OpenAI har øget standardkontekstlængden for GPT-6.1 Sol til 500.000 tokens, bekræftede virksomheden i denne uge. Tiltaget mere end fordobler den effektive arbejdshukommelse i dens flagskibsmodel, hvilket gør det muligt at behandle hele bøger, omfangsrige juridiske kontrakter eller omfattende kodebaser i en enkelt session uden opdeling eller genoptræning.
Opdateringen gælder for alle brugere, ikke kun erhvervskunder, og træder i kraft med det samme. Det er et markant spring fra den tidligere standard og placerer GPT-6.1 Sol i en helt anden klasse i forhold til opgaver, der afhænger af at fastholde store mængder tekst i konteksten.
Hvad 500.000 tokens reelt betyder i praksis
En halv million tokens svarer omtrent til længden af en roman på 375.000 ord — tænk på hele Ringenes Herre-trilogien plus Hobbitten, med plads i overskud. I professionel sammenhæng kan det svare til en sagsmappe på 1.200 siders retsdokumenter, et helt års Slack-beskeder for et mellemstort team eller den komplette kildekode til et mindre softwareprojekt.
Tidligere standardkontekstlængder på tværs af OpenAI's modeller har ligget i omegnen af 128.000 tokens. Springet til 500.000 er ikke blot et højere tal; det ændrer økonomien i, hvordan udviklere og vidensarbejdere opbygger deres prompts. I stedet for at dele et dokument op i bidder og stykke resuméer sammen — en proces, der ofte koster nuancer og tager tid — kan brugere nu indføre hele materialet på én gang.
Hvorfor OpenAI gennemførte ændringen nu
Konkurrence er næsten stensikkert en faktor. Rivaliserende modeller fra Anthropic og Google har presset kontekstvinduerne opad, og erhvervskøbere har gjort ydeevne ved lang kontekst til et absolut toppunkt på tjeklisten. Men OpenAI's egen formulering er enklere: Selskabet udtaler, at det større vindue styrker GPT-6.1 Sols evne til at håndtere komplekse opgaver, især dem der kræver krydsreferencer mellem informationer spredt over hundredvis af sider.
Der er også en praktisk vinkel. Større kontekstvinduer reducerer behovet for retrieval-augmented generation-arkitekturer, som er kraftfulde, men skrøbelige. Når en model simpelthen kan læse hele tekstkorpuset, behøver man ikke at gætte på, hvilke bidder der er vigtige.
Det workflow-skifte, ingen endnu har kortlagt fuldt ud
Professionelle arbejdsgange kan blive forandret på måder, der ikke umiddelbart er indlysende. En finansanalytiker, der tidligere brugte timer på at trække tal ud af kvartalsrapporter, kan nu stille et enkelt spørgsmål og få et svar, der henviser til sidetal fra et helt årtis 10-K-indberetninger. En advokat, der gransker en fusionsaftale, kan indlæse alle relaterede e-mails, kontrakter og notater i én session og bede om at identificere uoverensstemmelser.
Men større kontekst betyder ikke automatisk bedre svar. Modeller kan fortsat miste fokus i meget lange inputs — et fænomen, forskere kalder "lost in the middle". OpenAI har ikke offentliggjort detaljerede benchmarks for, hvordan GPT-6.1 Sol præsterer ved den fulde grænse på 500.000 tokens, så brugere er nødt til at teste deres egne konkrete use cases.
Prisen er en anden ukendt faktor. OpenAI har ikke oplyst, hvorvidt den udvidede kontekst ændrer prissætningen for API-kunder. Historisk set har længere kontekster medført højere token-priser på grund af den regnekraft, det kræver at håndtere mere tekst på én gang.
Hvad man skal holde øje med fremadrettet
Udviklere, der bygger på GPT-6.1 Sol, bør afprøve den nye grænse i forhold til deres eksisterende pipelines. Selskabet har ikke udsendt en officiel tidsplan for udfasning af tilstande med kortere kontekst, men standarden er allerede ændret. For teams, der benytter chunking-strategier, er det nu tid til at genoverveje, om disse midlertidige løsninger stadig giver mening.
OpenAI forventes at offentliggøre opdateret API-dokumentation og prisoplysninger i de kommende dage. Indtil da er det praktiske loft for de fleste brugere blot, hvad deres budget tillader — 500.000 tokens er nu bunden, ikke loftet.
