Các mô hình GPT-6 cho Codex: Astra, Sol hay Luna?

Việc so sánh mô hình hữu ích nhất bắt đầu từ công việc bạn cần hoàn thành. Một chỉnh sửa nhỏ có phép kiểm thử nghiệm thu rõ ràng, một lỗi khó xác định trong môi trường thực tế và một đợt tái cấu trúc lớn đặt ra các yêu cầu khác nhau đối với tác nhân lập trình.

Đây là quy trình lựa chọn, không phải bài đánh giá khẳng định một mô hình thắng mọi tác vụ. Hãy dùng cùng trạng thái kho mã, hướng dẫn và các bước kiểm tra cho từng mô hình, rồi so sánh kết quả và mức sử dụng thực tế.

Chọn mô hình thử nghiệm ban đầu

Những điểm khởi đầu này dựa trên các vai trò được mô tả trong hướng dẫn lựa chọn mô hìnhcủa OpenAI. Khối lượng công việc của chính bạn quyết định liệu một lựa chọn khác có tốt hơn hay không.

Dùng ID mô hình chính xác

• GPT-6 Astra: gpt-6-astra.
• GPT-6.1 Sol: gpt-6.1-sol.
• GPT-6 Luna: gpt-6-luna.
• GPT-6 Sol: gpt-6-sol.

GPT-6 Sol và GPT-6.1 Sol là các mã định danh riêng biệt. Không âm thầm thay thế mã này bằng mã kia trong một phép so sánh. Hãy ghi lại chính xác mô hình được yêu cầu, nhà cung cấp, thiết lập suy luận và mọi tùy chọn cấp dịch vụ.

AI Prime Tech gần đây đã có các yêu cầu Responses hoàn tất cho bốn mô hình này trong nhóm Codex trả trước. Kiểm tra danh sách mô hình dành cho khóa của bạn trước khi thử nghiệm. Bằng chứng đó xác nhận việc sử dụng gần đây qua cổng API; nó không đảm bảo rằng mọi công cụ phía thượng nguồn hoặc yêu cầu trong tương lai đều được hỗ trợ.

Xây dựng một bộ đánh giá nhỏ

Chọn một số tác vụ từ công việc của bạn. Bao gồm một thay đổi đơn giản, một lỗi có thể tái hiện và một tác vụ có yêu cầu chưa rõ cần diễn giải cẩn thận. Cung cấp cho mọi mô hình cùng mã nguồn ban đầu và tiêu chí hoàn thành bằng văn bản.

Ví dụ, yêu cầu mỗi mô hình sửa một lỗi xác thực đầu vào mà không thay đổi API công khai. Yêu cầu các bước kiểm tra hiện có phải đạt và bổ sung một ví dụ kiểm thử hồi quy tập trung vào lỗi đó. Ghi lại liệu mô hình có tìm ra nguyên nhân hay không, bản vá có đưa vào những thay đổi không liên quan hay không và cần bao nhiêu chỉnh sửa từ con người.

Giữ các lượt đánh giá độc lập để một mô hình không kế thừa giải pháp của mô hình khác. Chạy các bước kiểm tra của kho mã trên kết quả cuối cùng. Một lời giải thích thuyết phục nhưng không có thay đổi hoạt động được không nên được tính là thành công.

So sánh chi phí trên mỗi tác vụ hoàn thành

Giá trên mỗi token chỉ là một yếu tố đầu vào. Ghi lại chi phí thực tế của lượt chạy, bao gồm các lần thử lại và prompt tiếp theo. Một yêu cầu rẻ hơn có thể cần nhiều lần thử hơn; một mô hình đắt hơn vẫn có thể là quá mức cần thiết cho tác vụ mà mô hình nhỏ hơn hoàn thành đáng tin cậy.

Các trang chi tiết mô hình liên kết đến bảng giá tiêu chuẩn chính thức và giải thích các giới hạn của bảng giá đó. Với yêu cầu qua AI Prime Tech, hãy dùng khoản phí trên bảng điều khiển cho nhóm và gói đã chọn. Giữ nhất quán việc sử dụng bộ nhớ đệm, ngữ cảnh dài và các tùy chọn dịch vụ khi so sánh các lượt chạy.

Với gói tính theo thời gian, cũng hãy cân nhắc lượng công việc hữu ích bạn có thể hoàn thành trong thời gian hiệu lực và giới hạn tốc độ của gói. Đừng dựa vào tên gói để giả định về thông lượng hoặc khả năng truy cập mọi mô hình.

Coi ngữ cảnh là một ngân sách

Cung cấp cho tác nhân mã liên quan, hành vi gây lỗi và các ràng buộc. Thêm toàn bộ kho mã vào mọi yêu cầu có thể làm tăng chi phí và che khuất những phần quan trọng. Yêu cầu bằng chứng từ các tệp mà tác nhân đã kiểm tra và giữ lại các bài kiểm thử xác nhận việc hoàn thành.

Nếu thực sự cần một yêu cầu dài, hãy xác minh giới hạn có hiệu lực của mô hình, ứng dụng khách và nhóm cổng API. Ngữ cảnh được quảng bá của mô hình thượng nguồn là một thông số kỹ thuật, không phải bằng chứng rằng toàn bộ hệ thống tích hợp của bạn sẽ chấp nhận yêu cầu có kích thước đó.

Cấu hình Codex một lần, chủ động thay đổi mô hình

Dùng nhà cung cấp tùy chỉnh trong hướng dẫn Codex CLIcủa chúng tôi. Thay đổi giá trị model thành một ID chính xác trong danh sách ở trên, rồi xác nhận mô hình và nhà cung cấp đang hoạt động bằng /status.

Đối với ứng dụng, hướng dẫn API tương thích với OpenAI minh họa một yêu cầu Responses truyền trực tuyến. Giữ nguyên endpoint và thông tin xác thực khi thay đổi mô hình. Kiểm thử riêng từng công cụ trước khi yêu cầu tác nhân thực hiện một công việc dài mà không có người giám sát.

Một nguyên tắc lựa chọn hữu ích

Chọn mô hình nhẹ nhất hoàn thành các tác vụ đại diện của bạn với chất lượng cần thiết. Chuẩn bị phương án chuyển sang mô hình mạnh hơn khi mô hình hiện tại thất bại hoặc vấn đề trở nên phức tạp hơn. Chạy lại các ví dụ của bạn khi thay đổi phiên bản mô hình, prompt hoặc thiết lập cổng API.

Nếu bạn vẫn đang lựa chọn giữa gói thuê bao và quyền truy cập API, hãy đọc Khóa API Codex so với gói đăng ký ChatGPT. Để bắt đầu với cổng API này, hãy dùng trang truy cập API Codex.