OpenAI Accelerates at a Blazing 16x Speed, GPT-5.6 Multi-Agent V2 Goes Live, 741-Round Monster Conversation Opens in 1 Second

marsbitXuất bản vào 2026-08-17Cập nhật gần nhất vào 2026-08-17

Tóm tắt

OpenAI has unveiled a pair of major performance and capability upgrades for ChatGPT and its underlying systems, delivering dramatic speed improvements and launching a new multi-agent architecture. The first breakthrough is a massive front-end optimization for handling extremely long conversations. Using a test case of a 741-round "monster" conversation (231MB in size), OpenAI achieved: * Application load speed increased by 94% (from 27.62 seconds down to 1.66 seconds). * Memory growth reduced by 87.8%. * Overall memory usage cut by 41.2%. * Network requests dropped by 98.2% (from 894 to 16). * Session items loaded decreased by 99.6% (from 15,529 to 64). This overhaul means lengthy chat histories and complex, tool-heavy Codex sessions will load significantly faster and with much lower memory overhead. Simultaneously, OpenAI has fully launched the "Multi-Agent v2" system for GPT-5.6. This architecture allows a primary "Agent" to automatically break down complex tasks and delegate subtasks to different specialized models—such as GPT-5.6 Sol (for complex coding), Terra (daily programming), Luna (fastest/cheapest), and Daybreak (cybersecurity)—each with configurable reasoning strength. The goal, as stated by OpenAI president Greg Brockman, is to move "towards saying goodbye to manually picking models." This intelligent distribution allows costly, powerful models to be reserved for only the most complex steps (~20% of a task), dramatically reducing inference costs and acceleratin...

OpenAI unleashes big moves one after another!

Today (the 16th), a leaked internal Slack message revealed that ChatGPT is about to undergo an 'epic' performance overhaul.

Judging from the hardcore test data, the optimization of ChatGPT's frontend performance this time is so dramatic it's almost 'unbelievable':

Application loading speed directly skyrocketed by 94%, heap memory growth reduced by 87.8%, and overall memory footprint slashed by 41.2%.

Network requests plummeted by 98.2%, and conversation history loading was cut by a full 99.6%.

Almost simultaneously, Codex launched the GPT-5.6 'Multi-Agent v2' version.

The main Agent can now automatically delegate different subtasks to different models, and each sub-Agent can be individually configured with reasoning intensity.

OpenAI President Greg Brockman stated, 'Moving towards bidding farewell to manual model selection.'

It must be said, with this wave of 'two-pronged approach' from OpenAI—

It directly eliminates the tedious 'waiting' and 'choosing' for users, enabling ChatGPT to truly achieve a seamless and ultra-fast, fluid interactive experience.

ChatGPT Major Overhaul, Loading Speed Soars 94%

What many don't know is that this major performance upgrade for ChatGPT is actually a crucial battle after the departure of 'Programming King' Scott Gray.

When using ChatGPT, what people have always dreaded is that long conversations become slower and more sluggish, with the web page even crashing directly.

On the official OpenAI forum, someone even posted asking, 'Is the new Codex slower?', with many agreeing in the comments.

This time, Codex lead Andrew Ambrosino's shared internal Slack screenshot laid it all out:

What they used for internal testing was a 'monster-level' conversation with a full 741 rounds and a size of 231MB!

This might sound like an extreme case, but it's the norm in the Agent era.

In the past, conversations were chat histories, maybe a few dozen rounds at most; now, a slightly complex task involving reading code, running tests, making changes, and verifying again can easily reach hundreds of rounds.

It's this kind of high-intensity conversation that now opens in an average time reduced from 27.62 seconds to 1.66 seconds.

Total application memory growth was compressed from 1030.7 MiB to 606 MiB;

The network requests needed to open it once went from 894 down to 16; the number of session entries that needed loading dropped from 15,529 to 64.

This is a major frontend optimization by OpenAI targeting ChatGPT's ultra-long conversations.

In two words, smooth.

What difference will it actually make?

Simply put, those chat logs spanning months will open much faster.

Developers who frequently run heavy Codex sessions with hundreds of tool calls will find the interface noticeably snappier, and their device's memory usage will drop accordingly.

Switching back to an ultra-long old conversation will no longer feel like 'loading a save file from a nearly-dead PS3'.

The clever part is that ChatGPT no longer needs to load and render the entire history just because you opened a conversation.

It can store most of the content and only load the small portion people actually need at the moment.

The same conversation, but with a huge amount of unnecessary work eliminated.

For those accustomed to living in ultra-long AI conversations, this is the kind of seemingly boring infrastructure upgrade that can dramatically improve the product experience.

Multi-Agent v2 Fully Launched, No Need to Manually Select GPTs Anymore

Just this week, OpenAI quietly updated ChatGPT.

It wasn't until today that OpenAI engineer Eric Provencher officially announced: Multi-Agent v2 is now fully live.

The focus is on intelligent task division.

The main Agent can automatically delegate subtasks to any supported model, including Luna, with each sub-Agent supporting independent reasoning intensity settings.

Now the hand ChatGPT/Codex holds looks like this—

GPT-5.6 Sol: The strongest, for complex Agentic coding

GPT-5.6 Terra: The daily programming workhorse

GPT-5.6 Luna: The fastest, cheapest

Daybreak: Specialized for cybersecurity

GPT-5.5: Complex programming, research, general tasks

Actually, three weeks ago, in Codex's model list, Sol and Terra were marked as multi_agent_v2, while the cheapest Luna was marked as v1.

The result was that when the main Agent tried to delegate work to Luna, the system would directly reply with 'unknown model'.

On GitHub, developers opened at least two issues about this.

There's a post on the official OpenAI forum titled 'Give us Luna back', where the poster said they previously used a hook to force using Luna with amazing results, and now that path is blocked.

Previously, people needed to manually choose models; in the future, the Agent system will automatically split tasks, execute them in parallel, and summarize results, turning models into internal computational resources.

For complex tasks, only 20% of the steps might need the strongest model, while the rest can be handed off to cheaper models.

This way, reasoning costs can be significantly reduced, accelerating ChatGPT's transformation from a chat tool to a workflow platform.

ChatGPT Evolves On the Spot, The Fully Automated Monster is Here

The frontend has cleared away the 'historical baggage', and the backend has enabled 'intelligent distribution'.

This underlying 'one-two punch' from OpenAI not only makes ChatGPT completely bid farewell to the era of lag but also announces to the entire industry:

Large models are accelerating their evolution from 'chat tools' to true 'fully automated workflow platforms'.

No more worrying about which model to choose to balance costs, no more painfully waiting for monster-level hundreds-of-rounds conversations to slowly unfold.

Just throw the complex task over, and leave the automatic decomposition, model scheduling, and ultra-fast rendering to the system.

The era of ultimate smoothness for Agents has truly arrived.

Faced with such a 'seamless' and powerful ChatGPT, is your productivity ready for takeoff?

References:

https://x.com/Ananth7e/status/2088490421676863782?s=20

https://x.com/ajambrosino/status/2088401536057827344?s=20

https://x.com/gdb/status/2088658133971509640

This article is from WeChat Official Account 'New Zhiyuan', author: Taozi

Câu hỏi Liên quan

QWhat are the key performance improvements mentioned for ChatGPT in the article?

AThe key performance improvements for ChatGPT include a 94% increase in application load speed, an 87.8% reduction in heap memory growth, a 41.2% reduction in overall memory usage, a 98.2% decrease in network requests, and a 99.6% reduction in conversation history loading time.

QWhat is the GPT-5.6 Multi-Agent v2 and what is its main feature?

AGPT-5.6 Multi-Agent v2 is a new version of the multi-agent system. Its main feature is that the main Agent can automatically delegate sub-tasks to different specialized models (like Luna) and each sub-Agent can have its own independent reasoning strength setting, moving towards eliminating the need for manual model selection.

QAccording to the article, what was the size and length of the 'monster-level' conversation used for testing, and what was the result?

AThe 'monster-level' conversation used for testing was 231 MB in size and consisted of 741 rounds. The result was that the average time to open it decreased from 27.62 seconds to 1.66 seconds after the optimization.

QHow does the article describe the future role of ChatGPT according to OpenAI's recent updates?

AThe article describes that with the recent foundational updates (front-end optimization and intelligent task distribution), ChatGPT is evolving from a 'chat tool' into a true 'fully automated workflow platform', where complex tasks are automatically decomposed, scheduled to appropriate models, and rendered at high speed.

QWhich specific models are mentioned as part of the ChatGPT/Codex lineup for different tasks?

AThe mentioned models in the ChatGPT/Codex lineup are: GPT-5.6 Sol (for complex Agentic coding), GPT-5.6 Terra (for daily programming), GPT-5.6 Luna (fastest and cheapest), Daybreak (for cybersecurity), and GPT-5.5 (for complex programming, research, and general tasks).

Nội dung Liên quan

Báo sáng Phố Wall: Lợi nhuận S&P 500 tăng tốc nhanh nhất trong 30 năm, Nvidia trở thành cổ đông lớn thứ 6 của SpaceX

**Tóm tắt Báo cáo Phố Wall: Lợi nhuận S&P 500 tăng mạnh nhất 30 năm, Nvidia trở thành cổ đông lớn thứ 6 của SpaceX** Dữ liệu bán lẻ Mỹ tháng 7 giảm bất ngờ làm giảm kỳ vọng Fed tăng lãi suất vào tháng 9. Tuy nhiên, áp lực lạm phát và địa chính trị (căng thẳng eo biển Hormuz, chính sách với Iran) vẫn hỗ trợ giá dầu và lợi suất trái phiếu dài hạn, với đợt đấu giá trái phiếu 20 năm của Mỹ tuần này là điểm thử thách quan trọng. Lợi nhuận quý II của chỉ số S&P 500 tăng 31%, mức cao nhất kể từ năm 1992, giúp định giá hạ nhiệt. Các khoản đầu tư vào AI tiếp tục là động lực chính, với dự báo chi tiêu toàn cầu cho trung tâm dữ liệu AI có thể đạt 1 nghìn tỷ USD vào năm 2026. Tuy nhiên, rủi ro tài trợ và lợi suất trái phiếu tăng cao đang thách thức định giá ngành công nghệ. Thị trường chứng kiến sự phân hóa mạnh: Cổ phiếu liên quan đến bộ nhớ (SanDisk, Micron) và truyền thông quang (Applied Optoelectronics) tăng mạnh, trong khi một số cổ phiếu bán dẫn như Broadcom giảm do lo ngại về rủi ro tài chính từ các khoản bảo lãnh cho thuê năng lực AI. Nvidia lần đầu tiên tiết lộ nắm giữ cổ phần SpaceX trị giá ~21 tỷ USD, trở thành cổ đông lớn thứ 6. Quỹ Tiger Global điều chỉnh danh mục, giảm sở hữu các cổ phiếu lớn và mua vào các công ty như AMD, Cerebras. Tuần này, thị trường tập trung vào biên bản cuộc họp Fed, dữ liệu kinh tế Mỹ, LPR của Trung Quốc, kết quả kinh doanh của hàng loạt công ty lớn (Alibaba, Walmart, AMD...) và các sự kiện công nghệ như Hội nghị thượng đỉnh AI Seoul.

marsbit40 phút trước

Báo sáng Phố Wall: Lợi nhuận S&P 500 tăng tốc nhanh nhất trong 30 năm, Nvidia trở thành cổ đông lớn thứ 6 của SpaceX

marsbit40 phút trước

BTC Điều Chỉnh Trong Phạm Vi Hộp, HYPE Xác Nhận Phục Hồi Trên Khung Ngày | Phân Tích Chuyên Gia

**Tóm tắt phân tích thị trường: BTC trong pha tích lũy, HYPE xác lập đà tăng** Thị trường tuần này đang ở giai đoạn then chốt để xác nhận cấu trúc, với hai điểm quan sát chính: liệu đợt điều chỉnh trên khung ngày của BTC có thể tìm thấy đáy và ổn định trên mức 60,950 USD hay không, và liệu HYPE có thể củng cố vững chắc trên vùng kháng cự 58–58.5 USD để hình thành đoạn thoát ly khỏi trung tâm hay không. **Phân tích BTC:** * **Cấu trúc:** Đợt điều chỉnh từ đỉnh 82,850 USD (06/05) đã hình thành cấu trúc 7 đoạn. Ba kịch bản có thể xảy ra: 1) Tiếp tục sóng tăng c; 2) Dao động trong khoảng 60,950–65,500 USD trước khi phá vỡ; 3) Phá vỡ hỗ trợ dẫn đến đáy thứ hai. Mô hình lượng tử ưu tiên hai kịch bản đầu. * **Dự báo & Chiến lược:** Trọng tâm là khả năng tìm đáy trên 60,950 USD. * **Vùng kháng cự chính:** 65,500 USD, 67,300 USD, 69,500–71,000 USD. * **Vùng hỗ trợ chính:** 62,268 USD, 60,950–61,500 USD, 57,820 USD. * **Chiến lược trung hạn:** Duy trì vị thế bán 20%. Cân nhắc tăng lên 50% nếu giá phản hồi tại 69,500–71,000 USD và có tín hiệu bán. * **Chiến lược ngắn hạn (30% vốn):** * **Phương án A:** Thử bán nếu giá phản hồi yếu ở vùng 69,500–71,000 USD. * **Phương án B:** Thử mua nhẹ nếu giá tìm thấy hỗ trợ vững chắc ở vùng 60,950–61,500 USD. **Phân tích HYPE:** * **Cấu trúc:** Đợt tăng từ đáy 51.11 USD (02/08) trên khung 4H đã hình thành cấu trúc 5 sóng với một trung tâm tăng. Thị trường hiện đang ở sóng (76-77). * **Kịch bản:** 1) Hình thành đoạn thoát ly nếu giá vượt và giữ vững trên 58–58.5 USD; 2) Trung tâm mở rộng nếu giá không giữ được vùng này. * **Dự báo & Chiến lược:** Trọng tâm là sự thành bại của giá tại vùng 58–58.5 USD. * **Kháng cự:** 58.5–60 USD, đường xu hướng trên của kênh giảm, 72.97 USD. * **Hỗ trợ:** 50–52 USD, 45 USD. * **Chiến lược:** Nhà đầu tư đang nắm giữ lệnh mua từ vùng 50–52 USD nên dịch chuyển lỗ dần. Nhà đầu tư chưa có vị thế có thể cân nhắc mua thử nhẹ nếu giá phá vỡ 58.5–60 USD thành công, với nguyên tắc "vào nhanh, ra nhanh". **Lưu ý quản lý rủi ro chung:** * Luôn đặt lệnh dừng lỗ ngay khi mở lệnh. * Di chuyển lỗ đến điểm hòa vốn khi lãi đạt 1%. * Tiếp tục di chuyển lỗ chốt lời động mỗi khi lãi tăng thêm 1%. *Lưu ý: Đây là nhật ký giao dịch cá nhân, không phải lời khuyên đầu tư. Thị trường biến động, cần điều chỉnh chiến lược linh hoạt. Đầu tư mang rủi ro, cần thận trọng.*

marsbit44 phút trước

BTC Điều Chỉnh Trong Phạm Vi Hộp, HYPE Xác Nhận Phục Hồi Trên Khung Ngày | Phân Tích Chuyên Gia

marsbit44 phút trước

Lễ hội năng lực tính toán AI đã trở thành 'thuốc độc lãi suất cao' cho vốn toàn cầu?

Trong những tuần gần đây, chi phí vay thực tế (lợi suất thực) đã tăng lên mức cao nhất trong hơn một thập kỷ tại các nền kinh tế lớn. Lợi suất thực - lợi suất trái phiếu sau khi điều chỉnh lạm phát - là thước đo chi phí vay thực sự. Hiện tại, lợi suất thực kỳ hạn 30 năm của Mỹ đã tiến gần mức cao nhất 18 năm, khoảng 3%. Một nhân tố chính đẩy lợi suất lên cao là làn sóng phát hành trái phiếu khổng lồ từ các gã khổng lồ công nghệ (như Alphabet, Amazon, Meta) để tài trợ cho cơ sở hạ tầng AI, với tổng giá trị năm nay gấp đôi cả năm 2025. Bên cạnh đó, thâm hụt ngân sách lớn từ các chính phủ cũng làm tăng nguồn cung trái phiếu, khiến nhà đầu tư yêu cầu tỷ suất sinh lời cao hơn. Về lý thuyết, lợi suất thực tăng làm giảm sức hấp dẫn của cổ phiếu, vì nhà đầu tư có thể nhận lợi nhuận thực cao hơn từ trái phiếu và dòng tiền tương lai của doanh nghiệp bị chiết khấu mạnh hơn. Tuy thị trường chứng khoán hiện vẫn mạnh nhờ lợi nhuận doanh nghiệp tốt, nhưng các chuyên gia cảnh báo rằng việc các công ty công nghệ dần cạn kiệt tiền mặt và phụ thuộc nhiều hơn vào thị trường vay nợ có thể khiến họ dễ bị tổn thương trước chi phí vay cao. Hơn nữa, chi phí vay thực cao kéo dài cuối cùng có thể khiến doanh nghiệp và hộ gia đình cắt giảm chi tiêu, đầu tư, từ đó kìm hãm tăng trưởng kinh tế. Các nhà phân tích nhận định các yếu tố cơ cấu đẩy lợi suất lên cao vẫn còn nguyên vẹn và chưa có dấu hiệu suy giảm trong ngắn hạn.

marsbit45 phút trước

Lễ hội năng lực tính toán AI đã trở thành 'thuốc độc lãi suất cao' cho vốn toàn cầu?

marsbit45 phút trước

Không cuồng AI cũng không mua lại cổ phiếu, JD "keo kiệt" có còn khả thi không?

Ngày 13/8, JD.com đã công bố kết quả quý 2 năm 2026, được đánh giá là khá "bình ổn" nhưng cũng không có điểm nhấn. Do tác động của môi trường kinh tế vĩ mô, tổng doanh thu đạt khoảng 346,4 tỷ NDT, giảm 3% so với cùng kỳ, phù hợp với dự báo chung của thị trường. Mặc dù lợi nhuận của Tập đoàn được cải thiện nhờ giảm lỗ từ hoạt động giao đồ ăn, lợi nhuận cốt lõi từ mảng Thương trường JD lại ghi nhận mức sụt giảm khoảng 3%. Các động lực tăng trưởng chính là doanh số bán hàng hóa tiêu dùng thường ngày và dịch vụ quảng cáo có tốc độ tăng trưởng sụt giảm đáng kể, làm dấy lên lo ngại về triển vọng tăng tốc trong trung hạn. Lợi nhuận biên của mảng Thương trường chỉ tăng nhẹ, cho thấy khả năng cải thiện hơn nữa có thể đang chạm trần. Mảng kinh doanh mới (bao gồm giao đồ ăn và hoạt động quốc tế) tiếp tục thua lỗ gần 9,9 tỷ NDT, cao hơn kỳ vọng. Mặc dù khoản lỗ từ giao đồ ăn đang thu hẹp, việc gia tăng đầu tư vào thị trường nước ngoài khiến tổng mức lỗ không giảm đáng kể. Một điểm đáng chú ý khác là mức độ hoàn vốn cho cổ đông đã giảm, với tổng giá trị mua lại cổ phiếu trong nửa đầu năm chỉ đạt khoảng 1 tỷ USD. JD.com cũng không tham gia vào cuộc đua đầu tư lớn vào AI như một số đối thủ, mà thay vào đó có xu hướng đầu tư vào các công cụ tài chính ngắn hạn. Nhìn chung, báo cáo quý này của JD.com không có bất ngờ tích cực. Triển vọng phục hồi phụ thuộc chủ yếu vào sự cải thiện của môi trường tiêu dùng điện tử trong nửa cuối năm và việc kiểm soát mức lỗ từ các hoạt động mới. Tuy nhiên, với hiệu quả kinh doanh ổn định tương đối và không chịu áp lực chi tiêu vốn lớn cho AI, JD.com vẫn được một số nhà phân tích coi là một mã cổ phiếu có tính phòng thủ trong ngành thương mại điện tử, mặc dù thái độ hoàn vốn cho cổ đông hiện tại chưa thực sự thuyết phục.

marsbit53 phút trước

Không cuồng AI cũng không mua lại cổ phiếu, JD "keo kiệt" có còn khả thi không?

marsbit53 phút trước

Giao dịch

Giao ngay
活动图片