Тестирование GPT-5.6 Sol, Terra и Luna в работе
Ключевые тезисы:
- GPT-5.6 — мощное обновление, доступное в Cursor и Devin, а также через API.
- Модель демонстрирует значительные улучшения в оркестрации задач и планировании по сравнению с GPT-5.5.
- Sol (самая мощная), Terra и Luna (бюджетная) — три уровня новой модели.
- Интеграция с инструментами оркестрации (OMP, Orca) открывает новые возможности для автоматизации.
Доступность и первое впечатление
Модель GPT-5.6 уже доступна в Cursor и Devin. Приложение Codex было переименовано в ChatGPT Codex. Внутри доступны три варианта модели:
- Sol (High/Ultra): Самая мощная и быстрая.
- Terra: Баланс производительности и стоимости.
- Luna: Бюджетный вариант, аналог Haiku.
Первые тесты показывают, что модель стала лучше в дизайне и была дообучена.
Рабочий сетап: Orca и OMP
Для эффективной работы с агентами используется связка инструментов:
- Orca: Терминальный менеджер и файловый редактор для оркестрации агентов. Имеет удобный интерфейс с проектами, файловым менеджером и панелью агентов.
- OMP (OhMyP): Харнес (обвязка) для моделей, который позволяет собрать все подписки (OpenAI, Anthropic и др.) в одном месте. Ключевые особенности:
- Использование всех доступных моделей через единый интерфейс.
- Режим Advisor: Умная модель (например, Sol) комментирует и направляет действия более дешевой модели, экономя токены и улучшая качество.
- Удобное управление субагентами.
Тестирование возможностей GPT-5.6 Sol
Модель тестировалась на различных практических задачах:
1. Автономное решение проблем
- Написание письма в саппорт: GPT-5.6 самостоятельно нашла форму обратной связи, проанализировала логи OMP, объяснила причину бага (массовый фанаут агентов) и отправила отчет.
- Создание Pull Request: После обнаружения бага в OMP, модель проанализировала репозиторий, создала issue, а затем подготовила полноценный фикс и pull request.
2. Улучшение существующих проектов
- Игра Dust Arena: Была поставлена задача исправить лаги, улучшить модели игроков, добавить русский звук через ElevenLabs и фоновую музыку. Модель корректно разбила задачу на подзадачи, проанализировала код (обнаружила проблему с broadcast на каждый сокет) и реализовала изменения.
- SEO-оптимизация блога: Модель провела аудит сайта, проанализировала индексцию и внесла рекомендации по её улучшению.
3. Создание контента и дизайн
- Страница "Мой стек": На основе контекста стрима и чата модель создала HTML-страницу с описанием используемого стека технологий, моделей и инфраструктуры.
- Редизайн блога: По запросу были созданы три версии лендинга силами субагентов, использующих Sol, Terra и Luna. Результаты визуально отличались по качеству.
- Генерация видео: Через скилл Remotion модель создала короткий видеоролик.
Оркестрация и работа с субагентами
GPT-5.6 показала себя как отличный оркестратор, что было слабым местом GPT-5.5.
- Модель самостоятельно запускает субагентов для выполнения сложных задач, без необходимости принудительных команд.
- В Codex можно настроить отдельных субагентов под конкретные модели (Sol, Terra, Luna) через конфигурационные файлы.
- Промпты, которые модель генерирует для своих субагентов, стали качественнее и детальнее, приближаясь по уровню к Fable.
Сравнение моделей Sol, Terra, Luna
- Sol: Наиболее умная и креативная. Лучше всего подходит для планирования, оркестрации и сложных задач. Стала основной моделью для ежедневного использования.
- Terra: Надежный "рабочий" вариант, похожий по стилю на GPT-5.5. Хорош для исполнения задач.
- Luna: Бюджетный вариант. Результаты (например, в дизайне) проще и менее проработаны. Может подойти для простых задач или как модель-исполнитель под руководством Sol.
Проблемы и нюансы
- Скорость: Не всегда высокая, особенно на сложных задачах с исследованием.
- Стабильность интерфейса: В Orca и Codex возможны зависания и баги.
- Политика лимитов OpenAI: Как и в случае с Fable, есть опасения, что доступ к мощной модели могут ограничить после активного использования.
- "Вода" в ответах: Иногда модель слишком многословна, требуется дополнительный промптинг для краткости.
Выводы
- GPT-5.6 Sol — сильное обновление, особенно в области оркестрации и автономного решения многошаговых задач.
- Модель превзошла GPT-5.5 и на текущий момент конкурирует с Opus в качестве интеллектуального координатора.
- Связка GPT-5.6 + OMP + Orca создает мощную экосистему для автоматизации, позволяя гибко использовать разные модели под разные нужды.
- Sol идеально подходит для роли планировщика и советника (Advisor), в то время как Terra и Luna могут быть эффективными исполнителями.
- Модель стала заметно лучше в дизайне, но для сложной визуализации могут потребоваться специализированные инструменты или модели.