GPT-6.1 Sol prevede cinque livelli di reasoning effort: low, medium (predefinito), high, xhigh e max. Il cambiamento più importante rispetto a GPT-6 Sol è che none e minimal sono stati eliminati, quindi low è ora il livello minimo.
Questa singola impostazione determina sia la latenza sia il costo. I reasoning token non sono visibili, ma vengono fatturati alla tariffa dell'output ($10 per milione per 6.1 Sol su AIHubMix) e occupano spazio nella context window. Scegliere il livello sbagliato può farti pagare facilmente diverse volte più del necessario.
A cosa serve ciascun livello
Questa tabella combina le descrizioni di OpenAI dalla guida al reasoning con le nostre raccomandazioni:
| Livello | Descrizione di OpenAI | Adatto a | Non adatto a |
|---|---|---|---|
| low | Ragionamento efficiente con un modesto aumento della latenza | Passaggi intermedi nei cicli di tool, ricerca, pianificazione leggera, classificazione, estrazione, risposte di supporto | Debugging complesso, refactoring su più file |
| medium (predefinito) | Il default bilanciato per la maggior parte dei carichi di lavoro | Programmazione quotidiana, code review, scrittura, attività tipiche degli agent | Uso interattivo in cui la latenza è critica |
| high | Ragionamento complesso, debugging difficile, pianificazione approfondita | Bug complessi, lavoro sull'architettura, attività in stile SWE | Traffico online ad alto QPS |
| xhigh | Ricerca approfondita, lavoro asincrono, lunghe esecuzioni di agent | Job in background, report di ricerca | Qualsiasi cosa non giustificata dalle tue valutazioni |
| max | Ragionamento massimo per i compiti più difficili | Uso del computer, problemi di livello di ricerca, elaborazioni pesanti offline | Quasi tutte le richieste quotidiane |
OpenAI definisce l'effort "una manopola di regolazione, non il modo principale per recuperare la qualità". Quando i risultati sono scadenti, controlla prima il prompt, le definizioni dei tool e il contesto. Aumenta l'effort solo dopo.
Cosa dicono i benchmark su ciascun livello
Si tratta dei numeri ufficiali di OpenAI, raccolti da Vellum e DataCamp. Consideralo una guida, non una verità assoluta.
Per la programmazione, high di solito basta. Su DeepSWE v1.1, 6.1 Sol con high ottiene 75,2, eguagliando Astra con high (74,8), per circa $1,50 per attività. La sua curva dei costi raggiunge dal 72% al 75% con un costo compreso tra $0,50 e $1,50 per attività. GPT-6 Sol con il massimo ha ottenuto 68,8 per circa $2,60.
Andare oltre medium non sempre aiuta. Su AutomationBench, 6.1 Sol ottiene il 35,4% con medium e solo circa il 36,0% con un effort superiore. Per l'automazione aziendale, i token di reasoning extra hanno portato quasi nessun vantaggio.
Riserva max per l'uso del computer e la ricerca. Su OSWorld 2.0, max ottiene 71,4 con circa $1,30 per attività. Terminal-Bench Science con max costa $5,47 per attività: molto meno di Astra, che costa $23,80, ma un ordine di grandezza sopra la maggior parte degli altri carichi di lavoro.
Anche low è migliorato. Il tasso di errori fattuali con low è sceso dall'11,4% di 6 Sol al 7,7%. Se su 6 Sol hai alzato le attività a medium perché low non era abbastanza preciso, prova di nuovo low.
Punti di partenza per caso d'uso
| Caso d'uso | Inizia da | Note |
|---|---|---|
| Chiamate che usavano none su 6 Sol | low | La corrispondenza ufficiale di OpenAI. Se la latenza è critica, valuta GPT-6 Luna, che supporta ancora none |
| Chiamate che usavano minimal | low | Inizia da low e confronta i risultati |
| Chatbot, supporto clienti | low | Chiedi al modello una breve premessa di una riga per ottenere prima il primo token |
| Q&A con RAG | low → medium | La qualità del retrieval conta più dell'effort |
| Assistente di coding nell'IDE | medium | Il default funziona |
| Correzione automatica dei bug, agent SWE | high | DeepSWE mostra che high eguaglia già Astra |
| Uso del computer, agent per browser | high → max | OSWorld raggiunge il picco con max |
| Ricerca in background, esecuzioni lunghe | xhigh | Solo quando le valutazioni mostrano un miglioramento. Batch dimezza il costo se non ti servono risultati immediati |
| I problemi di ricerca più difficili | max, oppure usa direttamente Astra | Anche qui OpenAI raccomanda Astra |
Le corrispondenze none e minimal provengono dalla guida alla migrazione a GPT-6 di OpenAI.
Cambiare l'effort a metà conversazione
Uno schema comune è pianificare con high, eseguire con low e tornare a high quando qualcosa non funziona.
Il problema: modificare reasoning.effort nella richiesta invalida la cache del prompt. L'effort fa parte del prefisso memorizzato nella cache (vedi la guida al prompt caching). Su 6.1 Sol una lettura dalla cache costa $0,10 per milione di token, mentre riscrivere la cache costa $2,50. Si tratta di una differenza di 25×.
La famiglia GPT-6 risolve il problema con un elemento di input configuration_update. Lascia invariato il reasoning.effort a livello di richiesta e inserisci un aggiornamento prima del messaggio successivo dell'utente. Ecco come appare tramite la Responses API di AIHubMix:
from openai import OpenAI
import os
client = OpenAI(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com/v1",
)
# Turn 1: plan at high effort
r1 = client.responses.create(
model="gpt-6.1-sol",
reasoning={"effort": "high"},
input="Figure out why this repo's tests are failing and propose a fix plan.",
)
# Turn 2: drop to low for execution, without touching request-level effort
r2 = client.responses.create(
model="gpt-6.1-sol",
reasoning={"effort": "high"}, # unchanged, so the cache survives
previous_response_id=r1.id,
input=[
{"type": "configuration_update", "reasoning": {"effort": "low"}},
{"role": "user", "content": "Carry out step 1 of the plan."},
],
)
La strutturaconfiguration_updatemostrata sopra è indicativa. Controlla la guida al reasoning di OpenAI per lo schema esatto. La documentazione Responses di AIHubMix elenca attualmente quattro livelli (da minimal a high), quindi invia una piccola richiesta di prova per verificare chexhigh,maxeconfiguration_updatevengano inoltrati correttamente.
Alcuni limiti da conoscere:
- Funziona solo nella modalità standard single-agent e modifica solo l'effort.
- Due aggiornamenti non possono stare uno accanto all'altro.
- Non è compatibile con la compattazione o il troncamento automatici. La compattazione esplicita va bene, ma aggiungi dopo un nuovo aggiornamento.
- Il campo
reasoning.effortdella risposta mostra ancora il valore a livello di richiesta, quindi non attribuirgli troppa importanza.
Impostazioni che accompagnano l'effort
Lascia spazio in max_output_tokens. Il limite include i reasoning token. Se lo imposti troppo basso, il modello può fermarsi prima di produrre qualsiasi testo visibile. Otterrai status: incomplete e pagherai comunque input e reasoning. OpenAI suggerisce di riservare almeno 25.000 token all'inizio, e di più per xhigh o max.
Monitora i reasoning token. Sono in usage.output_tokens_details.reasoning_tokens. Osservare la distribuzione per livello di effort è meglio che regolare a sensazione.
Attiva i riepiloghi se ti serve visibilità. reasoning.summary: "auto" restituisce un riepilogo del ragionamento del modello (potresti dover prima verificare la tua organizzazione). Il ragionamento grezzo non viene mai esposto.
La modalità Pro è un interruttore separato. Fa lavorare il modello di più, fatturato alle tariffe standard ma con più token in totale. Usala per problemi difficili in cui una latenza maggiore è accettabile.
Un processo di regolazione che puoi davvero eseguire
- Raccogli da 20 a 50 attività reali in un insieme di valutazione.
- Esegui una baseline con
medium. Registra il tasso di successo, la media dei reasoning token e la latenza P95. - Prova
low. Se il successo cala di poco, passa a low. - Prova
high. Se il successo migliora in modo evidente, usa high solo per quel tipo di attività. - Ricorri a
xhighomaxsolo quando high non basta, e confronta il risultato con GPT-6 Astra con high. A volte un modello più grande batte un effort maggiore. Su AIHubMix basta cambiare il parametromodele la lista dei modelli mostra cosa è disponibile. - Instrada le richieste in base al tipo di attività invece di usare un'unica impostazione globale.
In sintesi: parti da medium, risparmia con low, usa high per la programmazione e fai in modo che xhigh e max dimostrino il proprio valore nelle tue valutazioni.
Il prossimo articolo: cosa significa davvero il prezzo di $2 / $10 quando entrano in gioco caching, contesto lungo e moltiplicatori di fatturazione.
FAQ
Qual è il reasoning effort predefinito per GPT-6.1 Sol? medium. Se non lo imposti, questo è ciò che ottieni.
Perché none restituisce un errore? 6.1 Sol non supporta none né minimal. OpenAI consiglia di passare a low. Se ti serve davvero none, resta su GPT-6 Sol o GPT-6 Luna.
Come vengono fatturati i reasoning token? Alla tariffa dell'output ($10 per milione per 6.1 Sol), e contano nella context window. Per i valori effettivi controlla usage.output_tokens_details.reasoning_tokens.
Il nome del parametro è lo stesso in Chat Completions e Responses? No. Chat Completions usa un campo di primo livello reasoning_effort. Responses usa un campo annidato reasoning: {"effort": ...}. Confonderli restituisce Unsupported parameter.
Un effort più alto dà sempre risultati migliori? No. Su AutomationBench, andare oltre medium ha fatto salire il punteggio solo dal 35,4% a circa il 36,0%, a fronte di un costo sensibilmente maggiore. Verifica sulle tue attività.
Posso cambiare l'effort a metà conversazione? Sì. Usa un elemento configuration_update e lascia invariato il reasoning.effort a livello di richiesta, così la cache del prompt resta valida. Non funziona con la compattazione o il troncamento automatici.
Perché ho ricevuto status: incomplete senza output? Molto probabilmente max_output_tokens era troppo basso e il reasoning lo ha esaurito. OpenAI consiglia di riservare almeno 25.000 token.
Continua a leggere: la serie GPT-6.1 Sol
- Quanto pesa il reasoning sulla tua fattura? L'effort è solo una leva. Caching, la soglia dei 272K e gli sconti Batch determinano il costo finale. Vedi Quanto costa davvero GPT-6.1 Sol: oltre il prezzo di $2 / $10.
- Codice che usava
none? Passare alowè solo l'inizio. Anche le chiamate ai tool, i parametri di sampling e le impostazioni della cache richiedono modifiche: Migrazione a GPT-6.1 Sol: 9 cose che possono andare storte. - Quanto è migliore 6.1 Sol rispetto a 6 Sol e Astra? Specifiche e benchmark a confronto in GPT-6.1 Sol vs GPT-6 Sol: un aggiornamento di una settimana che quasi raggiunge Astra.
