Neue AI-Modelle
새 AI 모델이 나오면
das stärkste Modell wird zuerst ausgewählt.
GPT-5.6 Sol zeigt,
warum diese Gewohnheit falsch ist.
Das Wichtigste ist nicht die beste Leistung.
Es ist das Design, das die gewünschten Ergebnisse mit den geringsten Kosten erzielt.
I. Wir haben das Modell zu einfach gewählt
Wenn ein neues Modell veröffentlicht wird,
schauen die Leute zuerst auf die Benchmarks.
Wie viel intelligenter ist es als das vorherige Modell?
Wie hoch ist die Codierungsleistung?
Wie lang ist der Kontext?
Und das Modell mit der höchsten Punktzahl wird als Standard festgelegt.
Dieser Ansatz ist bequem.
Aber teuer und langsam.
Vor allem verpasst man die Veränderungen von GPT-5.6.
GPT-5.6 ist nicht nur ein Modell.
Es ist in drei Ausführungstierklassen unterteilt: Sol, Terra, Luna.
Sol ist das Flaggschiff für komplexe Codierung, Computernutzung, Forschung und Sicherheitsaufgaben.
Terra balanciert Leistung und Kosten.
Luna ist für schnelle und kostengünstige Massenaufgaben zuständig.
Die Standard-Power-Einstellung verwendet Sol und mittlere Inferenz.
OpenAI-Modellauswahlhandbuch
Hier ändert sich die Frage.
Es geht nicht darum, "Welches ist das intelligenteste Modell?"
Sondern "Welches ist das kleinste Modell, das für diese Aufgabe benötigt wird?"
II. Der wahre Wandel liegt nicht in der Leistung, sondern in der Kombination
GPT-5.6 Sol ist leistungsstark.
Es unterstützt einen Kontext von 1,05 Millionen Tokens.
Die maximale Eingabe beträgt 922.000 Tokens.
Die maximale Ausgabe beträgt 128.000 Tokens.
Es akzeptiert Texte und Bilder und nutzt Web- und Dateisuche, Codeausführung, Computernutzung sowie MCP und Fähigkeiten.
GPT-5.6 Sol Offizielle Spezifikationen
Aber wenn man nur auf die Zahlen schaut,
verpasst man das Wesentliche.
Der wahre Wandel von GPT-5.6 liegt darin, dass die Auswahlmöglichkeiten erweitert wurden.
Selbst nach der Auswahl eines Modells müssen drei weitere Entscheidungen getroffen werden.
GPT-5.6 4-Achsen-Tuning-Stack
Modellklasse
Welchen Motor aus Sol, Terra, Luna wird verwendet.
Inferenzstärke
Wie tief soll das Denken sein, zwischen
none,low,medium,high,xhigh,max.Ausführungsmodus
Soll der Standardmodus
standardverwendet werden.Oder der
pro-Modus, der mit mehr Berechnungen die Zuverlässigkeit erhöht.Prompt-Struktur
Was soll angegeben und was dem Modell überlassen werden.
Ich nenne diese vier Achsen den MREP-Stack.
Model.
Reasoning.
Execution.
Prompt.
Die Auswahl eines Modells ist jetzt nicht mehr nur die Auswahl eines Produkts.
Es ist das Design einer Serverinfrastruktur.
"Verwenden Sie den geringsten Denkaufwand, der das gewünschte Ergebnis liefert."
— OpenAI-Modellhandbuch
Wenn das gewünschte Ergebnis erzielt wird,
ist eine niedrige Inferenzstärke besser.
Die Verwendung der besten Spezifikationen ist keine Optimierung.
Es ist ein Verzicht auf Messungen.
III. Sol ist nicht immer die richtige Antwort
Nehmen wir zum Beispiel.
Sie müssen täglich 1.000 Kundenanfragen klassifizieren und in drei Sätzen zusammenfassen.
Komplexe Schlussfolgerungen sind nicht erforderlich.
Das Ergebnisformat ist ebenfalls festgelegt.
Für diese Aufgabe könnte Sol im Pro-Modus gute Ergebnisse liefern.
Aber auch Luna könnte die gleiche Qualität liefern.
In diesem Fall ist Sol also keine Verbesserung der Leistung.
Es gibt auch das Gegenteil.
Sie müssen Sicherheitslücken in Dutzenden von Dateien analysieren.
Den Codefluss verfolgen und zwischen Angriffsmöglichkeiten und Fehlalarmen unterscheiden.
Sie müssen auch prüfen, ob die vorgeschlagenen Änderungen neue Schwachstellen verursachen.
In diesem Fall ist Sol die richtige Wahl.
Sie können zwischen High und Extra High vergleichen und bei Bedarf bis zum Max-Modus testen.
Wenn Sie mehrere Bereiche unabhängig untersuchen können,
könnten auch Multi-Agenten in Betracht gezogen werden.
Es gibt auch eine dritte Situation.
Ein Manager muss 30 Marktberichte lesen und die Funktionen und Preise der Wettbewerber vergleichen.
Es ist nicht erforderlich, dass Sol alle Dokumente liest.
Die Tools sammeln Daten.
Der Code entfernt Duplikate.
Es werden nur Ergebnisse beibehalten, die den Kriterien entsprechen.
Das Modell erhält komprimierte Beweise und konzentriert sich auf das endgültige Urteil.
Dies ist das Programmatic Tool Calling von GPT-5.6.
Das Modell schreibt JavaScript, um erlaubte Tools parallel aufzurufen.
Es verwendet Schleifen und Bedingungen.
Es verarbeitet Zwischenergebnisse in der Ausführungsumgebung und gibt nur kleine strukturierte Ergebnisse als Kontext zurück.
Anstatt alle Daten zu lesen, übernimmt der Code mechanische Aufgaben.
Programmatic Tool Calling Guide
Es geht nicht nur darum, dass KI intelligenter wird.
Es geht darum, dass KI entscheidet, wann sie denken und wann sie den Code ausführen soll.
IV. Acht Änderungen in GPT-5.6 Sol
1. Programmatic Tool Calling
Die herkömmlichen Toolaufrufe waren interaktiv.
Das Modell ruft das Tool auf.
Es liest das Ergebnis.
Es entscheidet über den nächsten Aufruf.
Bei jedem Aufruf wird das Zwischenergebnis im Kontext gespeichert.
Mit GPT-5.6 können vorhersagbare Aufgaben in JavaScript-Programme gebündelt werden.
Parallelaufrufe.
Filterung.
Sortierung.
Duplikatentfernung.
Aggregation.
Validierung.
Diese Aufgaben werden im Code ausgeführt, und nur das endgültige Ergebnis wird dem Modell übergeben.
Nicht alle Toolaufgaben sind jedoch geeignet.
Wenn bei jedem Ergebnis eine neue Bedeutungsbewertung erforderlich ist,
ist ein direkter Toolaufruf besser.
Das gilt auch für Aufgaben, bei denen Genehmigungen erforderlich sind, wie Zahlungen oder Löschungen.
2. Multi-Agent Beta
Das GPT-5.6-Modell kann einen Root-Agenten erstellen, der mehrere Unteragenten parallel arbeiten lässt.
Ein Agent überwacht die Sicherheit.
Ein Agent konzentriert sich auf die Genauigkeit.
Ein anderer Agent sucht nach fehlenden Tests.
Der Root-Agent sammelt die Ergebnisse und bereinigt Duplikate und Konflikte.
Es eignet sich für die Suche in großen Codebasen, den Vergleich mehrerer Dokumente, die Überprüfung mehrerer Hypothesen und die Implementierung unabhängiger Komponenten.
Aber das ist auch nicht immer die schnellste Lösung.
Es ist nützlich für Aufgaben, die sequenzielle Schlussfolgerungen erfordern, das gleichzeitige Bearbeiten derselben Datei und wenn eine langsame externe API die gesamte Zeit bestimmt.
Es kann auch zu einem höheren Tokenverbrauch führen.
Es ist wichtig zu beachten, dass es sich um eine Beta-Funktion handelt.
OpenAI Multi-Agent Guide
3. Persisted Reasoning
Bei früheren Multi-Turn-Aufgaben konnte die Struktur früherer Schlussfolgerungen verwässert werden, auch wenn der Dialog fortgesetzt wurde.
Mit GPT-5.6 können Sie die Inferenzelemente, die in der nächsten Runde wiederverwendet werden sollen, über reasoning.context steuern.
Es ist wichtig zu beachten, dass diese Funktion nicht den ursprünglichen Denkprozess des Modells offenlegt.
Die Inferenzelemente bleiben undurchsichtig.
Der Nutzen liegt nicht in der Offenlegung, sondern in der Kontinuität.
Bei Aufgaben, bei denen Ziele und Annahmen über mehrere Runden hinweg beibehalten werden müssen, wird die Notwendigkeit verringert, dieselben Schlussfolgerungen von Grund auf neu zu ziehen.
Preserved Reasoning Guide
4. Pro-Modus
Pro ist kein separater Modellname.
Es ist keine Änderung des Modells auf gpt-5.6-pro.
Der Pro-Modus wird durch reasoning.mode: "pro" im gleichen GPT-5.6-Modell aktiviert.
Der Pro-Modus führt mehr Modelloperationen durch, um eine endgültige Antwort zu liefern.
Es eignet sich für anspruchsvolle Optimierungen, teure Code-Reviews und Aufgaben, bei denen Qualitätsunterschiede tatsächlich zu unterschiedlichen Ergebnissen führen.
Es führt jedoch zu längeren Wartezeiten und erhöhten Token- und Kostenanforderungen.
"Wählen Sie den Pro-Modus, wenn Qualität am wichtigsten ist."
— OpenAI GPT-5.6 Guide
"Was wichtig ist" und "Was schwierig ist" sind unterschiedlich.
Für einfache, aber wichtige Aufgaben ist der Pro-Modus nicht erforderlich.
Es sollte nur verwendet werden, wenn die Aufgabe schwierig ist und Qualitätsunterschiede tatsächlich zu Verlusten führen.
5. Max Inferenzstärke
GPT-5.6 unterstützt max Inferenz.
Es mag logisch erscheinen, dass mehr Denken immer zu besseren Antworten führt, aber die offizielle Empfehlung ist anders.
Wenn Sie derzeit xhigh verwenden, sollten Sie xhigh und max für dieselbe Hauptaufgabe vergleichen.
Wenn die Genauigkeit gleich bleibt, die Kosten und die Zeit jedoch steigen, ist Max keine Verbesserung.
Es geht nicht um die Denkmenge des Modells, sondern um den Geschäftserfolg.
6. Explizites Prompt-Caching
Mit GPT-5.6 können Sie bestimmte Teile des Prompts angeben, die wiederverwendet werden sollen.
Lange Systemrichtlinien.
Feste Referenzdokumente.
Definierte Tools, die wiederholt verwendet werden, werden am Anfang des Prompts platziert.
Änderbare Inhalte wie Benutzerfragen werden am Ende platziert.
Dadurch können Sie denselben Präfixbereich aus dem Cache erneut abrufen.
Es ist jedoch wichtig zu beachten, dass das Schreiben in den Cache bei GPT-5.6 1,25-mal so teuer ist wie normale Eingaben.
Das Lesen aus dem Cache ist vergünstigt, aber wenn das Prompt ein Einweg-Prompt ist, kann es sogar zu Verlusten führen.
Daher sollten Sie nicht nur cached_tokens betrachten.
Sie müssen auch cache_write_tokens messen.
Der Cache ist kein Sparmechanismus.
Es ist eine Investition, die sich nur auszahlt, wenn es genügend Wiederholungen gibt.
Prompt-Caching Guide
7. Frontend-Design und Absichtsverständnis
GPT-5.6 hat Verbesserungen im Layout, der visuellen Hierarchie und dem Designverständnis erfahren.
Es geht nicht nur darum, Code zu generieren, sondern auch um die Schaffung von saubereren und benutzerfreundlicheren Oberflächen.
Es wurde entwickelt, um nicht nur oberflächliche Sätze zu verstehen, sondern auch die tatsächlichen Ziele und Erwartungen besser zu interpretieren.
Deshalb müssen nicht alle Schritte im Prompt aufgeführt werden.
Es ist jedoch wichtig, die Grenzen der Autorität und die Erfolgskriterien zu beachten.
8. Originalbildauflösung
GPT-5.6 kann die ursprüngliche Größe von Bildern beibehalten, die als original oder auto übergeben werden.
Kleine Schaltflächen auf großen Bildschirmen.
Komplexe Dashboards.
Technische Zeichnungen, bei denen die räumlichen Beziehungen wichtig sind.
Es ist vorteilhaft für Aufgaben, bei denen detaillierte visuelle Informationen wichtig sind, wie Klickpositionen in der Computernutzung.
Aber große Bilder können zu mehr Tokenverbrauch und Verzögerungen führen.
Die Auflösung entspricht auch dem Modell.
Höher ist nicht immer besser.
Es sollte nur erhöht werden, wenn es erforderlich ist.
V. Das paradoxeste Update in der Ära der KI ist das Prompt
Eine der wichtigsten neuen Funktionen von GPT-5.6
könnte nicht die Funktion selbst sein.
Die Art und Weise, wie Prompts geschrieben werden, hat sich geändert.
Im Laufe der Zeit haben wir Anweisungen hinzugefügt, wenn das Modell Fehler gemacht hat.
"Stellen Sie sicher, dass Sie überprüfen."
"Keine Vermutungen."
"Denken Sie immer schrittweise."
"Schreiben Sie prägnant."
"Überprüfen Sie erneut."
Diese Sätze haben sich angesammelt, und das Prompt wurde zu einer Konfigurationsdatei.
Das Problem ist, dass die Konfigurationsdatei unverändert bleibt, auch wenn das Modell fortschreitet.
Selbst ein Entwickler mit 30 Jahren Erfahrung wird vor einer neuen Version denselben Versuchungen erliegen.
Es ist einfacher, eine neue Option hinzuzufügen, als die alten Einstellungen zu löschen.
Aber Legacy-Prompts sind wie Legacy-Code.
Die Bedingungen, die in der Vergangenheit erstellt wurden, um Fehler zu vermeiden, behindern in neuen Versionen die Leistung.
In internen Bewertungen von OpenAI wurde festgestellt, dass das Ersetzen langer und expliziter System-Prompts durch kürzere Prompts die Punktzahlen um etwa 10-15% verbesserte.
Die Gesamt-Tokenanzahl wurde um 41-66% reduziert, und die Kosten sanken um 33-67%.
Dies bedeutet nicht, dass in allen Aufgaben dieselben Ergebnisse garantiert sind.
Aber die Richtung ist klar.
"Verwenden Sie kürzere Prompts."
— OpenAI GPT-5.6 Guide
Auch hier gibt es eine Falle.
Man sollte nicht immer wieder "Antworte knapp" betonen.
GPT-5.6 bevorzugt grundsätzlich prägnante Antworten im Vergleich zu früheren Modellen.
Eine übermäßige Betonung der Kürze kann dazu führen, dass nicht nur Einführungen entfernt werden.
Es kann auch dazu führen, dass notwendige Beweise und Ergebnisse abgeschnitten werden.
Ein gutes Prompt ist nicht unbedingt ein kurzes Prompt.
Ein kurzes Prompt mit klaren Erfolgskriterien ist der Schlüssel.
Ein schlechter Ansatz sieht so aus.
간결하게 답해라.
불필요한 설명을 하지 마라.
핵심만 써라.
길게 쓰지 마라.
반복하지 마라.
Ein besserer Ansatz sieht so aus.
결론부터 제시한다.
결론을 뒷받침하는 근거와 중요한 예외,
다음 행동은 유지한다.
서론, 반복, 일반론부터 제거한다.
Es geht nicht darum, die Menge zu reduzieren, sondern zu bestimmen, was beibehalten werden soll.
VI. Die Wettbewerbsfähigkeit im Zeitalter der KI liegt nicht in der Modellzugriffsberechtigung
GPT-5.6 Sol ist leistungsstark.
Es handhabt lange Kontexte.
Es bündelt Tools in Programme.
Es lässt Unteragenten parallel arbeiten.
Es setzt frühere Schlussfolgerungen fort.
Es bietet auch tiefere Pro-Modi und Max-Inferenzen.
Aber alle diese Funktionen zu aktivieren, ist nicht die Lösung.
Wenn Sie einen Server betreiben, senden Sie nicht alle Anfragen an die teuerste Instanz.
Auch für Datenbankabfragen weisen Sie nicht allen Abfragen maximale Ressourcen zu.
Sie leiten, messen und optimieren je nach Bedeutung und Schwierigkeit.
Die KI ist auf derselben Stufe angekommen.
Ein Modell ist