Hướng dẫn chạy GPT-6.1 Sol Agents trên Sharkly

Tại sự kiện DevDay diễn ra vào ngày 29 tháng 9, OpenAI đã chính thức ra mắt GPT-6.1 Sol với mức giá niêm yết tương đương GPT-6 Sol: 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra, trong đó chi phí cached input giảm một nửa, chỉ còn 0,10 USD. Tuy nhiên, chi tiết quan trọng nhất đối với một đội ngũ đang vận hành nhiều agent Codex lại nằm ở một thay đổi thầm lặng hơn: màn hình khởi động trong tài liệu Codex CLI hiện hiển thị gpt-6.1-sol medium. Trên bất kỳ Computer nào không ghim (pin) cố định model, các Agent của bạn sẽ tự động đổi model ngay khi có ai đó cập nhật Codex trên Computer đó, chứ không đợi đến lúc bạn chủ động quyết định chuyển đổi.

Sharkly sẽ không hiển thị sự thay đổi này. Agent luôn tuân theo model mặc định của Runtime và không hiển thị tên model cụ thể; do đó, sau tuần này, hai Agent có cùng chỉ dẫn chỉ thị có thể chạy trên hai model khác nhau ở hai Computer riêng biệt, trong khi các Task của chúng trông hoàn toàn giống nhau trên bảng theo dõi. Việc agent nào đang chạy model nào, hay kết quả nào đến từ đâu, bỗng trở thành câu hỏi chỉ có thể trả lời dựa vào trí nhớ. Hướng dẫn này chỉ tập trung vào những điểm khác biệt so với bài viết về GPT-6 Sol trước đây của chúng tôi: nguồn gốc của model mặc định mới, thời điểm nên ghim model, hai thiết lập đã bị thay đổi, và cách một Crew nên phân luồng công việc ra sao khi phân khúc tầm trung giờ đây đã tiệm cận phân khúc cao cấp nhất.

Tóm tắt nhanh

GPT-6.1 Sol được tích hợp vào Sharkly thông qua Codex Runtime trên từng Computer, và bản thân giao diện Sharkly sẽ không có gì thay đổi khi điều đó diễn ra. Hãy kiểm tra xem mỗi Computer đang chạy bản build Codex nào và tệp ~/.codex/config.toml của nó có đang ghim model hay không. Những Computer không ghim model sẽ tự động dùng thiết lập mặc định của CLI, mà tài liệu hiện ghi nhận là gpt-6.1-sol ở mức reasoning effort trung bình (medium). Những Computer được cấu hình theo hướng dẫn trước đây của chúng tôi sẽ tiếp tục giữ nguyên gpt-6-sol cho đến khi có ai đó chỉnh sửa lại một dòng cấu hình. Hãy chuyển mọi mức effort none sang low, lưu ý rằng giá cache giảm một nửa chỉ áp dụng cho các Computer thanh toán qua API key chứ không áp dụng cho tài khoản đăng nhập theo gói dịch vụ (plan), đồng thời hãy xem bảng điều phối bên dưới như một gợi ý để thử nghiệm trên chính các Task của bạn, chứ không phải một quy chuẩn bất di bất dịch.

Những thay đổi bên dưới Codex Runtime

Tài liệu Agents documentation giải thích lý do vì sao bài viết này tập trung vào Computer thay vì Agent: “Agent sẽ sử dụng model mặc định của Runtime. Nó không cam kết hay hiển thị một tên model cụ thể nào. Hãy thay đổi model trong cấu hình công cụ của Runtime hoặc Computer, chứ không phải ở cấp độ Agent.” Việc nâng cấp thực chất diễn ra ở tầng Runtime. Dưới đây là những điểm thay đổi mà một Crew sẽ nhận thấy:

Bản cập nhật của Codex CLI cũng bổ sung tính năng điều khiển bằng giọng nói, chế độ xem /agents, chỉnh sửa prompt, tính năng resume và hỗ trợ worktree trên tất cả các gói tài khoản. Những tính năng này rất hữu ích mỗi khi bạn thao tác thủ công với Codex từ terminal. Tuy nhiên, khi công việc đã thuộc về quy trình nhóm, Task chính là nơi lưu trữ thông tin chung. Ở chế độ Temporary, Sharkly sẽ cấp cho mỗi Task một thư mục riêng biệt và, đối với các công việc liên quan đến repository, có thể chuẩn bị một worktree mới hoàn toàn; sau đó trạng thái, nhật ký chạy (log), các câu hỏi và kết quả đều được ghi nhận lại vào Task để người tiếp theo dễ dàng theo dõi.

Ghim model hay để từng Computer theo mặc định

Hãy bắt đầu bằng việc rà soát lại toàn bộ hệ thống, bởi vì mỗi Computer có thể cần cấu hình khác nhau. Lệnh sharkly computer list sẽ liệt kê các Computer đã đăng ký với tổ chức của bạn, còn sharkly computer show <computer-id> sẽ trả về thông tin chi tiết của một Computer kèm các Runtime tương ứng. Trên chính Computer đó, việc chạy lệnh codex sẽ hiển thị bản build và model đang dùng. Changelog của Codex cho thấy phiên bản 0.159.1 (ngày 29 tháng 9) đã đặt GPT-6.1 Sol làm mặc định, và phiên làm việc mẫu trong tài liệu hiển thị model: gpt-6.1-sol medium.

Cần chú ý hai yếu tố. Thứ nhất, tệp thực thi (binary) nào đang chạy. Trên macOS, một Computer không cài đặt Codex độc lập có thể đăng ký Codex CLI đi kèm bên trong ứng dụng ChatGPT desktop làm Runtime, nhưng tài liệu của Sharkly khuyến nghị bạn nên tự cài đặt Codex riêng và thêm vào biến môi trường PATH. Thứ hai, tầng cấu hình nào đang chỉ định model. Tài liệu cơ bản về cấu hình Codex quy định rằng các thiết lập cá nhân mặc định nằm trong ~/.codex/config.toml, một repository có thể ghi đè chúng bằng tệp .codex/config.toml riêng của nó (chỉ tải với các dự án đáng tin cậy), và tùy chọn -m hoặc --model truyền qua dòng lệnh sẽ có mức ưu tiên cao nhất so với cả hai.

Hai hướng lựa chọn rõ ràng: Hãy để Computer dùng model mặc định nếu máy đó thuộc quyền sở hữu của một cá nhân, chỉ chạy vài Task mỗi tuần và người đó thích cập nhật theo model được OpenAI khuyến nghị hơn là phải duy trì một dòng cấu hình. Ngược lại, hãy ghim model khi có nhiều người cùng giao việc cho các Agent trên Computer đó, khi một Crew hoạt động trải rộng trên nhiều Computer, hoặc đang ở giữa một Sprint—nơi một thay đổi âm thầm có thể khiến kết quả vào ngày thứ Ba và thứ Năm hiển thị tương tự nhau trên Task dù bản chất thực thi hoàn toàn khác.

Để ghim model, hãy chỉnh sửa cấu hình người dùng trên Computer đang chạy Codex Runtime:

# ~/.codex/config.toml
model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

Cả hai khóa này đều xuất hiện trong tài liệu cấu hình Codex với các giá trị tương ứng. Nếu bạn đã làm theo hướng dẫn về GPT-6 Sol trước đây của chúng tôi, tệp đó vốn đã có model = "gpt-6-sol", và Computer đó sẽ không bị tự ý chuyển đổi khi cập nhật. Hãy chỉ thay đổi dòng này khi bạn đã thực sự sẵn sàng.

Cập nhật Codex bằng bộ cài đặt mà tài liệu sử dụng cho cả việc cài mới lẫn cập nhật, hoặc yêu cầu Sharkly kích hoạt cập nhật CLI cho một Runtime cụ thể:

curl -fsSL https://chatgpt.com/codex/install.sh | sh
# or, from anywhere with the Sharkly CLI:
sharkly computer update <computer-id> <runtime-id>

Sau đó, hãy chạy lại tính năng rescan hoặc kiểm tra kết nối trong phần chi tiết Computer và xác nhận rằng Codex Runtime hiển thị trạng thái Available. Cuối cùng, hãy ghi rõ model đã ghim vào phần mô tả của Agent. Một reviewer khi đọc bản diff không nên phải mở terminal trên một Computer nào đó chỉ để xem model nào đã tạo ra đoạn mã đó.

Hai thiết lập có sự thay đổi: reasoning effort và cache

Tùy chọn none đã không còn. GPT-6.1 Sol hỗ trợ các mức low, medium, high, xhigh và max; hoàn toàn không còn none hay minimal. Một Computer có cấu hình yêu cầu mức none—vốn là lựa chọn tự nhiên để xử lý nhanh trên GPT-6 Sol—sẽ cần chuyển sang low trước khi nâng cấp, và bạn nên xem xét kỹ lại kết quả, bởi vì low vẫn thực hiện suy luận (reasoning). Nếu một lần chạy gặp lỗi do thiết lập cũ, nhật ký thực thi vẫn lưu lại tiêu đề và phản hồi gốc từ dịch vụ model; hướng dẫn khắc phục sự cố của Sharkly đối với tùy chọn không được hỗ trợ là kiểm tra lại model và các tùy chọn yêu cầu thay vì cố gắng thử lại trong mù quáng.

Bộ nhớ cache mang lại lợi ích thầm lặng nhưng rất đáng giá. OpenAI định giá cached input ở mức 0,10 USD mỗi triệu token, “thấp hơn 95% so với giá input tiêu chuẩn và giảm 50% so với giá cached input của GPT-6 Sol.” Các Agent chạy tác vụ dài sẽ là nơi cảm nhận rõ nhất điều này. Một phiên chạy phân tích và xử lý một repository suốt một giờ đồng hồ sẽ liên tục gửi lại phần lớn cùng một ngữ cảnh, và các thành viên trong Crew khi khởi tạo từ cùng một cấu trúc repository, quy tắc và lệnh kiểm thử sẽ tái sử dụng cùng một tiền tố (prefix) đó trong suốt cả ngày.

Có ba điểm lưu ý quan trọng cần làm rõ. Mức tiết kiệm chi phí trên mỗi token chỉ xuất hiện trên những Computer mà Codex tính phí qua API key; một Computer đăng nhập bằng gói tài khoản ChatGPT sẽ tiêu hao hạn mức của gói đó, đây cũng là chủ đề của bài viết song hành về việc chạy GPT-6.1 Sol không cần API key. Giá niêm yết không đổi, vì vậy các tác vụ không dùng cache vẫn tốn chi phí tương tự như tuần trước. Thêm vào đó, ngữ cảnh dài sẽ bị tính phụ phí: OpenAI áp dụng mức giá gấp đôi cho input và cache, cùng 1,5 lần cho output trên toàn bộ request đối với bất kỳ prompt nào vượt quá 272K token đầu vào; do đó, một Agent phải mang theo ngữ cảnh khổng lồ qua từng lượt tương tác nên được tối ưu bằng một tiền tố nhỏ gọn, ổn định trước khi bạn tính đến việc cấp thêm ngân sách cho nó.

Phân luồng cho Crew: Astra, 6.1 Sol, Luna hay Claude Runtime

Luận điểm của OpenAI dành cho 6.1 Sol là mang lại kết quả tiệm cận Astra với chi phí chỉ bằng một phần nhỏ, và mọi số liệu minh chứng đều xuất phát từ các đợt chạy thử nghiệm nội bộ của chính OpenAI. Trên DeepSWE v1.1, OpenAI cho biết 6.1 Sol đạt hiệu năng tương đương Astra với chi phí chỉ xấp xỉ một phần năm, đồng thời vượt qua điểm số cao nhất của GPT-6 Sol tới 6,4 điểm dù chạy ở mức effort thấp hơn. Trên OSWorld 2.0—một benchmark đánh giá khả năng sử dụng máy tính—nó chỉ kém Astra 2,1 điểm ở mức nỗ lực tối đa (max effort) với chi phí mỗi task chỉ bằng khoảng một phần bảy. Dẫu vậy, OpenAI cũng nêu rất rõ giới hạn: Astra vẫn giữ điểm số cao nhất trên Terminal-Bench Science với 68,1%, và OpenAI khuyên nên tiếp tục dùng Astra cho những bài toán khoa học phức tạp nhất.

Tài liệu hướng dẫn chọn model của OpenAI cũng phân loại dòng model theo cách tương tự: Astra dành cho các vấn đề mơ hồ, 6.1 Sol dành cho các công việc phức tạp cần tối ưu thời gian và chi phí, còn Luna dành cho các tác vụ có phạm vi xác định rõ và việc phân loại (triage); đồng thời họ cũng nhấn mạnh hướng dẫn này chỉ là điểm khởi đầu. Vì model được quy định trong cấu hình của Runtime, nên quy tắc phân luồng trong Sharkly thực chất là quy tắc về Computer: một Agent gắn với một Computer có Codex mặc định là Astra sẽ chạy Astra. Dưới đây là quy tắc khởi đầu để bạn thử nghiệm:

Hàng cuối cùng thể hiện tính trung lập với các nhà cung cấp, chứ không phải một tuyên bố dựa trên benchmark. Claude Sonnet 5.5 ra mắt chỉ một ngày trước 6.1 Sol với cùng mức giá 2 USD và 10 USD, và bài viết của OpenAI chỉ so sánh 6.1 Sol với Opus 5.5 cùng Fable 5.1, hoàn toàn không nhắc tới Sonnet 5.5. Chưa có nhà cung cấp nào công bố màn đối đầu trực tiếp này, vì vậy sự so sánh đáng giá duy nhất chính là thử nghiệm do bạn tự chạy trên các Task của mình. Toàn bộ luận điểm chi tiết về một quy tắc bằng văn bản đi kèm quy trình nâng cấp can thiệp thủ công được trình bày trong bài viết phân luồng model cho Crew.

Tất cả những điều này không làm thay đổi điểm đến cuối cùng của quy trình. Một con đường tiết kiệm hơn để đạt được kết quả tiệm cận Astra đồng nghĩa với việc có nhiều lượt chạy hoàn thành hơn mỗi ngày, và mỗi lượt chạy đó cuối cùng vẫn cần một người xem lại bản diff. Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, cấp quyền và nghiệm thu kết quả. Việc cần làm và hữu ích trong tuần này là đảm bảo bảng theo dõi có thể trả lời rõ Computer nào đã chạy model nào, tác vụ nào đã hoàn thành, tác vụ nào thất bại do thiết lập effort đã lỗi thời, và tác vụ nào đang chờ được duyệt (review). Nếu bạn vẫn đang phải xoay xở với hàng loạt terminal Codex thủ công, bài viết về quản lý nhiều agent Codex sẽ hướng dẫn bạn qua phiên bản thao tác thủ công trước tiên.

Bạn có thể tự thiết lập quy trình này thủ công bằng worktree, hoặc sử dụng Sharkly để quản lý toàn bộ quy trình làm việc.