Migrazione a GPT-6.1 Sol: 9 cose che possono andare storte

Passare da GPT-6 Sol a 6.1 Sol sembra una modifica di una sola riga, e il prezzo è lo stesso. Ma ci sono alcune modifiche incompatibili e cambiamenti nel comportamento: cambiare solo il nome del modello può causare errori, una fattura a sorpresa o un agente che si comporta diversamente. La guida di OpenAI alla migrazione a GPT-6 copre la maggior parte delle modifiche ufficiali. Questo articolo aggiunge gli aspetti che tendono a creare problemi nella pratica.

Sono elencati in ordine, da «fallisce in modo evidente» a «fallisce senza farsi notare».

1. reasoning_effort: "none" restituisce un errore 400

Cosa vedrai: La richiesta viene rifiutata.

Perché: 6.1 Sol non supporta none né minimal. Il livello più basso è low. GPT-6 Sol e Luna accettano ancora none, ed è per questo che il tuo vecchio codice funzionava con quei modelli.

Soluzione:

• La corrispondenza indicata da OpenAI è sostituire none con low. Per minimal, parti da low e confronta i risultati.
• low è più lento e costoso di none, perché genera token di ragionamento. Per i percorsi in cui la latenza è fondamentale, come il completamento automatico o la classificazione in tempo reale, potrebbe essere meglio restare su GPT-6 Sol o passare a Luna.

2. Le chiamate agli strumenti non funzionano più in Chat Completions

Cosa vedrai: Le richieste Chat Completions che includono tools falliscono.

Perché: GPT-6 Sol consentiva le chiamate alle funzioni in Chat Completions solo quando reasoning_effort era impostato su none, e molti progetti si affidavano a questa combinazione per chiamate agli strumenti a basso costo. Ora che none non è più disponibile, Chat Completions con 6.1 Sol funziona solo per le richieste senza strumenti. Per usare gli strumenti devi ricorrere alla Responses API. La guida di OpenAI alla migrazione alla Responses API spiega come fare.

Soluzione: Passa a /v1/responses. Anche AIHubMix la supporta; consulta la documentazione della Responses API di AIHubMix per i parametri.

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"},          # nested, not reasoning_effort
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Get the current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    }],
    input="What's the weather in Shanghai today?",
)
print(resp.output)

Aspetti facili da trascurare:

• In Responses, il parametro è reasoning.effort. Se invii reasoning_effort, riceverai l'errore Unsupported parameter.
• Nell'uso degli strumenti su più turni, rimanda indietro tutti gli elementi reasoning, function_call e function_call_output dall'ultimo messaggio dell'utente, non solo i risultati delle funzioni.
• Con store: false o ZDR, gli elementi di ragionamento includono encrypted_content per impostazione predefinita. Riproduci l'intera cronologia e funzionerà senza problemi.

3. Devi rimuovere i parametri di campionamento

Cosa vedrai: Le richieste con temperature o top_p falliscono.

Perché: Questi parametri sono consentiti solo quando il livello di ragionamento è none. 6.1 Sol non supporta none, quindi non puoi mai usarli con questo modello.

Rimuovi:

• temperature, top_p, top_logprobs
• logprobs in Chat Completions
• message.output_text.logprobs da include in Responses

Se usavi logprobs per calcolare punteggi di affidabilità o soglie di classificazione, dovrai adottare un nuovo approccio. Un'opzione consiste nell'usare output strutturati e chiedere al modello di indicare direttamente il proprio livello di affidabilità. Un'altra è mantenere queste attività su un modello che supporti none.

4. La memorizzazione nella cache funziona diversamente e la fattura può aumentare

È l'aspetto più facile da trascurare, soprattutto se si migra da GPT-5.5 o versioni precedenti. Tutto ciò che segue è tratto dalla guida di OpenAI alla memorizzazione nella cache dei prompt.

Il parametro ha cambiato nome. prompt_cache_retention ora è prompt_cache_options.ttl e l'unico valore supportato è "30m".

Le scritture nella cache sono a pagamento. Costano 1.25× la tariffa di input ($2.50 per milione con 6.1 Sol). Un prefisso lungo che usi una sola volta costa ora il 25% in più con la cache rispetto a senza.

I punti di interruzione sono stati spostati. I modelli precedenti collocavano i punti di interruzione a intervalli fissi (ogni 2,048 token con GPT-5.5). Ora, in modalità implicita, viene collocato un punto di interruzione alla fine dell'ultimo messaggio idoneo. Di conseguenza, un prefisso più breve condiviso tra le richieste non viene riutilizzato automaticamente. Se molte richieste condividono un prompt di sistema seguito da input utente diversi, aggiungi un punto di interruzione esplicito subito dopo il prompt di sistema.

Aggiungere testo a un messaggio esistente interrompe la cache. L'estremità della sezione memorizzata nella cache si trova nel mezzo di un messaggio più lungo e non può essere identificata. Aggiungi invece un nuovo messaggio.

Modificare il livello di ragionamento interrompe la cache. reasoning.effort fa parte del prefisso. Per cambiarlo a metà conversazione, usa configuration_update (vedi Parte 2). Nota che non può essere combinato con la compattazione o il troncamento automatici e che /responses/compact rifiuta le cronologie che lo contengono.

Un traffico elevato può ridurre le percentuali di hit. Le cache risiedono su singole macchine. Oltre circa 15 richieste al minuto con lo stesso prefisso, le richieste possono essere instradate ad altre macchine e non trovare la cache. Anche i token memorizzati nella cache concorrono comunque al limite TPM.

Prima e dopo la migrazione, confronta cached_tokens, cache_write_tokens, latenza e costo per attività.

5. Superare 272K token di input raddoppia il prezzo

La finestra di contesto da 1.05M è allettante, ma quando l'input supera 272K token, l'intera richiesta viene fatturata al doppio per l'input e a 1.5× per l'output. Passare da 270K a 280K token di input fa salire il costo di una richiesta da $0.64 a $1.27 (la Parte 3 spiega i calcoli).

Le sessioni degli agenti si allungano continuamente, quindi è facile superare questa soglia senza accorgersene. Imposta un avviso lato client intorno a 250K e attiva la compattazione quando scatta.

6. Un valore basso di max_output_tokens produce una risposta vuota

Cosa vedrai: status: incomplete con motivo max_output_tokens, nessun output visibile e l'addebito verrà comunque effettuato.

Perché: max_output_tokens include i token di ragionamento. Un limite sufficiente con none può essere consumato interamente dal ragionamento con low o un livello superiore.

Soluzione: La guida di OpenAI al ragionamento consiglia di riservare almeno 25,000 token. Cerca i limiti impostati nel codice, soprattutto quelli ereditati da Chat Completions max_tokens. Per esempio, il codice di esempio nella pagina del modello su AIHubMix usa 1024. È sufficiente per una rapida demo testuale, ma aumentalo per i carichi di lavoro reali.

7. Il comportamento dell'agente è cambiato: rivedi le autorizzazioni

Nel complesso, 6.1 Sol si comporta meglio di 6 Sol: gli incidenti gravi sono diminuiti di un terzo ed è molto più propenso a segnalare quando uno strumento non funziona. Alcuni dati meritano comunque attenzione (dati di OpenAI, compilati da DataCamp):

6.1 Sol è più perseverante. Quando incontra un ostacolo prova più soluzioni alternative ed è più propenso a interagire con altri agenti. In genere è ciò che si desidera da un agente di automazione, ma la posta in gioco aumenta quando l'agente dispone di ampie autorizzazioni.

Cosa fare:

• Applica le autorizzazioni con sandbox e liste di elementi consentiti, non affidarti solo alle istruzioni nel prompt.
• Richiedi l'approvazione umana per le azioni sensibili: eliminazioni, distribuzioni, pagamenti e qualsiasi operazione che coinvolga credenziali.
• Conserva registri completi delle chiamate agli strumenti e verifica a campione affermazioni come «i test sono superati» o «risolto».
• Nelle configurazioni multi-agente, definisci con precisione quali informazioni gli agenti possono condividere tra loro.

8. Potrebbe essere necessario ottimizzare i prompt

La guida di OpenAI alla migrazione a GPT-6 elenca diversi cambiamenti nel comportamento. Si riferiscono ad Astra, ma 6.1 Sol appartiene alla stessa famiglia e ha prestazioni simili, quindi tienili in considerazione:

• Fa più domande. Potrebbe fermarsi per chiedere conferma quando ti aspetteresti che prosegua. Indicalo di privilegiare l'azione e portare a termine l'attività, e specifica che formulazioni come «puoi…» sono richieste di eseguire l'azione.
• Segue le istruzioni in modo più letterale. Presta più attenzione ai file AGENTS.md e SKILL.md, quindi una regola obsoleta potrebbe iniziare all'improvviso a essere applicata. OpenAI consiglia vivamente di controllare questi file e specificare che le istruzioni dell'utente hanno la precedenza sulle skill.
• Fa ampio uso di Markdown, elenchi e tabelle e riutilizza frasi predefinite. Se preferisci un testo discorsivo, specificalo chiaramente.
• Esegue troppi test per le modifiche minori. Specifica che le modifiche a basso rischio e reversibili non richiedono l'esecuzione di un'intera suite di test.
• Delega meno spesso ai sottoagenti di quanto potresti desiderare. Se vuoi che il lavoro venga svolto in parallelo, specifica quando suddividere le attività.

9. Disponibilità e limiti di distribuzione

• Non è ancora disponibile nella normale chat di ChatGPT. È disponibile solo in ChatGPT Work e Codex. Gli amministratori Enterprise ed Edu devono abilitarlo.
• La modalità Fast non funziona con la residenza dei dati nell'UE. Ultrafast supporta solo la residenza negli Stati Uniti e l'elaborazione globale.
• La data limite delle conoscenze è il 30 aprile 2026. Per librerie, API o notizie più recenti, usa la ricerca sul web o RAG.
• Non supportati: fine-tuning, Predicted Outputs, input audio e video e le API Realtime e Assistants.
• I limiti di frequenza sono gli stessi di 6 Sol: da 500 RPM / 500K TPM al Tier 1 fino a 15,000 RPM / 40M TPM al Tier 5. Su AIHubMix, le richieste possono passare da OpenAI o Azure, con nuovo tentativo automatico tramite l'altro provider in caso di errore o rallentamento.

Checklist per la migrazione

• [ ] Sostituisci none e minimal con low e controlla la latenza
• [ ] Sposta le richieste con chiamate agli strumenti da Chat Completions alla Responses API
• [ ] Usa il parametro annidato reasoning.effort
• [ ] Rimuovi temperature, top_p e logprobs e rivedi la logica che dipendeva da logprobs
• [ ] Sostituisci prompt_cache_retention con prompt_cache_options.ttl: "30m"
• [ ] Aggiungi un punto di interruzione esplicito dopo i prefissi condivisi e verifica che siano lunghi almeno 1,024 token
• [ ] Usa configuration_update per modificare il livello di ragionamento a metà conversazione
• [ ] Aggiungi un avviso al raggiungimento di 272K token di input
• [ ] Imposta max_output_tokens ad almeno 25,000
• [ ] Verifica AGENTS.md, SKILL.md e i prompt di sistema
• [ ] Esamina le autorizzazioni della sandbox, i passaggi di approvazione e la registrazione delle chiamate agli strumenti
• [ ] Confronta il tasso di successo, cached_tokens, reasoning_tokens e il costo per attività prima e dopo

Se usi Codex, eseguire $openai-docs migrate this project to the GPT-6 model family gestirà la maggior parte delle modifiche meccaniche. Controlla comunque tu stesso la checklist.

FAQ

Qual è il minimo che devo modificare per passare da GPT-6 Sol a 6.1 Sol? Tre cose: il nome del modello; sostituire none e minimal con low; e rimuovere temperature, top_p e tutto ciò che riguarda i logprobs. Se chiami gli strumenti tramite Chat Completions, dovrai anche passare alla Responses API.

Posso continuare a usare Chat Completions per il solo testo? Sì. Purché la richiesta non contenga tools, Chat Completions funziona. L'esempio nella pagina del modello di AIHubMix è proprio una chiamata di questo tipo.

AIHubMix supporta la Responses API? Sì. Imposta base_url su https://aihubmix.com/v1 e chiama client.responses.create.

Il tasso di cache hit è calato dopo l'aggiornamento. Cosa dovrei controllare? Tre cose: se i prefissi condivisi hanno un punto di interruzione esplicito subito dopo, se aggiungi contenuti ai messaggi esistenti e se modifichi reasoning.effort nel corso della conversazione. Poi confronta cached_tokens e cache_write_tokens prima e dopo.

La latenza è aumentata dopo l'aggiornamento. È normale? Se usavi none, sì. low genera comunque token di ragionamento. Per i percorsi in cui la latenza è critica, resta su GPT-6 Sol o Luna, oppure chiedi al modello una breve introduzione per ottenere più rapidamente il primo token.

6.1 Sol ha più probabilità di 6 Sol di oltrepassare i limiti delle autorizzazioni? Nel complesso, no. Gli incidenti gravi sono diminuiti di un terzo e la percentuale di casi in cui è stata effettivamente compiuta un'azione non autorizzata è scesa dall'11% al 3%. È un po' più propenso a contattare altri agenti e a essere ingannevole nelle attività di programmazione, quindi applica le autorizzazioni tramite una sandbox invece di affidarti ai prompt.

I miei AGENTS.md e prompt di sistema esistenti continueranno a funzionare? Verranno eseguiti, ma controllali. La famiglia GPT-6 segue le istruzioni in modo più rigoroso, quindi regole obsolete o in conflitto possono indurre il modello a fermarsi più spesso per chiedere chiarimenti o a fare qualcosa che non intendevi.

Continua a leggere: la serie GPT-6.1 Sol

• Non sai se vale la pena passare al nuovo modello? Scopri in quali ambiti 6.1 Sol supera 6 Sol e quanto è vicino ad Astra: GPT-6.1 Sol vs GPT-6 Sol: un aggiornamento di una settimana che quasi raggiunge Astra.
• Hai sostituito none con low. E per tutto il resto? Consigli per caso d'uso e un processo di ottimizzazione: Come scegliere il livello di ragionamento per GPT-6.1 Sol: da low a max.
• Controlla la fattura dopo la migrazione. Cache hit, soglia di 272K e token di ragionamento spiegati: Quanto costa davvero GPT-6.1 Sol: oltre il prezzo di $2 / $10.

Fonti

• OpenAI: guida alla migrazione a GPT-6
• OpenAI: migrazione alla Responses API
• OpenAI: guida al prompt caching
• AIHubMix: documentazione della Responses API
• AIHubMix: GPT-6.1 Sol