ChatGPT 6 Astra. HYPE minął - CZAS na REALIA.
Analiza praktycznego zastosowania i testów wydajnościowych modelu GPT-6 Astra w porównaniu do GPT-5.6 Sol na przykładzie złożonego zadania kosztorysowo-projektowego. Materiał zawiera konkretne poradnikowe wskazówki konfiguracji oraz zestawienie czasu wykonania, kosztów i limitów tokenów.
- Poziom rozumowania (reasoning_effort) - zaleca się rozpoczynanie pracy od ustawienia 'low' lub 'medium', co skraca czas oczekiwania i zmniejsza zużycie tokenów przy zachowaniu wysokiej jakości.
- Zarządzanie kontekstem - włączenie flagi 'experimental_context_management = true' w pliku konfiguracyjnym umożliwia modelowi przeszukiwanie wcześniejszych okien rozmowy i utrzymanie spójności przy wielogodzinnych zadaniach.
- Audyt instrukcji i plików zasad - przed uruchomieniem zadań warto zlecić modelowi weryfikację plików AGENTS.md i skryptów pod kątem sprzecznych lub niepotrzebnych poleceń wstrzymujących pracę.
- Test wydajności 'Remoncik' - Astra Low ukończyła pełne zadanie (analiza 50 plików, koszyk Castorama, model 3D i animacja) w 39 minut, czyli o 40% szybciej niż Astra Medium (65 min) oraz Sol High (66 min).
- Zużycie limitów tygodniowych - jedno złożone zadanie w Astra Low zużyło 9% tygodniowego limitu ChatGPT Pro (23,5 mln tokenów), Astra Medium 15% (40 mln tokenów), a Sol High 4% (40 mln tokenów po niższej cenie jednostkowej).
