Raționament în 2026: De la none la max, plus modurile pro și ultra
Pe această pagină
Stare la 5 noiembrie 2026. Familia GPT-6 păstrează aceste niveluri, dar
noneeste acceptat doar de GPT-6.1 Terra, GPT-6 Sol și GPT-6 Luna. GPT-6 Astra și GPT-6.1 Sol încep de lalow; trimiterea unei cereri cunonecătre Astra returnează o eroare HTTP 400. Începând cu 3 septembrie, puteți modifica, de asemenea, nivelul de efort în mijlocul conversației fără a pierde cache-ul, folosind un elementconfiguration_update(Lecția 9).
Efortul de raționament configurabil nu a început cu GPT-5.6. De la lansarea GPT-5 în 2025, modelele OpenAI au raționat mai mult sau mai puțin pe baza unui parametru, înlocuind vechea serie o. Ceea ce se schimbă între versiuni sunt valorile acceptate și setarea implicită. GPT-5.6 a adăugat nivelul max și modul pro în API, în timp ce ChatGPT a primit setarea „ultra“. Aceste detalii contează: o valoare implicită modificată vă poate altera latența aplicației și factura fără ca o singură linie de cod să se schimbe.
Cele șase niveluri ale GPT-5.6
Pe cele trei modele GPT-5.6, parametrul reasoning.effort acceptă șase niveluri. Ghidul OpenAI descrie cazurile lor de utilizare astfel:
| Nivel | Caz de utilizare |
|---|---|
none | Sarcini unde latența este critică, iar raționamentul nu aduce valoare: voce, căutare rapidă de informații, clasificare |
low | Raționament eficient pentru o latență ușor mai mare: analiză de date, redactare, cod executabil, suport clienți |
medium | Calitate și fiabilitate, planificare și judecată; implicit pentru majoritatea cazurilor de utilizare |
high | Raționament dificil, depanare complexă, planificare profundă, lucru agențic |
xhigh | Cercetare profundă și sarcini agențice lungi, doar dacă evaluările dumneavoastră arată un câștig net |
max | Raționament maxim pentru cele mai complexe sarcini; comparați cu xhigh |
Setați nivelul direct în apelul API. Aici, îi cerem lui Terra să depaneze o funcție cu efort susținut, deoarece o eroare logică subtilă merită mai mult decât o citire superficială:
response = client.responses.create(
model="gpt-5.6-terra",
input="Find the logic error in this function and fix it.",
reasoning={"effort": "high"},
)
Dacă aceeași aplicație reformulează apoi un mesaj de commit, nimic nu vă împiedică să reveniți la low pentru următoarea cerere. Un router ar putea, de asemenea, să încerce o primă trecere la medium, să detecteze un răspuns incert și să reîncerce aceeași cerere la high pe același model, cu același prompt.
Valorile acceptate variază în funcție de model
Fișele tehnice ale modelelor, înregistrate la 5 noiembrie 2026, arată cum a evoluat acest parametru:
| Model | Valori acceptate | Implicit |
|---|---|---|
gpt-5 | minimal, low, medium, high | nespecificat |
gpt-5.1 | none, low, medium, high | none |
gpt-5.4 | none până la xhigh | none |
gpt-5.5 | none până la xhigh | medium |
| GPT-5.6 Sol, Terra și Luna | none până la max | medium |
gpt-6-astra | low până la max | nespecificat |
gpt-6.1-sol | low până la max | medium |
gpt-6.1-terra, gpt-6-sol, gpt-6-luna | none până la max | medium |
Două capcane ies în evidență în acest tabel. Prima privește valoarea implicită: gpt-5.1 și gpt-5.4 nu raționau dacă nu specificați nimic, în timp ce gpt-5.5, GPT-5.6 și modelele GPT-6 listate încep de la medium. O aplicație care migrează de la gpt-5.4 la GPT-5.6 fără a seta efortul va începe brusc să raționeze, generând o latență mai mare și mai mulți tokeni facturați. Ghidul de migrare GPT-6 rezumă acest lucru într-o regulă: păstrați efortul efectiv atunci când noul model îl acceptă și scrieți-l explicit. A doua capcană implică valorile lipsă: minimal nu există nici la GPT-5.6, nici la GPT-6 (începeți cu low în schimb), iar none este respins de GPT-6 Astra și GPT-6.1 Sol.
Modul Pro: Mai multă muncă, aceeași rată per token
GPT-5.6 a introdus o a doua setare independentă: reasoning.mode, care are implicit valoarea standard sau poate fi setată la pro. În modul pro, modelul efectuează mai multă muncă înainte de a răspunde, fiind potrivit pentru sarcini dificile care tolerează o latență mai mare. Tokenii sunt facturați la rata standard a modelului, dar deoarece se utilizează mai mulți tokeni, costul total crește. Acest mod înlocuiește vechile modele „pro“: pagina de deprecieri recomandă gpt-5.6-sol în modul pro în locul lui o3-pro și gpt-5-pro.
response = client.responses.create(
model="gpt-5.6-sol",
reasoning={"effort": "medium", "mode": "pro"},
input="Review this disaster recovery plan and flag any single points of failure.",
)
Max și ultra: Mergând mai departe
Nivelul max oferă modelului și mai mult timp decât xhigh pentru a raționa, a explora căi alternative, a verifica și a-și revizui abordarea. Acesta există atât în API, cât și în ChatGPT Work și Codex, unde îl activați din setări.
Ultra, însă, schimbă complet modul de execuție. Conform anunțului din 9 iulie, acesta coordonează patru agenți în paralel, implicit, pe fluxuri de lucru simultane. OpenAI a demonstrat, de asemenea, configurații cu șaisprezece agenți pentru evaluări specifice (BrowseComp, SEC-Bench Pro). Compromisul este clar: un consum mai mare de tokeni în schimbul unor rezultate mai bune și al unui timp de finalizare redus pentru sarcinile grele. Ultra este disponibil doar în produse: ChatGPT Work pentru planurile Pro și Enterprise, și Codex începând cu Plus la lansare. Nu există o valoare ultra în API; obțineți un efect comparabil cu funcția multi-agent a API-ului Responses (în beta), care permite modelului să lanseze sub-agenți în paralel într-o singură cerere. Rezervați acest lucru pentru munca ce se descompune în fragmente independente.
O metodă pentru setarea efortului
Nu setați aceste niveluri bazându-vă pe intuiție. Luați un eșantion reprezentativ din cererile dumneavoastră reale, rulați-le la medium, apoi la high, comparați calitatea, latența și costul, și lăsați numerele să decidă valoarea implicită pentru fiecare tip de sarcină. Aceasta este aceeași abordare pe care ar trebui să o adoptați cu benchmark-urile editorilor: datele dumneavoastră decid, nu impresiile generale.
Rândul dumneavoastră
Găsiți nivelul potrivit pentru o sarcină. Alegeți zece cereri reprezentative pentru o singură sarcină. Rulați-le la low, medium și high, apoi înregistrați calitatea (folosind propria grilă de evaluare), latența și numărul de tokeni de raționament afișați în usage. Păstrați cel mai scăzut nivel care vă satisface în nouă din zece cereri și scrieți-l explicit în codul dumneavoastră. Fără acces la API, faceți același exercițiu în ChatGPT folosind selectorul de raționament din modul Chat.
Surse oficiale: Modele de raționament · Utilizarea GPT-6 · Multi-agent · Deprecieri (documentația API OpenAI) · Anunțul GPT-5.6 (OpenAI, 9 iulie 2026)
Puncte cheie
- Efortul configurabil datează de la GPT-5; GPT-5.6 a adăugat nivelul
maxși modulpro - Valorile acceptate și implicitele variază în funcție de model: specificați întotdeauna efortul explicit
- Modul pro face modelul să lucreze mai mult la rata standard per token; acesta înlocuiește
o3-proșigpt-5-pro - Ultra, care implică implicit patru agenți paraleli, este rezervat pentru ChatGPT Work și Codex; API-ul utilizează beta multi-agent
- Setează efortul pe baza evaluărilor dumneavoastră, nu a intuiției