Три модели и что нового
GPT-6 Astra рассчитана на самые сложные задачи, в том числе многошаговую работу в коде, браузере и профессиональных программах; GPT-6 Sol — на трудные задачи с серьёзными рассуждениями; GPT-6 Luna — на массовую однотипную работу, где важна цена. По оценкам OpenAI, в ряде проверок Astra тратит заметно меньше токенов на ответ, чем прежние модели, поэтому задача обходится дешевле, хотя цена за токен выше. Выбирать модель OpenAI советует по нужной глубине рассуждений, допустимой задержке и стоимости.
Из нового в API:
- асинхронный вызов инструментов: пока ваша программа выполняет инструмент, модель продолжает рассуждать или отвечает на другие части запроса;
- поправки на ходу: работающей модели можно прислать уточнение, и она продолжит, не теряя сделанного;
- смена глубины рассуждений посреди разговора через элемент запроса configuration_update — без переписывания начала запроса и без потери кэша, сохранённой копии уже обработанной части.
Как ведёт себя Astra и чем это править
OpenAI описывает несколько привычек Astra и к каждой даёт заготовку для системного запроса — общих указаний, которые модель получает перед задачей. Заготовки писаны по поведению Astra; на Sol и Luna их стоит проверить.
Инициатива. Astra лучше прежних моделей держит нить в долгих задачах, но чаще переспрашивает там, где раньше модель приняла бы разумное допущение. Три заготовки: одна велит модели действовать самой и останавливаться только перед необратимыми шагами, вторая — считать просьбы вроде «можешь ли ты…» поручением, а не вопросом, третья — спрашивать одобрение только на готовый, проверяемый результат. Попутные вопросы модель задаёт по умолчанию, так что уровень самостоятельности подбирают под продукт.
Указания из файлов. Astra лучше выполняет длинные инструкции, но и чувствительнее к тому, что находит в навыках (файлах с указаниями, которые подключают к агенту) и файлах вроде AGENTS.md: противоречие там может остановить работу на раннем шаге. OpenAI настоятельно советует проверить все такие файлы и предлагает две заготовки: одна ставит указания пользователя выше правил навыка, другая заставляет модель называть файл и инструкцию, из-за которых она остановилась.
Стиль. Astra любит списки, таблицы и разметку Markdown и повторяет одни обороты из сессии в сессию. Одна заготовка переводит её на связную прозу простыми словами, другая подстраивает технические подробности под подготовку читателя, третья запрещает слова-паразиты машинного текста и дежурные обороты.
Помощники и тесты. Astra умеет раздавать части работы вспомогательным агентам — копиям модели, работающим параллельно, — но делегирует реже, чем хотелось бы; заготовка велит делегировать, когда это экономит время или улучшает результат. В программировании модель тестирует тщательно и для мелкой правки пишет лишние тесты; заготовка ограничивает проверки тем, что действительно нужно для изменения.
Переход с прошлых моделей
Помощник для программистов Codex умеет применить эти рекомендации сам, через навык OpenAI Docs. Вручную: укажите модель — gpt-6-astra, gpt-6-sol или gpt-6-luna — и проверьте настройки:
- reasoning_effort, глубина рассуждений: сохраните прежний уровень; Astra не поддерживает none (без рассуждений), вместо него ставьте low; если стояло minimal, начните с low и сравните на своих задачах;
- инструменты: вызывайте их через Responses API; через второй интерфейс, Chat Completions, Astra инструменты не вызывает, а Sol и Luna вызывают функции только при выключенных рассуждениях;
- лишние параметры: при включённых рассуждениях уберите temperature (настройку случайности ответа), top_p и запросы вероятностей токенов (logprobs);
- смена глубины по ходу: используйте configuration_update в обычных запросах с одним агентом, а уровень в самом запросе не трогайте, чтобы не ломать кэш;
- кэш: при переходе с GPT-5.5 и старше замените prompt_cache_retention на prompt_cache_options.ttl со значением 30m; изменились границы кэша и оплата записи в него;
- хранение данных в ЕС доступно только при стандартной обработке, а быстрый режим Astra идёт без гарантии времени ответа.