GPT 5.6 СКОРО в запуске! (Чего ожидать)
План запуска, а не вердикт модели
- В видео GPT 5.6 представлен как три модели, основанные на ролях: Soul для сложного мышления и длительной работы агента, Terra для повседневного выполнения, и Luna для дешёвой повторяющейся работы. (источник видео BRThrYEiccA, 01:15)
- Реакции на раннем доступе звучали сильно по части настойчивости, оркестровки под-агентов, использования компьютера, работы на iOS и дизайна фронтенда, но это были отчёты тестеров, а не завершённый бенчмарк Рона. (исходное видео BRThrYEiccA, 02:44; исходное видео BRThrYEiccA, 03:02; исходное видео BRThrYEiccA, 03:23; исходное видео BRThrYEiccA, 03:39; исходное видео BRThrYEiccA, 05:39)
- Практическая идея маршрутизации Рона заключалась в том, чтобы использовать Luna для приёма, Terra для большей части выполнения и Soul для первого плана или работы, которая является неоднозначной, долгосрочной или важной. (исходное видео BRThrYEiccA, 07:29)
- Max и Ultra были представлены как разные инструменты: резервируйте Max для глубокого планирования; используйте Ultra, когда сложный запрос выигрывает от под-агентов и декомпозиции. (исходное видео BRThrYEiccA, 04:12; исходное видео BRThrYEiccA, 04:58)
- Ожидалось, что кибербезопасность и биологическая работа будут иметь больше защитных мер и возможные трения. Идея Рона с резервной версией GPT-5.5 была явно предположением, а не официальным правилом маршрутизации. (исходное видео BRThrYEiccA, 08:41; исходное видео BRThrYEiccA, 10:52)
Не заменяйте все модели в вашем стеке на Soul в первый же день. Интересной частью GPT 5.6 было предложенное распределение труда: дорогое мышление на верхнем уровне, сбалансированный уровень исполнения в середине и дешёвая фоновая работа на нижнем уровне. Soul выглядела как модель, которую стоит сначала тестировать для планирования и организации, но видео было краткой сводкой ожиданий, основанной на позиционировании и реакциях раннего доступа. (исходное видео BRThrYEiccA, 01:39; исходное видео BRThrYEiccA, 07:22) исходное видео BRThrYEiccA, 09:59) Заставьте модель заработать роль по умолчанию с реальными задачами, измеряемой стоимостью и прямой проверкой файлов и действий, которые создают её агенты.
Следите за аргументом
- : видео начинается с заявленного времени публичного запуска и семейств Soul, Terra и Luna.
- : Рон распределяет планирование, ежедневное выполнение и дешёвое повторение между отдельными моделями.
- : отмеченные сильные стороны включают настойчивость, организацию, использование компьютера и разработку под iOS.
- : больше времени на рассуждение отделено от разложения на подагентов с их помощью.
- : суть смещается от чистых возможностей к отделению дорогого мышления от дешёвого исполнения.
- : кибернетическая и биологическая работа становятся основной неопределённостью.
- : ожидайте улучшений, но исследуйте слабые результаты вместо того, чтобы предполагать, что флагман справился со всеми этапами.
Рон своими словами
«Главное понять, что GPT 5.6 — это не одна модель». — Рон, оригинальное видео BRThrYEiccA, 00:12
«Я думаю, единственный раз, когда действительно стоит применять максимум усилий в рассуждении, — это первый запрос, когда вы его планируете». — Рон, оригинальное видео BRThrYEiccA, 04:58
«Указывайте вашу пользовательскую историю, намерение пользователя, а не только требования пользователя». — Рон, оригинальное видео BRThrYEiccA, 08:13
«Здесь ничего не говорит о том, что они будут перенаправлять это к Таре». — Рон, исходное видео BRThrYEiccA, 10:56
Разделите утверждения и план тестирования
Это материал с ожиданиями перед запуском. Его наиболее полезное применение — держать позиционирование поставщика, реакции третьих сторон, советы Рона по работе и спекуляции Рона в отдельных блоках.
| О чем обсуждается в видео | Статус доказательств в видео | Что должен делать оператор |
|---|---|---|
| Soul для сложного рассуждения и долгосрочных агентов; Terra для сбалансированной ежедневной работы; Luna для быстрого, дешевого масштабирования | Представлено как объявленное позиционирование семейства. (исходное видео BRThrYEiccA, 01:15) | Тестируйте каждую роль независимо; не предполагается, что метка семьи подтверждает качество задачи. |
| Сильная настойчивость, организация, использование компьютера, знание iOS и дизайн фронтенда | Приписывается ранним тестировщикам Тео и Скирано. (исходное видео BRThrYEiccA, 02:42; исходное видео BRThrYEiccA, 03:39; исходное видео BRThrYEiccA, 05:39) | Запустите повторно свою собственную задачу длинного агента, задачу по использованию компьютера и краткое задание по фронтенду. |
| Soul при $5 на вход / $30 на выход за миллион токенов; Terra — вдвое дешевле; Luna при $1 на вход / $6 на выход | Цены прочитаны и интерпретированы в видео. Этот помощник не подтверждает текущие цены. (исходное видео BRThrYEiccA, 07:07) | Измерьте общую стоимость завершённых задач, включая повторы и работу подагентов. |
| Запросы в чувствительных областях могут обрабатываться медленнее или быть более ограниченными | Ожидание Рона исходя из описанных средств безопасности и контроля. (исходное видео BRThrYEiccA, 08:41) | Держите защитные намерения явными и фиксируйте отказы, задержки или ухудшенные результаты. |
| Слабый код может быть направлен на GPT-5.5 | Рон изложил наихудшее предположение; он исправляет себя, говоря, что подразумевалась никакая маршрутизация Terra. (исходное видео BRThrYEiccA, 10:38; исходное видео BRThrYEiccA, 10:52) | Рассматривайте плохой результат как диагностический запрос, а не доказательство скрытой маршрутизации. |
Сопоставьте каждый уровень с одной работой
Семья экономит деньги только если передачи выполняются намеренно.
| Приход работы | Первая модель для тестирования | Проверка принятия |
|---|---|---|
| Приём, классификация или повторяющаяся фоновая работа | Луна | Было ли правильно выполнено маршрутизирование и сохранено ли каждое требуемое поле? (исходное видео BRThrYEiccA, 07:34) |
| Обычное выполнение кода с установленным планом | Терра | Запустите код и проверьте измененные файлы; «готово» не является доказательством. (исходное видео BRThrYEiccA, 07:36) |
| Первый план, неоднозначная архитектура или долгосрочная работа | Душа | Сравните план с пользовательской историей и намерением перед выполнением. (исходное видео BRThrYEiccA, 07:42; исходное видео BRThrYEiccA, 08:07) |
| Один запрос с множеством отдельных компонентов | Душа на Ultra | Подтвердите, что подзадачи объединяются в один согласованный результат. (исходное видео BRThrYEiccA, 05:28) |
| Оборонная кибер- или биологическая работа | Начинайте осторожно и ведите журнал поведения | Сделайте добрые намерения очевидными; ожидайте дополнительных проверок, но не пытайтесь угадать, какая скрытая модель ответила. (исходное видео BRThrYEiccA, 09:34; исходное видео BRThrYEiccA, 10:52) |
Что проверить перед изменением настроек по умолчанию
- Дайте Soul одну реальную задачу по планированию и одну длительную задачу агента. Запишите, сохраняет ли он цель без повторного управления. Это проверяет утверждение о сохранении данных в раннем доступе. (источник видео BRThrYEiccA, 02:44)
- Сравните уровни Medium, High и Max на одном и том же плане. Исходная гипотеза Рона заключалась в том, что наибольшие усилия окупаются в основном при первом запросе планирования. (источник видео BRThrYEiccA, 04:52)
- Используйте Ultra на действительно разлагаемой сборке. Проверьте как окончательную интеграцию, так и любые пробелы между подзадачами. (источник видео BRThrYEiccA, 04:17)
- Оценивайте завершённый рабочий процесс, а не основную ставку за токен. Включайте повторы, длительные рассуждения и использование суб-агентов. Это расширяет рамки видео по теме дорогого мышления/дешёвого исполнения без утверждения о полученном измеренном результате. (исходное видео BRThrYEiccA, 06:57)
- Проверьте сами задачу интерфейса и задачу по использованию компьютера. Это были заметные реакции тестировщиков, а не результаты, показанные в этом видео. (исходное видео BRThrYEiccA, 03:41; исходное видео BRThrYEiccA, 05:39)
Примечание о свежести
Видео было опубликовано 8 июля 2026 года и рассказывало о запуске «в этот четверг» и «завтра». Этот материал был проверен на соответствие с неизменной полной расшифровкой и 571 сегментом с временными метками 18 июля 2026 года. Пост-лаунч карта модели, примечания к релизу, страница с ценами, проверка доступности или новые тесты производительности не добавлялись. Рассматривайте вышеуказанные названия моделей, цены, время запуска, реакции тестировщиков и ожидания возможностей как историческую запись видео, а не подтверждение текущего состояния продукта.