Como usar o GPT-6

Introdução

O GPT-5.6 estabelece um novo patamar de qualidade e eficiência para fluxos de trabalho complexos em produção. Ele é especialmente eficiente no uso de tokens e melhora a estética do frontend, com layouts mais bem organizados, hierarquia visual mais clara e escolhas de design mais criteriosas.

O GPT-5.6 também introduz uma nova nomenclatura. O alias gpt-5.6 direciona as solicitações para gpt-5.6-sol, o modelo mais capaz da família. Use gpt-5.6-terra para obter alto desempenho a um preço menor e gpt-5.6-luna para processar grandes volumes com eficiência.

Ao migrar do GPT-5.5 ou do GPT-5.4, comece com a configuração de raciocínio que você já usa nesse modelo. Em seguida, teste essa configuração e o nível imediatamente inferior em tarefas representativas. Em muitos casos, o GPT-5.6 consegue manter ou melhorar a qualidade com menos tokens, mas a melhor configuração depende da sua carga de trabalho.

Novidades

• Chamada programática de ferramentas: o GPT-5.6 pode escrever código JavaScript para chamar ferramentas compatíveis, passar resultados de uma chamada para outra e processar saídas intermediárias em um ambiente de execução hospedado. Use a chamada programática de ferramentas em fluxos de trabalho de escopo delimitado que fazem uso intensivo de ferramentas e dispensam uma nova decisão do modelo a cada etapa. O recurso é compatível com zero retenção de dados (ZDR) e não tem custos adicionais de contêiner.
• Múltiplos agentes [beta]: o recurso de múltiplos agentes permite que uma instância do GPT-5.6 coordene vários subagentes em paralelo e sintetize seus resultados. Assim como o modo Ultra no Codex, esse recurso pode reduzir o tempo total de execução e melhorar o desempenho em tarefas complexas que podem ser divididas em frentes de trabalho independentes. O recurso está disponível em versão beta na API Responses enquanto fazemos ajustes com base no feedback dos desenvolvedores.
• Cache explícito de prompts: o GPT-5.6 permite indicar exatamente quais prefixos reutilizáveis de prompt a OpenAI deve armazenar em cache. Você também pode continuar usando o cache automático no modo implícito. Para gravações no cache, a OpenAI cobra a tarifa de entrada sem cache multiplicada por 1,25. As leituras continuam com desconto. Saiba como configurar o cache de prompts.
• Persistência do raciocínio: o GPT-5.6 pode reutilizar itens de raciocínio disponíveis de turnos anteriores para melhorar a qualidade em conversas com vários turnos e a eficiência do cache. Use reasoning.context para selecionar o comportamento. Saiba como preservar o raciocínio entre chamadas.
• Esforço de raciocínio Max: o GPT-5.6 oferece o nível de esforço de raciocínio max para tarefas exigentes que requerem mais exploração e verificação. Se você usa xhigh, compare as duas configurações em cargas de trabalho representativas.
• Modo Pro: o GPT-5.6 pode dedicar mais processamento a tarefas difíceis para aumentar a confiabilidade e retornar uma única resposta final. Ative esse modo com reasoning.mode: "pro" quando a qualidade for mais importante que a latência e o consumo de tokens. Saiba como usar o modo Pro.
• Eficiência no uso de tokens: o GPT-5.6 alcança o desempenho dos modelos de ponta com menos tokens de saída.
• Design de frontend: o GPT-5.6 cria sites e aplicativos mais refinados e fáceis de usar, com layouts mais bem organizados, hierarquia visual mais clara e escolhas de design mais criteriosas.
• Compreensão da intenção: o GPT-5.6 consegue inferir melhor, pelo contexto, o objetivo do usuário e quanto trabalho ele espera que o modelo faça. Por isso, muitas vezes você pode dispensar instruções passo a passo. Continue fornecendo o contexto do domínio, as restrições obrigatórias, os limites de aprovação e os critérios de sucesso. Indique quando uma ambiguidade importante deve levar o modelo a fazer uma pergunta.
• Nível de detalhe original das imagens: o GPT-5.6 preserva as dimensões da imagem com o nível de detalhe original ou auto. A exceção são imagens com mais de 65.535 pixels de largura ou altura, que são reduzidas para respeitar esse limite. A API rejeita imagens que ainda excedam o limite de 30.000 patches, em vez de redimensioná-las para atender a esse limite. Imagens grandes podem consumir mais tokens de entrada e aumentar a latência. Saiba como escolher o nível de detalhe da imagem.

Medidas de proteção

Ao usar modelos GPT-5.6, você pode ter algumas solicitações bloqueadas ou recusadas por medidas de proteção. Isso ocorre porque classificadores de uso indevido nas áreas de segurança cibernética e biologia analisam as saídas em tempo real durante a geração. Outras solicitações podem demorar mais porque a geração é pausada por alguns segundos enquanto os classificadores analisam as saídas de forma síncrona. Ocasionalmente, essas medidas podem interferir em atividades legítimas, especialmente em áreas de uso dual, nas quais ações defensivas e ofensivas podem parecer semelhantes à primeira vista.

Se o seu aplicativo atende usuários finais individuais, envie em cada solicitação um safety_identifier estável que preserve a privacidade. Consulte Como implementar identificadores de segurança para obter orientações.

Aprimoramos continuamente essas medidas de proteção para que resistam a tentativas de contorná-las e continuem eficazes, ao mesmo tempo que preservam o acesso a atividades legítimas, como revisão de código, pesquisa de vulnerabilidades, desenvolvimento de correções, depuração, ensino de segurança e testes defensivos.

Guia rápido de migração

Migre com o Codex

O Codex pode aplicar as mudanças recomendadas neste guia com a habilidade OpenAI Docs.

$openai-docs migre este projeto para a família de modelos GPT-5.6

Para usar essa habilidade em outros agentes de programação, baixe-a do repositório de habilidades da OpenAI.

Atualize os parâmetros da API e do modelo

• Escolha o modelo de destino de acordo com a carga de trabalho. Use gpt-5.6-sol quando precisar do modelo mais capaz, gpt-5.6-terra para equilibrar inteligência e custo ou gpt-5.6-luna para processar grandes volumes com eficiência. O alias gpt-5.6 direciona as solicitações para gpt-5.6-sol.
• Use a API Responses em fluxos de trabalho que envolvam raciocínio, chamadas de ferramentas ou vários turnos.
• Defina reasoning.effort de acordo com a tarefa. O GPT-5.6 aceita none, low, medium, high, xhigh e max.
  • Se estiver migrando do GPT-5.5 ou do GPT-5.4, mantenha o esforço de raciocínio atual como referência e compare os resultados com os do nível imediatamente inferior.
  • Se você usa none, mantenha esse nível como referência de latência. Teste também low quando o fluxo de trabalho se beneficiar do raciocínio ou do uso de ferramentas.
  • Use medium como ponto de partida equilibrado e low para cargas de trabalho sensíveis à latência.
  • Use high ou xhigh quando as medições mostrarem que um esforço maior de raciocínio melhora a qualidade.
  • Reserve max para as cargas de trabalho mais difíceis em que a qualidade seja a prioridade. Compare max e xhigh para encontrar o melhor equilíbrio entre qualidade, latência e custo para o seu caso de uso.
• Para usar o modo Pro, mantenha o modelo GPT-5.6 escolhido e defina reasoning.mode como pro na API Responses. Não troque o slug pelo de um modelo Pro separado. Escolha reasoning.effort de forma independente. Se você omitir esse parâmetro, o GPT-5.6 usará medium tanto no modo padrão quanto no modo Pro. Consulte Modo de raciocínio para ver um exemplo de solicitação e detalhes de cobrança.
• Configure a persistência do raciocínio de acordo com o quanto do raciocínio anterior ainda é relevante. Os modelos GPT-5.6 usam all_turns por padrão. Os modelos anteriores usam current_turn.
  • Omita reasoning.context ou defina-o como auto para usar all_turns, o padrão do GPT-5.6. Confira o campo reasoning.context da resposta para confirmar qual modo foi aplicado.
  • Defina reasoning.context como all_turns quando os objetivos, as premissas e as prioridades da tarefa permanecerem estáveis entre os turnos.
  • Com all_turns, use previous_response_id para dar continuidade à conversa e disponibilizar ao modelo o raciocínio das respostas anteriores.
  • Ao gerenciar o histórico manualmente, preserve e reenvie as entradas anteriores do usuário e todos os itens de saída de cada resposta. Com store: false ou zero retenção de dados, reenvie os itens de raciocínio criptografados que a API retorna por padrão.
  • Defina reasoning.context como current_turn quando o raciocínio anterior deixar de ser relevante.
• Revise o cache de prompts. Você pode continuar usando o cache implícito sem alterar o código. No GPT-5.6, a tarifa de gravação no cache equivale à tarifa de entrada sem cache multiplicada por 1,25. Acompanhe cached_tokens e cache_write_tokens para entender o custo líquido. Use pontos de interrupção explícitos ou prompt_cache_options.mode: "explicit" para evitar gravações desnecessárias e substitua prompt_cache_retention por prompt_cache_options.ttl.
• Para usar a chamada programática de ferramentas, adicione a ferramenta programmatic_tool_calling e habilite as ferramentas compatíveis com allowed_callers. Atualize seu aplicativo para processar itens program, chamadas de função feitas pelo programa e itens program_output. Preserve os vínculos de cada chamada por meio de call_id e caller. Consulte o guia de chamada programática de ferramentas para ver exemplos de solicitações e de como dar continuidade a elas.
  • Meça o desempenho do fluxo de trabalho com a chamada programática de ferramentas (PTC) habilitada em tarefas representativas. Compare a taxa de sucesso das tarefas, a completude da resposta final, as evidências exigidas, o total de tokens, a latência e o custo. Reduzir o número de chamadas, turnos ou saídas intermediárias só representa uma melhoria se a resposta final ainda atender ao padrão de qualidade exigido.

Práticas recomendadas para prompts

Prefira prompts mais enxutos

Eliminar instruções e exemplos repetidos e simplificar as descrições das ferramentas pode melhorar o desempenho nas tarefas e a eficiência no uso de tokens. Em uma amostra de avaliações internas de agentes de programação, configurações com prompts de sistema mais enxutos melhoraram as pontuações em cerca de 10% a 15%, reduziram o total de tokens em 41% a 66% e diminuíram o custo em 33% a 67%. Os resultados variam conforme a carga de trabalho. Use essas faixas como referência aproximada e valide as mudanças em tarefas representativas do seu aplicativo.

Para simplificar os prompts sem perder orientações importantes:

• Comece com um prompt e um conjunto de ferramentas que já funcionem. Remova um grupo de instruções, exemplos ou ferramentas por vez e repita as mesmas avaliações.
• Apresente cada instrução uma única vez.
• Disponibilize apenas as ferramentas relevantes para a tarefa e descreva-as de forma concisa e precisa.
• Mantenha exemplos e orientações de estilo quando expressarem um requisito do produto ou corrigirem uma deficiência identificada nas avaliações.
• Monitore o contexto tanto no início da execução quanto à medida que a conversa avança. Em sessões longas, o conteúdo repetido de prompts e ferramentas pode se acumular.

Defina os limites de autonomia e aprovação

O GPT-5.6 pode tomar a iniciativa e persistir na execução de tarefas com várias etapas. Defina quais ações cada solicitação autoriza. Assim, o modelo pode prosseguir com atividades seguras dentro do escopo sem pausas desnecessárias e parar antes de executar ações externas, destrutivas, de alto custo ou que ampliem o escopo.

Uma política breve costuma ser suficiente:

Se o usuário pedir uma resposta, explicação, revisão, diagnóstico ou plano,
examine os materiais relevantes e informe o resultado. Só implemente mudanças
se o usuário também as solicitar.

Se o usuário pedir que você altere, crie ou corrija algo, faça as mudanças
locais solicitadas dentro do escopo e execute as verificações não destrutivas
pertinentes sem pedir confirmação prévia.

Exija confirmação antes de gravar dados em sistemas externos, executar ações
destrutivas, fazer compras ou ampliar significativamente o escopo.

Especifique quais ações locais são seguras, como ler arquivos, inspecionar logs, editar código dentro do escopo e executar testes. Mantenha a política em um só lugar e enuncie cada regra apenas uma vez. Repetir instruções como “pergunte antes”, “não altere nada” ou “aguarde aprovação” pode levar o modelo a pedir aprovação desnecessariamente para ações seguras e esperadas.

Defina a extensão e o estilo das respostas

Por padrão, o GPT-5.6 tende a ser mais conciso que o GPT-5.5. Ao migrar, verifique se instruções gerais como “Seja conciso” ou “Responda em poucas palavras” ainda são úteis. Em algumas tarefas, elas podem ser dispensáveis e até gerar respostas curtas demais. Mantenha-as quando produzirem de forma consistente a saída de que seu aplicativo precisa.

Para controlar o nível de detalhe de forma mais consistente entre solicitações, use text.verbosity para definir um padrão e especifique no prompt os requisitos de cada tarefa.

Defina o padrão com text.verbosity

Escolha low, medium ou high como nível de detalhe padrão da solicitação. No prompt, especifique a extensão, a estrutura ou o conteúdo que a tarefa exige. Consulte Como configurar text.verbosity para ver um exemplo de uso da API.

Especifique o que uma resposta curta deve incluir

Quando a tarefa exigir uma resposta mais curta, indique quais informações o modelo deve preservar e quais detalhes pode omitir. Por exemplo:

Comece pela conclusão. Inclua as evidências necessárias para sustentá-la,
as ressalvas relevantes e a próxima ação. Omita detalhes secundários e repetições.

Preserve todos os fatos, decisões, ressalvas e próximos passos exigidos.
Ao encurtar o texto, corte primeiro as introduções, as repetições, as frases
genéricas para tranquilizar o usuário e as informações de contexto opcionais.

Isso dá ao modelo uma ordem clara de prioridades: primeiro, preservar o conteúdo necessário para concluir a tarefa e, depois, remover os detalhes menos importantes.

Defina o tom

Descrições genéricas como “amigável” ou “empático” podem ser ambíguas. Descreva as escolhas de redação que definem o tom do seu produto: com que grau de objetividade apresentar a resposta, quando reconhecer um problema e em que situações convém tranquilizar o usuário ou incluir uma despedida.

Responda diretamente. Se o usuário relatar um problema, reconheça a dificuldade
específica que ele descreveu antes de indicar o próximo passo. Só procure
tranquilizar o usuário quando isso for pertinente. Omita elogios genéricos
e despedidas desnecessárias.

Modo Pro

Escolha o modo Pro quando a qualidade for a prioridade

O modo Pro é um modo de execução da API Responses em que o modelo dedica mais processamento à solicitação antes de retornar uma única resposta final. Ele pode aumentar a confiabilidade em tarefas difíceis, mas aumenta a latência. O total de uso informado inclui todos os tokens desse processamento. Esses tokens são cobrados pelas tarifas padrão do modelo escolhido.

Use o modo Pro quando uma pequena melhoria de qualidade fizer diferença no resultado e a tarefa for difícil o bastante para se beneficiar dela. Exemplos incluem otimizações complexas, trabalhos de programação ou revisão de alto valor e análises aprofundadas com critérios claros de avaliação. Prefira o modo padrão para tarefas rotineiras, sensíveis à latência ou de grande volume, e sempre que suas avaliações não indicarem ganho significativo com o modo Pro.

O modo e o esforço de raciocínio são independentes. O modo Pro funciona com qualquer modelo GPT-5.6 e com todos os níveis de esforço de raciocínio que ele aceita. Comece com o mesmo modelo e o mesmo esforço que você usa como referência no modo padrão. Depois, compare as configurações em tarefas representativas, sem presumir que o maior esforço sempre ofereça o melhor equilíbrio entre qualidade, latência e custo.

Configure o modo Pro na API

Ative o modo Pro na solicitação à API. Use o mesmo prompt voltado ao resultado que você usa no modo padrão. Especifique o objetivo, o contexto relevante, as restrições, as evidências exigidas, os critérios de sucesso e o formato de saída. Não é necessário pedir ao modelo que “use o modo Pro”, “pense mais” ou gere várias respostas possíveis.

Por exemplo:

Revise este plano de migração de banco de dados e identifique possíveis falhas
que possam causar perda de dados ou indisponibilidade prolongada. Para cada
falha identificada, cite a etapa correspondente, estime o impacto e a probabilidade
de ocorrência e recomende uma medida específica para reduzir o risco.
Apresente os cinco riscos mais importantes em ordem decrescente de gravidade.

Compare a qualidade e o custo

Compare os modos padrão e Pro nas mesmas tarefas representativas. Meça a taxa de sucesso das tarefas, a completude das respostas, as evidências exigidas, o total de tokens, a latência e o custo. Use o modo Pro de forma seletiva quando o ganho de qualidade ou confiabilidade justificar o processamento adicional.

Saiba mais no guia de modos de raciocínio.

Chamada programática de ferramentas

Escolha a chamada programática de ferramentas conforme a estrutura da tarefa

A chamada programática de ferramentas (PTC) funciona melhor em fluxos de trabalho de escopo delimitado, nos quais o código pode processar vários resultados de ferramentas ou saídas intermediárias volumosas e retornar um resultado estruturado muito menor. Use-a para filtragem, junção, ordenação por relevância, deduplicação, agregação, validação ou outros tipos de processamento previsível.

O simples fato de haver várias chamadas, chamadas paralelas ou dependências entre elas não justifica a chamada programática de ferramentas. Prefira chamadas diretas, sem PTC, quando:

• Uma chamada for suficiente
• As saídas intermediárias já forem pequenas
• Cada resultado puder mudar a próxima decisão do modelo
• Uma ação exigir aprovação
• A saída final precisar preservar citações ou artefatos nativos

Adapte as instruções sobre o tipo de chamada à tarefa

A disponibilidade das ferramentas ou instruções genéricas como “use a chamada programática de ferramentas com eficiência” não bastam para que o modelo escolha o tipo de chamada adequado. Quando tanto as chamadas diretas quanto as programáticas estiverem disponíveis, especifique:

• Qual etapa de escopo delimitado deve usar a chamada programática de ferramentas.
• Quais ferramentas podem ser chamadas nessa etapa.
• O schema exato de saída e as evidências exigidas.
• Os limites de concorrência e de novas tentativas, além dos critérios de parada.
• Quais partes do trabalho devem continuar usando chamadas diretas.

As descrições das ferramentas devem documentar os campos e tipos de dados esperados no retorno e o comportamento em caso de erro. Se o modelo não conseguir determinar a estrutura do retorno antes de escrever o programa, prefira a chamada direta para que ele possa examinar o resultado antes de decidir como usá-lo.

Se precisar dos dois tipos de chamada, defina um único ponto de transição entre eles e instrua o modelo a não alternar entre os tipos nem repetir trabalho já concluído.

Por exemplo:

<tool_orchestration>
Use a chamada programática de ferramentas para [bounded stage] e chame apenas
[eligible tools]. Execute as chamadas independentes em paralelo quando for seguro.
Use apenas os campos de entrada e saída documentados das ferramentas.

Processe e reduza os resultados intermediários. Em seguida, produza uma saída
que siga exatamente [output schema] e inclua as evidências necessárias para a
resposta final.

Pare assim que [condition] for atendida. Em caso de falha transitória, faça no
máximo [R] novas tentativas. Não repita chamadas concluídas nem execute ações
com efeitos colaterais. Se ainda faltar algum resultado obrigatório, retorne uma
indicação clara da falha em formato estruturado.

Use chamadas diretas de ferramentas para [semantic judgment, approval, or final validation].
</tool_orchestration>

Avalie a resposta final

O item program_output e a message final do assistente são saídas separadas. Teste ambas. Um programa pode, em princípio, retornar os registros corretos e, ainda assim, a mensagem omitir um campo, uma citação ou uma ressalva obrigatória.

Compare as chamadas diretas e programáticas nas mesmas tarefas representativas. Verifique se a resposta final está correta e completa e inclui as evidências exigidas. Em seguida, compare o total de tokens, a latência, o custo e o número de chamadas, turnos e novas tentativas. Considere a redução no uso de recursos uma melhoria somente se a resposta continuar passando nas avaliações existentes.

Saiba mais no guia de chamada programática de ferramentas.