Az OpenAI szerint a GPT-5.6 olcsóbbá teszi az ügynökök építését

A GPT-5.6 fő ígérete: jobb költséghatékonyság ügynökös feladatoknál

Az OpenAI a GPT-5.6 modellcsaládot úgy mutatja be, mint amely „új mércét” állít ár és teljesítmény arányban. A közlemény szerint a család a frontier szintű ügynökteljesítményt jóval megfizethetőbbé teszi, miközben előrébb viszi azt is, mire képesek az ilyen rendszerek.

A vállalat állítása szerint a GPT-5 óta minden modellgeneráció célja az volt, hogy hosszabb távú feladatokat kevesebb tokennel tudjon kezelni. A GPT-5.6 ezt az irányt folytatja: erősebb ügynökteljesítményt és alacsonyabb költséget ígér, minimális változtatással az alapvető futtatási környezetben.

Az OpenAI példaként az Agents’ Last Exam tesztet említi. A cég szerint a GPT-5.6 Sol „low” reasoning beállítással jobb eredményt ért el, mint a GPT-5.5 „high” reasoning mellett, változatlan harness használatával. A forrás szerint startupok éles tesztelésben is jelentős költségjavulásról számoltak be többféle munkafolyamatban, amikor a korábbi alapértelmezésekhez képest csökkentették a reasoning effort szintjét.

Luna és Terra: kisebb modellek nagyobb szerepben

Az OpenAI szerint korábban hosszú távú felhasználási eseteknél jellemzően a csúcsmodell, a legmagasabb elérhető reasoning szinttel volt a legjobb választás. Ennek oka a forrás szerint az volt, hogy ezek a modellek lényegesen jobban kezelték a hosszabb kontextust és az eszközhívásokat, mint a költségoptimalizált modellek.

A cég szerint ez a GPT-5.6 családdal megváltozott. Több tesztidejű számítással a Luna és a Terra gyakran a GPT-5.4 és GPT-5.5 szintjéhez hasonlóan teljesíthet, miközben jelentősen olcsóbb lehet.

Az OpenAI a BrowseComp benchmarkot hozza példaként, amely keresésalapú teszt, és azt méri, hogyan talál meg a modell nehezen hozzáférhető tényeket. A közlemény szerint három hónappal korábban a GPT-5.5 Extra High 84,36 százalékot ért el ezen a teszten, 33,27 dolláros teljes költséggel. A GPT-5.6 Luna Extra High induláskor lényegében azonos eredményt hozott, 84,04 százalékot, 1,33 dolláros költségen. Az OpenAI azt is írja, hogy azóta tovább csökkentette az árakat, de a forrásszöveg további konkrét számot nem közöl.

A kisebb GPT-5.6 modelleket a cég nagy volumenű terhelésekhez, késleltetésérzékeny interakciókhoz és ügynökös munkafolyamatok ismétlődő lépéseihez ajánlja. Példaként egy jogi technológiai startupot említ: ha a rendszer kézzel írt feljegyzéseket dolgoz fel az ügynökös elemzés előtt, a forrás szerint a Terra vagy a Luna használható kinyerésre, miközben a teljes folyamatban nem kell minden lépésnél frontier modellt futtatni.

Új Responses API elemek: megtartott reasoning, multi-agent és kódos eszközhívás

A GPT-5.6 mellett az OpenAI új alapfunkciókat is bevezetett a Responses API-ban. A közlemény három architekturális beavatkozást emel ki, amelyekkel a cég szerint az ügynökök hatékonyabban működhetnek.

• A már elvégzett munka újrahasznosítása: a reasoning több modellfordulón át megőrizhető, a natív tömörítés pedig hosszú beszélgetések sűrítésére használható. Az OpenAI szerint ez segít megőrizni a koherenciát hosszabb feladathorizonton.
• Párhuzamos felbontás: a natív multi-agent orchestration több ügynök munkájának összehangolására szolgál párhuzamos munkafolyamatokban.
• Determininsztikus munka kódba helyezése: a programmatic tool calling segítségével a szűrés, összesítés és eszközkimenetek rendezése a modell kontextusablakán kívül történhet, így a modell tokenjei inkább döntési feladatokra használhatók.

Az OpenAI az ARC-AGI-3 tesztet is említi. A forrás szerint a GPT-5.6 Sol standard harness mellett 13,3 százalékot ért el. Amikor bekapcsolták a megtartott reasoninget és a tömörítést, az eredmény 38,3 százalékra nőtt, miközben nagyjából 6-szor kevesebb kimeneti tokent használt. A cég hangsúlyozza, hogy ebben az esetben nem a modellt változtatták meg, hanem a futtatási megoldást.

Programozott eszközhívás és többügynökös működés

A Programmatic Tool Calling lényege, hogy a GPT-5.6 JavaScript kódot írhat eszközök irányítására, független hívások párhuzamos futtatására és kimenetek feldolgozására a kontextusablakon kívül. Az OpenAI szerint ez akkor hasznos, amikor a feladat egy része valódi ítélőképességet igényel, más része viszont főként adatok mozgatásából, szűréséből és összekapcsolásából áll.

A közlemény példája szerint ha egy ügynök 100 beadványt kér le, dátum szerint szűri őket, majd releváns tranzakciókat keres, a modellnek nem kell minden köztes eredményen a kontextusablakban végigérvelnie. A cég szerint így a modell arra koncentrálhat, ami intelligenciát igényel: az ítéletalkotásra.

A multi-agent működésnél a fő ügynök alügynököket koordinál, feladatokat delegál nekik, majd a párhuzamosan dolgozó alügynökök eredményeiből készül el a végső összegzés. Az OpenAI szerint a csapatok a Responses API-ban natívan kapcsolhatják be a multi-agent funkciót. A forrás azt is állítja, hogy a ChatGPT ultra capability beállítása is így működik.

A cég szerint a GPT-5.6 erősen érzékeli, mikor és hány alügynököt érdemes indítani, ugyanakkor ez a viselkedés jól irányítható. Ha a fejlesztő megadja, mikor hívjon a modell alügynököket, az növelheti annak esélyét, hogy ezek csak olyan helyzetekben induljanak el, ahol a többlet tokenfelhasználás jobb teljesítményhez vezet.

Mit jelent ez a fejlesztőknek és a piacnak?

A forrás alapján a GPT-5.6 legfontosabb üzenete a költségszerkezet változása az ügynökös alkalmazásoknál. Az OpenAI szerint azok a felhasználási esetek, amelyek korábban minden lépésben frontier modellt igényeltek, most kisebb modellekkel, finomhangolt reasoning effort beállításokkal és hatékonyabb architektúrával is elérhetnek összehasonlítható vagy jobb eredményeket.

A prompt cache terén is van változás. A teljes modellcsaládnál a prompt cache TTL legalább 30 percre nőtt, és a cache töréspontjai determinisztikusan beállíthatók a modell kontextusablakán belül. Az OpenAI szerint ez startupoknál jelentősen javította a cache találati arányt. A megfelelő prompt_cache_key használata a cég szerint tovább növeli annak esélyét, hogy a kérések ugyanarra az inference engine-re kerüljenek, amely korábban ugyanazt a prefixet szolgálta ki, ezáltal csökkentve a késleltetést.

A fejlesztők számára a bejelentés gyakorlati iránya világos: nem X, hanem Y szerkezetben gondolkodva, a teljes munkafolyamatot kell optimalizálni, a modellválasztástól a reasoning szintig, az eszközhívásokon át a gyorsítótárazásig. Az OpenAI állításai szerint a GPT-5.6 család és a Responses API új elemei főként ott hozhatnak előnyt, ahol sok ismétlődő lépés, hosszú kontextus, párhuzamosítható részfeladat és jelentős tokenköltség jelenik meg.