
GPT-6.2 Zachowane rozumowanie: edytuj prefiks, zapłać dwa razy
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 186 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 za 1 mln tokenów · 86 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 za 1 mln tokenów · 151 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 192 tok/s
- AlibabaNOWOŚĆQwen: Qwen4 Max2026-11-16$1.50 / $4.50 za 1 mln tokenów · 86 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 705 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 za 1 mln tokenów · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 101 tok/s
17 listopada 2026 r. OpenAI udostępniła GPT-6.2 Astra i GPT-6.2 Sol wraz ze zmianą w Responses API, która nie ma nic wspólnego z jakością modelu, a wszystko wspólnego z tym, ile za nią płacisz. Począwszy od tych dwóch modeli, element rozumowania jest powiązany z poprzedzającą go historią rozmowy. Wystarczy zmienić cokolwiek wcześniej w zapisie rozmowy — skrócić wynik narzędzia, przepisać wiadomość dewelopera, zastąpić trzy stare tury podsumowaniem — a API w ramach zabezpieczenia usuwa elementy rozumowania, które następowały później. Model musi wtedy wykonać ponownie pracę, którą już wykonał. Nie ma żadnego błędu, żadnego ostrzeżenia w momencie żądania ani pozycji na fakturze. Jest nieco gorsza odpowiedź i większy rachunek, a trudno je ze sobą powiązać.
To nie jest deprecacja, którą można zaplanować. To zachowanie, które już obowiązuje każdego, kto dziś wywołuje gpt-6.2-astra lub gpt-6.2-sol, i dotrze do każdego zespołu, który się zaktualizuje, dlatego należy je czytać jako pozycję migracyjną, a nie przypis w changelogu.
Co tak naprawdę zmieniło się w Responses API
Wcześniejsze modele zachowywały swoje elementy rozumowania przy edycji prefiksu. Można było przepisać wiadomość dewelopera między turami albo zastąpić pierwszych dziesięć wymian podsumowaniem, a rozumowanie wytworzone przez model pozostawało w kontekście. To było wyrozumiałe dokładnie w ten sposób, w jaki kod agenta bywa nieostrożny: cokolwiek wysłałeś, model czerpał korzyść ze swojego wcześniejszego myślenia.
W nowym zachowaniu API sprawdza historię i gdy wykryje, że prefiks przed elementem rozumowania uległ zmianie, usuwa ten element. Własna dokumentacja OpenAI opisuje konsekwencję wprost — model „może musieć powtórzyć część rozumowania”, co „może zwiększyć zużycie tokenów, koszt i opóźnienie”, a jakość odpowiedzi może się pogorszyć, „jeśli model nie zdoła odzyskać utraconego rozumowania”.
Cztery wyzwalacze wymieniane przez OpenAI warto zapamiętać, ponieważ trzy z nich wyglądają jak uporządkowany kod, a nie jak zmiana zachowania:
• Edytowanie wcześniejszych elementów wejściowych — przycinanie wyniku narzędzia, usuwanie tury lub zastępowanie bloku historii podsumowaniem.
• Zmiana narzędzi — dodawanie, usuwanie lub zmiana kolejności definicji narzędzia w trakcie rozmowy.
• Zmiana text.format — zamiana schematu wyjściowego w trakcie sesji.
• Zmiana reasoning.effort — obniżenie wartości na potrzeby taniej kolejnej tury, co jest zdecydowanie najczęstszą optymalizacją kosztów w pętli agenta.
Zwróć uwagę na to, czego nie ma na liście. Dołączanie nowej treści po elemencie rozumowania jest w porządku. Usuwanie całych elementów jest w porządku. Reguła jest kierunkowa: API patrzy wstecz od każdego elementu rozumowania, a wszystko, co zostało przeniesione przed niego, unieważnia go.
Edycja prefiksu to cztery zwykłe zmiany w kodzie
Każdy z tych czterech wyzwalaczy to coś, co kompetentny inżynier robi celowo. I w tym tkwi problem. Edycja prefiksu nie jest błędem, który popełnia się raz; to wzorzec projektowy, który się przyjmuje, ponieważ pod każdym innym względem jest poprawny.
Najbardziej oczywisty jest przypadek obcinania kontekstu. Długo działający agent zapełnia swoje okno, więc odrzucasz najstarsze tury albo je streszczasz. To dobra higiena, oszczędza tokeny wejściowe, a na GPT-6 Sol było darmowe. Na GPT-6.2 usuwa to rozumowanie, które nastąpiło po tych turach, a model rozpoczyna następny krok, zapomniawszy, dlaczego wybrał narzędzie, które wybrał.
Przypadek pokrętła wysiłku jest gorszy, ponieważ to kontrola kosztów, która działa na odwrót. Naturalna optymalizacja — realizować rutynowe tury na niskim poziomie i eskaluować do wysokiego, gdy praca staje się trudna — polega na zmianie reasoning.effort między żądaniami. W GPT-6.2 ta zmiana odrzuca rozumowanie, więc kosztowna eskalacja ponownie odtwarza kosztowne rozumowanie od zera. Zapłaciłeś za wysoki poziom, a dostałeś wysoki poziom startujący na zimno, co jest czymś innym i droższym.
Ile kosztuje pominięty element rozumowania
Nie ma publikowanej ceny za porzucony element rozumowania, więc uczciwym sposobem oszacowania jego skali jest przyjrzenie się temu, ile rozumowanie kosztuje w ogóle. Artificial Analysis mierzy cały zestaw, a liczby tokenów na zadanie są najbliższe publicznemu pomiarowi tego, ile myślenia model frontier wykonuje podczas trudnej pracy.
W Intelligence Index v5.0.1 przy maksymalnym wysiłku GPT-6.2 Sol generuje 60,9 mln tokenów wyjściowych, aby ukończyć zestaw dziewięciu ewaluacji, przy ważonym koszcie 1,01 USD na zadanie indeksu i 9,3 minuty na zadanie. GPT-6.2 Astra generuje 65,8 mln tokenów wyjściowych dla tego samego zestawu i kosztuje 4,00 USD na zadanie indeksu przy stawce 40 USD za milion tokenów wyjściowych. Te sumy stanowią dolny limit kosztu pełnej ewaluacji, a każdy z tych tokenów został rozliczony według pełnej stawki za tokeny wyjściowe. Dane podawane przez dostawców wskazują na to samo — OpenAI twierdzi, że GPT-6.2 Astra zużywa o 22% mniej tokenów wyjściowych niż GPT-6 Astra w swoim wewnętrznym benchmarku GDPval v2 — ale to porównanie między modelami, a nie pomiar tego, ile z powrotem wnosi pominięty element.
Liczy się mechanizm, a nie dokładny mnożnik. Element rozumowania, który trzeba wygenerować ponownie, to tokeny wyjściowe, za które już zapłacono, wyprodukowane po raz drugi. W pętli agenta obejmującej dwadzieścia tur w ramach jednego zadania utrata rozumowania w szóstej turze nie kosztuje cię myślenia wartego jedną turę; kosztuje cię ponowne wyprowadzenie oraz wszelkie gorsze decyzje, które wynikły z uboższego kontekstu. Jedno i drugie jest niewidoczne w logu na poziomie pojedynczego żądania.

Przepisanie w trybie tylko do dopisywania — w pięciu krokach
Wskazówka OpenAI jest taka, aby przestać edytować prefiks i zacząć do niego dopisywać. Łatwo to powiedzieć, a to zmienia pięć osobnych miejsc wywołań, więc oto one razem, z dokładnymi nazwami pól.
• Wysiłek rozumowania — nie zmieniaj reasoning.effort między żądaniami. Zamiast tego dołącz element configuration_update do input, zawierający nowy poziom wysiłku. Udokumentowany kształt to {"type": "configuration_update", "reasoning": {"effort": "high"}}, umieszczony przed następną wiadomością użytkownika. Ustawienie pozostaje aktywne, dopóki nie zastąpi go inna aktualizacja, a w tym samym elemencie możesz zmienić reasoning.effort i text.format.
• Schemat wyjściowy — ten sam element, ta sama obsługa. Zmień text.format przez configuration_update, a nie poprzez edycję żądania. Zaktualizowanie tylko jednego z tych dwóch pozostawia drugie tam, gdzie było, co jest subtelnym sposobem na uzyskanie nieoczekiwanego schematu.
• Narzędzia — dodawaj narzędzia za pomocą elementu additional_tools wysyłanego w roli developer, zawierającego tablicę tools, odtwarzanego w pierwotnej pozycji. Zachowaj istniejące definicje w ich pierwotnej kolejności i użyj tool_choice z allowed_tools, aby ograniczyć to, co model może wywołać.
• Instrukcje — umieść tekst wielokrotnego użytku w pierwszej wiadomości dewelopera wewnątrz danych wejściowych, a nie w polu instrukcji najwyższego poziomu. Aby go zmienić, dołącz nową wiadomość dewelopera. W GPT-6.2 i późniejszych pole instrukcji najwyższego poziomu jest dołączane po danych wejściowych, więc jego edycja sama w sobie jest zmianą prefiksu.
• Kompakcja — w przypadku własnej kompakcji OpenAI, czyli endpointu /responses/compact albo context_management, rozumowanie przetrwa zmianę prefiksu. Pomijaj instrukcje podczas wywoływania /responses/compact. W przypadku kompakcji niestandardowej umieść skompaktowany element na końcu kontekstu. Zwróć uwagę na haczyk: automatyczne obcinanie i /responses/compact odrzucają historie zawierające elementy configuration_update, więc sesja korzystająca z nowego wzorca nie może zostać skompaktowana przez starą ścieżkę.
Jeśli wykonujesz ręczną kompakcję za pomocą elementu compaction_trigger, dodaj nowy configuration_update po kompakcji i ponownie wymień każde ustawienie, które zmieniłeś. Nic nie przenosi się przez granicę za ciebie.
Wykrywanie tego, zanim zrobi to Twoja faktura
Powodem, dla którego ta zmiana zachowania jest niebezpieczna, jest to, że zawodzi po cichu. API zwraca 200. Odpowiedź wygląda normalnie. Potrzebujesz sposobu, aby zobaczyć ten spadek, a OpenAI dostarcza taki: ustaw prompt_cache_options.comparison_response_id na wcześniejszy identyfikator odpowiedzi, a następnie odczytaj powód diagnostyczny i liczbę tokenów w pamięci podręcznej. Pole input_transformations wylicza, które elementy rozumowania zostały usunięte i dlaczego, a powód prefix_mismatch jest dopasowywany przez id do elementu rozumowania w danych wyjściowych wcześniejszej odpowiedzi.
Dwa uczciwe ograniczenia tego diagnosticu. Raportuje pierwszą różnicę na zasadzie najlepszych starań i nie potrafi zweryfikować, czy model faktycznie wykorzystał ponownie rozumowanie, które zachował. Traktuj go więc jak czujnik dymu, a nie miernik — mówi ci, że nastąpił spadek, a nie ile cię on kosztował.
Drugą połową oprzyrządowania jest pamięć podręczna i tu spotykają się opowieść o tokenach z opowieścią o kosztach. Buforowanie promptów dopasowuje żądania od początku, więc edycja prefiksu nie tylko usuwa elementy rozumowania; kończy też ponowne wykorzystanie pamięci podręcznej od punktu edycji wzwyż. Wszystko po tym punkcie jest rozliczane według stawki za niebuforowane dane wejściowe. W przypadku GPT-6.2 Sol to 2,00 USD za milion zamiast 0,10 USD — dwudziestokrotna różnica w objętym zakresie. W przypadku GPT-6.2 Astra to 8,00 USD zamiast 0,40 USD, czyli ten sam dwudziestokrotny stosunek na karcie czterokrotnie większej.
To jest liczba, na którą warto uważać, i ta, której post inauguracyjny nigdy nie poda w nagłówku: chybienie pamięci podręcznej to rachunek, a utracone rozumowanie to regresja jakości, i oba pochodzą z tej samej zmiany. Tokeny dla pola instrukcji najwyższego poziomu w GPT-6.2 i późniejszych są rozliczane według stawki za niebuforowane wejście dokładnie z tego powodu — pole znajduje się poza buforowanym prefiksem.

Co to oznacza dla wdrożenia Sol 6.1
Nic z tego nie przemawia przeciwko przejściu. GPT-6.1 Sol uzyskuje 55 punktów w Intelligence Index v5.0.1 przy maksymalnym wysiłku, a GPT-6.2 Sol — 57, przy 1,27 USD za zadanie indeksowe wobec 1,01 USD i 24,9 minuty na zadanie wobec 9,3 — szybszy, tańszy i nieco mądrzejszy model na niezmienionym cenniku: 2 USD za wejście, 0,10 USD za cache i 10 USD za wyjście. Ulepszenie jest realne. Zmieniło się to, że ulepszenie ma teraz warunek poprawności, a tym warunkiem jest to, że obsługa twojej rozmowy polega wyłącznie na dopisywaniu.
Najtańszym sposobem odpowiedzi na to jest porównanie rachunków, a nie porównanie wyników: wyślij niewielki fragment ruchu na żywo do gpt-6.2-sol z włączoną istniejącą instrumentacją append-only, a po jednym dniu odczytaj udział tokenów z pamięci podręcznej w obu ramionach. OrcaRouter udostępnia openai/gpt-6.1-sol po cenie katalogowej dostawcy, bez żadnych dodatkowych opłat, a rozliczanie pamięci podręcznej na żądanie jest widoczne w bloku użycia, więc strona 6.1 tego zestawienia nie wymaga osobnej umowy, aby ją odczytać. Mechanizm failover sprawia, że ten niewielki fragment ruchu nie zamienia się w incydent: każde żądanie, którego nowa trasa nie może obsłużyć, przechodzi do modelu, który już odpowiada. To, co trzeba powiedzieć wprost, to że GPT-6.2 Sol nie ma jeszcze w tutejszym katalogu, więc ramię 6.2 jest wywoływane bezpośrednio wobec OpenAI, a ramię 6.1 — wobec nas.
To, na co warto teraz uważać, jest węższe, niż to brzmi. Zachowanie jest udokumentowane, ścieżka migracji jest udokumentowana, a diagnostyka istnieje. Nie istnieje jeszcze publiczny pomiar tego, ile pominięty element rozumowania kosztuje w tokenach wyjściowych na realnym zadaniu o długim horyzoncie, a dopóki ktoś takiego pomiaru nie opublikuje, każdy szacunek szkód jest modelem mechanizmu, a nie odczytem z miernika. Jeśli uruchamiasz agentów na dużą skalę, masz lepsze warunki do wyprodukowania tej liczby niż jakikolwiek benchmark — i wyprodukujesz ją, czy tego chcesz, czy nie, i to jest argument za tym, by dodać instrumentację już teraz.

Porównane w tym artykule3
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
