Kostnaden per bygg falt fra 3,06 til 2,22 dollar, og klokketiden fra åtte minutter til tre minutter og 42 sekunder. Tallene kommer fra agent-selskapet Ploy, som 9. juli publiserte målingene fra flyttingen av en agent i produksjon over på OpenAIs GPT-5.6 Sol. Agenten bygger og redigerer ekte markedsføringsnettsteder: den planlegger en side, leser kodebasen, skriver komponenter, genererer bilder, tar skjermbilder av sitt eget arbeid og avgjør selv når den er ferdig.
Testen er en «redesign-suite» med 10 til 11 fullførte bygg per modell, og den visuelle scoren gikk fra 0,936 til 0,970. Utvalget er lite og oppgaven er én bestemt arbeidsflyt, så tallene sier mer om denne agenten enn om modellene i sin alminnelighet.
Gevinsten kom ikke gratis. GPT-5.6 fyller ut alle 25 valgfrie parametre i et verktøykall med oppdiktede verdier, som offset: 0 og timeout: 120000, der Claude Opus lot dem stå tomme. Effekten var at mellom 52 og 64 prosent av agentens fillesinger kom tomme tilbake. Ploy skrev om skjemaene til anyOf: [T, null] og stripper nå null-verdier ved leverandørgrensen før verktøyet kjøres. Da falt andelen tomme lesinger til null, og antallet verktøykall gikk ned rundt 30 prosent.
Cachingen måtte også bygges om. OpenAI krever eksplisitt prompt_cache_key, partiell prefiks-matching er fjernet, og hver cache-node tåler omtrent 15 forespørsler i minuttet. Med nøkler avgrenset per arbeidsområde traff Ploy 83,7 prosent av første kall i cachen, mot null prosent uten riktig oppsett. Server-side resonnering måtte skrus av med store: false, ellers forsvant referansene til tidligere resonneringssteg.
«GPT-5.6 er veldig god på rene, moderne og tett rutenettbaserte oppsett, men har en tendens til å konvergere mot akkurat det uttrykket» — Lorenzo Gentile, Ploy
Modellen overser gjerne et eksisterende designsystem med mindre den styres bevisst, skriver Gentile. Billigere og raskere bygg koster altså litt mer redaksjonell kontroll over uttrykket.
For deg som kjører agenter i produksjon er lærdommen at et modellbytte er et integrasjonsprosjekt, ikke en konfigurasjonsendring. Verktøyskjemaer, cache-strategi og håndtering av resonneringstilstand er bundet til leverandøren, og hele prisgevinsten henger på at du får dem riktig.