Migration vers GPT-6.1 Sol : 9 choses qui peuvent mal tourner

Passer de GPT-6 Sol à 6.1 Sol semble être un changement d'une seule ligne, et le prix reste le même. Mais il y a quelques changements majeurs et des variations de comportement, donc changer uniquement le nom du modèle peut vous causer des erreurs, une facture surprise ou un agent qui se comporte différemment. Le guide de migration vers GPT-6 d'OpenAI couvre la plupart des changements officiels. Cet article ajoute les éléments qui ont tendance à poser problème dans la pratique.

Ils sont classés de "échoue bruyamment" à "échoue discrètement."

1. reasoning_effort: "none" retourne un 400

Ce que vous verrez : La demande est rejetée.

Pourquoi : 6.1 Sol ne prend pas en charge none ou minimal. Le niveau le plus bas est low. GPT-6 Sol et Luna acceptent encore none, c'est pourquoi votre ancien code fonctionnait là-bas.

Solution :

• La correspondance d'OpenAI consiste à remplacer none par low. Pour minimal, commencez par low et comparez.
• low est plus lent et plus coûteux que none, car il génère des jetons de raisonnement. Pour des chemins véritablement sensibles à la latence comme l'autocomplétion ou la classification en temps réel, rester sur GPT-6 Sol ou passer à Luna peut être la meilleure option.

2. L'appel d'outils dans les complétions de chat cesse de fonctionner

Ce que vous verrez : Les demandes de complétions de chat qui incluent tools échouent.

Pourquoi : GPT-6 Sol ne permettait d'appeler des fonctions dans les complétions de chat que lorsque reasoning_effort était none, et de nombreux projets s'appuyaient sur cette combinaison pour des appels d'outils peu coûteux. Avec none disparu, les complétions de chat sur 6.1 Sol ne fonctionnent que pour les demandes sans outils. Pour les outils, vous devez utiliser l'API des réponses. Le guide d'OpenAI pour la migration vers l'API des réponses explique cela.

Solution : Passez à /v1/responses. AIHubMix le prend également en charge ; consultez la documentation de l'API des réponses AIHubMix pour les paramètres.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "low"},          # imbriqué, pas reasoning_effort
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Obtenir la météo actuelle pour une ville",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    }],
    input="Quelle est la météo à Shanghai aujourd'hui ?",
)
print(resp.output)

Choses faciles à manquer :

• Dans les réponses, le paramètre est reasoning.effort. Envoyer reasoning_effort vous donne Unsupported parameter.
• Dans l'utilisation d'outils en plusieurs tours, renvoyez chaque élément de raisonnement, d'appel de fonction et de sortie d'appel de fonction depuis le dernier message utilisateur, pas seulement les résultats de la fonction.
• Avec store: false ou ZDR, les éléments de raisonnement incluent encrypted_content par défaut. Rejouez l'historique complet et cela fonctionne.

3. Les paramètres d'échantillonnage doivent disparaître

Ce que vous verrez : Les demandes avec temperature ou top_p échouent.

Pourquoi : Ces paramètres ne sont autorisés que lorsque l'effort est none. 6.1 Sol n'a pas de none, donc vous ne pouvez jamais les utiliser avec ce modèle.

Supprimez :

• temperature, top_p, top_logprobs
• logprobs dans les complétions de chat
• message.output_text.logprobs de include dans les réponses

Si vous avez utilisé des logprobs pour des scores de confiance ou des seuils de classification, vous aurez besoin d'une nouvelle approche. Une option consiste à utiliser des sorties structurées qui demandent au modèle de rapporter sa confiance directement. Une autre consiste à garder ces tâches sur un modèle qui prend en charge none.

4. La mise en cache fonctionne différemment, et votre facture peut augmenter

C'est le plus facile à négliger, surtout lors de la migration depuis GPT-5.5 ou une version antérieure. Tout ce qui suit provient du guide de mise en cache des invites d'OpenAI.

Le paramètre a été renommé. prompt_cache_retention est maintenant prompt_cache_options.ttl, et la seule valeur prise en charge est "30m".

Les écritures de cache sont facturées. Elles coûtent 1,25 fois le tarif d'entrée (2,50 $ par million sur 6.1 Sol). Un long préfixe que vous utilisez une seule fois coûte maintenant 25 % de plus avec la mise en cache qu'en l'absence de mise en cache.

Les points de rupture ont été déplacés. Les anciens modèles plaçaient des points de rupture à des intervalles fixes (tous les 2 048 jetons sur GPT-5.5). Le mode implicite place maintenant un point de rupture à la fin du dernier message éligible. En conséquence, un préfixe plus court partagé entre les demandes n'est pas réutilisé automatiquement. Si de nombreuses demandes partagent une invite système suivie d'une entrée utilisateur différente, ajoutez un point de rupture explicite juste après l'invite système.

Ajouter à un message existant casse le cache. Le point de terminaison mis en cache se retrouve au milieu d'un message plus long et ne peut pas être associé. Ajoutez plutôt un nouveau message.

Changer l'effort de raisonnement casse le cache. reasoning.effort fait partie du préfixe. Changez en milieu de conversation avec configuration_update (voir Partie 2). Notez qu'il ne peut pas être combiné avec la compaction ou la troncature automatiques, et /responses/compact rejette les historiques qui en contiennent un.

Un trafic élevé peut réduire les taux de réussite. Les caches vivent sur des machines individuelles. Plus de 15 demandes par minute sur le même préfixe peuvent déborder vers d'autres machines et échouer. Les jetons mis en cache comptent également toujours dans votre limite de taux TPM.

Avant et après la migration, comparez cached_tokens, cache_write_tokens, la latence et le coût par tâche.

5. Dépasser 272K d'entrée double le prix

La fenêtre de contexte de 1,05 M est tentante, mais une fois que l'entrée dépasse 272K jetons, toute la demande est facturée à 2 fois l'entrée et 1,5 fois la sortie. Passer de 270K à 280K d'entrée fait passer une demande de 0,64 $ à 1,27 $ (la Partie 3 contient les calculs).

Les longues sessions d'agent continuent de croître, donc il est facile de franchir cette limite sans s'en rendre compte. Configurez une alarme côté client autour de 250K et déclenchez la compaction lorsqu'elle se déclenche.

6. Un petit max_output_tokens vous donne une réponse vide

Ce que vous verrez : status: incomplete avec la raison max_output_tokens, pas de sortie visible, et vous êtes toujours facturé.

Pourquoi : max_output_tokens inclut des jetons de raisonnement. Un plafond qui était acceptable à none peut être entièrement utilisé par le raisonnement à low ou plus.

Solution : Le guide de raisonnement d'OpenAI recommande de réserver au moins 25 000 jetons. Recherchez les limites codées en dur, en particulier les valeurs transférées de max_tokens des complétions de chat. Le code d'exemple sur la page du modèle AIHubMix, par exemple, utilise 1024. C'est bien pour une démonstration rapide de texte, mais augmentez-le pour des charges de travail réelles.

7. Le comportement de l'agent a changé, donc revoyez les autorisations

Dans l'ensemble, 6.1 Sol se comporte mieux que 6 Sol : les incidents graves ont diminué d'un tiers, et il est beaucoup plus probable qu'il vous informe lorsqu'un outil est cassé. Quelques chiffres méritent encore d'être examinés (données d'OpenAI, compilées par DataCamp) :

6.1 Sol est plus persistant. Il essaie plus de solutions de contournement lorsqu'il est bloqué, et il est plus disposé à parler à d'autres agents. C'est généralement ce que vous voulez d'un agent d'automatisation, mais cela augmente les enjeux lorsque l'agent a de larges autorisations.

Que faire :

• Appliquez les autorisations avec des bacs à sable et des listes blanches, pas seulement des instructions dans l'invite.
• Exigez une approbation humaine pour les actions sensibles : suppressions, déploiements, paiements et tout ce qui touche aux identifiants.
• Conservez des journaux complets des appels d'outils et vérifiez des affirmations comme "les tests passent" ou "réparé".
• Dans des configurations multi-agents, définissez exactement ce que les agents sont autorisés à partager entre eux.

8. Vos invites peuvent nécessiter des ajustements

Le guide de migration vers GPT-6 d'OpenAI énumère plusieurs changements de comportement. Ils sont écrits à propos d'Astra, mais 6.1 Sol provient de la même famille et fonctionne de manière similaire, donc vérifiez-les :

• Il pose plus de questions. Il peut s'arrêter pour confirmer là où vous vous attendriez à ce qu'il continue. Dites-lui de se concentrer sur l'action et de terminer la tâche, et que des formulations comme "pouvez-vous..." sont une demande pour faire la chose.
• Il suit les instructions plus littéralement. Il fait plus attention aux fichiers AGENTS.md et SKILL.md, donc une règle obsolète peut soudainement commencer à être appliquée. OpenAI recommande fortement d'auditer ces fichiers et de déclarer que les instructions des utilisateurs ont la priorité sur les compétences.
• Il s'appuie sur Markdown, des listes et des tableaux, et réutilise des phrases standard. Si vous voulez de la prose, dites-le explicitement.
• Il teste trop de petits changements. Dites-lui que des modifications à faible risque et réversibles n'ont pas besoin d'un test complet.
• Il délègue moins aux sous-agents que vous ne le voudriez. Si vous voulez un travail parallèle, précisez quand diviser les tâches.

9. Limites de disponibilité et de déploiement

• Pas encore dans le chat régulier de ChatGPT. Seulement ChatGPT Work et Codex. Les administrateurs d'Enterprise et d'Edu doivent l'activer.
• Le mode rapide ne fonctionne pas avec la résidence des données de l'UE. Ultrafast ne prend en charge que la résidence aux États-Unis et le traitement mondial.
• La date limite de connaissance est le 30 avril 2026. Pour les bibliothèques, API ou nouvelles plus récentes, utilisez la recherche web ou RAG.
• Non pris en charge : l'ajustement fin, les sorties prédites, l'entrée audio et vidéo, et les API Realtime et Assistants.
• Les limites de taux sont les mêmes que pour 6 Sol : de 500 RPM / 500K TPM au niveau 1 jusqu'à 15 000 RPM / 40M TPM au niveau 5. Sur AIHubMix, les demandes peuvent passer par OpenAI ou Azure, avec une nouvelle tentative automatique sur l'autre fournisseur si l'un échoue ou ralentit.

Liste de contrôle de migration

• [ ] Remplacez none et minimal par low, et vérifiez la latence
• [ ] Déplacez les demandes d'appel d'outils des complétions de chat vers l'API des réponses
• [ ] Utilisez le paramètre imbriqué reasoning.effort
• [ ] Supprimez temperature, top_p, et logprobs, et retravaillez toute logique qui dépendait des logprobs
• [ ] Remplacez prompt_cache_retention par prompt_cache_options.ttl: "30m"
• [ ] Ajoutez un point de rupture explicite après les préfixes partagés, et confirmez qu'ils ont au moins 1 024 jetons
• [ ] Utilisez configuration_update pour les changements d'effort en milieu de conversation
• [ ] Ajoutez une alarme pour 272K d'entrée
• [ ] Réglez max_output_tokens à au moins 25 000
• [ ] Auditez AGENTS.md, SKILL.md, et les invites système
• [ ] Passez en revue les autorisations des bacs à sable, les portes d'approbation et la journalisation des outils
• [ ] Comparez le taux de réussite, cached_tokens, reasoning_tokens, et le coût par tâche avant et après

Si vous utilisez Codex, exécuter $openai-docs migrate this project to the GPT-6 model family gérera la plupart des changements mécaniques. Passez tout de même par la liste de contrôle vous-même.

FAQ

Quel est le minimum que je dois changer pour passer de GPT-6 Sol à 6.1 Sol ? Trois choses : le nom du modèle ; remplacer none et minimal par low; et supprimer temperature, top_p, et tout ce qui est lié aux logprobs. Si vous appelez des outils via les complétions de chat, vous devrez également passer à l'API des réponses.

Puis-je toujours utiliser les complétions de chat pour du texte brut ? Oui. Tant que la demande n'a pas de tools, les complétions de chat fonctionnent. L'exemple sur la page du modèle AIHubMix est exactement ce type d'appel.

AIHubMix prend-il en charge l'API des réponses ? Oui. Réglez base_url sur https://aihubmix.com/v1 et appelez client.responses.create.

Mon taux de réussite en cache a chuté après la mise à niveau. Que dois-je vérifier ? Trois choses : si les préfixes partagés ont un point de rupture explicite après eux, si vous ajoutez à des messages existants, et si vous changez reasoning.effort en milieu de conversation. Ensuite, comparez cached_tokens et cache_write_tokens avant et après.

La latence a augmenté après la mise à niveau. Est-ce attendu ? Si vous utilisiez none, oui. low génère toujours des jetons de raisonnement. Pour des chemins critiques en termes de latence, restez sur GPT-6 Sol ou Luna, ou demandez au modèle un court préambule pour obtenir le premier jeton plus rapidement.

Est-ce que 6.1 Sol est plus susceptible que 6 Sol de dépasser ses autorisations ? Dans l'ensemble, non. Les incidents graves ont diminué d'un tiers, et le taux d'action non autorisée est passé de 11 % à 3 %. Il est cependant un peu plus probable de contacter d'autres agents et d'être trompeur dans les tâches de codage, donc appliquez les autorisations avec un bac à sable plutôt que de vous fier aux invites.

Mes AGENTS.md existants et mes invites système fonctionneront-elles toujours ? Ils fonctionneront, mais passez-les en revue. La famille GPT-6 suit les instructions plus strictement, donc des règles obsolètes ou conflictuelles peuvent amener le modèle à s'arrêter pour demander plus souvent, ou à faire quelque chose que vous n'aviez pas prévu.

Continuez à lire : la série GPT-6.1 Sol

• Pas sûr que le passage en vaille la peine ? Voyez où 6.1 Sol surpasse 6 Sol et à quel point il est à la traîne par rapport à Astra : GPT-6.1 Sol vs GPT-6 Sol : Une mise à niveau d'une semaine qui rattrape presque Astra.
• Vous avez remplacé none par low. Qu'en est-il du reste ? Recommandations par cas d'utilisation et un processus d'ajustement : Choisir un effort de raisonnement pour GPT-6.1 Sol : de bas à max.
• Vérifiez votre facture après la migration. Les réussites de cache, le seuil de 272K et les jetons de raisonnement expliqués : Ce que coûte vraiment GPT-6.1 Sol : au-delà du prix de 2 $ / 10 $.

Sources

• OpenAI : guide de migration vers GPT-6
• OpenAI : Migrer vers l'API des réponses
• OpenAI : guide de mise en cache des invites
• AIHubMix : documentation de l'API des réponses
• AIHubMix : GPT-6.1 Sol