Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Aġenti tar-Raġunar (GPT-5.6 Sol, sforz għoli sa massimu)

Lezzjoni 16 / 25 Aġġornat 2 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Aġenti tar-Raġunar (GPT-5.6, sforz għoli sa massimu)
  2. Meta tattivaw ir-raġunar f’aġent
  3. Sol + sforz għoli/xhigh: raġunar fil-fond
  4. Terra + sforz medju: raġunar mgħaġġel
  5. Mudell: router tal-konfigurazzjoni
  6. Imġiba tal-istreaming bir-raġunar attivat
  7. Ottimizzazzjoni tal-ispejjeż
  8. Punti Ewlenin

Aġġornat fit-2 ta’ Novembru, 2026 — mudelli. L-o3, o3-pro, u l-istantanji antiki tal-GPT-5 se jitneħħew mill-API fl-11 ta’ Diċembru 2026, u l-o4-mini ilu li ġie ssostitwit. Għal aġenti ġodda, ibda bil-familja GPT-6: GPT-6.1 Sol għall-bilanċ, GPT-6 Astra għall-kompiti l-aktar esigenti.

Aġenti tar-Raġunar (GPT-5.6, sforz għoli sa massimu)

Mal-familja GPT-5.6 (disponibbli minn Lulju 2026), ir-raġunar m’għadux ġestit minn mudelli separati bħall-ġenerazzjoni preċedenti (o3-pro, o4-mini): issa huwa setting għal kull talba (none, low, medium, high, xhigh, max) applikabbli għal kull mudell. Aġent li verament jeħtieġ jaħseb—jesplora diversi mogħdijiet qabel ma jwieġeb—tipikament juża GPT-5.6 Sol b’sforz high jew xhigh. Integrata fl-aġenti tiegħek, din il-kapaċità tar-raġunar tiftaħ kompiti li jirrikjedu deliberazzjoni ġenwina.

Meta tattivaw ir-raġunar f’aġent

Ir-raġunar fil-fond jispikka f’sitwazzjonijiet speċifiċi, u l-esperjenza turi li kollha għandhom karatteristika komuni: tqabbil ta’ mogħdijiet possibbli qabel ma tittieħed deċiżjoni. Dan japplika għal ippjanar kumpless, fejn taqsam kompitu f’passi ottimali, u għal analiżi matematika—kalkoli, statistika, ottimizzazzjoni—fejn pass wieħed żbaljat jinvalida l-bqija. Japplika wkoll għad-debugging, li jinvolvi t-traċċar ta’ sintomu lura għall-kawża primarja tiegħu, u għat-teħid ta’ deċiżjonijiet, fejn trid tevalwa għażliet differenti u tagħżel l-aħjar waħda. Ir-reviżjoni tal-kodiċi taqa’ fl-istess kategorija: sabiex issib bug sottili, jeħtieġ li ssimula mentalment eżekuzzjonijiet li qari lineari ma jikxifx.

Għal kompiti sempliċi (tweġiba għal mistoqsija, iffurmar ta’ test), GPT-5.6 Terra jew Luna b’sforz baxx (jew anke none) huma aktar mgħaġġla u irħas. Li tħallas għar-raġunar biex terġa’ tifformula paragrafu huwa bħal ma tħalli karozza tat-tlielaq iddur bla għan fit-traffiku.

Sol + sforz għoli/xhigh: raġunar fil-fond

GPT-5.6 Sol b’sforz għoli ta’ raġunar jissostitwixxi dak li kien jagħmel l-o3-pro. L-aġent jieħu aktar ħin iżda jipproduċi analiżijiet aktar fondi. L-eżempju hawn taħt huwa tipiku: mistoqsija strateġika b’tliet għażliet, fejn it-tweġiba t-tajba tiddependi fuq kompromessi bejn ir-riskju, l-ispiża, u l-orizzont ta’ żmien. Innota li l-istruzzjonijiet jiddefinixxu b’mod espliċitu d-dimensjonijiet li għandhom jiġu kkunsidrati—ir-raġunar dejjem jibbenefika minn restrizzjonijiet ċari.

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)

Għall-analiżijiet l-aktar kritiċi, żid l-isforz għal xhigh jew max. Hemm ukoll setting ultra (imħabbar f’Lulju 2026) li jikkoordina 4 aġenti parallelament b’mod default (sa 16 fuq ċerti evalwazzjonijiet) għall-kompiti l-aktar tqal—qawwi, iżda b’konsum ta’ tokens ferm ogħla: irriżervah għal problemi li jiġġustifikaw l-ispiża.

Terra + sforz medju: raġunar mgħaġġel

Bejn l-ebda raġunar u l-analiżi fil-fond hemm punt ideali użat ħafna fil-produzzjoni. GPT-5.6 Terra b’sforz medium joffri kompromess tajjeb bejn il-kapaċità tar-raġunar u l-veloċità—l-ekwivalenti tal-ex o4-mini. Ideali għal aġenti li jeħtieġu jirraġunaw malajr, bħal dan l-aġent dijanjostiku li jaqra l-metriċi tas-server u għandu jgħaqqad is-saturazzjoni tal-memorja ma’ żieda f’daqqa f’żbalji 5xx fi żmien sekondi, waqt li s-sit ikun qed jgħaddi minn inċident.

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."
)

Mudell: router tal-konfigurazzjoni

M’għandekx tagħżel konfigurazzjoni waħda għal dejjem. Uża konfigurazzjoni ħafifa għar-routing u waħda xierqa għall-eżekuzzjoni: l-ewwel aġent jaqra l-kompitu, jirritorna oġġett ittajpjat li jindika liema mudell u sforz għandhom jintużaw, imbagħad inti tistanzja l-aġent tal-eżekuzzjoni b’dik id-deċiżjoni. Il-qasam reason mhuwiex dekorattiv—jippermettilek, meta tirrevedi l-logs tiegħek, tivverifika li r-router qed jipprovdi żejjed sistematikament jew le.

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

Imġiba tal-istreaming bir-raġunar attivat

Meta r-raġunar ikun attivat, l-istreaming għandu kurżità: il-proċess intern tal-ħsieb tal-mudell ma jiġix trasmess bħala test sempliċi. L-interfaċċa tiegħek għalhekk tirċievi tokens għat-tweġiba finali, iżda xejn matul il-fażi tar-raġunar.

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)

Ikkunsidra din il-latency fl-UX tiegħek: b’sforz high jew ogħla, l-ewwel tokens jistgħu jaslu wara ħin sinifikanti ta’ ħsieb. Indikatur ta’ stennija espliċitu jipprevjeni lill-utenti milli jaħsbu li l-app iffriża u jirrifrexxjaw il-paġna fl-agħar mument.

Ottimizzazzjoni tal-ispejjeż

Ir-raġunar jikkonsma tokens addizzjonali (il-ħsieb intern huwa fatturat). Żewġ lievi jgħinu biex jinżammu l-ispejjeż taħt kontroll: naqqas l-isforz default u żidu biss meta jkun meħtieġ, imbagħad ifred id-deċiżjoni mill-eżekuzzjoni—jiġifieri, irraġuna biex tiddeċiedi iżda eżegwixxi mingħajr raġunar. Il-fluss ta’ xogħol ibridu hawn taħt japplika t-tieni prinċipju—Terra f’medium jistabbilixxi l-approċċ, Luna jwettaqu bl-għodod.

# 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

Punti Ewlenin

  • Ir-raġunar huwa setting għal kull talba fuq kull mudell GPT-5.6 (none → max), mhux aktar mudelli separati bħal o3-pro/o4-mini
  • GPT-5.6 Sol b’sforz high/xhigh: ippjanar strateġiku, analiżi kumplessa, matematika
  • GPT-5.6 Terra b’sforz medium: raġunar mgħaġġel għal dijanjostiċi u routing
  • Is-setting ultra jikkoordina aġenti multipli parallelament għall-kompiti l-aktar tqal—spiża ta’ tokens ferm ogħla
  • Il-mudell tar-router jagħżel dinamikament il-kombinazzjoni mudell + sforz u jottimizza l-ispejjeż
  • Irraġuna biex tiddeċiedi, eżegwixxi mingħajr raġunar: l-aħjar proporzjon kwalità-prezz