GPT-5.6 GA: Programmatic Tool Calling перемещает оркестрацию инструментов внутрь модели — что операторам нужно обновить немедленно

9 июля 2026 года GPT-5.6 перешёл из ограниченного предпросмотра в общую доступность — но изменения в слое роутинга не сводятся к переименованию модели. Вместе с релизом в Responses API появился Programmatic Tool Calling: GPT-5.6 теперь умеет писать и исполнять JavaScript прямо в памяти, координируя вызовы инструментов, фильтруя промежуточные данные и возвращая компактный структурированный результат вызывающей стороне. Для команд, где диспетчеризация инструментов реализована на уровне AI-шлюза, это меняет модель управления потоком.

Что произошло

OpenAI выпустил в общий доступ семейство GPT-5.6 — Sol (флагман), Terra (баланс), Luna (экономичный вариант). Модели доступны немедленно через Responses API и Chat Completions API.

Подтверждённые ID моделей и цены:

Псевдоним gpt-5.6 направляет запросы на Sol. Все три модели имеют контекстное окно 1 050 000 токенов, максимум 128 000 токенов на выходе и дату среза знаний 16 февраля 2026 г.

Новое в GA:

• Programmatic Tool Calling — сгенерированный моделью JavaScript координирует вызовы инструментов в изолированной среде выполнения V8; только Responses API.
• Ultra-режим — параллельная координация четырёх экземпляров Sol по умолчанию через multi-agent beta в Responses API.
• Microsoft 365 Copilot — GPT-5.6 стал предпочтительной моделью в Word, Excel, PowerPoint и Cowork.

Почему это важно для AI-инженерных команд

Миграция псевдонимов моделей — срочное дело. Если ваши правила роутинга указывают на gpt-5.5, gpt-5.5-mini или gpt-5.5-nano, эти модели пока не устарели, но GPT-5.6 уже стал рекомендуемым по умолчанию. Соответствие уровней:

• gpt-5.5 → gpt-5.6-sol (флагман)
• gpt-5.5-mini → gpt-5.6-terra (баланс)
• gpt-5.5-nano → gpt-5.6-luna (экономичный)

Programmatic Tool Calling устанавливает новую границу контроля. При стандартном tool calling модель возвращает массив tool_calls в ваше приложение; шлюз или код приложения обрабатывает его, вызывает инструмент и отправляет результат обратно. Programmatic Tool Calling — добавляется через {"type": "programmatic_tool_calling"} в массив tools Responses API — позволяет модели исполнять JavaScript внутри хостинговой среды V8: инструменты вызываются там же, промежуточные данные фильтруются до того, как что-либо покинет sandbox.

Это удобно для многошаговых цепочек инструментов (параллельные запросы, дедупликация, агрегация), но означает, что диспетчеризация инструментов перемещается из вашего шлюза внутрь V8-песочницы OpenAI. Шлюз видит единственный вызов Responses API — отдельные вызовы инструментов внутри программы через ваш шлюз уже не проходят.

Разрыв между Responses API и Chat Completions стал реальностью. Programmatic Tool Calling, ultra-режим и большинство функций продвинутой оркестрации GPT-5.6 существуют только на /v1/responses. Если ваш AI-шлюз проксирует /v1/chat/completions, эти возможности для ваших пользователей недоступны. Для команд, которые оценивают миграцию на Responses API, момент пришёл.

Влияние цен трёхуровневой линейки на политику роутинга. Luna по $1,00/$6,00 за миллион токенов (вход/выход) — наиболее значимое ценовое изменение. Она занимает позицию nano-уровня, но стоит в ~2,5 раза дороже старого GPT-5.4 nano ($0,40 за входящие) — при этом включает контекст в 1 млн токенов и поддержку reasoning tokens. Если ваш роутинг отправлял высокопоточные задачи на nano ради экономии, ценообразование Luna сдвигает точку безубыточности.

Роутинг и операторская перспектива

Шаг 1: обновите таблицу псевдонимов моделей. Прежде чем оценивать Programmatic Tool Calling, проверьте каждое правило роутинга с gpt-5.5* или gpt-5.4* в ID модели. Новая трёхуровневая структура:

Флагман:    gpt-5.6-sol    ($5/$30 per 1M)
Баланс:     gpt-5.6-terra  ($2.50/$15 per 1M)
Экономичный: gpt-5.6-luna  ($1/$6 per 1M)
Псевдоним:  gpt-5.6        → направляется на Sol

Шаг 2: определите сроки миграции на Responses API. Programmatic Tool Calling работает только на Responses API. Если ваша команда использует Claude Code, OpenAI SDK или собственный прокси, маршрут /v1/chat/completions сохраняется и покрывает большинство production-нагрузок. Но для pipeline с 3 и более последовательными вызовами инструментов Programmatic Tool Calling существенно сокращает количество round trip и расход токенов — миграция на Responses API теперь имеет чёткое экономическое обоснование.

Шаг 3: разграничьте, что Programmatic Tool Calling заменяет, а что нет. Функция создана для предсказуемого потока обработки данных: параллельные запросы, join-и-фильтр, дедупликация, агрегация с ранжированием. Она не заменяет авторизацию инструментов на уровне шлюза, approval-воркфлоу, валидацию ссылок и любые вызовы инструментов, требующие явного подтверждения пользователя — всё это должно остаться в слое приложения.

Расходы на ultra-режим. Ultra по умолчанию запускает четыре экземпляра Sol параллельно. По ценам Sol это примерно 4-кратный рост расхода токенов до применения оптимизаций. Подходит для трудоёмких разовых задач (ревью кода в длинном контексте, сложный исследовательский синтез); не подходит для использования в качестве дефолтного таргета для обычного production-трафика.

Изменение cache hit rate при большом контексте. Запросы длиной более 272 000 токенов тарифицируются по 2× входящая / 1,5× исходящая ставка для всего запроса целиком. Если ваш роутинг отправляет крупные system prompt или большие RAG-нагрузки, убедитесь, что размер запроса не превышает этот порог, прежде чем обновлять псевдонимы моделей.

На что обращать внимание пользователям TheRouter

Если вы маршрутизируете запросы к моделям OpenAI через TheRouter, первоочередные действия:

1. Обновите правила роутинга моделей — переключите варианты gpt-5.5 на подходящий псевдоним gpt-5.6-* исходя из целевых параметров стоимости и качества.
2. Оцените поддержку Responses API — если шлюз TheRouter проксирует /v1/responses, Programmatic Tool Calling доступен без дополнительной настройки; если нет, tool-нагрузки на Chat Completions продолжают работать штатно.
3. Проверьте риск стоимостей на длинном контексте — если какой-либо маршрут передаёт более 272 000 токенов на вход, до принятия решения о миграции рассчитайте двойной тариф для Luna и Terra.

Страница моделей TheRouter будет обновлена по мере расширения каталога с добавлением GPT-5.6.