OpenAI ने चुपचाप अपने कोडेक्स कोडिंग एजेंट और अंतर्निहित GPT-5.6 मॉडल परिवार के लिए कार्यशील संदर्भ विंडो को कम कर दिया है, जिससे प्रयोग करने योग्य सीमा लगभग 372,000 टोकन से घटकर 272,000 टोकन हो गई है। कंपनी के ओपन-सोर्स कोडेक्स रिपॉजिटरी पर मर्ज किए गए पुल अनुरोध के माध्यम से सामने आए इस बदलाव पर डेवलपर्स की ओर से तीखी प्रतिक्रियाएं आई हैं, जो एक ही पास में संपूर्ण कोडबेस का विश्लेषण करने के लिए बड़े संदर्भों पर भरोसा करते हैं।

समायोजन एआई उद्योग में एक परिचित तनाव को दर्शाता है, जहां कंपनियां उपयोगकर्ताओं को प्रदान की जाने वाली सुविधा के मुकाबले लंबे संदर्भ अनुमान की लागत को संतुलित करती हैं। नवीनतम [एआई उद्योग कवरेज] (https://aibuzzwire.news) के लिए, यह कदम इस बात को रेखांकित करता है कि मॉडल मेटाडेटा में छोटे बदलाव भी लाखों डेवलपर वर्कफ़्लो में कैसे प्रभाव डाल सकते हैं।

क्या बदला और कहां देखा गया

कमी कोडेक्स रिपॉजिटरी की बंडल मॉडल मेटाडेटा फ़ाइल, `कोडेक्स-आरएस/मॉडल-मैनेजर/मॉडल.जेसन` में दिखाई देने लगी। ओपनएआई इंजीनियर सायन-ओई द्वारा लिखित और 18 जुलाई, 2026 को विलय किए गए "बैकपोर्ट रिफ्रेश्ड बंडल मॉडल मेटाडेटा टू 0.144" शीर्षक वाले एक पुल अनुरोध ने मेटाडेटा को रिफ्रेश किया, जिसका उपयोग स्थिर कोडेक्स क्लाइंट प्रत्येक मॉडल की क्षमताओं को समझने के लिए करते हैं।

वर्तमान फ़ाइल GPT-5.6 लाइनअप में 272,000 टोकन का `context_window` मान दिखाती है, जिसमें GPT-5.6-Sol, GPT-5.6-Terra, और GPT-5.6-Lona वेरिएंट के साथ-साथ पुराने GPT-5.5 और GPT-5.2 प्रविष्टियाँ शामिल हैं। हैकर न्यूज़ पर चर्चा के अनुसार, जहां परिवर्तन को 350 से अधिक अपवोट मिले, पूर्व कार्य सीमा लगभग 372,000 टोकन थी। कुछ मॉडल दस लाख टोकन तक का उच्च `max_context_window` बरकरार रखते हैं, लेकिन ग्राहकों द्वारा वास्तव में अनुरोध की जाने वाली डिफ़ॉल्ट विंडो अब 272,000 पर कैप होती है।

वह भेद मायने रखता है. अधिकतम संदर्भ विंडो यह दर्शाती है कि मॉडल सैद्धांतिक रूप से क्या स्वीकार कर सकता है, जबकि कार्यशील `context_window` वह है जिसे कोडेक्स क्लाइंट डिफ़ॉल्ट रूप से भेजने के लिए कॉन्फ़िगर किया गया है। व्यवहार में, इसका मतलब है कि जो डेवलपर्स पहले एजेंटों को स्रोत कोड के सैकड़ों हजारों टोकन खिला रहे थे, वे अब जल्द ही सीमा तक पहुंच जाएंगे।

कोडिंग एजेंटों के लिए संदर्भ की लंबाई क्यों मायने रखती है

कोडेक्स जैसे कोडिंग एजेंट के लिए, संदर्भ विंडो एक वैनिटी मीट्रिक नहीं है। यह निर्धारित करता है कि किसी बग के बारे में तर्क करते समय, किसी फीचर को तैयार करते समय, या किसी मॉड्यूल को रीफैक्टर करते समय मॉडल एक बार में कितने रिपॉजिटरी को "देख" सकता है। 100,000-टोकन ड्रॉप का मतलब है कि एक ही प्रॉम्प्ट में कोड, टिप्पणियाँ और दस्तावेज़ीकरण के लगभग 75,000 कम शब्द लोड किए गए हैं।

वास्तविक दुनिया के संदर्भ में, यह एक एजेंट के बीच संपूर्ण माइक्रोसर्विस को शुरू से अंत तक समझने और आंशिक, संक्षिप्त दृश्य के साथ काम करने की आवश्यकता के बीच अंतर हो सकता है। बड़े मोनोरेपो पर काम करने वाले या व्यापक क्रॉस-फ़ाइल माइग्रेशन करने वाले डेवलपर्स सबसे अधिक प्रभावित होते हैं, क्योंकि उनके कार्य एक साथ कई फ़ाइलों को संदर्भ में रखने पर निर्भर करते हैं।

परिवर्तन तब आता है जब एजेंटिक कोडिंग उपकरण इस बात पर आक्रामक रूप से प्रतिस्पर्धा करते हैं कि वे कितना संदर्भ संभाल सकते हैं। प्रतिद्वंद्वियों ने विशाल संदर्भ विंडो को एक प्रमुख विक्रय बिंदु के रूप में विपणन किया है, जो वास्तविक स्वायत्त सॉफ्टवेयर इंजीनियरिंग की दिशा में संपूर्ण कोडबेस को समाहित करने की क्षमता को तैयार करता है। OpenAI का पुलबैक डिफ़ॉल्ट स्तर पर उस अंतर को कम करता है।

लागत, गुणवत्ता और लंबे संदर्भ का अर्थशास्त्र

संभावित प्रेरणा लागत है। गणना और विलंबता दोनों में लंबे संदर्भों को संसाधित करना नाटकीय रूप से अधिक महंगा है, क्योंकि मॉडल को इनपुट में प्रत्येक टोकन पर ध्यान देना चाहिए। उच्च "घास के ढेर में सुई" विफलता दर भी संदर्भों के विस्तार के साथ कम हो जाती है, जिसका अर्थ है कि मॉडल कभी-कभी लंबे संकेत में गहरी दबी हुई जानकारी को याद करते हैं। डिफ़ॉल्ट विंडो को कैप करने से अनुमान व्यय में कटौती करते हुए इन सटीकता संबंधी समस्याओं को कम किया जा सकता है।

OpenAI ने कटौती की व्याख्या करते हुए एक अलग घोषणा प्रकाशित नहीं की। परिवर्तन केवल मेटाडेटा रिफ्रेश और बैकपोर्ट के माध्यम से 0.144 रिलीज लाइन तक पहुंचा, जो कि अधिकांश गैर-अल्फा कोडेक्स उपयोगकर्ताओं को भेजी जाने वाली शाखा है। वह लो-प्रोफ़ाइल रोलआउट अपने आप में उल्लेखनीय है: एक निर्णय जो सीधे डेवलपर उत्पादकता को प्रभावित करता है, उसे ब्लॉग पोस्ट या चेंजलॉग के बजाय एक कोड अंतर के माध्यम से सूचित किया गया था।

टीमों के लिए, व्यावहारिक निहितार्थ सीधा है। जो कार्य पहले एकल संदर्भ पास में फिट होते थे, उन्हें अब काम को छोटे हिस्सों में विभाजित करने, प्रासंगिक फ़ाइलों को अधिक चुनिंदा रूप से पुनर्प्राप्त करने, या यह स्वीकार करने की आवश्यकता हो सकती है कि एजेंट के पास देखने का एक संकीर्ण क्षेत्र है। कुछ डेवलपर जहां उपलब्ध हों वहां उच्चतर `max_context_window` पर भरोसा करके सीमा के आसपास जा सकते हैं, हालांकि ऐसा करने के लिए आमतौर पर स्पष्ट कॉन्फ़िगरेशन की आवश्यकता होती है।

शांत समायोजन का एक व्यापक पैटर्न

कोडेक्स संदर्भ कट एक व्यापक उद्योग पैटर्न में फिट बैठता है जिसमें एआई लैब हेडलाइन लॉन्च के बीच अपने मॉडल के मापदंडों को ट्यून करते हैं। विंडो आकार, दर सीमा और डिफ़ॉल्ट व्यवहार को अक्सर बुनियादी ढांचे के अपडेट के माध्यम से समायोजित किया जाता है जो कभी भी प्रेस विज्ञप्ति तक नहीं पहुंचता है। जो डेवलपर्स इन प्रणालियों पर निर्भर हैं, वे शुरुआती संकेतों के लिए अंतर्निहित रिपॉजिटरी और एपीआई प्रतिक्रियाओं पर तेजी से नजर रख रहे हैं।

ओपनएआई का कदम मार्केटिंग और वास्तविकता के बीच अंतर को भी उजागर करता है। एक मॉडल शीर्षक संदर्भ लंबाई का समर्थन कर सकता है, लेकिन उत्पाद वास्तव में जो प्रभावी विंडो प्रदर्शित करते हैं वह काफी छोटी हो सकती है, जो प्रदाताओं द्वारा उपयोगकर्ताओं की ओर से किए गए लागत निर्णयों से आकार लेती है।

एआई से आगे रहें

मॉडल पैरामीटर लगातार बदलते रहते हैं, और जिन टूल पर डेवलपर निर्भर होते हैं वे रातों-रात बदल सकते हैं। रिलीज़, क्षमता में बदलाव और सीमांत एआई के अर्थशास्त्र पर समय पर रिपोर्टिंग के लिए, एआई बज़ वायर पर [ब्रेकिंग एआई समाचार] (https://aibuzzwire.news) का अनुसरण करें।

अधिक AI समाचार पढ़ें →