OpenAI ha pubblicato una nuova guida che illustra come gli sviluppatori dovrebbero utilizzare la famiglia di modelli GPT-6, insieme a nuovi strumenti progettati per consentire agli agenti AI di operare su attività che possono estendersi per ore o persino giorni. Il documento consolida in un unico punto come OpenAI intende che la famiglia venga usata, coprendo la selezione dei modelli, la progettazione degli agenti, lo stile dei prompt e il controllo dei costi.

L'azienda divide la gamma in tre modelli principali—GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna—ognuno orientato a un diverso equilibrio tra intelligenza, costo e velocità. Le famiglie suddivise in fasce di questo tipo sono diventate una struttura comune tra i principali fornitori di AI, permettendo ai team di instradare il lavoro di routine verso modelli più economici, riservando la capacità dei modelli di punta ai compiti più difficili.

GPT-6 Astra è posizionato come il modello più intelligente di OpenAI ed è destinato ai carichi di lavoro di ragionamento più complessi. GPT-6.1 Sol è rivolto a attività complesse di coding, ricerca e uso del computer, mentre Luna è progettato per carichi di lavoro ad alto volume con obiettivi più chiari, come estrazione, classificazione e riassunti strutturati. L'attuale documentazione API di OpenAI descrive analogamente Astra come l'opzione con il massimo livello di intelligenza e Sol come un'alternativa a costo inferiore con prestazioni quasi pari ad Astra.

I prezzi variano notevolmente tra le tre fasce. Astra costa 10 dollari per milione di token di input e 50 dollari per milione di token di output. GPT-6.1 Sol è prezzato rispettivamente a 2 e 10 dollari, mentre Luna costa 0,10 dollari per l'input e 0,50 dollari per l'output—uno scarto di circa 100 volte tra la fascia più alta e la più bassa sia per input che per output. I token, le unità di testo che i modelli leggono eano, sono l'unità di fatturazione standard per le API AI, quindi la posizione di un carico di lavoro nella gamma ne determina direttamente il costo di esecuzione.

Oltre alle fasce di modelli, OpenAI pone enfasi sul lavoro autonomo di lunga durata con la generazione GPT-6. Secondo l'azienda, i modelli possono ora assumere attività che si estendono per ore o giorni, supportate da funzionalità tra cui correzioni a metà esecuzione, chiamate asincrone agli strumenti e lavoro parallelo. Gli sviluppatori possono aggiornare le istruzioni mentre un'attività è in corso senza annullare le chiamate agli strumenti già avviate, e gli agenti possono proseguire il lavoro indipendente mentre strumenti più lenti operano in background. Per le attività che durano ore, la correzione a metà esecuzione riduce la necessità di annullare e riavviare lavori che hanno già consumato token.

GPT-6.1 Sol supporta inoltre flussi di lavoro multi-agente in beta tramite l'API Responses. Il modello può delegare parti indipendenti di un'attività a sottoagenti e combinare i loro risultati in una risposta finale. L'etichetta beta indica che il flusso di lavoro è ancora in fase di sviluppo e soggetto a modifiche. GPT-6 Astra estende questo approccio in Codex, l'agente di coding di OpenAI, dove può chiedere chiarimenti agli utenti continuando a lavorare sulle parti dell'attività che non dipendono dalla risposta. OpenAI raccomanda agli sviluppatori di definire esplicitamente quali decisioni un agente può prendere in autonomia e quali richiedono approvazione.

Tutti e tre i modelli possono inoltre utilizzare le capacità di controllo del computer per interagire con siti web e applicazioni desktop quando API dirette o strumenti collegati non sono disponibili. OpenAI ha dichiarato che ciò può consentire a un agente di analizzare un bug software, modificare il codice e quindi aprire il prodotto in un browser per verificare la correzione.

Per controllare i costi di flussi di lavoro agentici sempre più lunghi, la guida raccomanda un uso maggiore del caching dei prompt e della compattazione del contesto. L'input in cache può costare fino al 95% in meno rispetto ai token non in cache, a seconda del modello. Poiché gli agenti attivi per ore leggono e generano grandi volumi di testo con fatturazione per token, la guida considera queste ottimizzazioni misure principali di controllo dei costi piuttosto che opzioni facoltative.

OpenAI ha inoltre osservato che gli sviluppatori potrebbero dover semplificare il modo in cui formulano i prompt per i nuovi modelli. L'azienda sostiene che i sistemi sempre più capaci gestiscono meglio le sfumature e l'ambiguità, il che significa che istruzioni eccessivamente prescrittive possono talvolta compromettere le prestazioni anziché migliorarle. Per i team che riportano librerie di prompt dettagliate scritte per modelli precedenti, l'indicazione suggerisce che un approccio più leggero può ora funzionare meglio.