Практический гид по семейству GPT-5.6 в OpenAI API: как выбрать профиль модели под задачу, настроить reasoning вместо угадывания, решить, где нужны инструменты и кэш, и перенести рабочий сценарий на новую модель без гадания.
Сразу важная рамка: этот гид — про работу через API, в первую очередь через Responses API. Если вы пользуетесь GPT-5.6 внутри подписки ChatGPT, почти все решения отсюда — профиль модели, уровень рассуждения, кэш, инструменты — за вас принимает продукт, и управлять вы можете только текстом запроса. В API наоборот: вы платите за каждый токен и сами крутите каждую ручку. Поэтому дальше везде, где написано «включите» или «настройте», речь о параметрах запроса к API, а не о кнопках в интерфейсе чата.
Перевод и адаптация — Telegram-канал «Точки над ИИ». В основе — официальное руководство OpenAI по работе с моделями, сверено с ним и дополнено пояснениями и практикой.
01 · Выбор модели
Три профиля.
Как выбрать свой.
В прошлых поколениях выбор обычно стоял между «флагманом» и «мини». В GPT-5.6 семейство разведено на три профиля под разные экономики задач: вопрос не «какая модель умнее», а «сколько стоит ошибка и сколько раз задача повторяется».
Короткое имя gpt-5.6 — псевдоним: под капотом он ведёт на флагманский gpt-5.6-sol. Для экспериментов это удобно, но в проде фиксируйте полное имя профиля — тогда будущие изменения псевдонима не подменят вам модель незаметно.
Frontier capability
Sol
Берите для задач, где ошибка стоит дорого: сложный код, глубокая проверка решения, анализ с большой ценой промаха.
Если кейс повторяется тысячами раз, сначала проверьте более экономичный профиль.
Intelligence × cost
Terra
Хорошая первая ставка для большинства продуктовых сценариев.
Обычно с него разумно начать миграцию, а затем решить по замерам, нужен ли Sol или можно опуститься до Luna.
High volume
Luna
Для массовых, понятных и хорошо проверяемых операций: классификации, извлечения полей, коротких ответов, первичной обработки.
Перед запуском на поток соберите набор реальных примеров и проверьте качество.
Как это выглядит на практике. Разбор юридического договора, code review перед релизом, агентская цепочка с дорогими действиями — территория Sol. Ассистент в продукте, генерация черновиков, суммаризация, ответы по базе знаний — Terra. Разметка миллиона тикетов по категориям, извлечение полей из документов, модерация потока — Luna.
Частая ошибка — взять Sol «на всякий случай» и платить кратно дороже за задачи, где Terra не ошибается. Обратная ошибка тоже бывает: уронить всё на Luna и потом вручную разгребать некачественные ответы. Решает не интуиция, а замер на своих задачах…