GPT-5.6 מובנה כעת ב-Zero כמשפחת שלושה מודלים: Sol למשימות מרובות-סוכנים המורכבות ביותר, Terra לביצוע יומיומי מאוזן, ו-Luna לזרימות עבודה מהירות ובנפח גבוה.
עבור צוותים שמנתבים עומסי עבודה מגוונים של סוכנים, זה עשוי להיות שימושי יותר ממודל דגל יחיד. במקום לשלם על רמת חשיבה מרבית בכל שלב, ניתן להתאים את המודל למשימה תוך שמירה על סביבת Zero: כלים מחוברים, קבצים, גישה לדפדפן, ביצוע מבודד, מיומנויות ומעקב.
בחרו בנתיב Built-in ו-VM0 ינהל את הגישה למודל ויחייב לפי קרדיטים. אם הצוות שלכם כבר משתמש במפתח API של OpenAI או אם יש לכם מנוי ChatGPT/Codex אישי, Zero תומכת גם בנתיבים אלו.
משפחה אחת, שלוש נקודות פעולה
OpenAI עיצבה את GPT-5.6 סביב רמות יכולת עמידות. המספר מזהה את הדור; Sol, Terra ו-Luna מתארים את האיזון בין אינטליגנציה, מהירות ועלות.
GPT-5.6 Sol: העבודה הקשה ביותר
Sol הוא הדגל. השתמשו בו כאשר המשימה קשה מספיק כך שתכנון חזק יותר, בדיקות נוספות או עבודה מקבילה יכולים לשנות את התוצאה באופן מהותי.
האינטגרציה של GPT-5.6 Sol ב-Zero משתמשת כברירת מחדל ביכולת חשיבה Ultra. OpenAI מתארת את Ultra כקואורדינציה של ארבעה סוכנים במקביל, ולאחר מכן סינתזה של עבודתם. זה הופך את Sol למתאים במיוחד למשימות עם מספר זרמי עבודה עצמאיים, כגון:
- העברת בסיס קוד גדול תוך בדיקת תאימות ותיעוד התוצאה.
- מחקר שוק ממקורות רבים, אתגור הממצאים והפקת תקציר מוכן להחלטה.
- הפיכת תקציר מוצר לממשק מלוטש, בדיקת התוצאה המוצגת ותיקון בעיות חזותיות או תפקודיות.
- חקירת תקרית ייצור בלוגים, קוד, כרטיסים ומצב דפדפן לפני הצעת תיקון.
Sol נמצא בשכבת $$$ VM0 Built-in. השתמשו בו כאשר טעות יקרה, לא לכל תגובה קצרה.
GPT-5.6 Terra: סוס העבודה המאוזן
Terra הוא נקודת הפתיחה ההגיונית לעבודה מקצועית שחוזרת על עצמה. OpenAI ממקמת אותו כשכבה מאוזנת ומדווחת על ביצועים תחרותיים מול GPT-5.5 במחצית ממחיר הטוקן הרשום ב-API.
השתמשו ב-Terra למשימות שעדיין דורשות חשיבה ושימוש בכלים אך לא מצריכות את עוצמת החישוב המרבית של Sol:
- מחקר יומי, מעקב מתחרים ותקצירים מרובי מקורות.
- שינויים שגרתיים בקוד, ניתוח pull-request וחקר תקלות.
- ניסוח דוחות, תוכניות השקה, תקצירים ללקוחות ומסמכים תפעוליים.
- זרימות עבודה של סוכנים שדורשות טיפול חזק בהקשר ארוך בעלות מתונה יותר.
Terra נמצאת בשכבת $$ VM0 Built-in. היא אינה ברירת מחדל אוניברסלית; זו פשוט השכבה שהיינו בודקים ראשונה עבור רבות מזרימות העבודה הכלליות.
GPT-5.6 Luna: מהירות ונפח
Luna היא המהירה והמשתלמת ביותר במשפחה. היא מיועדת למשימות שבהן קצב התפוקה וזמן התגובה חשובים יותר מהעומק המרבי.
משימות מתאימות ל-Luna כוללות:
- סיווג או ניתוב של כמויות גדולות של כרטיסים, לידים או הודעות.
- חילוץ שדות מובנים ממסמכים עקביים.
- ביצוע מיון ראשוני לפני קידום מקרים לא ברורים ל-Terra או Sol.
- הפקת תקצירים קצרים או טרנספורמציות בנפח גבוה.
Luna נמצאת בשכבת $ VM0 Built-in. היא לא הבחירה הנכונה לכל משימה זולה: הערכת ההקשר הארוך של OpenAI מראה פער גדול בין Luna לשתי השכבות הגבוהות יותר בשליפה על קלטים גדולים מאוד. נתחו הקשר עמוק או עמום ל-Terra או Sol.
מה אומרים—ולא אומרים—המדדים
OpenAI מדווחת על תוצאות חזקות לכל המשפחה, אך הסיפור השימושי הוא צורת האיזון ולא מיקום בודד בטבלת דירוג.
ב-Terminal-Bench 2.1, שמעריך זרימות עבודה של סוכנים בשורת הפקודה, OpenAI מדווחת על 91.9% ל-Sol Ultra, 88.8% ל-Sol, 87.4% ל-Terra ו-84.7% ל-Luna. ב-BrowseComp, הציונים המדווחים הם 92.2% ל-Sol Ultra, 90.4% ל-Sol, 87.5% ל-Terra ו-83.3% ל-Luna.
תוצאת ההקשר הארוך היא אות הניתוב החשוב יותר. ב-OpenAI MRCR v2, 8-needle, 256K–512K, Sol מקבל 91.5% ו-Terra 89.6%, בעוד Luna מקבל 41.3%. Luna עדיין יכולה להיות מצוינת למשימות קצרות וחוזרות; פשוט אין להתייחס אליה כאל Sol קטן לכל משימה.
אלו הערכות מדווחות על ידי הספק, לא דירוג אוניברסלי. מדדים מודדים מסגרות, כלים, הגדרות חשיבה ותקציבים מסוימים. זרימת העבודה שלכם עשויה להפוך את הסדר, לכן הריצו משימה מייצגת לפני שינוי סוכן בפרודקשן.
GPT-5.6 מול GPT-5.5 ו-Claude Fable 5
ההשוואה המעשית אינה "איזה מודל מנצח?" אלא "איזה התנהגות שווה את ההשקעה בשלב זה של הריצה?"
| מודל | התאמה מיטבית ב-Zero | מה בולט | שכבת VM0 Built-in |
|---|---|---|---|
| GPT-5.6 Sol | עבודה קשה ורב-שלבית שבה תכנון, ביצוע מקביל, שיפוט עיצובי או אימות יכולים לשנות את התוצאה | Zero משתמשת כברירת מחדל ב-Ultra; שכבת GPT-5.6 החזקה ביותר לקוד, שימוש במחשב, עיצוב, מחקר והקשר עמוק | $$$ |
| GPT-5.6 Terra | זרימות עבודה מקצועיות יומיומיות שעדיין דורשות חשיבה אמינה וכלים | איכות, מהירות ועלות מאוזנות; התאמה משפחתית חזקה למשימות הקשר ארוך | $$ |
| GPT-5.6 Luna | עבודה מהירה ובנפח גבוה עם קלטים עקביים והסלמה קלה | השהיה ועלות הנמוכות ביותר במשפחה; אידיאלי למיון, חילוץ והרצות בנפח | $ |
| GPT-5.5 | זרימות עבודה קיימות של OpenAI שכבר עברו ולידציה ואינן דורשות כיול מחדש | התנהגות מוכרת ונקודת השוואה יציבה לסוכנים נוכחיים | זמינות תלויה בהגדרת סביבת העבודה |
| Claude Fable 5 | זרימות העבודה העמוקות ביותר של Anthropic ו-Claude Code, במיוחד כאשר הצוות כבר מותאם להתנהגות זו | חשיבה ארוכת טווח פרימיום ופרופיל ספק/כלים ייחודי | $$$$ |
OpenAI מדווחת כי Sol מוביל על Fable 5 ב-Agents' Last Exam ובמדד Artificial Analysis Coding Agent, בעוד Fable 5 עדיין מוביל מעט ב-GDPval-AA v2. זו בדיוק הסיבה ש"המודל הטוב ביותר" היא טענה רחבה מדי. Sol בולט כאשר רוצים את קידוד הסוכנים, השימוש במחשב, העיצוב וההתנהגות הרב-סוכנית החזקים ביותר של OpenAI. Fable נשאר בחירה תקפה לעבודה מתקדמת ב-Anthropic ולזרימות עבודה שכבר מכוילות סביב Claude Code.
Terra היא מועמדת השדרוג הישיר עבור רבות מזרימות העבודה של GPT-5.5: OpenAI אומרת שהיא תחרותית מול GPT-5.5 במחצית ממחיר הטוקן הרשום ב-API. Luna היא יעד אופטימיזציה שונה—מהירות וקנה מידה—ולכן השוו אותה לפי עבודה שהושלמה לדולר או לדקה, לא רק לפי ציוני שיא במדדים.
מה המשמעות של Built-in ב-Zero
Built-in הופך את GPT-5.6 לבחירת ניתוב במקום פרויקט הרשאות. בחרו בספק VM0 Managed ו-Zero תטפל בגישה תוך חיוב לפי שכבת הקרדיטים המתאימה. אין צורך ליצור או לתחזק מפתח API נפרד של OpenAI לנתיב זה.
צוותים שמעדיפים קשר ישיר עם הספק יכולים עדיין להשתמש במפתח API של OpenAI או לחבר מנוי ChatGPT/Codex. שם המודל נשאר זהה; מסלול החיוב והגדרת הספק משתנים. שכבות הקרדיטים של VM0 ($, $$, $$$) אינן זהות למחירי הטוקן הציבוריים של OpenAI.
כיצד להפעיל GPT-5.6 ב-Zero
GPT-5.6 נבחר בהגדרות המודל, לא על ידי כתיבת "use GPT-5.6" בתוך פרומפט.
- פתחו את הגדרות ובחרו מודלים מהתפריט הצדדי.
- בקטע אישי, הוסיפו GPT 5.6 Sol, GPT 5.6 Terra או GPT 5.6 Luna.
- בחרו Built-in לשימוש בנתיב VM0 Managed, או בחרו את ספק OpenAI API או ChatGPT/Codex המחובר שלכם.
- התחילו צ'אט או הרצה, פתחו את בורר המודלים ועברו לשכבה הרצויה.
- לאחר שזרימת עבודה מתייצבת, הגדירו את המודל המתאים ברמת הסוכן או המיומנות כדי שעבודה שגרתית תשתמש בנתיב הרצוי בעקביות.
מדריך ניתוב מעשי
התחילו בשלוש שאלות:
- כמה יקרה טעות? השתמשו ב-Sol כאשר שגיאות יוצרות עבודה חוזרת משמעותית, סיכון או השפעה בהמשך.
- כמה עמוק ועמום ההקשר? השתמשו ב-Terra או Sol לקלטים גדולים ומורכבים שדורשים הצלבה וסינתזה.
- באיזו תדירות תרוץ המשימה? השתמשו ב-Luna לעבודה בנפח גבוה וצפוי, ואז הסלימו חריגים.
דפוס ניתוב משולב שווה בדיקה: Luna מסננת ומבנה את הקלט, Terra מבצעת את עיקר העבודה, ו-Sol מטפל בהחלטות שמצדיקות חשיבה מרבית. אין צורך שמודל אחד יעשה הכל; כל שלב צריך להשתמש במודל המתאים.
GPT-5.6 הופך את הבחירה הזו לברורה במיוחד. Sol, Terra ו-Luna מעניקים ל-Zero שלוש נקודות פעולה באותה סביבת סוכן—כך שניתן להגדיל יכולת כשנדרש ולהפחית עלות כשלא.
