Что случилось
OpenAI представила GPT-5.6 Sol, флагманскую модель в линейке GPT-5.6, которая позиционируется как инструмент для длительной самостоятельной работы. Ключевой особенностью Sol является режим Ultra, позволяющий распределять сложные задачи между несколькими параллельно работающими ИИ-агентами. Это позволяет одному агенту искать информацию, другому — проверять код, третьему — собирать материалы, а четвертому — сверять итоговый результат. OpenAI также отменила 5-часовые лимиты для модели и готовит обновление GPT 5.6 Sol, нацеленное на повышение эффективности и сокращение расхода токенов. Модель GPT-5.6 Sol теперь может работать внутри среды Claude Code, интегрируясь через официальный плагин или прокси. Это позволяет создавать схемы, где Claude пишет код, а GPT его критикует, или использовать Sol как основную модель через алиас. Стоимость Sol почти вдвое ниже, чем у Claude Fable 5, что делает их комбинированное использование привлекательным для оптимизации расходов.
В сравнении с Claude Fable 5, GPT-5.6 Sol превосходит в автономности исполнения и стоимости, но уступает в стратегическом планировании. Claude Fable 5 лучше справляется с проектированием архитектуры, планированием и анализом сложных интерфейсов. GPT-5.6 Sol, напротив, демонстрирует лучшие результаты как автономный исполнитель, доводя задачи до конца без вмешательства человека, эффективно используя субагентов и аккуратно следуя существующим паттернам кода. Среда Claude Code позволяет пользователям настраивать модель субагента и уровень усилий, что важно, так как запуски Sol в режиме Ultra могут потреблять значительно больше токенов. Правильная настройка делегированных задач позволяет существенно экономить средства. Один из показательных примеров использования Sol — создание интерактивной 3D-карты, аналогичной Google Earth, с функциями реального времени, поиском и достопримечательностями. Проект обошелся примерно в 30 миллионов токенов, что эквивалентно около 150 долларов.
Почему это важно
Выпуск GPT-5.6 Sol знаменует собой переход от моделей, отвечающих на вопросы, к полноценным рабочим помощникам, способным выполнять длительные и сложные поручения. Это особенно актуально на фоне растущих жалоб на перекладывание издержек AI-лабораторий на конечных пользователей и давления на маржинальность в индустрии. Компании, от стартапов до крупных корпораций, внимательнее следят за расходами на AI-инфраструктуру, и более доступные и автономные модели, такие как GPT-5.6 Sol, становятся ключевым фактором для оптимизации затрат. OpenAI позиционирует GPT-5.6 как линейку инструментов для длительной самостоятельной работы, выделяя версии Terra для повседневных задач, Luna для скорости и доступности, и флагманскую Sol для сложных исследований, программирования и инженерных задач. Особые надежды возлагаются на Sol как на новый стандарт в сфере кибербезопасности, научных вычислений и управления компьютером через AI. Новая линейка лучше работает с готовыми профессиональными материалами, такими как отчеты, финансовые модели и проекты в коде.
Что это значит для вайб-кодинга
Для разработчиков, использующих ИИ в своей работе, GPT-5.6 Sol открывает новые возможности для автоматизации и повышения эффективности. Возможность делегировать сложные задачи автономным ИИ-агентам, таким как Sol, позволяет разработчикам сосредоточиться на более творческих и стратегических аспектах проектов. Комбинирование GPT-5.6 Sol с другими моделями, например, Claude Fable 5, для выполнения разных этапов задачи, может привести к созданию более мощных и экономически выгодных рабочих процессов. Режим Ultra с его многоагентным подходом особенно полезен для задач, требующих комплексного анализа, поиска информации и проверки кода. Разработчики могут использовать GPT-5.6 Sol для автоматизации рутинных задач программирования, генерации boilerplate-кода, поиска и исправления ошибок, а также для проведения сложных научных вычислений. Важно научиться эффективно настраивать параметры модели, особенно в режиме Ultra, чтобы оптимизировать расход токенов и, соответственно, затраты. Это требует понимания того, как задачи распределяются между субагентами и как управлять их работой для достижения наилучших результатов.