模型指南 | OpenAI API

来源: https://developers.openai.com/api/docs/guides/prompt-guidance 抓取时间: 2026-07-21 16:18:48

GPT-5.6GPT-5.5GPT-5.4GPT-5.3 CodexGPT-5.2GPT-5.1GPT-5GPT-4.1

使用 GPT-5.6

了解 GPT-5.6 和 GPT-5.6 模型系列的最佳实践、功能和迁移指南。

简介

GPT-5.6 为复杂的生产工作流设定了新的质量和效率基准。GPT-5.6 特别节省 token，并改进了前端美学，包括布局、视觉层次和设计判断。 GPT-5.6 还引入了新的命名方案。gpt-5.6 别名将请求路由到 gpt-5.6-sol，这是旗舰功能的模型。使用 gpt-5.6-terra 以更低的价格获得强大的性能，使用 gpt-5.6-luna 进行高效、高容量的工作负载。 从 GPT-5.5 或 GPT-5.4 迁移时，从您当前的 GPT-5.5 或 GPT-5.4 推理设置开始，然后在代表性任务上测试相同的设置和低一级的设置。GPT-5.6 通常可以用更少的 token 保持或提高质量，但最佳设置取决于您的工作负载。

新功能

• 程序化工具调用： GPT-5.6 可以编写 JavaScript 来调用符合条件的工具，在调用之间传递结果，并在托管运行时中处理中间输出。使用 程序化工具调用 处理有界的、工具密集的工作流，这些工作流不需要在每个步骤之间进行新的模型判断。程序化工具调用与 ZDR 兼容，无需额外的容器成本。
• 多 Agent [测试版]： 多 Agent 让 GPT-5.6 实例并行协调多个子 Agent 并综合它们的结果。与 Codex 中的 ultra 模式类似，这可以减少实际运行时间，并提高可以清晰地划分为独立工作流的复杂任务的性能。多 Agent 作为测试功能在 Responses API 中提供，我们将根据开发人员反馈进行迭代。
• 显式提示缓存： GPT-5.6 允许您准确标记 OpenAI 缓存哪些可重用的提示前缀。您仍然可以在隐式模式下使用自动缓存。OpenAI 按 1.25 倍未缓存输入速率收取缓存写入费用，而缓存读取仍然享受折扣。了解如何 配置提示缓存。
• 持久推理： GPT-5.6 可以跨轮次重用可用的推理项，以提高多轮质量和缓存效率。使用 reasoning.context 选择行为。了解如何 跨调用保留推理。
• 最大推理努力： GPT-5.6 支持 max 推理努力，用于需要更多探索和验证的高要求任务。如果您当前使用 xhigh，请在代表性工作负载上比较这两种设置。
• 专业模式： GPT-5.6 可以执行更多模型工作以提高困难任务的可靠性，并返回单个最终答案。当质量比延迟和 token 使用更重要时，使用 reasoning.mode: \"pro\" 启用它。了解如何 使用专业模式。
• Token 效率： GPT-5.6 用更少的输出 token 达到前沿性能。
• 前端设计： GPT-5.6 创建更精致和可用的网站和应用程序，具有更强的布局、视觉层次和设计判断。
• 意图理解： GPT-5.6 可以更好地从上下文中推断用户的潜在目标和预期工作级别，因此您通常不需要规定每个步骤。继续提供领域上下文、硬约束、审批边界和成功标准。告诉模型何时重要的歧义应该触发问题。
• 原始图像细节： GPT-5.6 保留以 original 或 auto 细节发送的图像的原始尺寸，而不是将它们调整大小到补丁预算或像素维度限制。大图像可能会使用更多输入 token 并增加延迟。了解如何 选择图像细节级别。

安全保障

使用 GPT-5.6 模型时，用户可能会遇到阻止或拒绝某些请求的安全保障，这是由于在生成模型输出时运行的实时网络和生物学滥用分类器。其他请求可能需要更长时间，因为在这些分类器同步审查输出时，生成过程会在流中暂停几秒钟。安全保障可能偶尔会干预合法工作，特别是在防御性和攻击性活动最初看起来相似的两用领域。 如果您的应用程序为个人最终用户服务，请随每个请求发送一个稳定的、保护隐私的 safety_identifier。请参阅 实现安全标识符 获取指导。 我们正在不断改进这些安全保障，使其在抵御对抗性压力时稳健有效，同时保留对合法工作的访问，如代码审查、漏洞研究、补丁开发、调试、安全教育和防御性测试。

迁移快速开始

使用 Codex 迁移

Codex 可以使用 OpenAI 文档技能 应用本指南中的推荐更改。

$openai-docs migrate this project to the GPT-5.6 model family

要在其他编码 Agent 中使用此技能，请从 OpenAI 技能仓库 下载它。

更新 API 和模型参数

• 为工作负载选择目标模型。使用 gpt-5.6-sol 获得前沿能力，使用 gpt-5.6-terra 平衡智能和成本，或使用 gpt-5.6-luna 进行高效、高容量的工作负载。gpt-5.6 别名将请求路由到 gpt-5.6-sol。
• 使用 Responses API 进行推理、工具调用和多轮工作流。
• 有意设置 reasoning.effort。GPT-5.6 支持 none、low、medium、high、xhigh 和 max。
  • 如果您从 GPT-5.5 或 GPT-5.4 迁移，请保留当前的推理努力作为基线，然后比较低一级的设置。
  • 如果使用 none，将其保持为延迟基线，并在工作流受益于推理或工具使用时也测试 low。
  • 使用 medium 作为平衡起点，使用 low 处理延迟敏感的工作负载。
  • 当更多推理产生可衡量的质量增益时，使用 high 或 xhigh。
  • 为最困难的质量优先工作负载保留 max。比较 max 和 xhigh，为您的用例找到最佳的质量、延迟和成本权衡。
• 要使用专业模式，请保持您选择的 GPT-5.6 模型，并在 Responses API 中将 reasoning.mode 设置为 pro；不要切换到单独的 Pro 模型 slug。独立选择 reasoning.effort。如果省略它，GPT-5.6 在标准和专业模式下都默认为 medium。请参阅 推理模式 获取请求示例和计费详情。
• 根据先前推理的相关程度配置持久推理。
  • 省略 reasoning.context 或将其设置为 auto 以使用模型的默认值。检查响应的 reasoning.context 字段以确认有效模式。
  • 当任务的目标、假设和优先级在各轮中保持稳定时，将 reasoning.context 设置为 all_turns。
  • 使用 all_turns 时，继续使用 previous_response_id 使模型可以使用早期响应中的推理。
  • 手动管理历史时，保留并重新发送之前的用户输入和每个响应输出项。对于 store: false 或零数据保留，重放 API 默认返回的加密推理项。
  • 当早期推理不再相关时，将 reasoning.context 设置为 current_turn。
• 检查提示缓存。您不需要更改代码来继续使用隐式缓存。由于 GPT-5.6 缓存写入费用为未缓存输入速率的 1.25 倍，因此跟踪 cached_tokens 和 cache_write_tokens 以了解净成本。使用显式断点或 prompt_cache_options.mode: \"explicit\" 来避免不必要的写入，并将 prompt_cache_retention 替换为 prompt_cache_options.ttl。
• 要使用程序化工具调用，请添加 programmatic_tool_calling 工具并使用 allowed_callers 选择符合条件的工具。更新您的应用程序以处理 program 项、程序发出的函数调用和 program_output 项，同时保留每个调用的 call_id 和 caller 链接。请参阅 程序化工具调用指南 获取请求和续接示例。
  • 在代表性任务上基准测试启用 PTC 的工作流。比较任务成功率、最终答案完整性、所需证据、总 token、延迟和成本。只有当最终答案仍满足所需的质量标准时，更少的调用、轮次或中间输出才是改进。

提示最佳实践

倾向于更精简的提示

删除重复的指令和示例并简化工具描述可以提高任务性能和 token 效率。在内部编码 Agent 评估运行的样本中，系统提示更精简的配置将评估分数提高了约 10-15%，同时将总 token 减少了 41-66%，成本减少了 33-67%。结果会因工作负载而异，因此请将这些范围视为方向性的，并在您自己应用程序的代表性任务上验证更改。 要在不丢失重要指导的情况下简化提示：

• 从已经有效的提示和工具集开始。一次删除一组指令、示例或工具，然后重新运行相同的评估。
• 每条指令只陈述一次。
• 只暴露与任务相关的工具，并保持其描述简洁准确。
• 当示例和风格指导编码产品需求或纠正已测量的差距时，保留它们。
• 在运行开始时和对话增长时跟踪上下文。长时间会话可能会放大重复的提示和工具内容。

定义自主权和审批边界

GPT-5.6 在执行多步骤任务时可以主动和持久。定义每个请求授权的操作级别，以便模型可以继续安全的、范围内的工作而不会不必要地暂停，同时在外部、破坏性、昂贵或范围扩大的操作之前停止。 紧凑的策略通常就足够了：

对于回答、解释、审查、诊断或规划的请求，请检查相关材料并报告结果。除非请求也要求，否则不要实施更改。

对于更改、构建或修复的请求，请进行请求的范围内本地更改，并运行相关的非破坏性验证，无需先询问。

对于外部写入、破坏性操作、购买或范围的重大扩展，需要确认。

明确命名安全的本地操作，例如读取文件、检查日志、编辑范围内代码和运行测试。将策略保存在一个地方并每条规则只陈述一次。重复诸如“先询问”、“不要修改”或“等待审批”等指令可能会导致对安全、预期操作的不必要的审批请求。

设置响应长度和风格

GPT-5.6 默认情况下往往比 GPT-5.5 更简洁。迁移时，检查广泛的简洁性指令（如“保持简洁”或“保持简短”）是否仍然有用。它们对于某些任务可能是不必要的，有时会使响应过于简短。当它们可靠地产生您应用程序所需的输出时，请保留它们。 为了在请求之间进行更一致的控制，使用 text.verbosity 设置默认的详细程度，然后使用提示处理特定任务的要求。

使用 text.verbosity 设置默认值

选择 low、medium 或 high 作为请求的默认详细程度。在提示中，指定任何特定任务的长度、结构或所需内容。请参阅 设置 text.verbosity 获取 API 示例。

指定简短答案必须包含的内容

当任务要求更简短的答案时，确定模型必须保留的信息和可以省略的细节。例如：

从结论开始。包括支持它所需的证据、任何重大警告和下一步行动。省略次要细节和重复。

保留所有必需的事实、决定、警告和下一步。首先修剪介绍、重复、通用保证和可选背景。

这为模型提供了清晰的优先级顺序：保留完成任务所需的内容，然后删除较低价值的细节。

定义语气

诸如“友好”或“有同理心”等广泛标签可能是模糊的。描述定义产品语气的写作选择，例如直接陈述答案的程度、何时承认问题以及是否需要保证或签名。

直接陈述答案。如果用户报告问题，请在给出下一步之前承认具体问题。仅在相关时使用保证。省略通用表扬和不必要的签名。

专业模式

在质量最重要时选择专业模式

专业模式是一种 Responses API 执行模式，在返回单个最终答案之前对请求应用更多模型工作。它可以提高困难任务的可靠性，但它会增加延迟，并将该工作的 token 聚合在报告的使用量中。这些 token 按所选模型的标准 token 费率计费。 当边际质量改进对结果产生重大影响且任务足够困难以受益时，请使用专业模式，例如复杂优化、高价值编码或审查、或具有明确评估标准的深度分析。对于常规、延迟敏感或高容量工作，以及每当您的评估未显示专业模式带来有意义的收益时，请优先使用标准模式。 推理模式和推理努力是独立的。专业模式适用于任何 GPT-5.6 模型及其支持的推理努力。从与标准模式基线相同的模型和努力开始，然后在代表性任务上比较配置，而不是假设最高努力总是最佳权衡。

在 API 中配置专业模式

在 API 请求中启用专业模式。保持您在标准模式中使用的相同结果导向的提示：陈述目标、相关上下文、约束、所需证据、成功标准和输出格式。您不需要要求模型“使用专业模式”、“更努力地思考”或生成几个候选答案。 例如：

审查此数据库迁移计划，查找可能导致数据丢失或扩展停机的故障模式。对于每个发现，引用相关步骤，估计影响和可能性，并推荐具体的缓解措施。按严重性顺序返回五个最重要的风险。

比较质量和成本

在相同的代表性任务上比较标准和专业模式。测量任务成功率、答案完整性、所需证据、总 token、延迟和成本。选择性地使用专业模式，其质量或可靠性增益证明额外的模型工作是合理的。 了解更多信息请参阅 推理模式指南。

程序化工具调用

按任务形状选择程序化工具调用

程序化工具调用（PTC）最适用于有界工作流，其中代码可以处理多个工具结果或大的中间输出，并返回更小的结构化结果。用于过滤、连接、排名、去重、聚合、验证或其他可预测的处理。 仅多个、并行或依赖调用本身并不证明程序化工具调用是合理的。在以下情况下优先使用直接、非 PTC 的工具调用：

• 一次调用就足够了
• 中间输出已经很小
• 每个结果可能会改变模型的下一个决定
• 操作需要审批
• 最终输出必须保留引用或本机工件

使路由指令特定于任务

不要依赖工具可用性或通用指令（如“高效使用程序化工具调用”）来产生正确的路由。当直接和程序化调用都可用时，明确说明：

• 哪个有界阶段应该使用程序化工具调用。
• 它可以调用哪些工具。
• 确切的输出架构和所需证据。
• 并发、重试和停止限制。
• 哪些工作应该保持直接。

工具描述应记录其预期的返回字段、类型和错误行为。如果模型无法在编写程序之前确定返回形状，请优先使用直接工具调用，以便它可以在决定如何使用结果之前检查结果。 如果需要两条路由，请定义一个清晰的交接，并告诉模型不要切换路由或重复已完成的工作。 例如：

<tool_orchestration>
仅使用 [符合条件的工具] 为 [有界阶段] 使用程序化工具调用。
安全时并发运行独立调用。仅使用记录的工具输入和输出字段。

处理和简化中间结果，然后准确发出 [输出架构]，包括最终答案所需的证据。

满足 [条件] 时停止。最多重试瞬态故障 [R] 次。
不要重复已完成的调用或执行有副作用的操作。如果仍然缺少所需结果，请返回清晰的结构化失败。

对于 [语义判断、审批或最终验证]，使用直接工具调用。
</tool_orchestration>

评估最终答案

program_output 项和最终的助手 message 是独立的输出；确保同时测试两者。理论上，程序可以返回正确的记录，而消息可能省略必填字段、引用或警告。 在相同的代表性任务上比较直接和程序化调用。检查最终响应是否正确、完整，并包含所需的证据。然后比较总 token、延迟、成本、调用、轮次和重试。只有当响应仍然通过您现有的评估时，才将较低的资源使用视为改进。 了解更多信息请参阅 程序化工具调用指南。