GPT-5.6 Sol Tanpa Cepat Kena Limit

Ini terjemahan bebas ke bahasa Indonesia dari tulisan Theo. Istilah teknis, nama model, dan contoh prompt sengaja dipertahankan supaya konteksnya tidak berubah.

Aku sudah menghabiskan lebih dari US$200.000 token di GPT-5.6 Sol. Modelnya bagus banget. Tapi ada satu masalah: kalau kamu pakai langganan Codex Pro US$200, gampang banget buat kena limit.

OpenAI memang cukup baik soal reset limit. Tapi itu tidak banyak membantu kalau jendela 5 jam kamu habis padahal masih tersisa 4 jam. Aku sudah bikin banyak kesalahan, dan aku lihat banyak orang juga ngalamin hal yang sama. Mungkin nanti aku bikin video khusus, tapi untuk sekarang aku mau kasih catatan ini dulu supaya kamu bisa lebih banyak selesaiin kerjaan tanpa terlalu banyak bakar token.

Effort level

Default-nya pakai medium atau high. Dua-duanya bagus. xhigh memang gila kuat, tapi aku jarang banget butuh itu—bahkan waktu lagi ngatur banyak subagent.

“Ultra”

Ultra itu bukan reasoning level, walaupun posisinya di UI bikin orang mengira begitu. Mirip kebingungan yang terjadi dengan “Ultracode” di Claude Code. Aku bakal bahas ini lebih panjang di video lain.

Untuk sekarang, mending jangan pakai Ultra dulu. Ada bug di harness Codex yang bikin ia spawn terlalu banyak subagent dengan reasoning level yang kelewat tinggi. Nanti aku cek lagi kalau bug-nya sudah beres.

Fast mode

Aku suka Fast mode. Dulu cukup sering pakai. Mode ini masuk akal buat model yang suka berhenti duluan sebelum sempat pakai banyak token. Tapi ingat: Fast mode pakai kredit 2,5× lebih banyak.

GPT-5.5 dulu sering berhenti dan perlu didorong buat lanjut. GPT-5.6 bisa jalan jauh lebih lama. Kebanyakan ini hal bagus—kamu bisa percaya dia menyelesaikan tugas dari awal sampai akhir. Tapi akibatnya, token yang kebakar jadi lebih susah diprediksi.

Kalau tidak pakai /goal, satu pesan di 5.5 biasanya makan sekitar 0,1% sampai 2% limit-ku. Dengan multiplier 2,5×, puncaknya kira-kira 5% untuk satu pesan.

Aku pernah lihat 5.6 makan sampai 15% limit cuma dari satu pesan karena dia jalan panjang banget. Kalau dikalikan Fast mode, itu bisa jadi 40% dari jendela 5 jam kamu dalam satu pesan. Banyak orang kena di sini. Percaya deh, jangan pakai Fast mode dulu untuk sementara.

Subagent

Ini salah satu unlock paling keren di GPT-5.6. Tapi juga gampang banget jadi jebakan. Sol sangat semangat buat spawn subagent. Umumnya ini bagus.

Masalahnya, implementasinya di Codex masih ruwet banget—ada pemisahan v1/v2 dan auto-routing berdasarkan model, belum lagi hal-hal lain.

Versi singkatnya: GPT-5.6 Sol akan selalu spawn subagent dengan model dan reasoning level yang sama seperti instance induknya. Ini alasan kenapa Ultra lagi “rusak” sekarang.

Jadi, apa yang bisa kamu lakukan?

• Turunkan reasoning level. High masih tidak terlalu parah kalau pakai subagent; low dan medium jauh lebih aman.
• Update AGENTS.md global kamu. Tambahkan instruksi seperti: “only spawn subagents when I ask you to”. Ini membantu ngerem kebiasaan 5.6 yang terlalu cepat spawn subagent.
• Kalau kamu memang mau Codex bebas spawn subagent bertingkat, aktifkan flag hide_spawn_agent_metadata = false di config. Tanyakan langsung ke Codex kalau perlu; kemungkinan kamu butuh akses source.

Aku lagi aktif ngobrol dengan tim Codex soal cara memperbaiki perilaku-perilaku ini. Sementara itu, aku pakai cara yang agak absurd buat mengakalinya.

Pilih model

Secara pribadi, aku masih pakai GPT-5.6 Sol untuk sebagian besar kerjaan. Kadang aku pilih Terra buat review cepat atau minta feedback, lebih karena penasaran. Luna ternyata bagus, tapi memang bukan model yang kita pilih manual; dia lebih ditujukan buat code dan buat Sol spawn sebagai subagent.

Saranku: Sol high kalau kamu di paket US$200, dan Sol low kalau bukan.

Terra medium kelihatannya opsi yang solid buat memaksimalkan pemakaian, tapi aku belum cukup lama pakai buat yakin. Menurutku, semua opsi ini jauh lebih bagus daripada Sonnet dan Opus dari sisi kecerdasan dan biaya.

Kasih prompt yang lebih jelas

Model ini bakal terus jalan dan jalan. Karena itu, titik berhenti yang jelas di prompt sangat membantu. Contohnya:

Aku mau kamu bikin fitur baru ini. Mulai dengan menulis rencana. Setelah rencananya selesai, berhenti dan minta feedback sebelum lanjut.

Rencananya kelihatan bagus. Sekarang implementasikan. Pakai computer use buat ngetes implementasimu. Lanjut sampai kodenya jalan dan kamu puas dengan hasilnya. Buat PR, pantau sampai ada putaran pertama komentar review, lalu bereskan komentarnya. Berhenti setelah putaran review pertama; sisanya biar aku yang tangani.

Dua contoh itu beda jauh panjang tugasnya. 5.6 bisa jalan lama dan bisa melakukannya dengan baik. Cuma kadang dia kelewatan jauh, jadi titik berhenti yang tegas itu penting.

Biarkan agent lain yang mengarahkan

Versi singkatnya: kalau kamu punya langganan lain, biarkan Fable yang jadi “driver”. Ajari dia cara spawn subagent GPT-5.6. Atau pakai Cursor—dia sudah tahu caranya.

Aku sendiri pindah-pindah antara beberapa langganan: dua Claude US$200 dan satu Codex US$200. Fable juga lapar token, tapi kalau dipakai di reasoning level rendah dan diberi skill atau instruksi buat spawn subagent Codex, hasilnya kuat banget. Aku bahas ini juga di video tentang memaksimalkan pemakaian Fable.

“Geser-geser sampai terasa pas”

Eksperimen itu bernilai banget sekarang. Coba macam-macam setup, kasih tugas yang lebih susah, dan pantau pemakaianmu lewat dashboard, ccusage, codexbar, atau apa pun yang kamu suka. Kamu bakal kaget betapa perubahan kecil bisa ngaruh besar ke hasil dan jumlah token yang kebakar.

Ini masa yang seru buat jadi developer. Main-main aja. Lebih sering buka folder ~/.codex dan ~/.claude. Ubah hal-hal yang kelihatannya konyol. Eksperimen. Kamu bakal kaget sama hasilnya.

---

Sumber: Theo — “gpt-5.6-sol without hitting limits”.