Счёт за агента режут настройки, а не модель: Browser Use ушёл с $235 на $14

Точность осталась рабочей: 78% сложных браузерных задач. Luna в линейке GPT-5.6 самая дешёвая, а не самая умная: $0.20 за миллион входных токенов и $1.20 за выходные (прайс OpenAI, 13.08).

OpenAI собрала такие истории в гайд по GPT-5.6 и вывела правило: деньги агента режет не переезд на новую модель, а выбор её размера, уровень reasoning и работа с контекстом.

Раньше и теперь. Раньше за сложную работу платили максимальным reasoning по умолчанию. Теперь на Agents' Last Exam Sol на уровне «low» обошёл GPT-5.5 на «high» при неизменном харнессе, и OpenAI пишет, что стартапы экономят простым понижением усилия.

Две настройки. На ARC-AGI-3 Sol со стандартной обвязкой набрал 13,3%. С сохранением reasoning между вызовами и нативной компакцией он дал 38,3% и потратил примерно в 6 раз меньше выходных токенов (блог OpenAI, 13.08). Модель та же, поменялись две галочки.

Остальное уже лежит в API. Programmatic tool calling добавляется хостед-тулом в запрос: модель пишет JavaScript, вызывает инструменты параллельно и разбирает выдачу вне контекста. У Rogo это срезало входные токены на 21% без потери качества.

Кэш промпта держит цену повторов: брейкпоинты ставятся явно, TTL 30 минут задаётся полем prompt_cache_options.ttl, префикс до брейкпоинта должен быть не меньше 1024 токенов. Ploy на детерминированных брейкпоинтах сократил некэшированный вход на 28%, а кэшированный токен у Luna стоит $0.02 против $0.20 обычного.