OpenAI миттєво зменшив вікно робочого контексту для свого агента кодування Codex і основного сімейства моделей GPT-5.6, скоротивши допустимий ліміт із приблизно 372 000 токенів до 272 000 токенів. Зміна, яка з’явилася через об’єднаний запит на отримання в репозиторії Codex з відкритим вихідним кодом компанії, викликала різку реакцію розробників, які покладаються на великі контексти для аналізу цілої кодової бази за один прохід.
Коригування відображає знайому напругу в індустрії штучного інтелекту, де компанії балансують між ціною довгоконтекстного висновку та зручністю, яку він пропонує користувачам. Щодо останнього [висвітлення індустрії штучного інтелекту] (https://aibuzzwire.news), цей крок підкреслює, як навіть невеликі зміни в метаданих моделі можуть вплинути на мільйони робочих процесів розробників.
Що змінилося і де це було помічено
Зниження стало помітним у файлі метаданих моделі репозиторію Codex, `codex-rs/models-manager/models.json`. Запит на отримання під назвою «Backport refreshed bundled model metadata to 0.144», створений інженером OpenAI sayan-oai і об’єднаний 18 липня 2026 року, оновив метадані, які стабільні клієнти Codex використовують для розуміння можливостей кожної моделі.
Поточний файл показує значення `context_window` 272 000 токенів у лінійці GPT-5.6, включаючи варіанти GPT-5.6-Sol, GPT-5.6-Terra та GPT-5.6-Luna, а також старіші записи GPT-5.5 та GPT-5.2. Відповідно до дискусії на Hacker News, де зміна зібрала більше 350 голосів «за», попередній робочий ліміт становив приблизно 372 000 токенів. Деякі моделі зберігають вищий `max_context_window` до одного мільйона токенів, але вікно за замовчуванням, яке насправді запитують клієнти, тепер обмежене 272 000.
Ця різниця має значення. Максимальне контекстне вікно представляє те, що модель теоретично може прийняти, тоді як робоче `context_window` — це те, що клієнт Codex налаштований надсилати за замовчуванням. На практиці це означає, що розробники, які раніше надавали агенту сотні тисяч жетонів вихідного коду, тепер досягнуть максимального рівня швидше.
Чому довжина контексту має значення для агентів кодування
Для такого агента кодування, як Codex, вікно контексту не є метрикою марності. Він визначає, яку частину репозиторію модель може «бачити» одночасно, коли міркує про помилку, генерує функцію або рефакторинг модуля. Випадання 100 000 токенів означає приблизно 75 000 слів коду, коментарів і документації менше, завантажених в одну підказку.
У реальному світі це може бути різницею між агентом, який розуміє весь мікросервіс наскрізно, і потребою працювати з частковим, усіченим представленням. Найбільше постраждали розробники, які працюють над великими монорепозиторіями або виконують широкі міжфайлові міграції, оскільки їхні завдання залежать від одночасного утримання багатьох файлів у контексті.
Зміни відбуваються, оскільки агентські інструменти кодування агресивно змагаються за обсяг контексту, який вони можуть обробляти. Конкуренти пропонували величезні контекстні вікна як ключову перевагу, розглядаючи можливість поглинати цілі кодові бази як шлях до справжньої автономної розробки програмного забезпечення. Відкат OpenAI скорочує цей розрив на рівні за замовчуванням.
Вартість, якість і економіка тривалого контексту
Ймовірною мотивацією є вартість. Довші контексти значно дорожчі в обробці, як у обчисленнях, так і в затримці, тому що модель повинна стежити за кожним маркером у вхідних даних. Високі показники відмов «голки в стозі сіна» також мають тенденцію повзати, коли контексти розтягуються, тобто моделі іноді пропускають інформацію, заховану глибоко в довгій підказці. Обмеження вікна за замовчуванням може зменшити ці проблеми з точністю, скорочуючи витрати на висновки.
OpenAI не публікував окремого оголошення з поясненням скорочення. Зміни потрапили лише через оновлення метаданих і бекпорт до лінії випуску 0.144, яка є гілкою, яка надається більшості користувачів Codex, які не використовують альфа-версію. Це малопрофільне розгортання саме по собі є примітним: рішення, яке безпосередньо впливає на продуктивність розробника, було повідомлено через різницю в коді, а не через допис у блозі чи журнал змін.
Для команд практичне значення є простим. Завдання, які раніше вписувалися в один контекстний прохід, тепер можуть вимагати розділення роботи на менші частини, більш вибіркового отримання відповідних файлів або прийняття того, що агент має вужче поле зору. Деякі розробники можуть обійти обмеження, покладаючись на вищий `max_context_window`, де доступний, хоча для цього зазвичай потрібна чітка конфігурація.
Ширший шаблон тихих налаштувань
Контекстний розріз Codex відповідає ширшій галузевій моделі, за якою лабораторії ШІ налаштовують параметри своїх моделей між випусками заголовків. Розміри вікон, обмеження швидкості та поведінка за замовчуванням часто коригуються за допомогою оновлень інфраструктури, які ніколи не потрапляють у прес-релізи. Розробники, які залежать від цих систем, все більше спостерігають за базовими репозиторіями та відповідями API для ранніх сигналів.
Цей крок OpenAI також підкреслює розрив між маркетингом і реальністю. Модель може підтримувати довжину контексту заголовка, але ефективне вікно, яке фактично відкривають продукти, може бути значно меншим, сформованим рішеннями про вартість, які постачальники приймають від імені користувачів.
Будьте попереду ШІ
Параметри моделі постійно змінюються, а інструменти, від яких залежать розробники, можуть змінюватися раптово. Щоб своєчасно повідомляти про випуски, зміни в можливостях і економіку передового ШІ, слідкуйте за найновішими новинами ШІ на AI Buzz Wire.
Читати більше новин AI →
