Миграция агента продаж на GPT-5.6: в 2,2 раза быстрее, на 27 % дешевле — настоящий разбор после внедрения

Первый количественный отчёт о миграции с frontier на frontier. Учебный случай для тех, кто готовит свою следующую перестройку.

Простыми словами

Команда ploy.ai перенесла агента из продакшена с GPT-5.4 на GPT-5.6 и опубликовала сырые цифры: на 2,2× меньше задержка, на 27 % ниже стоимость, +8 п.п. к доле успешных завершений. Постмортем оказался полезнее маркетинговых бенчмарков.

Факт

Опубликовано 12 июля 2026 года на ploy.ai/blog, отчёт охватывает реальную миграцию: коммерческий агент (поиск + квалификация + email), обрабатывающий ~40k запросов/день. Постепенный переход в течение 5 дней, A/B-тестирование на стороне harness, полная телеметрия.

Анализ

Стоит выделить три конкретных урока:

1. Улучшение задержки в основном связано с моделью, а не с harness. Один и тот же трейс агента работает в 2,2× быстрее по медиане и в 3,1× быстрее на P99. Это соответствует заявлениям OpenAI об оптимизации serving (speculative decoding + повторное использование KV-кэша).
2. Снижение стоимости отчасти иллюзорно. Цена за токен упала, но новая версия склонна генерировать более длинные ответы (~+18 %). -27 % в итоге обусловлены в первую очередь сокращением количества итераций агента, а не только ценой за токен.
3. +8 п.п. к доле успешных завершений связаны с улучшенным tool-calling. В многоэтапных workflow GPT-5.6 реже ошибается при выборе инструмента и реже повторяет попытки. Это выигрыш harness индуцированный моделью, а не рост «сырого» интеллекта.

Под капотом

Для перехода harness потребовалось три изменения: (1) корректировка системного промпта (меньше явных подсказок, так как модель в них нуждается меньше), (2) ужесточение парсера tool calls (новый, более строгий формат вызовов), (3) перекалибровка порогов retry (меньше ошибок → порог снижен).

Общий вычислительный бюджет снижается только если вы фиксируете целевую задержку — иначе появляется соблазн добавить дополнительные шаги.

Сценарии

• Широкое внедрение (60 %) : большинство продакшн-агентов перейдут на 5.6 к Q4 2026, мотивированные триадой задержка/стоимость/tool-calling.
• Частичное внедрение (30 %) : те, у кого есть fine-tuned модель 5.4, ждут пайплайн fine-tuning для 5.6.
• Ожидание (10 %) : те, у кого сильная привязка к вендору (Azure early tier, годовые контракты), ждут обновления.

Что делать

Для команды, готовящей переход: 5 дней A/B-тестирования на стороне harness — обязательны. Выгоды реальны, но зависят от вашего harness — никаких shortcut. Для руководителя: ключевой KPI — стоимость на успешный workflow, а не стоимость за токен. Разница может быть в 2 раза.

На что обратить внимание

Постмортемы команд, мигрировавших на Claude Cowork или Gemini 3 — объективные бенчмарки пока отсутствуют. Предстоящие пайплайны fine-tuning 5.6 (запланированы OpenAI на «лето»).