GPT-5.6 od OpenAI wchodzi w czwartek do otwartej sprzedaży, zamykając dziewięć intensywnych dni, w których na rynek trafiły także Grok 4.5 od SpaceXAI oraz Claude Fable 5 Anthropic. Cennik nowych modeli rozciąga się od 1 do 50 dolarów za milion tokenów.
Kluczowe fakty:
- GPT-5.6 Sol, Terra i Luna trafiają do szerokiej dostępności z progami cenowymi od 1 do 5 dol. za milion tokenów wejściowych.
- Grok 4.5 debiutuje z ceną 2 dol. za wejście i 6 dol. za wyjście, zajmując czwarte miejsce w niezależnym indeksie inteligencji.
- Claude Fable 5 utrzymuje najlepsze wyniki w testach kodowania, m.in. 80,4% w SWE-Bench Pro, przy najwyższej cenie w stawce.
Tydzień premiery GPT-5.6
OpenAI zapowiedziało rodzinę GPT-5.6 26 czerwca i przez kilka dni prowadziło ograniczony program pilotażowy, uzgadniany z władzami USA, zanim model trafił do szerszej publiczności. Flagowy Sol kosztuje 5 dol. za milion tokenów wejściowych i 30 dol. za milion tokenów wyjściowych. Terra wyceniona jest na 2,50 i 15 dol., a Luna – na 1 i 6 dol., stawiając na maksymalną szybkość.
SpaceXAI wyprzedziło ten debiut o jeden dzień. Spółka udostępniła Grok 4.5 deweloperom w środę, a szerokiej publiczności w czwartek, z cennikiem 2 dol. za milion tokenów wejściowych i 6 dol. za wyjściowe. Elon Musk określił go jako „model klasy Opus, ale szybszy, bardziej efektywny tokenowo i tańszy”.
Anthropic przywrócił globalny dostęp do Claude Fable 5 1 lipca, po zniesieniu przez Waszyngton restrykcji eksportowych nałożonych 12 czerwca, domykając tym samym trzyosobową czołówkę.
Model kosztuje 10 dol. za milion tokenów wejściowych i 50 dol. za wyjściowe – to najwyższa stawka w tym zestawieniu.
Zobacz też: „Moment ETF” Solany coraz trudniej ignorować po nowym wniosku Bitwise
Fable 5 prowadzi w benchmarkach
Dane producentów pokazują, że Fable 5 wyprzedza rywali w najtrudniejszych testach kodowania – osiąga 80,4% w SWE-Bench Pro wobec 64,7% dla Grok 4.5 oraz 58,6% dla GPT-5.5, czyli modelu, którego następcą jest GPT-5.6. Różnice maleją w teście Terminal-Bench 2.1, gdzie wcześniejsze flagowce wszystkich trzech firm mieściły się w przedziale około jednego punktu procentowego.
GPT-5.6 zmienia ten obraz: OpenAI raportuje, że Sol w nowym „ultra trybie”, dzielącym zadania między równolegle pracujące subagentów, osiąga 91,9% w tym samym teście terminalowym.
Pełniejszy zestaw benchmarków ma zostać ujawniony na etapie pełnej dostępności komercyjnej.
Niezależne testy ustawiają jednak rywalizację przede wszystkim wokół kosztu. Artificial Analysis plasuje Grok 4.5 na 4. miejscu spośród 168 modeli w swoim Intelligence Index, za Fable 5, GPT-5.5 i Claude Opus 4.8. Wykonanie kompletnego, złożonego zadania programistycznego wymaga według tych badań 2,49 dol. w Grok 4.5 wobec 11,80 dol. dla Fable 5 uruchomionego w Claude Code – różnica na tyle duża, by realnie wpłynąć na decyzje zakupowe.
Ci sami testerzy odnotowali jednak rosnący poziom halucynacji: w jednym z testów wiedzy wskaźnik fałszywych, lecz podawanych z dużą pewnością odpowiedzi wzrósł z 25% do 54%, wraz z tym jak model „ośmiela się”, gdy się myli.
Grok 4.5 pod lupą ekspertów
Prezes Cursor, Michael Truell, którego firma współuczestniczyła w treningu Grok 4.5, napisał, że model „stał się głównym narzędziem pracy dla wielu osób w naszym zespole”. Musk wewnętrznie szacuje jego możliwości jako zbliżone do Opus 4.7, ale z wyższą szybkością, choć recenzenci podkreślają, że obaj należą do podmiotów bezpośrednio zainteresowanych sukcesem premiery.
Analitycy coraz częściej opisują rynek jako system trasowania zadań między wieloma modelami, a nie wyścig jednego zwycięzcy. Tanie warstwy, takie jak Luna i Grok 4.5, mają przejmować hurtową, powtarzalną pracę, podczas gdy Fable 5 ma rozwiązywać problemy, z którymi inne modele sobie nie radzą. Tryb subagentów w Sol celuje w długie sesje terminalowe plasujące się pomiędzy tymi skrajnościami.
Równolegle to Waszyngton coraz silniej układa kalendarz premier – zarówno GPT-5.6, jak i Fable 5 musiały przejść przegląd rządowy, zanim trafiły do użytkowników.
Czerwcowa ścieżka Fable 5 dobrze pokazuje, co jest stawką, gdy do gry wchodzą regulatorzy. Anthropic uruchomił model 9 czerwca, a badacze Amazonu wkrótce wykazali jailbreak, który ujawniał luki w oprogramowaniu. Trzy dni później nałożono ograniczenia eksportowe. Model spędził offline łącznie 19 dni, po czym wrócił z klasyfikatorem blokującym opisaną technikę w ponad 99% przypadków.
Czytaj dalej: Grok 4.5 rzuca wyzwanie OpenAI i Anthropic tańszą agentową AI