GPT-5.6 Sol Ultra стоит использовать, когда неправильный ответ дорог и работа требует нескольких этапов исследования, проверки или итераций. Используйте его только тогда, когда задача достаточно масштабна, чтобы выиграть от скоординированных субагентов.
OpenAI описывает Ultra как режим, который позволяет GPT-5.6 Sol использовать субагентов для сложной работы. Это делает GPT-5.6 Sol Ultra отличным от Sol, Terra и Luna, которые являются устойчивыми уровнями возможностей в семействе GPT-5.6. Рассматривать Ultra как четвёртую модель — значит задавать неверные вопросы о цене, доступе и производительности. Более правильный вопрос таков: оправдывает ли эта задача более глубокий и медленный запуск по сравнению с обычным Sol?
Вариант | Что это такое | Лучшее применение | Базовая стоимость | Избегайте его, когда |
|---|---|---|---|---|
Luna | Самый дешёвый уровень GPT-5.6 | Быстрая, массовая и ограниченная по объёму работа | Опубликованная ставка токенов Luna | Задача требует глубокого исследования |
Terra | Сбалансированный уровень GPT-5.6 | Реализация и проверка в рамках заданного объёма | Опубликованная ставка токенов Terra | Задача требует стойкости уровня флагманской модели |
Sol | Флагманский уровень GPT-5.6 | Сложная работа одного агента | Более низкий уровень может пройти приёмочный тест | |
Sol with | Sol с более глубокими усилиями по рассуждению | Сложная, но ограниченная по объёму задача | Зависит от продукта и общего использования | Работа требует параллельного исследования |
Sol Ultra | Sol с использованием subagents для сложной работы | Работа с высокой ценой ошибки и проверяемой точкой завершения | Нет отдельной официальной ставки Ultra | Задача быстрая, обратимая или слабо специфицированная |
Ultra — это рабочий режим, а не четвёртый уровень GPT-5.6
Первое, что нужно четко понимать, — это названия. В предварительной версии GPT-5.6 Sol от OpenAI Sol — это флагманский уровень модели; Terra и Luna — более дешевые уровни. В том же объявлении говорится, что Ultra выходит за рамки одного агента, используя субагентов для ускорения сложной работы. Там же вводится параметр max для усилия рассуждения в Sol. Это разные настройки: уровни описывают семейство модели, а усилие рассуждения и Ultra меняют глубину работы системы над задачей.
Это различие важно для стоимости. В превью OpenAI указано, что Sol стоит $5 за миллион входных токенов и $30 за миллион выходных токенов. Отдельная «цена Ultra за запрос» не публикуется. Запуск, который делегирует задачи, проверяет работу и повторяет попытки, может включать в себя больше общей работы, чем единичный ответ, поэтому базовая ставка Sol — это ориентир, а не цена для задачи Ultra.
Для пояснения Sol, Terra и Luna на уровне семейства используйте существующее руководство по уровням и ценам GPT-5.6. Эта статья посвящена более узкому решению: оправдывает ли запуск Ultra его дополнительное время и потребление.
max и Ultra не взаимозаменяемы. OpenAI описывает max как настройку уровня reasoning-effort для Sol, тогда как Ultra добавляет subagents к complex run. Названия продуктов могут различаться, поэтому используйте официальную формулировку для аккаунта и surface, где будет выполняться задача.
Как сейчас работает доступ к Ultra
В анонсе предварительной версии OpenAI говорится, что модели GPT-5.6 сначала стали доступны ограниченной группе доверенных партнёров через API и Codex, а более широкая доступность планируется для ChatGPT, Codex и API. В этом анонсе не публикуются универсальный идентификатор модели ultra, параметр API или переключатель в интерфейсе. Не следует предполагать, что базовая конечная точка Sol, подписка на план или название продукта автоматически предоставляют доступ к Ultra.
Проверьте доступ по четырём конкретным сигналам, прежде чем назначать длительное задание:
Ознакомьтесь с текущими примечаниями к выпуску продукта или справочником API в поисках явного упоминания Ultra-mode.
Проверьте выбор модели, список моделей API или настройки задачи на точное название режима; не делайте вывод о доступе на основе общего обозначения Sol.
Изучите видимые ограничения по квоте, использованию или тарифному плану, связанные с этим режимом, и сохраните исходное значение.
Выполните одну ограниченную, не чувствительную задачу с четким тестом приемки, прежде чем назначать ей производственную работу.
Если ни один из этих сигналов не подтверждает Ultra, стандартный Sol — правильный вариант по умолчанию. Приведённая ниже система принятия решений по-прежнему помогает определить, было ли бы оправдано более глубокое исследование.
Пройдите этот тест из трёх вопросов, прежде чем включать Ultra
Ultra работает лучше всего, когда задача содержит достаточно отдельных элементов, чтобы параллельное исследование улучшило конечный результат. Прежде чем начать, письменно ответьте на эти три вопроса.
Требуется ли для этой работы параллельное расследование или проверка?
У хороших кандидатов есть множество вещей, которые необходимо проверить, прежде чем вывод окажется полезным. Ошибка на уровне репозитория может потребовать отследить падающий тест, прочитать конфигурацию, найти регрессию, предложить патч и убедиться, что патч не сломал связанный путь. Краткая исследовательская справка может потребовать сравнить первоисточники, разрешить противоречие и подготовить рекомендацию с доказательствами.
Краткая трансформация обычно не проходит этот тест. Переформатирование документа, написание небольшого вспомогательного модуля, объяснение сообщения об ошибке или изменение одной изолированной функции дают дополнительным агентам мало возможностей для координации. Более эффективным выбором будет удачный одиночный запуск Sol с одним агентом или более низкий уровень для рутинной работы.
Является ли более медленный ответ дешевле, чем неправильный ответ?
Ultra следует выбирать из-за высокой цены неверного решения, а не потому, что задача звучит впечатляюще. Ошибочный план миграции может привести к дням исправлений. Пропущенная проблема в конфигурации может сделать сервис ненадежным. Слабое синтезирование доказательств может отправить команду в неверный эксперимент. В таких случаях более медленный запуск, который разделяет исследование и проверку, может быть полезен.
Обратное тоже верно. Если человек сразу же будет проверять и переписывать результат, дополнительная работа может не окупиться. Срочный ответ службы поддержки, черновой первый вариант или обратимый эксперимент обычно не следует выполнять в Ultra. Ценность задачи должна быть достаточно высокой, чтобы оправдать ожидание и проверку более объёмного результата.
Можете ли вы указать приемочный тест?
Ultra получает больше пространства для работы только тогда, когда финишная линия можно проверить. Укажите, что должен содержать результат, какие доказательства он может использовать и что приведёт к провалу выполнения. Для кода это может означать, что именованные тесты проходят, нерелевантные файлы не изменяются, а в объяснении определяется первопричина. Для исследования это может означать, что каждая рекомендация ссылается на первоисточник, а неопределённость перечислена отдельно.
Если запрос — просто «сделай это лучше», остановитесь, прежде чем включать Ultra. Преобразуйте его в objective, constraints, non-goals и checks. Четкий acceptance test удерживает работу subagent в нужном русле и делает final review намного быстрее.
Оценивайте завершенную задачу, а не ярлык Ultra
Самый вводящий в заблуждение способ оценить GPT-5.6 Sol Ultra — спросить его цену так, будто это один-единственный API SKU. Официальное ценообразование сообщает вам базовую ставку токенов Sol, тогда как продуктовые планы могут использовать квоты, лимиты или правила доступа, которые нельзя преобразовать в фиксированную сумму в долларах. Соответствующая метрика — стоимость выполнения: сколько потребил весь прогон по сравнению со стоимостью принятой работы.
Используйте короткую запись после каждого важного запуска:
Запись | Что фиксировать | Почему это важно |
|---|---|---|
Ценность задачи | Какого сбоя, задержки или ручной работы должен был избежать запуск | Позволяет избежать дорогой оркестрации для тривиальной работы |
Исходное задание | Цель, ограничения, доказательства и тесты приемки | Делает два запуска сопоставимыми |
Затраченное время | Прошедшее время до результата, который можно проверить | Отделяет высокоценную глубину от избежимого ожидания |
Потребление | API tokens или лимит плана до и после запуска | Измеряет весь запуск, а не один видимый ответ |
Принятый результат | Артефакты, сохраненные после проверки человеком | Связывает использование с реальным результатом |
Последующая работа | Исправления, недостающие доказательства или отклоненные изменения | Показывает, действительно ли система сократила доработку |
Сообщения из сообщества наглядно показывают компромисс, но их не следует использовать в качестве ориентира. Один отчёт пользователя GPT-5.6 Sol Ultra описывал задачу на 61 минуту, которая использовала 29% пятичасового лимита и 4% недельного лимита. Отдельный пост пользователя описывал проект операционной системы на Rust, занявший примерно три часа, выполненный по одному запросу. Это отдельные случаи, а не официальная цена за единицу, не типичный показатель задержки и не обещание качества результата. Они действительно показывают, почему задача должна давать ощутимую отдачу, прежде чем вы потратите значительную часть ограниченного лимита.
Не превращайте квоту плана в вымышленный счет за API. Если у вас есть доступ к API, фиксируйте токены и применимый опубликованный тариф. Если вы используете план продукта, фиксируйте видимое изменение квоты и оставляйте поле доллара пустым, если только продукт явно не предоставляет конвертацию. Это делает сравнение честным.
Вот иллюстративная запись, а не бенчмарк и не реальный запуск. Предположим, что изменение конфигурации приводит к сбою действия сохранения в нескольких модулях. В кратком описании указаны затронутая служба, два падающих теста, файлы в области охвата и требование к регрессионному тесту. Результат считается принятым только тогда, когда объяснена первопричина, оба теста проходят, а патч не изменяет посторонние файлы. Зафиксируйте прошедшее время и фактическое изменение токенов или квоты после проверки; затем сравните эти затраты с инженерным временем, которого позволил избежать подтверждённый исправляющий патч. Ту же задачу без поддающегося проверке условия приёмки вообще не следует использовать для оценки Ultra.
Нагрузки, которые заслуживают запуска Ultra
Кросс-репозиторная реализация и отладка
Ultra — подходящий вариант, когда изменение затрагивает границы модулей, тестов и развертывания. Для работы может понадобиться одна линия исследования, чтобы определить место сбоя, другая — чтобы изучить поток данных, и ещё одна — чтобы проверить предложенное исправление на близком поведении. Итоговый результат по-прежнему должен быть достаточно небольшим для проверки: патч, результат теста, краткое объяснение первопричины и список оставшихся рисков.
Именно здесь также нужны границы для одного большого запроса. Попросите план перед правками, укажите каталоги, которые входят в область, запретите несвязанные рефакторинги и требуйте, чтобы тесты были запущены или явно помечены как не запущенные. Широкая задача без таких ограничений может тратить время на изучение вариантов, которые рецензент не хотел видеть.
Оборонительные исследования безопасности
OpenAI says GPT-5.6 Sol improved long-horizon cybersecurity capabilities while using layered safeguards. Обоснованное использование Ultra — это поиск слабого места в конфигурации, просмотр патча или проверка того, что предложенная мера по смягчению охватывает заявленную проблему. Определите разрешенную среду, сохраняйте оборонительную направленность области применения и требуйте доказательства для каждого вывода. Основания для более глубокой координации возникают, когда необходимо сопоставить несколько журналов, путей кода, средств контроля и шагов валидации, прежде чем можно будет утвердить безопасный план устранения.
Исследование и планирование с опорой на доказательства
Ultra также подходит для решений, которые требуют большего, чем просто сбор фактов. Полезный плановый прогон может разбить проверку источников, сопоставление ограничений, анализ альтернатив и проверку согласованности, а затем выдать записку, чьи утверждения можно отследить. Тест приемки должен указывать качество источников, решение, которое требуется поддержать, и уровень неопределенности, который считается допустимым.
Для такого рода задачи рецензент должен заранее отобрать авторитетные источники и отвергать выводы, которым не хватает прослеживаемого источника. Результат subagent может выглядеть полным, хотя при этом все еще опираться на неразрешенный конфликт источников.
Задачи, которые не должны попадать в Ultra
Сохраняйте эти задачи в более легком рабочем процессе:
Вопрос с одним правильным, быстро проверяемым ответом.
Изменение в одном файле с целевым тестом.
Черновик, который, как ожидается, человек перепишет с нуля.
Запрос без указанного результата, ограничений или ответственного за проверку.
Ответ, который теряет большую часть своей ценности, если приходит на час позже.
Рекомендация не в том, чтобы избегать Sol. Sol по-прежнему остаётся флагманским уровнем для требовательной работы с одним агентом. Практическая граница заключается в том, чтобы оставлять Ultra для задач, где параллельное исследование и проверка являются частью самой работы. Для более широкого выбора уровня сравните задачу с Sol, Terra и Luna в руководстве по ценам GPT-5.6, а затем решите, нужен ли выбранному уровню также Ultra.
Дайте Ultra краткий бриф, который он сможет завершить
Краткий, структурированный бриф ценнее, чем более длинный промпт, полный фоновой информации. Используйте этот формат для сложной задачи:
Цель: [решение, исправление или результат]
В рамках: [репозитории, документы, даты, среды]
Вне рамок: [изменения или выводы, которые не нужны]
Доказательства и инструменты: [одобренные источники, тесты, журналы, файлы]
Ограничения: [время, совместимость, политика, бюджет]
Проверки приемки: [что должно быть истинно перед передачей]
Формат возврата: [план, артефакты, доказательства, риски, следующие действия]
Бюджет времени или квоты: [точка, после которой нужно остановиться и сообщить]
Последняя строка важна. Бюджет времени или квоты дает задаче контролируемый выход вместо того, чтобы считать, что большее исследование автоматически лучше. Если первый результат не проходит проверку на приемлемость, решите, оправдан ли целенаправленный последующий шаг. Не просто запускайте тот же самый расплывчатый запрос снова в Ultra mode.
Рассматривайте запуск как инженерное решение
После получения результата выполните три проверки. Во-первых, убедитесь, что запрошенные артефакты существуют: патч, список исходников, вывод тестов или служебная записка с решением. Во-вторых, проверьте, действительно ли доказательства подтверждают вывод, а не просто звучат правдоподобно. В-третьих, сравните принятый результат с записью о времени и потреблении.
Это замыкает цикл, на который не могут ответить заголовочные бенчмарки. Модель может показывать высокие результаты в бенчмарке, но при этом плохо подходить для короткой, обратимой задачи. И наоборот, долгий прогон может быть оправдан, когда он предотвращает дорогостоящую ошибку и оставляет у проверяющего работу, поддающуюся аудиту. Зафиксируйте несколько реальных задач, прежде чем делать Ultra значением по умолчанию для команды.
Часто задаваемые вопросы
Является ли GPT-5.6 Sol Ultra отдельной моделью?
Нет. OpenAI описывает Sol, Terra и Luna как уровни модели GPT-5.6 и описывает Ultra как режим на основе субагентов для сложной работы. Этот режим может менять способ выполнения задачи Sol без создания четвёртого публичного уровня API.
Есть ли у GPT-5.6 Sol Ultra фиксированная цена API?
Отдельный официальный тариф Ultra API не опубликован. OpenAI публикует базовый тариф Sol API, но задача Ultra может требовать больше общей работы, чем один ответ. Измеряйте выполненную задачу в своей собственной среде вместо того, чтобы предполагать фиксированную стоимость за запрос.
Когда мне следует выбрать GPT-5.6 Sol Ultra вместо стандартного Sol?
Выбирайте Ultra, когда параллельное исследование и проверка существенно снижают цену неверного результата, и когда у задачи есть чёткий тест приёмки. Используйте standard Sol, когда ту же задачу можно выполнить и проверить в рамках одного ограниченного рабочего процесса.
Подходит ли режим Ultra для любой задачи программирования?
Нет. Это подходит для изменений на уровне репозитория, отладки первопричины и работы, требующей нескольких проверок перед принятием исправления. Примените тест из трёх вопросов, прежде чем решать, что для задачи по кодированию нужна оркестрация.