OpenAI 发布了一份新指南，说明开发者应如何使用其 GPT-6 模型家族，并推出了旨在让 AI 智能体跨任务运行数小时甚至数天的新工具。该文档将 OpenAI 对这一系列模型的使用意图整合在一起，涵盖模型选择、智能体设计、提示词风格和成本控制。

该公司将产品线划分为三个主要模型——GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna——各自针对智能、成本与速度的不同平衡。此类分层模型家族已成为主要 AI 供应商的常见结构，让团队可以将常规工作分配给更便宜的模型，而为最困难的任务保留旗舰级算力。

GPT-6 Astra 被 OpenAI 定位为最智能的模型，面向最困难的推理工作负载。GPT-6.1 Sol 针对复杂编程、研究和计算机操作任务，而 Luna 则为具有更明确目标的高吞吐量工作负载而设计，例如信息提取、分类和结构化摘要。OpenAI 目前的 API 文档同样将 Astra 描述为其智能最高的选项，并将 Sol 描述为性能接近 Astra 的低成本替代方案。

三个层级之间的定价差异显著。Astra 的价格为每百万输入 token 10 美元、每百万输出 token 50 美元。GPT-6.1 Sol 的价格分别为 2 美元和 10 美元，而 Luna 的输入价格为 0.10 美元、输出价格为 0.50 美元——输入和输出价格在最高与最低层级之间相差约 100 倍。Token 是模型读取和生成文本的单位，也是 AI API 的标准计费单位，因此工作负载在产品线中所处的位置直接决定了其运行成本。

除模型层级之外，OpenAI 还强调 GPT-6 这一代在更长时间自主工作方面的能力。据该公司介绍，这些模型现在可以承担持续数小时或数天的任务，其支持功能包括运行中调整、异步工具调用和并行工作。开发者可以在任务运行期间更新指令而无需取消已进行的工具调用，智能体也可以在较慢的工具于后台运行时继续独立工作。对于运行数小时的任务，运行中调整减少了取消并重启已消耗 token 的工作的需求。

GPT-6.1 Sol 还通过 Responses API 提供测试版多智能体工作流。该模型可以将任务的独立部分委派给子智能体，并将其结果合并为最终响应。测试版标签意味着该工作流仍在开发中且可能发生变化。GPT-6 Astra 在 Codex（OpenAI 的编程智能体）中扩展了这一方法，它可以在继续执行不依赖于答案的任务部分的同时向用户请求澄清。OpenAI 建议开发者明确定义智能体可以独立做出哪些决策、哪些决策需要审批。

当直接 API 或已连接的工具不可用时，所有三个模型还可以使用计算机控制能力与网站和桌面应用程序交互。OpenAI 表示，这可以让智能体调查软件缺陷、修改代码，然后在浏览器中打开产品以验证修复效果。

为控制日益漫长的智能体工作流的，指南建议更多地使用提示词缓存和上下文压缩。根据模型的不同，缓存输入的成本最多可比未缓存 token 低 95%。由于运行数小时的智能体在按 token 计费的模式下会读取和生成大量文本，指南将这些优化视为核心成本控制手段，而非可选的附加措施。

OpenAI 还指出，开发者可能需要简化针对新模型的提示方式。该公司认为，能力越来越强的系统更善于处理细微差异和模糊性，这意味着过于具体化的指令有时会损害而非提升性能。对于从早期模型沿用详细提示词库的团队，该指南表明更轻量的方式现在可能效果更好。