Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Agenti za rezoniranje (GPT-5.6 Sol, visok do maksimalan napor)

Lekcija 16 od 25 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Agenti za rezoniranje (GPT-5.6, visok do maksimalan napor)
  2. Kada omogućiti rezoniranje u agentu
  3. Sol + visok/xhigh napor: duboko rezoniranje
  4. Terra + srednji napor: brzo rezoniranje
  5. Obrazac: usmjerivač konfiguracije
  6. Ponašanje strujanja (streaming) s omogućenim rezoniranjem
  7. Optimizacija troškova
  8. Ključne točke

Ažurirano 2. studenoga 2026. — modeli. o3, o3-pro i stare snimke GPT-5 bit će uklonjene s API-ja 11. prosinca 2026., a o4-mini je već odavno nadmašen. Za nove agente počni s obitelji GPT-6: GPT-6.1 Sol za ravnotežu, GPT-6 Astra za najzahtjevnije zadatke.

Agenti za rezoniranje (GPT-5.6, visok do maksimalan napor)

S obitelji GPT-5.6 (dostupnom od srpnja 2026.) rezoniranje više ne upravljaju zasebni modeli kao u prethodnoj generaciji (o3-pro, o4-mini): sada je to postavka po zahtjevu (none, low, medium, high, xhigh, max) primjenjiva na svaki model. Agentu kojem je doista potrebno razmišljanje – istraživanje više putova prije odgovora – obično ćeš koristiti GPT-5.6 Sol s naporom high ili xhigh. Integrirana u tvoje agente, ova sposobnost rezoniranja otključava zadatke koji zahtijevaju stvarnu deliberaciju.

Kada omogućiti rezoniranje u agentu

Duboko rezoniranje sjaji u specifičnim situacijama, a iskustvo pokazuje da sve one dijele zajedničku crtu: usporedbu mogućih putova prije donošenja odluke. To vrijedi za složeno planiranje, gdje zadatak rastavljaš na optimalne korake, i matematičku analizu – izračune, statistiku, optimizaciju – gdje jedna pogreška poništava ostatak. Primjenjivo je i na otklanjanje grešaka (debugging), koje uključuje praćenje simptoma do njegovog uzroka, te na donošenje odluka, gdje moraš procijeniti nekoliko opcija i odabrati najbolju. Pregled koda spada u istu kategoriju: pronalaženje suptilne greške zahtijeva mentalnu simulaciju izvršavanja koju linearno čitanje neće otkriti.

Za jednostavne zadatke (odgovaranje na pitanje, formatiranje teksta), GPT-5.6 Terra ili Luna s niskim naporom (ili čak none) brži su i jeftiniji. Plaćanje rezoniranja za preformuliranje odlomka kao da ostavlja trkaći automobil u leru u prometu.

Sol + visok/xhigh napor: duboko rezoniranje

GPT-5.6 Sol s visokim naporom rezoniranja zamjenjuje ono što je radio o3-pro. Agentu treba više vremena, ali proizvodi dublje analize. Primjer u nastavku je tipičan: strateško pitanje s tri opcije, gdje pravi odgovor ovisi o kompromisima između rizika, troškova i vremenskog horizonta. Imaj na umu da upute izričito definiraju dimenzije koje treba uzeti u obzir – rezoniranje uvijek ima koristi od jasnih ograničenja.

from agents import Agent, Runner, ModelSettings
from openai.types.shared import Reasoning

strategic_advisor = Agent(
    name="Strategic Advisor",
    instructions="""You are a business strategy consultant.
    Analyze deeply before recommending.
    Always consider: risks, opportunities,
    costs, and alternatives.""",
    model="gpt-5.6-sol",
    model_settings=ModelSettings(reasoning=Reasoning(effort="high")),
)

result = Runner.run_sync(
    strategic_advisor,
    """Our SaaS startup has 500 clients, €2M MRR, and is growing 15% per month.
    We are debating:
    A) Raise a Series B (€20M) and accelerate in the US
    B) Stay bootstrapped and consolidate in Europe
    C) Seek a strategic acquirer
    Which strategy do you recommend and why?"""
)
print(result.final_output)

Za najkritičnije analize, pojačaj na xhigh ili max. Postoji i postavka ultra (najavljena u srpnju 2026.) koja prema zadanim postavkama koordinira 4 agenta paralelno (do 16 na određenim evaluacijama) za najteže zadatke – moćno, ali sa znatno većom potrošnjom tokena: rezerviraj je za probleme koji opravdavaju trošak.

Terra + srednji napor: brzo rezoniranje

Između nepostojanja rezoniranja i duboke analize leži „slatka točka“ koja se široko koristi u proizvodnji. GPT-5.6 Terra s naporom medium nudi dobar kompromis između sposobnosti rezoniranja i brzine – ekvivalent nekadašnjeg o4-mini. Idealno za agente koji moraju brzo razmišljati, poput ovog dijagnostičkog agenta koji čita metrike poslužitelja i mora povezati zasićenje memorije s porastom 5xx pogrešaka unutar sekundi, dok stranica doživljava incident.

from agents import Agent, Runner, ModelSettings, function_tool
from openai.types.shared import Reasoning

@function_tool
def get_server_metrics(server: str) -> str:
    """Retrieves metrics for a server."""
    import json
    metrics = {
        "cpu": 87.5,
        "ram": 92.1,
        "disk": 65.3,
        "requests_per_second": 1250,
        "response_time_p99": 450,
        "errors_5xx": 23,
    }
    return json.dumps(metrics)

diagnostic_agent = Agent(
    name="Diagnostic Agent",
    instructions="""You diagnose infrastructure problems.
    Analyze the metrics and identify the probable cause.
    Propose immediate and long-term corrective actions.""",
    model="gpt-5.6-terra",
    model_settings=ModelSettings(reasoning=Reasoning(effort="medium")),
    tools=[get_server_metrics],
)

result = Runner.run_sync(
    diagnostic_agent,
    "The site has been slow for 30 minutes. Diagnose server web-prod-01."
)

Obrazac: usmjerivač konfiguracije

Ne moraš zauvijek odabrati jednu konfiguraciju. Koristi laganu konfiguraciju za usmjeravanje, a prikladnu za izvršavanje: prvi agent čita zadatak, vraća tipizirani objekt koji označava koji model i napor koristiti, zatim instantiateš izvršnog agenta s tom odlukom. Polje reason nije dekorativno – omogućuje ti da prilikom pregleda zapisnika (logova) provjeriš usmjerava li sustav sustavno na prevelike resurse.

from pydantic import BaseModel
from typing import Literal

class ConfigDecision(BaseModel):
    model: Literal["gpt-5.6-luna", "gpt-5.6-terra", "gpt-5.6-sol"]
    effort: Literal["none", "low", "medium", "high", "xhigh"]
    reason: str

router_agent = Agent(
    name="Smart Router",
    instructions="""Analyze the task and decide which configuration to use:
    - gpt-5.6-luna, effort none/low: simple tasks (summaries, rephrasing, factual answers)
    - gpt-5.6-terra, effort medium: fast reasoning (classification, diagnostics)
    - gpt-5.6-sol, effort high/xhigh: complex tasks (strategic planning, deep analysis, math)""",
    model="gpt-5.6-terra",
    model_settings=ModelSettings(reasoning=Reasoning(effort="medium")),
    output_type=ConfigDecision,
)

async def process_with_optimal_config(task: str):
    # Step 1: choose the configuration
    decision = await Runner.run(router_agent, task)
    config = decision.final_output
    print(f"Configuration: {config.model} / effort {config.effort} ({config.reason})")

    # Step 2: execute with the right configuration
    execution_agent = Agent(
        name="Execution Agent",
        instructions="Accomplish the requested task with precision.",
        model=config.model,
        model_settings=ModelSettings(reasoning=Reasoning(effort=config.effort)),
    )
    result = await Runner.run(execution_agent, task)
    return result.final_output

Ponašanje strujanja (streaming) s omogućenim rezoniranjem

Kada je rezoniranje omogućeno, strujanje ima jednu specifičnost: interni proces razmišljanja modela ne struji kao običan tekst. Tvoje sučelje stoga prima tokene za konačni odgovor, ali ništa tijekom faze rezoniranja.

agent = Agent(
    name="Analyst",
    instructions="Analyze the data deeply.",
    model="gpt-5.6-sol",
    model_settings=ModelSettings(reasoning=Reasoning(effort="high")),
)

# Streaming delivers the final answer, not the intermediate reasoning
result = Runner.run_streamed(agent, "Analyze this complex problem.")
async for event in result.stream_events():
    if event.type == "raw_response_event":
        if hasattr(event.data, "delta") and event.data.delta:
            print(event.data.delta, end="", flush=True)

Uračunaj ovo kašnjenje u svoje korisničko iskustvo (UX): s naporom high ili većim, prvi tokeni mogu stići nakon značajnog vremena razmišljanja. Eksplicitan indikator čekanja sprječava korisnike da pomisle kako se aplikacija smrznula i osvježavaju stranicu u najgorem trenutku.

Optimizacija troškova

Rezoniranje troši dodatne tokene (interno razmišljanje se naplaćuje). Dvije poluge pomažu u obuzdavanju troškova: smanji zadani napor i pojačaj ga samo kada je potrebno, zatim odvoji odlučivanje od izvršavanja – odnosno, rezoniraj da bi odlučio, ali izvršavaj bez rezoniranja. Hibridni tijek rada u nastavku primjenjuje drugo načelo – Terra na medium uspostavlja pristup, Luna ga provodi s alatima.

# Pattern: hybrid reasoning
# Terra + medium for decision, Luna without reasoning for execution

decision_agent = Agent(
    name="Decider",
    instructions="Decide on the optimal approach.",
    model="gpt-5.6-terra",
    model_settings=ModelSettings(reasoning=Reasoning(effort="medium")),
)

executor_agent = Agent(
    name="Executor",
    instructions="Execute the decided plan.",
    model="gpt-5.6-luna",  # Cheaper for execution
    tools=[search_crm, generate_report],
)

async def hybrid_workflow(task: str):
    plan = await Runner.run(decision_agent, f"How to handle: {task}")
    result = await Runner.run(executor_agent, plan.final_output)
    return result.final_output

Ključne točke

  • Rezoniranje je postavka po zahtjevu na svakom modelu GPT-5.6 (none → max), više nisu zasebni modeli poput o3-pro/o4-mini
  • GPT-5.6 Sol s naporom high/xhigh: strateško planiranje, složene analize, matematika
  • GPT-5.6 Terra s naporom medium: brzo rezoniranje za dijagnostiku i usmjeravanje
  • Postavka ultra koordinira više agenata paralelno za najteže zadatke – znatno veći trošak tokena
  • Obrazac usmjerivača dinamički odabire kombinaciju modela i napora te optimizira troškove
  • Rezoniraj da bi odlučio, izvršavaj bez rezoniranja: najbolji omjer kvalitete i cijene