GPT-5.6 Genel Kullanımda: Fan-Out İçin Tasarlandı, Cache Yazımları Artık Ücretli

OpenAI, 9 Temmuz'da GPT-5.6'yı sınırlı önizlemeden çıkardı ve Sol, Terra ve Luna olmak üzere üç katmanda ChatGPT, Codex ve API genelinde kullanıma sundu. GitHub da aynı gün bu modelleri Copilot'ta devreye almaya başladı. Günde birkaç kodlama ajanı çalıştıran biri olarak benim için benchmark'lardan çok daha az göze çarpan iki değişiklik önemli: Bu sürüm aynı anda çok sayıda ajan çalıştırmak için tasarlanmış ve prompt caching'in faturalandırılma şeklini değiştiriyor.

Üç Katman, Üç Fiyat#

1M token başına lansman fiyatları:

• Sol, amiral gemisi: $5 input / $30 output.
• Terra, OpenAI'ın GPT-5.5 ile rekabet edebilir dediği daha düşük maliyetli model: $2.50 / $15.
• Luna, en hızlı ve en uygun fiyatlı model: $1 / $6.

OpenAI'a göre numara nesli gösteriyor; Sol, Terra ve Luna ise kendi temposunda ilerleyebilecek kalıcı katmanlar. Model ID'leri script'lerinizin içine dağınık şekilde hard-code edilmişse, şimdiden hepsini tek bir görev-model eşlemesinin arkasına alın.

Fan-Out İçin Tasarlandı#

Birkaç özellik aynı yönü işaret ediyor:

• max reasoning, modele alternatifleri keşfetmek, kontroller çalıştırmak ve revizyon yapmak için xhigh'tan daha fazla zaman tanıyor.
• ultra, varsayılan olarak dört ajanı paralel koordine ediyor; daha yüksek token kullanımı karşılığında daha güçlü sonuçlar ve daha kısa sonuca ulaşma süresi sunuyor. Codex'te Plus ve üzeri planlarda mevcut.
• Responses API'ye, tek bir istekte eşzamanlı subagent'lar çalıştıran bir çoklu ajan betası ve Programmatic Tool Calling ekleniyor. Programmatic Tool Calling'de model, araçları koordine eden ve ara sonuçları filtreleyen hafif, bellek içi programlar yazıp çalıştırıyor. OpenAI bu ikincisinin Zero Data Retention ile uyumlu olduğunu söylüyor.

Ben önce Programmatic Tool Calling'i denerdim: Büyük tool çıktılarının her adımda modelden tekrar geçmesi pahalı. Fan-out'un kendisi ise zaten Quorate'te kullandığım bir yapı; Quorate tek bir diff üzerinde birkaç reviewer çalıştırıyor. Paralel ajanlar, çağrı başına halihazırda yaşadığınız israfı katlıyor; bu yüzden bir sonraki bölüm ultra altında daha da önem kazanıyor.

Caching Değişikliği Faturanıza Yansıyacak#

GPT-5.6, açık cache breakpoint'leri ve 30 dakikalık minimum cache ömrü getiriyor. Bir de fiyat getiriyor: Cache yazımları, cache'lenmemiş input fiyatının 1,25 katına mal oluyor; okumalar ise %90 indirimi koruyor. Prompt caching rehberi, GPT-5.5 için ek bir cache yazım ücreti listelemiyor. Eskiden yazılıp hiç okunmayan bir prefix'in ekstra bir maliyeti yoktu. Artık cache'lememeye göre %25 daha pahalı.

Yeniden kullanım varsa caching hâlâ kazançlı: Bir yazım artı bir okuma, düz input maliyetinin 2 katı yerine 1,35 katı ediyor; bir yazım artı dokuz okuma ise 10 kat yerine 2,15 kat. Kimsenin tekrar okumadığı içerikte ise zarar ettiriyor. Rehberin kendi implicit mod örneğinde, 12.000 token'lık ilk istek 12.000 cache-write token'ı raporluyor. Benzersiz bir payload içeren tek seferlik bir çağrı için bu, cache'e yazdığı input üzerinde %25'lik bir ek ücret demek.

Çözüm explicit-only mod. Sabit prefix'in bittiği yeri işaretliyorsunuz; son breakpoint'ten sonraki içerik, yazım ücreti olmadan cache'lenmemiş fiyattan faturalandırılıyor:

{
  "model": "gpt-5.6-sol",
  "prompt_cache_options": { "mode": "explicit" },
  "input": [
    { "role": "developer", "content": [{
      "type": "input_text",
      "text": "Stable rubric and examples...",
      "prompt_cache_breakpoint": { "mode": "explicit" } }] },
    { "role": "user", "content": "The unique item to evaluate..." }
  ]
}

Rehberden iki detay daha: GPT-5.6'da cache'lenebilir minimum prefix 1.024 token ve routing için artık prompt_cache_key gerekmiyor. Bu anahtar artık müşteri bazında ayrı cache muhasebesi için konumlandırılmış; bu da kullanıcılar arasında cache-hit yoklamasını (probing) önlemeye yardımcı oluyor. Multi-tenant bir üründe bu yalnızca bir faturalandırma kararı değil, aynı zamanda bir güvenlik kararı.

Token Başına Değil, Görev Başına Maliyeti Karşılaştırın#

OpenAI'ın manşet iddiası şu: Max reasoning ile Sol, Artificial Analysis Coding Agent Index'te 80 puan alıyor; bu Claude Fable 5'in 2,8 puan üzerinde ve bunu yarıdan az output token'ı, yarıdan az süre ve yaklaşık üçte bir daha düşük maliyetle yapıyor.

Bunlar üreticinin kendi rakamları, ama bakış açısı doğru: Output uzunluğu ve tekrar denemeler bu kadar farklılık gösterdiğinde token başına fiyat kötü bir karşılaştırma ölçütü. Benim güvendiğim metrik, kabul edilen değişiklik başına maliyet; buna input, output, cache yazımları, tekrar denemeler ve insan review süresi dahil. İkinci bir tur gerektiren daha ucuz bir model aslında ucuz değildir.

Copilot'ta Organizasyonlar İçin Varsayılan Olarak Kapalı#

Copilot'ta Sol; Pro+, Max, Business ve Enterprise planlarında, Terra ve Luna ise ek olarak Pro'da da mevcut. Business ve Enterprise yöneticilerinin varsayılan olarak kapalı olan GPT-5.6 politikasını etkinleştirmesi gerekiyor ve kullanım, sağlayıcının liste fiyatından faturalandırılıyor. Açmadan önce varsayılan katmana karar verin; liste fiyatından Sol, rutin işler için pahalı.

Ben Ne Yapıyorum?#

GPT-5.6 çağıran her harness için listem şöyle:

• Dinamik içeriği (tarihler, run ID'leri, kullanıcı adları) sabit prefix'in altına taşımak.
• Yazımlar görünür olsun diye her çağrıda cached_tokens'ın yanına cache_write_tokens'ı da loglamak.
• Tek seferlik review ve judge çağrıları için explicit-only modu, yalnızca ekleme yapılan uzun thread'ler için implicit modu kullanmak.
• Küçük bir gerçek görev setini Sol, Terra ve mevcut varsayılan model üzerinden çalıştırıp kabul edilen patch başına maliyeti karşılaştırmak.
• Gerçek iş yüklerinde dört paralel ajanın neye mal olduğunu öğrenene kadar rutin işlerde ultra'yı kapalı tutmak.

Güvenlik review ajanları için bir not: OpenAI, Sol'un siber güvenlik korumalarının önceki modellere göre potansiyel olarak zararlı aktiviteyi kabaca on kat daha fazla engellediğini söylüyor. Bunlara güvenmeden önce prompt'larınızı test edin.