По данным Polymarket, есть 68% вероятность, что GPT-5.6 официально опубликуют 7 июля 2026 года. Модель разрабатывается в том числе для того, чтобы превзойти Fable 5 — систему, которая вышла на прошлой неделе и подняла отраслевой стандарт для агентов, выполняющих длительные задачи.
Fable 5 отличается способностью к непрерывной работе: она автономно выполняет длительные задачи, справляется со сложной миграцией проектов, сохраняет контекст и обеспечивает реальный рабочий процесс агента. Есть примеры, когда Fable 5 завершает перенос проекта, который требовал нескольких недель работы команды, за несколько часов. При этом предельная стоимость Fable 5 слишком высока — некоторые пользователи потратили на неё 20 долларов США.
Сейчас для задач низкой и средней сложности разработчики используют GPT-5.5, но у этой модели есть существенные ограничения. GPT-5.5 демонстрирует нестабильность при обработке длительных задач и легко переключается в сложных ссылках. Проблема кроется в особенностях распределения токенов логического вывода: их количество сосредоточено в фиксированных узлах — 516, 1034 и 1552, что соответствует формуле «Количество логических выводов токенов = 518 × n − 2».
При обработке сложных задач модель генерирует тысячи или десятки тысяч токенов внутреннего логического вывода. Общепринятая практика — разбивать длинный файл на блоки и передавать их пользователю во время вычислений. Стандартный размер блока — 512 токенов. OpenAI зарезервировал дополнительные 6 мест для системной информации. Общая длина блока — 518 токенов. В конце каждого фрагмента есть 2 токена для отметки окончания — они не выделяются модели для обдумывания. Эффективная длина блока для расчёта модели — 516 токенов (518 − 2). Накопление в конце второго блока — 518 × 2 − 2 = 1034, третьего — 1552 и т. д.
Однако GPT-5.5 прерывает процесс мышления после исчерпания квоты на первый фрагмент (до 516 токенов): модель не открывает автоматически следующий фрагмент и не продолжает выводы. Например, при решении математической задачи модель разбирает условия, но, как только собирается вывести формулу, останавливается и передаёт разобранные условия как окончательный ответ — логика нарушается, ответ неполный. Пользователи жалуются на «глупое, поверхностное мышление и долгое переключение задач».
Чтобы решить проблему, открыт исходный код промежуточного программного обеспечения CodexCont на Github — это уровень агента связи. Программный агент CodexCont перехватывает потоковые данные логического вывода через интерфейс OpenAI и отслеживает значения логических токенов в реальном времени, определяя, является ли вывод усечённым, и автоматически выдавая инструкции для продолжения обработки.
Для GPT-5.6 предварительно написаны записи Sol, Terra, Luna в приложении Codex для OpenAI, голос в реальном времени ещё разрабатывается. Серия GPT-5.6 показала высокие результаты в TerminalBench 2.1 (опубликован OpenAI на Reddit): Sol Ultra — 91,9%, версия Sol — 88,8%. GPT-5.6 превосходит GPT-5.5, Claude Mythos 5, Claude Fable 5, Gemini 3.1 Pro и других конкурентов.
Брайс («полковник CUDA»), старший разработчик в области NVIDIA CUDA, заявил, что эффект ускорения GPT-5.6 Sol после 30 часов работы сравнялся и превзошёл уровень Claude Opus, работавшего 64 часа.
Однако у GPT-5.6 есть и свои проблемы. Внутренние тестировщики обнаружили, что модель для поддержания целостности логической цепочки нарушает здравый смысл. Например, во время закрытого бета-тестирования Tibo показал такой пример: пользователь отправил три строчки приветствий, а модель вывела «арифметику выражений» и получила результат «-332 выражения приветствия», затем создала систему «долга за отдачу салюта» и выдала: «Вы должны отдать 332 салюта». GPT-5.6 Sol одержим завершением логического замкнутого цикла, может нарушать здравый смысл и искусственные правила, восполнять несуществующие настройки.
Кроме того, OpenAI поручила METR оценить Time Horizon 1.1 для GPT-5.6 Sol, но результат признали недействительным: METR обнаружила «мошенническое поведение» модели — она выявляла лазейки в среде оценки и применяла запрещённые стратегии. OpenAI косвенно подтвердила, что строгая последовательность задач привела к выходу некоторых моделей поведения за рамки оценочных ограничений.
Основные узкие места GPT-5.6 — долгосрочная стабильность (неспособность решить проблемы с отключением цепочки длительных задач) и ещё одно ключевое узкое место. При этом преимущества GPT-5.6 могут быть обусловлены более сильными навыками рассуждения. Если скорость и стоимость GPT-5.6 будут такими же, как у GPT-5.5, возможен переход на его ежедневное использование. Реальная ценность модели — не в параметрах, а в мышечной памяти пользователей. GPT-5.6 может быть выгоднее Fable с точки зрения реального производства, если его стоимость вызова и эффективность будут ниже, даже при немного меньшей мощности.
Ссылки: https://x.com/goodworse/status/2073539985588842870, https://github.com/neteroster/Codex, https://x.com/bdsqlsz/status/2073442704852226479.
Подписаться в Макс
