OpenAI, Codex kodlama aracısı ve temeldeki GPT-5.6 model ailesi için çalışma bağlamı penceresini sessizce azaltarak kullanılabilir sınırı yaklaşık 372.000 jetondan 272.000 jetona düşürdü. Şirketin açık kaynaklı Codex deposundaki birleştirilmiş bir çekme isteği yoluyla ortaya çıkan değişiklik, tüm kod tabanlarını tek geçişte analiz etmek için geniş bağlamlara güvenen geliştiricilerden sert tepkiler aldı.
Düzenleme, şirketlerin uzun bağlam çıkarımının maliyetini kullanıcılara sunduğu rahatlıkla dengelediği yapay zeka endüstrisindeki tanıdık gerilimi yansıtıyor. En son AI sektörü kapsamı için bu hareket, model meta verilerinde yapılan küçük değişikliklerin bile milyonlarca geliştirici iş akışına nasıl yayılabileceğinin altını çiziyor.
Ne değişti ve nerede fark edildi?
Azalma, Codex deposunun paketlenmiş model meta veri dosyası olan 'codex-rs/models-manager/models.json'da görünür hale geldi. OpenAI mühendisi sayan-oai tarafından yazılan ve 18 Temmuz 2026'da birleştirilen "Backport, paketlenmiş model meta verilerini 0.144'e yeniledi" başlıklı bir çekme isteği, kararlı Codex istemcilerinin her modelin yeteneklerini anlamak için kullandığı meta verileri yeniledi.
Mevcut dosya, GPT-5.6-Sol, GPT-5.6-Terra ve GPT-5.6-Luna varyantlarının yanı sıra eski GPT-5.5 ve GPT-5.2 girişleri de dahil olmak üzere GPT-5.6 serisinde 272.000 jetonluk bir "context_window" değeri gösteriyor. Değişikliğin 350'den fazla olumlu oy aldığı Hacker News'teki tartışmaya göre, önceki çalışma sınırı yaklaşık 372.000 token idi. Bazı modeller bir milyon jetona kadar daha yüksek bir "max_context_window" değerini korur, ancak istemcilerin gerçekte talep ettiği varsayılan pencere artık 272.000'dir.
Bu ayrım önemlidir. Maksimum bağlam penceresi, modelin teorik olarak kabul edebileceğini temsil ederken, çalışan 'bağlam_penceresi', Codex istemcisinin varsayılan olarak gönderecek şekilde yapılandırıldığı penceredir. Uygulamada bu, daha önce aracıya yüzbinlerce token kaynak kodu besleyen geliştiricilerin artık tavana daha erken ulaşacağı anlamına geliyor.
Kodlama aracıları için bağlam uzunluğu neden önemlidir?
Codex gibi bir kodlama aracısı için bağlam penceresi bir gösteriş ölçüsü değildir. Bir hata hakkında mantık yürütürken, bir özellik oluştururken veya bir modülü yeniden düzenlerken modelin aynı anda ne kadar depoyu "görebileceğini" belirler. 100.000 jetonluk bir düşüş, tek bir istemde yaklaşık 75.000 kelimelik kod, yorum ve belgenin yüklenmesi anlamına gelir.
Gerçek dünya şartlarında bu, bir aracının tüm mikro hizmeti uçtan uca anlaması ile kısmi, kesik bir görünümle çalışmaya ihtiyaç duyması arasındaki fark olabilir. Büyük monorepolar üzerinde çalışan veya dosyalar arası kapsamlı geçişler gerçekleştiren geliştiriciler en çok etkilenenlerdir çünkü görevleri birçok dosyayı aynı anda bağlamda tutmaya bağlıdır.
Değişim, aracılı kodlama araçlarının ne kadar bağlamı ele alabilecekleri konusunda agresif bir şekilde rekabet etmesiyle ortaya çıkıyor. Rakipler, tüm kod tabanlarını alma yeteneğini gerçek otonom yazılım mühendisliğine giden yol olarak çerçeveleyerek, önemli bir satış noktası olarak devasa bağlam pencerelerini pazarladılar. OpenAI'nin geri çekilmesi bu boşluğu varsayılan seviyede daraltıyor.
Maliyet, kalite ve uzun bağlamın ekonomisi
Muhtemel motivasyon maliyettir. Daha uzun bağlamların işlenmesi hem hesaplama hem de gecikme açısından önemli ölçüde daha pahalıdır çünkü modelin girdideki her jetona katılması gerekir. Yüksek "samanlıktaki iğne" başarısızlık oranları da bağlamlar genişledikçe yavaş yavaş ortaya çıkma eğilimindedir; bu, modellerin bazen uzun bir istemin derinliklerine gömülü bilgileri kaçırdığı anlamına gelir. Varsayılan pencereyi sınırlamak, çıkarım harcamasını azaltırken bu doğruluk sorunlarını azaltabilir.
OpenAI, azaltmayı açıklayan ayrı bir duyuru yayınlamadı. Değişiklik yalnızca meta veri yenileme ve arka bağlantı yoluyla, çoğu alfa olmayan Codex kullanıcısına gönderilen dal olan 0.144 sürüm hattına iletildi. Bu düşük profilli sunumun kendisi de dikkate değer: Geliştirici üretkenliğini doğrudan etkileyen bir karar, bir blog yazısı veya değişiklik günlüğü yerine bir kod farkı aracılığıyla iletildi.
Ekipler için bunun pratikteki anlamı basittir. Daha önce tek bir bağlam geçişine sığan görevler artık işin daha küçük parçalara bölünmesini, ilgili dosyaların daha seçici bir şekilde alınmasını veya aracının daha dar bir görüş alanına sahip olduğunu kabul etmeyi gerektirebilir. Bazı geliştiriciler, mevcut olduğunda daha yüksek olan "max_context_window"a güvenerek sınırın etrafından dolaşabilirler; ancak bunu yapmak genellikle açık bir yapılandırma gerektirir.
Daha geniş bir sessiz ayarlama modeli
Codex bağlam kesimi, AI laboratuvarlarının manşet lansmanları arasında modellerinin parametrelerini ayarladığı daha geniş bir endüstri modeline uyuyor. Pencere boyutları, hız sınırları ve varsayılan davranışlar, asla bir basın bültenine ulaşmayan altyapı güncellemeleri aracılığıyla sıklıkla ayarlanır. Bu sistemlere bağımlı olan geliştiriciler, erken sinyaller için temeldeki depoları ve API yanıtlarını giderek daha fazla izliyor.
OpenAI'nin hamlesi aynı zamanda pazarlama ile gerçeklik arasındaki boşluğu da vurguluyor. Bir model, bir başlık bağlamı uzunluğunu destekleyebilir, ancak ürünlerin gerçekte ortaya çıkardığı etkili pencere, sağlayıcıların kullanıcılar adına aldığı maliyet kararlarına göre şekillenen oldukça küçük olabilir.
Yapay Zekanın Önünde Olun
Model parametreleri sürekli değişiyor ve geliştiricilerin güvendiği araçlar bir gecede değişebiliyor. Sürümler, yetenek değişiklikleri ve öncü yapay zekanın ekonomisi hakkında zamanında raporlama yapmak için AI Buzz Wire'daki son dakika yapay zeka haberlerini takip edin.
Daha fazla AI haberini okuyun →
