O GPT-6.1 Sol tem cinco níveis de esforço de raciocínio: low, medium (o padrão), high, xhigh e max. A grande mudança em relação ao GPT-6 Sol é que none e minimal deixaram de existir, então low agora é o piso.
Essa única configuração define tanto a latência quanto o custo. Você nunca vê os tokens de raciocínio, mas paga por eles na taxa de saída ($10 por milhão para o 6.1 Sol na AIHubMix), e eles ocupam espaço na janela de contexto. Escolher o nível errado pode fazer você pagar várias vezes mais do que precisa.
Para que serve cada nível
Esta tabela combina as descrições da OpenAI do guia de raciocínio com nossas próprias recomendações:
| Nível | Descrição da OpenAI | Bom uso | Uso inadequado |
|---|---|---|---|
| low | Raciocínio eficiente com um aumento modesto de latência | Etapas intermediárias em loops de ferramentas, busca, planejamento leve, classificação, extração, respostas de suporte | Depuração difícil, refatorações em vários arquivos |
| medium (padrão) | O equilíbrio padrão para a maioria das cargas de trabalho | Programação do dia a dia, revisão de código, escrita, tarefas típicas de agentes | Uso interativo sensível à latência |
| high | Raciocínio difícil, depuração complexa, planejamento profundo | Bugs complicados, trabalho de arquitetura, tarefas no estilo SWE | Tráfego online de alto QPS |
| xhigh | Pesquisa aprofundada, trabalho assíncrono, execuções longas de agentes | Tarefas em segundo plano, relatórios de pesquisa | Qualquer coisa que seus evals não tenham justificado |
| max | Raciocínio máximo para as tarefas mais difíceis | Uso de computador, problemas de nível de pesquisa, trabalho pesado offline | Quase todas as solicitações do dia a dia |
A OpenAI chama o esforço de "um botão de ajuste, não a principal forma de recuperar qualidade". Quando os resultados são ruins, analise primeiro o prompt, as definições das ferramentas e o contexto. Só aumente o esforço depois disso.
O que os benchmarks dizem sobre cada nível
Estes são os números próprios da OpenAI, compilados pela Vellum e pela DataCamp. Trate-os como um guia, não como verdade absoluta.
Para programação, high geralmente basta. No DeepSWE v1.1, o 6.1 Sol em high marca 75,2, igualando o Astra em high (74,8), por cerca de $1,50 por tarefa. Sua curva de custo chega a 72% a 75% por entre $0,50 e $1,50 por tarefa. O GPT-6 Sol atingiu no máximo 68,8 por cerca de $2,60.
Ir acima de medium nem sempre ajuda. No AutomationBench, o 6.1 Sol marca 35,4% em medium e apenas cerca de 36,0% com esforço maior. Para automação de negócios, os tokens extras de raciocínio quase não trouxeram ganho.
Reserve max para uso de computador e pesquisa. No OSWorld 2.0, max obtém 71,4 por cerca de $1,30 por tarefa. O Terminal-Bench Science em max custa $5,47 por tarefa: bem mais barato que os $23,80 do Astra, mas uma ordem de grandeza acima da maioria das outras cargas de trabalho.
O low também melhorou. A taxa de erros factuais em low caiu de 11,4% no 6 Sol para 7,7%. Se você subiu tarefas para medium no 6 Sol porque low não era preciso o bastante, teste o low novamente.
Pontos de partida por caso de uso
| Caso de uso | Começar em | Observações |
|---|---|---|
| Chamadas que usavam none no 6 Sol | low | Mapeamento oficial da OpenAI. Se a latência for crítica, considere o GPT-6 Luna, que ainda aceita none |
| Chamadas que usavam minimal | low | Comece em low e compare os resultados |
| Chatbots, suporte ao cliente | low | Peça ao modelo uma introdução de uma linha para que o primeiro token saia mais cedo |
| Perguntas e respostas com RAG | low → medium | A qualidade da recuperação importa mais que o esforço |
| Assistente de programação em IDE | medium | O padrão funciona |
| Correção automatizada de bugs, agentes SWE | high | O DeepSWE mostra que high já iguala o Astra |
| Uso de computador, agentes de navegador | high → max | O OSWorld atinge o pico em max |
| Pesquisa em segundo plano, execuções longas | xhigh | Somente quando os evals mostrarem ganho. O Batch reduz o custo pela metade se você não precisar dos resultados imediatamente |
| Os problemas de pesquisa mais difíceis | max, ou simplesmente use o Astra | A OpenAI também recomenda o Astra aqui |
Os mapeamentos de none e minimal vêm do guia de migração para o GPT-6 da OpenAI.
Alterando o esforço no meio da conversa
Um padrão comum é planejar em high, executar em low e voltar para high quando algo der errado.
O porém: editar reasoning.effort na requisição quebra o seu cache de prompt. O esforço faz parte do prefixo em cache (veja o guia de cache de prompts). No 6.1 Sol, uma leitura do cache custa $0,10 por milhão de tokens, enquanto reescrever o cache custa $2,50. É uma diferença de 25×.
A família GPT-6 resolve isso com um item de entrada configuration_update. Deixe o reasoning.effort no nível da requisição como está e insira uma atualização antes da próxima mensagem do usuário. Veja como fica pela API de Respostas da 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."},
],
)
O formato deconfiguration_updateacima é ilustrativo. Consulte o guia de raciocínio da OpenAI para o esquema exato. A documentação de Respostas da AIHubMix atualmente lista quatro níveis (de minimal até high), então envie uma pequena requisição de teste para confirmar quexhigh,maxeconfiguration_updatepassam normalmente.
Alguns limites que você deve conhecer:
- Funciona apenas no modo padrão de agente único, e altera apenas o esforço.
- Duas atualizações não podem ficar uma ao lado da outra.
- Não é compatível com compactação ou truncamento automáticos. A compactação explícita é aceita, mas adicione uma nova atualização depois dela.
- O campo
reasoning.effortda resposta ainda mostra o valor do nível da requisição, então não interprete isso demais.
Configurações que acompanham o esforço
Deixe espaço em max_output_tokens. O limite inclui os tokens de raciocínio. Se for baixo demais, o modelo pode parar antes de produzir qualquer texto visível. Você recebe status: incomplete e ainda paga pela entrada e pelo raciocínio. A OpenAI sugere reservar pelo menos 25.000 tokens para começar, e mais para xhigh ou max.
Acompanhe os tokens de raciocínio. Eles estão em usage.output_tokens_details.reasoning_tokens. Observar a distribuição por nível de esforço é melhor do que ajustar no feeling.
Ative os resumos se precisar de visibilidade. reasoning.summary: "auto" retorna um resumo do raciocínio do modelo (talvez seja necessário verificar sua organização antes). O raciocínio bruto nunca é exposto.
O modo Pro é um interruptor separado. Ele faz o modelo realizar mais trabalho, cobrado nas taxas padrão, mas com mais tokens no total. Use-o para problemas difíceis em que uma latência extra seja aceitável.
Um processo de ajuste que você realmente pode executar
- Reúna de 20 a 50 tarefas reais em um conjunto de avaliação.
- Execute uma linha de base em
medium. Registre a taxa de sucesso, a média de tokens de raciocínio e a latência P95. - Teste
low. Se o sucesso quase não cair, troque. - Teste
high. Se o sucesso melhorar claramente, use high apenas para aquele tipo de tarefa. - Recorra a
xhighoumaxsomente quando high não for suficiente, e compare com o GPT-6 Astra em high enquanto estiver nisso. Às vezes, um modelo maior supera mais esforço. Na AIHubMix, isso é apenas uma mudança no parâmetromodel, e a lista de modelos mostra o que está disponível. - Direcione por tipo de tarefa em vez de usar uma única configuração global.
Resumindo: comece em medium, economize com low, use high para programação e faça xhigh e max provarem seu valor nos seus evals.
Em seguida: o que o preço de $2 / $10 realmente significa quando entram em jogo o cache, o contexto longo e os multiplicadores de cobrança.
FAQ
Qual é o esforço de raciocínio padrão do GPT-6.1 Sol? medium. Se você não definir nada, é isso que você recebe.
Por que none retorna um erro? O 6.1 Sol não aceita none nem minimal. A OpenAI recomenda mudar para low. Se você realmente precisar de none, continue no GPT-6 Sol ou no GPT-6 Luna.
Como os tokens de raciocínio são cobrados? À taxa de saída ($10 por milhão para o 6.1 Sol), e eles contam para a janela de contexto. Verifique usage.output_tokens_details.reasoning_tokens para ver os números reais.
O nome do parâmetro é o mesmo em Chat Completions e Responses? Não. O Chat Completions usa um reasoning_effort no nível superior. O Responses usa um reasoning: {"effort": ...} aninhado. Misturar os dois retorna Unsupported parameter.
Um esforço maior sempre gera resultados melhores? Não. No AutomationBench, ir acima de medium só levou a pontuação de 35,4% para cerca de 36,0%, custando bem mais. Teste com as suas próprias tarefas.
Posso mudar o esforço no meio de uma conversa? Sim. Use um item configuration_update e deixe o reasoning.effort no nível da requisição sem alteração, para que o cache de prompt continue válido. Ele não funciona com compactação ou truncamento automáticos.
Por que recebi status: incomplete sem nenhuma saída? Provavelmente o max_output_tokens estava baixo demais e o raciocínio consumiu tudo. A OpenAI recomenda reservar pelo menos 25.000 tokens.
Continue lendo: a série GPT-6.1 Sol
- Quanto da sua conta é raciocínio? O esforço é apenas uma alavanca. Cache, o limite de 272K e os descontos do Batch também moldam o valor final. Veja Quanto Custa Realmente o GPT-6.1 Sol: Além do Preço de $2 / $10.
- Código que usava
none? Trocar porlowé só o começo. Chamadas de ferramentas, parâmetros de amostragem e configurações de cache também precisam de ajustes: Migrando para o GPT-6.1 Sol: 9 Coisas que Podem Dar Errado. - Quão melhor é o 6.1 Sol em relação ao 6 Sol e ao Astra? Especificações e benchmarks lado a lado em GPT-6.1 Sol vs GPT-6 Sol: Uma Atualização de Uma Semana Que Quase Alcança o Astra.
