování tokenů bez ohledu na nastavenou míru uvažování. OpenAI ho zatím uvádí u modelu Astra a doporučuje ho pro případy, kdy se vyplatí připlatit si za rychlost.
Evropské firmy však mohou narazit na omezení. Rychlý režim není u modelů Astra, GPT-6 Sol ani Luna dostupný, pokud musí data z legislativních důvodů zůstat v Evropské unii. Ultrarychlý režim pak funguje výhradně s daty uloženými v USA nebo v rámci globálního zpracování.
Méně pokynů a lepší výsledky
Eric Provencher z týmu OpenAI pro vývojářskou zkušenost upozorňuje, že současné modely mnohem lépe chápou nuance a dvojznačnosti. Příliš podrobné pokyny jim proto mohou spíše uškodit, i když u starších verzí pomáhaly.
Správně zformulované zadání podle OpenAI jasně definuje požadovaný výsledek, cílového uživatele, platná omezení a kritéria pro dokončení práce. Dovednosti systému mají stručně popsat podmínky pro spuštění a do souboru AGENTS.md patří výslovné povolení bezpečných rutinních kroků, jako jsou lokální testy bez přístupu do ostrého provozu. Plošná pravidla typu vyžadující neustálé dotazování má nahradit jasná hranice mezi autonomním jednáním modelu a situacemi, které musí schválit člověk.
Astra lépe drží směr u dlouhodobých úkolů, ale častěji se dotazuje v situacích, kde by starší modely pouze předpokládaly další krok. Někdy se tak proces zastaví, přestože uživatel očekával plynulé pokračování. OpenAI proto nabízí vzorové pokyny, podle kterých má model odhadnout záměr z kontextu a práci samostatně dokončit. Obraty vyjadřující možnost má systém chápat jako přímý pokyn k akci a o schválení žádat až s hotovým výsledkem, který lze zkontrolovat. Tyto postupy vycházejí z chování Astry, ale OpenAI je doporučuje vyzkoušet také s modelem Sol.
Nové modely citlivěji reagují i na instrukce skryté v dovednostech a konfiguračních souborech, takže nejasný nebo rozporuplný pokyn dokáže práci zbytečně zablokovat. Vhodným řešením je uvést, že přímé pokyny uživatele mají přednost před obecnými dovednostmi. Astra má také sklon k dlouhým odpovědím plným seznamů a tabulek, přičemž často opakuje stejné obraty. Uživatel, který vyžaduje souvislý text v jednoduchém jazyce, si o něj musí říct výslovně. V oblasti programování pak OpenAI doporučuje model v testování mírnit, protože i u drobných změn v kódu generuje zbytečně rozsáhlé testovací sady.
Úkoly na hodiny i dny
S modely GPT-6 lze podle OpenAI zadávat úkoly s dobou zpracování v řádu hodin i dnů. Průběžné usměrňování dovoluje poslat modelu upřesnění během práce přes verzi Responses API postavenou na protokolu WebSocket. Zpráva se zařadí do fronty a nezastaví běžící nástroje ani neznehodnotí již hotovou práci. Asynchronní volání nástrojů pak nechá model pokračovat v jiné činnosti, zatímco aplikace například spouští testy. Stačí u funkce nastavit asynchronní režim na hodnotu true a výsledek vrátit s původním identifikačním kódem call_id.
GPT-6.1 Sol umí také rozdělit nezávislé úkoly mezi dílčí agenty, z nichž každý může projít jinou část kódu, a jejich zjištění následně spojit do jedné odpovědi. Podpora více agentů se zatím nachází v betaverzi a OpenAI doporučuje definovat v zadání, kdy a v jakém rozsahu má model práci rozdělovat.
Model, který kliká za vás
Všechny tři modely dokážou přímo ovládat počítač a pracovat s weby i aplikacemi, a to včetně těch bez vlastního rozhraní API. Model tak může opravit kód, otevřít produkt v prohlížeči a ověřit funkčnost opravy. OpenAI přesto doporučuje volit nejjednodušší spolehlivou cestu. Pokud úkol zvládne běžné API nebo připojený nástroj, má mít přednost. Ovládání počítače přichází na řadu až v momentě, kdy model potřebuje číst obrazovku, klikat nebo vyplňovat formuláře. Do vlastní aplikace ho vývojáři zabudují přes nástroj na spouštění kódu, pro prohlížeč lze využít nástroj Playwright a pro desktopové aplikace rozhraní PyAutoGUI.
Jak ušetřit v ostrém provozu
Firma doporučuje odstranit z kontextu všechno, co úkol bezprostředně nepotřebuje, a nezávislé úlohy spouštět souběžně. Největší úsporu přináší mezipaměť zadání, protože vstupní tokeny z ní jsou až o 95 procent levnější. Stálé pokyny a podklady proto patří na začátek zadání a proměnlivé detaily až za ně. Do rozpočtu je dobré započítat také zápisy do mezipaměti a příplatky za dlouhý kontext. U rozsáhlých konverzací pomáhá celkové zmenšení, které kontext zkomprimuje a ponechá jen data nutná k pokračování. Před ostrým nasazením by firmy měly na reprezentativních úlohách přesně změřit úspěšnost, rychlost odezvy a cenu za každý dokončený úkol.
Přechod ze starších modelů
Převod celého projektu může provést samotný Codex s využitím dovednosti OpenAI Docs. Vývojáři, kteří upravují kód ručně, by měli přejít z úrovní none nebo minimal na stupeň low a následně porovnat výsledky. Při aktivovaném vnitřním uvažování je nutné z požadavku odstranit parametry temperature, top_p a top_logprobs. Uživatelé přecházející z verze GPT-5.5 nebo ze starších modelů pak nahradí položku prompt_cache_retention novým nastavením prompt_cache_options.ttl s časovou hodnotou 30 minut.
Jak s modely pracují firmy
OpenAI ukazuje praktické využití na zákaznících, kteří již na modelu Astra stavějí. Právnická platforma Harvey spojuje judikaturu, dokumenty advokátní kanceláře a preference konkrétního právníka, přičemž na tomto základě připravuje komplexní návrhy smluv a podání. Společnost Cognition nasadila Astru do svého autonomního agenta Devin. Ten při testování hry pro iPhone analyzoval záznam ze simulátoru a v závěrečné zprávě přehledně oddělil úspěšně ověřené kroky od dosud neotestovaných míst. Analytická platforma Hex s pomocí tohoto modelu transformuje dotazy na výkon prodejních kanálů do podoby písemných závěrů a interaktivních přehledů. Společnost Invideo pak systém využívá k plánování úprav na časové ose videa a k tvorbě vlastních efektů. Firma v této souvislosti hlásí zhruba trojnásobnou úspěšnost při barevných úpravách i korekcích a několik jejích střihačů dokázalo za jediný den vytvořit kolem padesáti nových efektů.
Zdroje: openai.com a openai.com
