Как выбирать модель и reasoning в Codex

После выхода GPT-5.6 у меня была вполне понятная первая реакция.

Если задача связана с разработкой, ошибка может дорого стоить, а новая модель умеет рассуждать глубже, значит безопаснее сразу поставить Sol и максимальный reasoning.

На уровне интуиции это выглядит как страховка.

На практике я увидел другое.

Простая задача начинает выполняться дольше. Расходуется больше лимита. Агент глубже исследует проект, хотя результат можно было проверить за несколько минут. Иногда он расширяет scope, начинает улучшать соседний код или строит более сложное решение, чем требовалось.

Самый сильный режим не оказался универсально лучшим рабочим режимом.

Поэтому я перестал выбирать одной кнопкой “самый мощный вариант” и разделил решение на две части:

• какая модель нужна для этой задачи;

• сколько reasoning нужно дать выбранной модели.

После тестов на своих задачах у меня появилась рабочая матрица. Я возвращаюсь к ней перед запуском разработки, когда неочевидно, стоит ли экономить на Luna, оставаться на Terra или сразу переходить на Sol.

Моя короткая матрица

Мой основной рабочий пресет для разработки - Terra + high.

Это не универсальное правило OpenAI и не утверждение, что Terra всегда лучше Sol.

Официальный Power-режим Codex начинается с Sol + medium, а в документации OpenAI советует начинать с Sol, если пользователь не уверен в выборе. Мой пресет другой, потому что в повседневной разработке мне чаще нужен баланс качества, скорости и расхода лимита, а не максимальный потолок возможностей на каждом запуске.

Для рутины я спускаюсь на Luna.

Для задач, где Terra не удерживает систему целиком или цена ошибки высока, поднимаюсь на Sol.

Модель и reasoning - два разных решения

До этого исследования я слишком часто воспринимал выбор режима как одну шкалу:

Чем сложнее задача, тем более сильную кнопку нужно нажать.

Но модель и reasoning отвечают за разные вещи.

Модель задает базовый уровень возможностей, устойчивость работы с инструментами, скорость и стоимость токенов.

Reasoning определяет, сколько дополнительной вычислительной работы модель может потратить на планирование, анализ, проверку гипотез и пересмотр решения в рамках конкретной задачи.

Это значит, что Luna + high и Terra + medium не являются двумя соседними позициями на одной простой шкале.

Luna + high остается более дешевой моделью, которой дали больше времени на локальное рассуждение.

Terra + medium остается более сильной базовой моделью, но с меньшим бюджетом на анализ конкретной задачи.

Иногда усиленный reasoning на Luna действительно дешевле и рациональнее перехода на Terra.

Иногда никакой max на Terra не компенсирует того, что задача требует более сильной модели, способной удержать архитектуру целиком.

И есть третий случай: проблема вообще не в модели.

Если я не передал логи, не задал scope, не описал критерии готовности или не указал, что нельзя менять, более сильная модель получит не больше ясности, а больше пространства для исследования неопределенности.

Как я использую Luna, Terra и Sol

Luna - когда результат понятен и легко проверяется

Luna - самая быстрая и дешевая модель семейства GPT-5.6.

Я использую ее там, где задача хорошо определена, изменение локально, а результат можно объективно проверить тестом, diff или визуальным просмотром.

Типовые примеры:

• переименование;
• форматирование;
• небольшая правка CSS;
• простой guard;
• генерация unit-тестов;
• документация;
• преобразование данных;
• рутинный рефакторинг;
• массовые однотипные изменения.

Мой стартовый вариант - Luna + medium.

Если задача остается локальной, но требует аккуратно пройти несколько условий, я поднимаю Luna до high.

Я не выбираю Luna для сложной архитектуры, трудно воспроизводимых ошибок, больших миграций и задач, где локально правильное изменение может сломать систему в другом месте.

Terra - моя основная рабочая модель

Terra у OpenAI описана как everyday workhorse и прагматичный универсальный вариант.

Для меня это и есть ее главная роль.

Terra подходит, когда Luna уже может быть недостаточно надежной, но полный потенциал Sol еще не нужен.

Я использую Terra для:

• основной разработки;
• фич в нескольких файлах;
• работы с существующим проектом;
• нетривиальных багов;
• рефакторинга модулей;
• code review;
• написания и обновления тестов;
• проектирования API внутри понятной системы;
• работы с незнакомой частью репозитория;
• подготовки технических заданий.

Мой дефолт - Terra + high.

Для простой и хорошо описанной фичи иногда достаточно Terra + medium.

Для задачи со значительной неопределенностью я использую Terra + xhigh.

Terra + max включаю, когда хочу получить максимальную глубину на Terra до перехода на более дорогой Sol. Но это уже не повседневный режим, а отдельное решение под конкретную проблему.

Sol - когда важен максимальный потолок

Sol - флагманская модель семейства и самый сильный вариант для сложной профессиональной работы.

Я использую ее, когда задача требует удерживать систему целиком, сравнивать несколько сильных альтернатив или разбираться в проблеме, где ошибочная локальная гипотеза может дорого обойтись.

Типовые случаи:

• архитектура;
• трудно воспроизводимые ошибки;
• конкурентность и гонки;
• распределенные системы;
• большие миграции;
• изменения в нескольких репозиториях;
• безопасность;
• сложная работа с инструментами;
• высокая цена ошибки;
• финальная независимая проверка критичного изменения.

Мой стартовый режим для таких задач - Sol + high.

Если неопределенность и число компромиссов высоки, я поднимаюсь до xhigh.

Sol + max оставляю для предельно сложных задач, где глубина важнее скорости и расхода.

Sol + Ultra использую только тогда, когда работу реально можно разделить на независимые потоки.