OpenAI udostępnia GPT-5.6. Stawia na wydajność kosztową i pracę kilku agentów naraz
OpenAI udostępniło rodzinę modeli GPT-5.6. Nowość to nie tylko wyniki w testach, ale sposób sprzedaży: trzy poziomy cenowe zamiast jednego modelu i tryb, w którym nad zadaniem pracuje kilku agentów jednocześnie.
OpenAI udostępniło 9 lipca rodzinę modeli GPT-5.6, kończąc okres ograniczonej wersji zapoznawczej. Zamiast jednego flagowca firma wprowadza trzy warianty. Sol to model najmocniejszy, Terra ma być zrównoważonym rozwiązaniem do codziennej pracy, Luna jest najtańsza i najszybsza. Nazwy mają być stałe, a numer wskazuje generację, więc kolejne wersje Sol czy Luny mogą pojawiać się w różnym tempie.
Cennik pokazuje, jak duże są różnice między poziomami. Za milion tokenów wejściowych Sol kosztuje 5 dolarów, Terra 2,5, a Luna 1. Za milion tokenów wyjściowych odpowiednio 30, 15 i 6 dolarów.
Główny argument sprzedażowy nie brzmi jednak „mądrzejszy model", tylko „więcej pracy za tę samą kwotę". OpenAI kładzie nacisk na wydajność kosztową, czyli ile użytecznej roboty da się wycisnąć z każdego tokena. Firma podaje, że Sol osiąga wyniki porównywalne z konkurencją, zużywając mniej tokenów i kończąc zadania szybciej.
Nowością techniczną jest tryb ultra. Domyślnie uruchamia cztery agenty pracujące równolegle nad jednym zadaniem, a ich wyniki są potem scalane. To rozwiązanie dla problemów, przy których opłaca się dołożyć mocy obliczeniowej w zamian za szybszy albo lepszy rezultat. Dostępny jest dla użytkowników wyższych planów, a w API działa w wersji beta.
Drugi element to programowe wywoływanie narzędzi. Model potrafi napisać i uruchomić niewielki program, który sam koordynuje pracę narzędzi, filtruje dane pośrednie i decyduje, co robić dalej. Bez tego każdy krok wraca do modelu, co kosztuje czas i tokeny.
Teraz o liczbach, bo tu potrzebna jest ostrożność. Wszystkie wyniki pochodzą z materiału OpenAI, a firma sama dobiera testy i sposób pomiaru. Na benchmarku Agents' Last Exam, mierzącym długie zawodowe procesy pracy, Sol uzyskał 52,7 proc. wobec 40,5 proc. dla Claude Fable 5 i 45,2 proc. dla Opus 4.8. Na testach z zakresu cyberbezpieczeństwa poprawa wobec poprzednika jest wyraźna: ExploitBench 73,5 proc. wobec 47,9 proc. dla GPT-5.5.
Ale obraz nie jest jednostronny i to widać w tabelach samego OpenAI. Na SWE-Bench Pro, sprawdzającym realne zadania inżynierii oprogramowania, modele Anthropic wypadają wyraźnie lepiej: 80,3 proc. dla Claude Mythos 5 i 80 proc. dla Fable 5 wobec 64,6 proc. dla Sol. Na Artificial Analysis Intelligence Index Fable 5 też jest minimalnie wyżej (59,9 wobec 58,9 punktu). W benchmarkach narzędziowych Toolathlon prowadzą modele konkurencji.
Osobna kwestia dotyczy bezpieczeństwa i tu komunikat jest ciekawszy, niż mogłoby się wydawać. OpenAI przyznaje, że GPT-5.6 jest mocniejszy w biologii i cyberbezpieczeństwie niż wcześniejsze modele, ale twierdzi, że nie przekracza progu krytycznego w żadnej z tych dziedzin. Zabezpieczenia w wariancie Sol mają blokować około dziesięć razy więcej potencjalnie szkodliwej aktywności niż wcześniej. Firma dodaje, że to powoduje utrudnienia przy legalnych zastosowaniach, więc w ChatGPT i Codeksie można ponowić zapytanie na słabszym modelu.
Dostęp do pełnych możliwości obronnych w cyberbezpieczeństwie jest reglamentowany przez program Trusted Access for Cyber, o którym pisaliśmy przy okazji dołączenia do niego polskiego CERT-u działającego w NASK. Od 1 września użytkownicy indywidualni będą musieli włączyć zaawansowane zabezpieczenie konta z kluczem sprzętowym, żeby zachować dostęp do najbardziej zaawansowanych modeli w tym obszarze.
Warto odnotować jeszcze jeden wątek, o którym mówi się rzadziej. OpenAI opisuje, jak GPT-5.6 przyspiesza pracę samej firmy. W ciągu pół roku udział mocy obliczeniowej przeznaczonej na wewnętrzne kodowanie wzrósł stukrotnie, a wykorzystanie tokenów przez wewnętrzne agenty około 22-krotnie. Firma podaje też własny wskaźnik postępu w kierunku rekurencyjnego samodoskonalenia modeli, na którym Sol wypada o 16,2 punktu lepiej od poprzednika. To dane wewnętrzne, niemożliwe do zweryfikowania z zewnątrz, ale pokazują kierunek, w którym firma mierzy.
Model jest dostępny w ChatGPT, Codeksie i API. Użytkownicy darmowi i planu Go dostają Terrę, wyżej płatni mogą wybierać między wszystkimi trzema wariantami.
Źródła: komunikat OpenAI
Uwaga redakcyjna: tekst opiera się na danych producenta. Benchmarki publikowane przez firmy AI są dobierane i mierzone przez nie same, więc wyniki należy traktować jako deklaracje, a nie niezależny pomiar.
