（图源：本地配图）
（图源：本地配图）OpenAI 自己出来劝退了。10 月 2 日挂上官网的 GPT-6 家族指南，开篇就一句话：别默认开最强那一档。
理由也很实在：按工作负载选模型，简单任务交给轻量模型，通常更快，也更便宜。IT之家 10 月 3 日做了报道。
三款模型，各接各的活
GPT-6 Astra 是给复杂推理用的，要的是最高智能水平。它能做计算机操作，在 Codex 里还能边执行边回头问你。
GPT-6.1 Sol 接复杂编码、研究和计算机操作。它在 Responses API 里支持多智能体工作流，把独立子任务分派给子智能体，最后再汇总。这个功能现在还在测试。
GPT-6 Luna 管的是大规模特定任务，还有目标明确的日常重复活。提取发票字段、给请求分类、生成结构化摘要，都归它。
还有一点官方没在指南里单独讲：据报道，GPT-6.1 Sol 处理复杂任务时，性能接近 Astra，成本却更低。
推理别拉满，速度分两档
推理强度官方分了四档。低档做提取事实、小幅修改；中档做功能规划、方案比较；高档留给疑难调试、深入分析和仔细复核。再往上一档，是高档不够用时拿来测试的，只有改进确实值得花这些时间和成本，才用得上。
速度这边，API 里的 Fast mode 适合对话、编码工具这种对响应速度要求高的场景。Ultrafast 目前面向 Astra 提供，可以独立于推理档位加快 token 生成。
据 DoNews 报道，它在 Codex 里词元生成速度最高能到 8 倍，API 调用速度提升到 6 倍，峰值 300 token/秒，面向 Pro 500 订阅和企业用户。官方说后面会推 GPT-6.1 Sol Ultrafast。
长任务按模块拆，别按字数
Astra 会把你的输入当一份技能说明书来读，自己拆出目标、约束、工具、验证标准和输出格式。整段堆在一起，模型反而要花额外 token 做归类，还容易把关键约束截掉。
一个合格的模块要能单独跑：有自己的目标、输入输出契约和验收条件，不靠别的模块的中间状态。
背景只写一次。第一条提示里把数据源、时间范围、业务口径说清，后面一句引用就行，比如沿用上一步定义的华东区 Q1 订单口径。跨轮引用要写明：开头写请基于以下内容继续，再附上不超过 50 字的核心结论。别用「上面说的」「之前提到的」，模型不会回头翻整段历史。
实测下来，带明确引用关系的三段式拆分（定义、执行、整合），比五段无关联拆分省约 40% Token，结果一致性还更高。
钱省在缓存里
稳定指令和参考资料放在会变的任务细节前面，工具定义保持一致，就能复用提示缓存。缓存过的输入 token，成本视模型不同，最高能比没缓存的输入低 95%。
长对话可以用压缩机制，在保住续接状态的前提下缩减上下文。跨时长的任务，还能用 WebSocket 接口在模型干活的过程中中途纠偏。
坑也有三个。第一个是拿三款模型当等级用：Luna 管的就是重复活，把提取发票这种活丢给 Astra，浪费钱也浪费时间。第二个是全流程开最高推理档，官方说日常问答不必追求最高强度。第三个是长任务一口气贴完整文档，结构没对齐，模型要花额外 token 归类。
你更愿意先用 Luna 把重复活干掉，还是先用 Sol 啃硬骨头？
热门跟贴