2 октября 2026 года OpenAI выпустила практическое руководство по работе с GPT 6. В нём есть полезный сдвиг акцента: обсуждать предлагается не только способности модели, но и весь рабочий процесс. Какой результат нужен, сколько он стоит, чем подтверждается и в какой момент агент должен остановиться.
Универсального рецепта «всегда выбирайте самую сильную модель» здесь нет. Для трудной задачи ошибка дешёвой модели может обойтись дороже вычислений. Для простой классификации тяжёлая модель, напротив, добавляет задержку и расходы без нужной отдачи. Поэтому начинать лучше с набора настоящих задач, а не с одного впечатляющего ответа.
Выбирать по выполненной задаче
В руководстве Astra отведены самые сложные случаи. GPT 6.1 Sol рассматривается для программирования, исследования и работы с компьютером, Luna для более узких задач, включая извлечение данных и классификацию. Это распределение ролей, а не обещание одинакового качества во всех проектах.
OpenAI советует сравнивать успешность выполнения, задержку и стоимость успешного результата. Последнее особенно важно для агентов. Если дешёвый запуск часто заканчивается переделкой, цена одного обращения скрывает большую часть счёта. Время человека на исправление тоже никуда не исчезает.
Для собственного сравнения нужны одинаковые входные данные и заранее выбранный критерий готовности. В задаче на код это могут быть тесты и воспроизводимая сборка, в извлечении данных корректные поля, в исследовании ссылки, которые действительно подтверждают вывод. Самооценка модели такой проверкой не считается.
Стабильную часть контекста ставить первой
Кэш помогает, когда начало запроса повторяется. Поэтому постоянные инструкции и определения инструментов полезно располагать перед меняющимися подробностями задачи. Если каждый раз переставлять большие блоки, рассчитывать на тот же эффект уже нельзя.
В руководстве говорится о возможной экономии на кэшированных данных до 95% в зависимости от модели. Это верхняя граница для соответствующего случая, а не скидка на любой запрос. На итог влияют запись кэша, длина контекста и конкретные условия тарификации. Считать всю сессию по одной рекламной цифре было бы ошибкой.
Длинная история работы требует отдельного внимания. Сжатие контекста должно сохранять решения, ограничения и состояние задачи, а не только пересказ разговора. Иначе агент сэкономит токены, но потеряет причину, по которой нельзя менять определённый файл или повторять уже выполненное действие.
Скорость и глубина рассуждений решают разные задачи
Уровень усилий модели позволяет менять объём рассуждений. Доступные значения зависят от модели. OpenAI отдельно описывает ускоренные режимы, в том числе Fast и Ultrafast для Astra. Более быстрый ответ не обязательно означает более дешёвый, а скорость выдачи и глубина рассуждений не одно и то же.
Хорошая проверка здесь очень приземлённая: действительно ли более тяжёлый режим лучше решает ваши сложные примеры. Если разницы нет, переплачивать незачем. Если ускорение повышает число пропущенных проверок, сравнивать нужно весь процесс до принятого результата, а не секунды до первого текста.
Давать полномочия, а не надежду на догадку
В постановке задачи стоит явно назвать результат, полезный контекст, разрешённые действия и условия завершения. Для работы с репозиторием это касается и постоянных инструкций в AGENTS.md. Они должны помогать принимать решения, а не противоречить каждой новой просьбе.
Если есть подходящий API или подключённый инструмент, он обычно проще работы через экран. Управление компьютером нужно там, где без него действительно не обойтись. Независимые операции можно выполнять параллельно, но действие, зависящее от результата другого шага, должно дождаться этого результата.
Отдельно полезно помнить об уточнениях по ходу работы. Новая инструкция не отменяет автоматически уже совершённых действий. Поэтому особенно важные границы, например запрет публикации или удаления, следует задавать до начала, а не надеяться исправить всё сообщением в последний момент.
Практический смысл руководства прост: надёжность складывается из выбора модели, устройства процесса и внешней проверки. Красиво написанное «готово» остаётся только сообщением, пока результат нельзя открыть, запустить или сверить.
Примеры применения разобраны отдельно в статье о трёх рабочих сценариях GPT 6. Проверку действий по состоянию системы показывает ThinkingBox.