Wczytywanie...

OpenAI właśnie wprowadziło nowe szablony promptów i poprawki API dla swoich najnowszych modeli GPT‑6.2 – Astra do zadań wymagających dużej mocy obliczeniowej i Sol do tańszych, złożonych prac. Najważniejsza wiadomość? Astra zaczyna się teraz od 8 USD za milion tokenów wejściowych i 40 USD za milion tokenów wyjściowych, a OpenAI nalega na deweloperów, aby porzucili stare zestawy promptów i przyjęli nowe, skoncentrowane na wynikach kopie.
Według The Decoder, OpenAI opublikowało gotowe do użycia prompty systemowe dla GPT‑6.2 Astra i Sol, które rozwiązują trzy problemy: styl pisania, inicjatywę i kodowanie. Astra jest opisywana jako „bardziej zwięzła i bezpośrednia” niż jej poprzednicy, więc prompty, które każą jej „być zwięzłą”, są teraz zbędne. Zalecany prompt do codziennej pracy nakazuje modelowi używać terminologii użytkownika, pisać w stronie czynnej i przedstawiać kluczowe punkty na początku. Dla odbiorców zewnętrznych powinien dodawać kontekst, którego brakuje czytelnikowi; do edycji powinien zachować ton autora.
W przypadku dłuższych zadań model może nieumyślnie przenosić skróty ze swojego własnego rozumowania do ostatecznej odpowiedzi. Nowy szablon OpenAI wyraźnie instruuje model, aby ostateczna odpowiedź była samodzielna, dzięki czemu użytkownicy nigdy nie muszą przeszukiwać zwiniętych wiadomości pośrednich. Kiedy model nie jest pewien, co zrobić dalej, może zasugerować krok i czekać na potwierdzenie. Wytyczne nakazują teraz deweloperom, aby dali mu pozwolenie na automatyczne wykonanie tego kroku, chyba że działanie jest dużą zmianą zakresu, blokadą, decyzją, którą musi podjąć użytkownik, lub operacją destrukcyjną.
Prompt do kodowania promuje ponowne wykorzystanie istniejącej logiki repozytorium, unika niepotrzebnych funkcji pomocniczych i dodaje nowe testy tylko na żądanie lub gdy jest to wymagane przez repozytorium. Zakazuje również skrótów typu „code‑golf”, które poświęcają czytelność. W przypadku prac front‑endowych szablon preferuje realistyczne obrazy lub SVG tylko na żądanie i nakazuje modelowi pomijać ozdobne numerowanie i tekst wypełniający.
Po stronie API, Responses API odrzuci wcześniejszą zawartość rozumowania, jeśli edytujesz historię rozmowy, zmienisz modele lub zmienisz użytkownika końcowego/organizację. Może to zwiększyć zużycie tokenów, ponieważ model może powtarzać pracę. OpenAI zaleca teraz poziom rozumowania „medium” dla zupełnie nowych integracji i przejście z „none” lub „minimal” na „low” dla istniejących konfiguracji. Parametry temperature i top_p nie są już obsługiwane.
Jeśli chodzi o ceny, API Astry zaczyna się od 8 USD / M tokenów wejściowych i 40 USD / M tokenów wyjściowych do 272 tys. tokenów, a następnie wzrasta odpowiednio do 16 USD / M i 60 USD / M. Odczyty z pamięci podręcznej kosztują 0,80 USD / M tokenów. Stawki Sol są niższe, ale nie zostały wyszczególnione w tym fragmencie. The Decoder zauważa, że długie sesje kodowania mogą szybko osiągnąć limit, więc Codex OpenAI automatycznie kompresuje kontekst po 272 tys. tokenów.
Jeśli prowadzisz oszczędną działalność, dwie rzeczy najbardziej dają się we znaki: rachunki za tokeny i jakość wyników. Nowe ceny ułatwiają przepłacanie za pojedynczy, długotrwały prompt, zwłaszcza jeśli nadal używasz rozumowania „none”, a model ciągle ponownie wysyła swoje własne szkice. Przejście na zalecany poziom rozumowania „low” lub „medium” może zmniejszyć zużycie tokenów bez poświęcania użyteczności.
Równie ważne jest to, że domyślny, zwięzły styl Astry oznacza, że wiele instrukcji „bądź zwięzły”, które dodawałeś do swoich promptów, jest teraz szumem. Utrzymywanie starych zestawów promptów nie tylko marnuje tokeny, ale także wyzwala nawyk modelu do zadawania pytań uzupełniających – coś, co OpenAI próbowało ograniczyć za pomocą wrześniowych promptów Astry. Aktualizacja do nowych szablonów sprawi, że odpowiedzi modelu będą bardziej samodzielne, co przekłada się na mniej wiadomości w tę i z powrotem oraz płynniejsze doświadczenie użytkownika dla Twoich wewnętrznych narzędzi lub botów obsługujących klientów.
Wreszcie, wytyczne dotyczące kodowania przypominają, że kod generowany przez AI może wyglądać elegancko, ale być koszmarem w utrzymaniu. Wymuszając czytelność i ponowne użycie, nowe prompty pomagają uniknąć ukrytego długu technicznego, którego małe zespoły nie mogą sobie pozwolić na spłacenie później.
temperature/top_p.Open-source Hermes Agent is coming to Microsoft Teams, allowing workers to package successful AI workflows into team-wide reusable skills.

OpenAI's internal data shows researchers value their AI coding agents so highly they'd rather give up staff, despite the tools frequently producing 'AI slop' and requiring significant human oversight.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Komentarze2
Dropping the redundant "be concise" instructions is long overdue, especially for operations teams managing high-volume document pipelines where every extra token adds up. I am more interested in whether Sol can actually maintain that logic-to-cost ratio in multi-step agentic workflows without needing constant human sanity checks on the intermediate steps.
In my benchmark tests with Sol last week, the error rate spiked dramatically by step three of an agent loop, forcing me to throw in extra validator calls just to keep it on the rails. For complex workflows, you are definitely still paying the "babysitting tax" in both API costs and dev hours.
The new pricing for Astra seems steep; we tried a similar model and ended up with a 30% increase in costs, how do you plan to mitigate this?