मैंने gpt-5.6-sol के साथ $200,000 से अधिक के टोकन खर्च कर दिए हैं। यह एक बेहतरीन मॉडल है। हालांकि, $200 वाले Codex Pro सब्सक्रिप्शन पर अपनी सीमा तक पहुंचना थोड़ा आसान है।
OpenAI रीसेट को लेकर उदार रहा है, लेकिन जब आप 4 घंटे बाकी रहते हुए अपनी 5 घंटे की विंडो खत्म कर देते हैं, तो इससे कोई मदद नहीं मिलती। मैंने बहुत सारी गलतियाँ की हैं और दूसरों को भी करते देखा है। मैं शायद इस पर एक वीडियो बनाऊँगा, लेकिन यह सलाह जल्द से जल्द देना चाहता था ताकि आप लोग कम खर्च करते हुए ज्यादा काम कर सकें।
प्रयास स्तर
डिफ़ॉल्ट रूप से मीडियम या हाई चुनें। दोनों बहुत अच्छे हैं। xhigh अविश्वसनीय रूप से सक्षम है, लेकिन मुझे इसकी ज़रूरत ज्यादा नहीं पड़ती, भले ही मैं ढेर सारे सबएजेंट्स को ऑर्केस्ट्रेट कर रहा हूँ (इस पर बाद में और अधिक)।
"अल्ट्रा"
अल्ट्रा कोई रीज़निंग लेवल नहीं है, भले ही UI में इसे वहाँ रखा गया हो। यह Claude Code के "Ultracode" जैसी ही भ्रम पैदा कर रहा है। इस पर मेरा एक वीडियो बाद में आएगा।
अभी के लिए, मैं अल्ट्रा को पूरी तरह से टालने की सलाह देता हूँ। Codex हार्नेस में कुछ बग्स हैं जो बहुत अधिक सबएजेंट्स को बहुत अधिक रीज़निंग लेवल के साथ स्पॉन करने का कारण बनते हैं। जब ये बग्स ठीक हो जाएँगे तब मैं इस पर फिर से विचार करूँगा।
फास्ट मोड
मुझे फास्ट मोड पसंद है। मैं पहले इसका बहुत उपयोग करता था। यह उन मॉडलों के लिए समझ में आता है जो बहुत अधिक खर्च करने से पहले बार-बार रुक जाते हैं। याद रखें कि फास्ट मोड 2.5 गुना अधिक क्रेडिट खर्च करता है।
5.5 अक्सर रुक जाता था और जारी रखने के लिए प्रोत्साहन की आवश्यकता होती थी। 5.6 बहुत अधिक समय तक चल सकता है। यह ज्यादातर एक अच्छी बात है। इस पर कार्यों को एंड-टू-एंड पूरा करने के लिए भरोसा किया जा सकता है। यह "टोकन बर्न" को बहुत कम अनुमानित बनाता है।
/goal को छोड़ दें तो, 5.5 के साथ एक एकल संदेश मेरी सीमा का 0.1% से 2% तक उपयोग कर सकता था। 2.5x के साथ, यह एक संदेश के लिए लगभग 5% "पीक" था।
मैंने 5.6 को एक एकल संदेश पर 15% तक उपयोग करते देखा है क्योंकि यह बहुत लंबा चलता है। फास्ट मोड गुणक के साथ, यह एक ही संदेश में आपकी 5 घंटे की विंडो का 40% होगा। मुझे पता है कि यह बहुत से लोगों को जला रहा है। मेरा विश्वास करें, कुछ समय के लिए फास्ट मोड का उपयोग न करें।
सबएजेंट्स
यह GPT-5.6 के साथ सबसे अच्छा अनलॉक है। इसमें गड़बड़ करना भी आसान है। Sol सबएजेंट्स को स्पॉन करने के लिए बहुत उत्सुक है। यह ज्यादातर अच्छा है।
दुर्भाग्य से, Codex में इसका कार्यान्वयन समस्याओं का एक पूरा झुंड है (मुझे v1/v2 विभाजन और मॉडलों के आधार पर ऑटो-रूटिंग के बारे में मत बताइए)।
tl;dr - gpt-5.6-sol हमेशा पैरेंट इंस्टेंस के समान मॉडल और रीज़निंग लेवल के साथ सबएजेंट्स को स्पॉन करेगा। यही कारण है कि अल्ट्रा अभी "टूटा हुआ" है।
तो आप इसके बारे में क्या कर सकते हैं? कुछ चीज़ें:
- अपना रीज़निंग लेवल कम करें! "हाई" सबएजेंट्स के साथ बहुत बुरा नहीं है, "लो" और "मीडियम" भी बहुत अच्छे हैं।
- अपने ग्लोबल AGENTS.md को अपडेट करें और निर्दिष्ट करें "केवल तब सबएजेंट स्पॉन करें जब मैं आपसे कहूं" (5.6 के अत्यधिक उत्सुक सबएजेंट स्पॉनिंग को रोकने में मदद करता है)
- यदि आप वास्तव में Codex को कई स्तरों के सबएजेंट स्पॉन करने देना चाहते हैं, तो आप अपने कॉन्फ़िगरेशन में "hide_spawn_agent_metadata = false" फ्लैग को सक्षम कर सकते हैं। इसके बारे में Codex से पूछें, इसे समझने में सक्षम होना चाहिए (स्रोत एक्सेस की आवश्यकता हो सकती है)
मैं Codex टीम के साथ इन सभी व्यवहारों को ठीक करने के बारे में सक्रिय रूप से बात कर रहा हूँ। अभी के लिए, मैं थोड़ा अजीब रास्ता अपना रहा हूँ इसके आसपास काम करने के लिए।
मॉडल चयन
व्यक्तिगत रूप से, मैं अभी भी अपने अधिकांश काम के लिए सिर्फ gpt-5.6-sol का उपयोग करता हूँ। मैं कभी-कभी त्वरित समीक्षा या फीडबैक के लिए Terra चुनता हूँ, आमतौर पर सिर्फ जिज्ञासा से। Luna आश्चर्यजनक रूप से अच्छा है लेकिन यह वास्तव में हमारे "चुनने" के लिए नहीं है, बल्कि कोड और sol के लिए एक सबएजेंट के रूप में स्पॉन करने का एक उपकरण है।
मेरी सलाह: $200 टियर वालों के लिए sol हाई, अन्यथा sol लो।
Terra मीडियम उपयोग को अधिकतम करने के लिए एक ठोस विकल्प लगता है, लेकिन मैंने इसे पर्याप्त उपयोग नहीं किया है ताकि वास्तव में पता चल सके। (वैसे, ये सभी विकल्प बुद्धिमत्ता और लागत में Sonnet और Opus को पीछे छोड़ देते हैं)
बेहतर प्रॉम्प्ट करें
यह मॉडल चलता ही रहेगा और चलता रहेगा। मुझे लगता है कि आपके प्रॉम्प्ट में स्पष्ट "रुकने के बिंदु" होना बहुत सहायक है। यहाँ कुछ उदाहरण हैं।
मैं चाहता हूँ कि आप यह नई सुविधा बनाएं। एक योजना लिखकर शुरू करें। जब आप योजना पूरी कर लें,
आगे बढ़ने से पहले रुकें और प्रतिक्रिया मांगें
योजना बहुत अच्छी लग रही है! चलिए इसे बनाते हैं। अपने कार्यान्वयन का परीक्षण करने के लिए कंप्यूटर उपयोग का उपयोग करें। तब तक जारी रखें जब तक कोड काम करता है और आप कार्यान्वयन से संतुष्ट नहीं हो जाते। एक PR डालें, समीक्षा टिप्पणियों के पहले सेट के लिए उसकी देखभाल करें, और उन्हें संबोधित करें।
समीक्षा टिप्पणियों के पहले सेट के बाद रुकें, मैं वहाँ से संभाल लूंगा।
ध्यान दें कि ये उदाहरण "कार्य की लंबाई" में बहुत भिन्न हैं। 5.6 कुछ देर तक चल सकता है और इसे अच्छी तरह से कर सकता है! यह बस कभी-कभी थोड़ा बहुत आगे चला जाता है, इसलिए स्पष्ट रुकने के बिंदुओं से इसे बहुत लाभ होता है।
दूसरे एजेंट को चलाने दें
tl;dr - यदि आपके पास कोई अन्य सब्सक्रिप्शन है, तो Fable को "चलाने" दें। इसे सिखाएं कि gpt-5.6 के साथ सबएजेंट कैसे स्पॉन करें (या Cursor का उपयोग करें, यह पहले से ही जानता है)
मैं कुछ सब्सक्रिप्शन के बीच घूमता रहता हूँ (2x Claude $200, 1x Codex $200)। Fable भी बहुत टोकन-भूखा है, लेकिन अगर इसे कम रीज़निंग लेवल पर उपयोग किया जाए और Codex सबएजेंट्स को स्पॉन करने के तरीके के बारे में कौशल/निर्देश दिए जाएं, तो यह वास्तव में शक्तिशाली है। मैं इसके बारे में Fable के उपयोग को अधिकतम करने पर एक हालिया वीडियो में बहुत बात करता हूँ, और ये टिप्स अब पहले से कहीं अधिक उपयोगी हैं।
"चीजों को तब तक बदलते रहें जब तक सही न लगे"
इस समय प्रयोग बहुत मूल्यवान है। अलग-अलग चीजें आज़माएं, कठिन कार्यों के साथ प्रयोग करें, उपयोग की निगरानी करने की पूरी कोशिश करें (डैशबोर्ड, ccusage, codexbar, जैसा भी आपको पसंद हो)। आपको आश्चर्य होगा कि छोटे बदलाव आपके आउटपुट और टोकन खर्च दरों को कितना प्रभावित कर सकते हैं।
डेवलपर होने का यह बहुत मजेदार समय है। खेलें-कूदें। ~/.codex और ~/.claude निर्देशिकाओं में अधिक समय बिताएं। ऐसे बदलाव करें जो बेवकूफी भरे लगें। प्रयोग करें। आप चकित रह जाएंगे कि क्या हो सकता है।
