Machinelearning - ML и Data Science

⚡️ OpenAI опубликовала подробный гайд по GPT-6 Astra API В документации разобрали, как правильно использовать новую модель и чем она отличается от предыдущих поколений. Главные нововведения: - Async tool calling - Astra может продолжать рассуждать или выполнять другие части задачи, пока внешний tool ещё работает - Mid-turn steering - инструкции можно менять прямо во время выполнения длинной задачи, не начиная всё заново - Динамический reasoning - уровень reasoning effort можно повышать или снижать посреди диалога с сохранением prompt cache - поддержка computer use, Structured Outputs, multi-agent orchestration, programmatic tool calling, persisted reasoning и compaction - модель лучше держит длинные многошаговые workflows между кодом, браузером и внешними инструментами OpenAI также отмечает, что Astra часто использует заметно меньше output-токенов для решения той же задачи, поэтому реальная стоимость выполненной задачи может быть ниже, несмотря на более высокую цену одного токена. Для API: model: gpt-6-astra При миграции есть несколько важных изменений: - reasoning_effort: none больше не поддерживается - рекомендуется начинать с low - для tool calling нужен Responses API - temperature, top_p и top_logprobs не поддерживаются - Astra сильнее реагирует на инструкции из AGENTS.md, skills и других файлов, поэтому их советуют внимательно проверять - модель может чаще задавать уточняющие вопросы, поэтому для автономных агентов OpenAI отдельно рекомендует явно просить её доводить задачу до конца Отдельный акцент гайда на агентах: Astra рассчитана уже не только на отдельный ответ, а на длинную работу с инструментами, изменением требований на ходу и несколькими агентами. Ссылка скрыта #chatgpt #OpenAI @ai_machinelearning_big_data