OpenAI wprowadziło rodzinę GPT-5.6 do szerokiej dostępności, dzieląc ofertę na flagowego Sol i średniopółkową Terrę – dwa modele projektowane z myślą o zupełnie innych typach obciążeń.
Najważniejsze informacje:
- Sol kosztuje 5 dolarów za milion tokenów wejściowych i 30 dolarów za milion tokenów wyjściowych, czyli dwa razy więcej niż Terra.
- Sol wygrywa w benchmarkach kodowania i agentów, podczas gdy Terra celuje w rutynowe zadania przy niższym koszcie.
- Wstępne testy pokazują, że przy długich zadaniach Terra może generować więcej tokenów wyjściowych niż Sol.
GPT-5.6: Sol i Terra mocno różnią się ceną
Firma ogłosiła wdrożenie modeli do ChatGPT, Codex oraz API 9 lipca, kończąc około dwutygodniowy zamknięty podgląd. Sol, model flagowy, jest skierowany do złożonych zadań programistycznych, cyberbezpieczeństwa i długo działających agentów. OpenAI określa go jako „najlepszy dotąd model do kodowania”. Terra plasuje się szczebel niżej, oferując wydajność porównywalną z GPT-5.5 przy mniej więcej o połowę niższych kosztach.
Najmocniej różnicuje je cennik. Sol kosztuje 5 dolarów za milion tokenów wejściowych i 30 dolarów za milion tokenów wyjściowych. Terra przy tych samych wolumenach wyceniona jest na 2,50 i 15 dolarów. Trzeci model, Luna, skierowany do klientów o bardzo dużych wolumenach, kosztuje odpowiednio 1 i 6 dolarów.
Dostęp w ramach ChatGPT również rozchodzi się po tych liniach. Płatni subskrybenci mogą korzystać z Sol poprzez ustawienia średniego i wyższego poziomu rozumowania, natomiast użytkownicy darmowi i Go dostają Terrę w ChatGPT Work oraz w Codex. GitHub już dodał wszystkie trzy modele do Copilota, pozycjonując Sol jako wybór do zadań wymagających rozumowania na dużych bazach kodu, a Terrę jako zrównoważony domyślny model do codziennego „agentowego” programowania.
Przeczytaj również: Czy Charles Hoskinson odchodzi z Cardano? Nazywa te doniesienia kompletnym kłamstwem
Sol wygrywa z Terrą w benchmarkach programistycznych
Sol uzyskał wynik 80 punktów w Artificial Analysis Coding Agent Index, co – według OpenAI – daje mu 2,8 punktu przewagi nad modelem Claude Fable 5 od Anthropic. Dyrektor generalny Sam Altman twierdzi, że model jest o 54% bardziej efektywny pod względem zużycia tokenów w zadaniach związanych z kodowaniem niż poprzednie generacje firmy – to bezpośredni ukłon w stronę korporacyjnych budżetów IT.
Wyniki nie są jednak jednolite. Sol zdobył 64,6% w teście SWE-Bench Pro, co wciąż oznacza, że Claude Mythos 5 wyprzedza go o około 15 punktów. Niezależni recenzenci zauważyli, że Sol mimo to utrzymuje spójność i skupienie przy długotrwałej pracy nad dużymi, złożonymi repozytoriami, podczas gdy Terra lepiej sprawdza się przy wyraźnie ograniczonych zadaniach implementacyjnych i wstępnych przeglądach kodu. W razie potrzeby trudniejsze przypadki eskaluje się do większego modelu.
Te same testy przyniosły jednak ostrzeżenie dla zespołów wrażliwych na koszt. W długim przebiegu kodowania Terra zużyła więcej tokenów wyjściowych niż Sol, co oznacza, że niższe stawki jednostkowe nie zawsze przekładają się na niższy koszt ukończonego zadania. Firmy powinny więc mierzyć koszt „per rozwiązany problem”, zanim przerzucą duży ruch na tańszy model.
Stopniowe wdrożenie GPT-5.6 sygnalizuje też zmianę w sposobie wprowadzania przez OpenAI modeli z czołówki technologicznej.
Spółka jeszcze przed premierą przekazała administracji USA briefing dotyczący możliwości nowej rodziny modeli, a wczesny dostęp ograniczyła do wąskiej grupy zweryfikowanych partnerów, o których udziale informowano także urzędników.
Ta generacja zrywa również ze starym systemem nazewnictwa. Cyfra w nazwie oznacza teraz generację, natomiast Sol, Terra i Luna pełnią rolę stałych „tierów” możliwości, które mogą być rozwijane w różnym tempie i niezależnie od siebie.
Zobacz też: Palantir zwalnia 50 inżynierów i traci jedną czwartą wartości. Co poszło nie tak?