簡介
GPT-5.6 為正式環境中的複雜工作流程建立了新的品質與效率基準。GPT-5.6 在 Token 使用效率上尤其出色,也提升了前端設計的美感,在版面配置、視覺層次安排與設計判斷上都有進步。
GPT-5.6 也採用新的命名方式。gpt-5.6 別名會將請求導向具備旗艦級能力的 gpt-5.6-sol。若要以較低的價格獲得出色的效能,請使用 gpt-5.6-terra。若要有效率地處理大量工作,請使用 gpt-5.6-luna。
從 GPT-5.5 或 GPT-5.4 遷移時,先沿用目前在 GPT-5.5 或 GPT-5.4 上的推理設定,再以具代表性的任務測試相同設定和低一級的設定。GPT-5.6 通常能以較少的 Token 維持或提升品質,但最佳設定仍取決於工作負載。
新功能
- 程式化工具呼叫: GPT-5.6 可以撰寫 JavaScript,在代管的執行環境中呼叫符合條件的工具、在呼叫之間傳遞結果,並處理中間輸出。如果工作流程範圍明確、需要頻繁使用工具,而且各步驟之間無須模型重新判斷,請使用程式化工具呼叫。程式化工具呼叫支援零資料保留(ZDR),且不會產生額外的容器費用。
- 多智慧體 [測試版]: 多智慧體功能可讓一個 GPT-5.6 執行個體協調多個子代理程式平行作業,並彙整其結果。與 Codex 的 Ultra 模式類似,對於能明確拆分成多項獨立工作的複雜任務,這項功能可縮短實際完成時間並提升表現。多智慧體目前是 Responses API 的測試版功能,我們會持續依據開發人員的意見改進。
- 明確指定提示詞快取: GPT-5.6 可讓你明確標記要由 OpenAI 快取哪些可重複使用的提示詞前綴。你仍可在隱含模式下使用自動快取。OpenAI 的快取寫入費率為未快取輸入費率的 1.25 倍,快取讀取則維持優惠費率。瞭解如何設定提示詞快取。
- 跨回合保留推理: GPT-5.6 可以跨回合重複使用可用的推理項目,提升多回合互動的品質和快取效率。使用
reasoning.context選擇推理保留方式。瞭解如何在呼叫之間保留推理。 - Max 推理強度: 對於需要更深入探索與驗證的高難度任務,GPT-5.6 支援
max推理強度。如果目前使用xhigh,請以具代表性的工作負載比較兩種設定。 - Pro 模式: GPT-5.6 可以投入更多運算來提升執行高難度任務時的可靠性,並傳回單一最終答案。如果品質比延遲和 Token 用量更重要,請使用
reasoning.mode: "pro"啟用此模式。瞭解如何使用 Pro 模式。 - Token 使用效率: GPT-5.6 能以較少的輸出 Token 達到旗艦級表現。
- 前端設計: GPT-5.6 的版面配置、視覺層次安排與設計判斷能力更出色,能打造更精緻且易於使用的網站與應用程式。
- 理解意圖: GPT-5.6 更能從上下文推斷使用者的真正目標,以及希望模型做到什麼程度,因此通常無須逐一指定步驟。請繼續提供領域背景、必須遵守的限制、需要核准的行動範圍,以及成功標準。告訴模型遇到哪些重要疑義時應先提問。
- 原始影像細節: 將細節層級設為
original或auto時,GPT-5.6 會保留影像尺寸,但如果任一邊超過 65,535 像素,就會縮小影像以符合這項限制。如果影像仍超過 30,000 個影像區塊的上限,API 會拒絕該影像,不會再縮小尺寸以符合上限。大型影像可能會使用較多輸入 Token,並增加延遲。瞭解如何選擇影像細節層級。
安全防護措施
GPT-5.6 模型產生輸出時,系統會即時執行分類器,偵測資安與生物領域的濫用行為。因此,安全防護機制可能會封鎖或拒絕某些請求。其他請求可能需要較長時間才能完成,因為系統會在串流過程中暫停生成數秒,等候分類器同步審查輸出。安全防護機制偶爾也會介入正當工作,尤其是在兼具攻防用途的領域,因為防禦與攻擊活動在初期可能看起來很相似。
如果你的應用程式為個別終端使用者提供服務,請隨每個請求傳送穩定且能保護隱私的 safety_identifier。相關指引請參閱實作安全識別碼。
我們持續改進這些安全防護措施,讓它們在面對刻意規避防護的行為時仍穩健有效,同時讓使用者能繼續從事正當工作,例如程式碼審查、漏洞研究、修補程式開發、除錯、資安教育及防禦測試。
遷移快速入門
使用 Codex 遷移
Codex 可以使用 OpenAI Docs 技能,套用本指南建議的變更。
$openai-docs 請將這個專案遷移至 GPT-5.6 模型系列
如要在其他程式設計智慧體中使用這項技能,請從 OpenAI 技能程式碼庫下載。
更新 API 與模型參數
- 根據工作負載選擇目標模型。需要旗艦級能力時使用
gpt-5.6-sol,需要兼顧模型能力與成本時使用gpt-5.6-terra,需要有效率地處理大量工作時則使用gpt-5.6-luna。gpt-5.6別名會將請求導向gpt-5.6-sol。 - 針對推理、工具呼叫和多回合工作流程,請使用 Responses API。
- 根據任務需求設定
reasoning.effort。GPT-5.6 支援none、low、medium、high、xhigh和max。- 如果從 GPT-5.5 或 GPT-5.4 遷移,請保留目前的推理強度作為基準,再與低一級的設定比較。
- 如果使用
none,請保留此設定作為延遲基準。如果推理或工具使用有助於工作流程,也請測試low。 medium是兼顧各項需求的起始設定。對延遲敏感的工作負載則使用low。- 如果實測顯示增加推理能提升品質,請使用
high或xhigh。 - 僅在難度最高且以品質為優先的工作負載上使用
max。比較max與xhigh,找出最符合使用情境的品質、延遲與成本平衡點。
- 如要使用 Pro 模式,請保留已選取的 GPT-5.6 模型,並在 Responses API 中將
reasoning.mode設為pro,不要切換到另一個 Pro 模型 Slug。reasoning.effort可獨立設定。如果省略這個參數,GPT-5.6 在標準模式和 Pro 模式下都會預設使用medium。請參閱推理模式,瞭解請求範例和計費詳情。 - 根據先前的推理有多少仍適用,設定跨回合保留推理的方式。GPT-5.6 模型預設使用
all_turns,較早的模型則預設使用current_turn。- 省略
reasoning.context或將其設為auto,即可使用 GPT-5.6 的預設值all_turns。查看回應中的reasoning.context欄位,即可確認實際生效的模式。 - 如果任務的目標、假設和優先順序在各回合間維持穩定,請將
reasoning.context設為all_turns。 - 使用
all_turns時,請透過previous_response_id接續先前的回應,讓模型能使用先前回應中的推理。 - 手動管理歷程記錄時,請保留並重新傳送先前的使用者輸入,以及每一個回應輸出項目。如果使用
store: false或零資料保留,請重新傳送 API 預設傳回的加密推理項目。 - 當先前的推理已不再適用時,請將
reasoning.context設為current_turn。
- 省略
- 檢查提示詞快取設定。你無須修改程式碼即可繼續使用隱含快取。由於 GPT-5.6 的快取寫入費率為未快取輸入費率的 1.25 倍,請追蹤
cached_tokens和cache_write_tokens,以瞭解淨成本。使用明確指定的快取斷點或prompt_cache_options.mode: "explicit"避免不必要的寫入,並將prompt_cache_retention替換為prompt_cache_options.ttl。 - 如要使用程式化工具呼叫,請加入
programmatic_tool_calling工具,並使用allowed_callers為符合條件的工具啟用這種呼叫方式。更新應用程式,使其能處理program項目、程式發出的函式呼叫,以及program_output項目,同時保留每次呼叫的call_id及其caller關聯。請參閱程式化工具呼叫指南,查看如何發出請求及接續處理的範例。- 使用具代表性的任務,對已啟用 PTC 的工作流程進行基準測試。比較任務是否成功、最終答案的完整性、所需證據、Token 總用量、延遲與成本。只有在最終答案仍符合品質要求時,減少呼叫次數、回合數或中間輸出才算是改進。
撰寫提示詞的最佳做法
優先使用精簡的提示詞
移除重複的指示和範例,並簡化工具說明,有助於提升任務表現和 Token 使用效率。在一組內部程式設計智慧體評估中,使用較精簡系統提示詞的設定讓評估分數提高了約 10–15%,同時讓 Token 總用量減少 41–66%,成本降低 33–67%。結果會因工作負載而異,因此這些範圍僅供參考。請以你自己應用程式中的代表性任務驗證變更效果。
如要精簡提示詞並保留重要指引,可採取以下做法:
- 從已能順利運作的提示詞與工具組合開始。每次移除一組指示、範例或工具,再重新執行相同的評估。
- 每項指示只說一次。
- 只提供與任務相關的工具,並讓工具說明簡潔、精確。
- 如果範例和風格指引體現了產品需求,或能彌補評估中發現的不足,就予以保留。
- 從開始執行時起,隨著對話變長持續追蹤上下文。對話時間越長,重複的提示詞和工具內容造成的影響可能越大。
界定自主行動與核准範圍
執行多步驟任務時,GPT-5.6 可以主動採取行動並持續推進。請明確界定每個請求授權的行動範圍,讓模型可以持續執行安全且在授權範圍內的工作,避免不必要的停頓,同時能在採取對外、具破壞性、成本高昂或擴大範圍的行動前停下來。
通常只需幾條簡短的規則:
如果使用者要求回答問題、解釋、審查、診斷或擬定計畫,請檢視相關資料並回報結果。只有在使用者也要求變更時,才實際修改。
如果使用者要求修改、建置或修正,請在授權範圍內完成所要求的本機變更,並執行相關的非破壞性驗證,無須事先詢問。
在寫入外部系統、執行破壞性操作、進行任何購買或實質擴大工作範圍之前,都必須先取得使用者確認。
明確列出安全的本機操作,例如讀取檔案、檢查記錄、編輯範圍內的程式碼,以及執行測試。將規則集中在同一處,每條只說一次。反覆要求「先詢問」、「不要變更」或「等候核准」,可能會讓模型連執行安全且符合預期的操作都要求核准。
設定回應長度與風格
GPT-5.6 的預設回應通常比 GPT-5.5 更精簡。遷移時,請確認「請簡潔作答」或「簡短回答」等概括性的指示是否仍有用。某些任務可能不需要這類指示,有時它們還會讓回應過於簡略。如果這些指示能穩定產生應用程式所需的輸出,就予以保留。
如要讓不同請求的回應詳略更一致,請使用 text.verbosity 設定預設的詳細程度,再透過提示詞指定個別任務的需求。
使用 text.verbosity 設定預設詳細程度
選擇 low、medium 或 high 作為請求的預設詳細程度。在提示詞中指定該任務的長度、結構或必要內容。API 範例請參閱設定 text.verbosity。
指定簡短答案必須包含的內容
如果任務需要較短的答案,請指出模型必須保留哪些資訊,以及可以省略哪些細節。例如:
先說結論,再提供支持結論所需的證據,指出任何重要限制,並說明下一步該怎麼做。省略次要細節與重複內容。
保留所有必要的事實、決策、注意事項及後續步驟。需要縮短答案時,優先刪減開場白、重複內容、籠統的安撫語句及非必要的背景資訊。
這樣能讓模型清楚掌握優先順序:先保留完成任務所需的內容,再刪減較不重要的細節。
定義語氣
「友善」或「有同理心」等概括性的描述可能有多種解讀。請具體說明哪些寫作方式符合產品的語氣,例如要多直接地給出答案、何時應回應使用者反映的問題,以及是否適合加入安撫語句或結語。
直接給出答案。如果使用者回報問題,請先回應對方遇到的具體問題,再說明下一步該怎麼做。只在切合情境時使用安撫語句。省略空泛的稱讚與不必要的結語。
Pro 模式
品質最重要時選擇 Pro 模式
Pro 模式是 Responses API 的一種執行模式。模型會對請求投入更多運算,再傳回單一最終答案。這種模式可提升模型處理高難度任務時的可靠性,但也會增加延遲。用量報告會加總這些運算使用的 Token,並依所選模型的標準 Token 費率計費。
如果品質略有提升就足以對結果產生實質影響,而且任務難度高到足以從額外運算中受益,請使用 Pro 模式。適用的情境包括複雜的最佳化問題、高價值的程式設計或審查工作,以及有明確評估標準的深入分析。對於例行、對延遲敏感或處理量大的工作,或評估結果顯示 Pro 模式沒有帶來實質改善時,請優先選擇標準模式。
推理模式與推理強度可獨立設定。Pro 模式適用於所有 GPT-5.6 模型,以及各模型支援的推理強度。先使用與標準模式基準相同的模型和推理強度,再以具代表性的任務比較各種設定,避免預設最高推理強度一定是最佳選擇。
在 API 中設定 Pro 模式
在 API 請求中啟用 Pro 模式。請沿用標準模式下以結果為重點的提示詞,清楚說明目標、相關上下文、限制、所需證據、成功標準和輸出格式。你無須要求模型「使用 Pro 模式」、「更深入思考」或產生多個候選答案。
例如:
請審查這份資料庫遷移計畫,找出哪些情況可能導致資料遺失或長時間停機。針對每項發現,請引用計畫中的相關步驟,評估影響及發生的可能性,並提出具體的風險緩解措施。列出最重要的五項風險,依嚴重程度由高至低排序。
比較品質與成本
在相同的代表性任務上比較標準模式與 Pro 模式。衡量任務是否成功、答案完整性、所需證據、Token 總用量、延遲與成本。只在品質或可靠性的提升值得投入額外運算時,才使用 Pro 模式。
詳情請參閱推理模式指南。
程式化工具呼叫
根據任務特性選擇程式化工具呼叫
程式化工具呼叫(PTC)最適合範圍明確的工作流程,尤其是能用程式碼處理多個工具結果或大量中間輸出,再傳回精簡許多的結構化結果時。可用於篩選、資料聯結、排名、去除重複項目、彙總、驗證或其他處理方式可預先確定的工作。
僅僅因為需要多次呼叫、平行呼叫,或呼叫之間有相依關係,並不足以構成使用程式化工具呼叫的理由。在下列情況下,請優先直接呼叫工具,不使用 PTC:
- 一次呼叫就足夠
- 中間輸出本來就很小
- 每個結果都可能改變模型接下來的決策
- 某項行動需要核准
- 最終輸出必須保留引用來源或原生產物
針對任務明確指定呼叫方式
不要只依賴可用工具清單,或「有效率地使用程式化工具呼叫」之類的概括性指示,來引導模型選擇正確的呼叫方式。如果直接呼叫和程式化呼叫都可用,請明確說明:
- 哪個範圍明確的階段應使用程式化工具呼叫。
- 該階段可呼叫哪些工具。
- 確切的輸出結構描述與所需證據。
- 並行數量限制、重試上限與停止條件。
- 哪些工作應繼續直接呼叫工具。
工具說明應記載預期傳回的欄位、型別及發生錯誤時的行為。如果模型在撰寫程式前無法確定傳回結果的結構,請優先直接呼叫工具,讓模型能先檢查結果,再決定如何使用。
如果兩種呼叫方式都需要,請明確指定一個交接點,並告訴模型不要自行切換呼叫方式或重做已完成的工作。
例如:
<tool_orchestration>
在 [bounded stage] 階段使用程式化工具呼叫,且僅可呼叫 [eligible tools]。在安全的情況下,並行執行彼此獨立的呼叫。只使用工具文件中列出的輸入與輸出欄位。
處理並精簡中間結果,然後嚴格依照 [output schema] 輸出結果,其中須包含最終答案所需的證據。
一旦符合 [condition] 就停止。遇到暫時性錯誤時,最多重試 [R] 次。不要重複執行已完成的呼叫,也不要執行會產生副作用的操作。如果仍缺少必要結果,請以結構化格式清楚回報失敗。
處理 [semantic judgment, approval, or final validation] 時,請直接呼叫工具。
</tool_orchestration>
評估最終答案
program_output 項目與助理的最終 message 是兩個不同的輸出,請務必測試兩者。即使程式傳回了正確的記錄,訊息仍可能遺漏必要欄位、引用來源或重要限制。
在相同的代表性任務上比較直接呼叫與程式化呼叫。先檢查最終回應是否正確、完整,並包含所需證據,再比較 Token 總用量、延遲、成本、呼叫次數、回合數與重試次數。只有在回應仍能通過既有評估時,資源用量降低才算是改進。
詳情請參閱程式化工具呼叫指南。