OpenAI prezentuje GPT-5.6 Sol – najpotężniejszy model AI w historii firmy

OpenAI wprowadza rodzinę GPT-5.6, gdy wyścig modeli granicznych zaostrza się z Anthropic

OpenAI publicznie udostępniło w czwartek swój nowy flagowy model sztucznej inteligencji, GPT-5.6 Sol, wraz z dwoma tańszymi wariantami i agentem biurowym, co stanowi najbardziej bezpośrednie jak dotąd wyzwanie rzucone rywalowi z Anthropic. The New York Times poinformował, że wdrożenie to “eskaluje bitwę o dominację w AI” z Anthropic w miarę jak technologia staje się coraz bardziej zaawansowana.

Rodzina GPT-5.6 jest dostępna w trzech segmentach: Sol jako flagowy model główny, Terra jako opcja średniego segmentu oraz Luna jako przystępna cenowo propozycja budżetowa, podał TechCrunch, powołując się na OpenAI. Modele są dostępne w ChatGPT, Codex i API OpenAI w cenach 5/30 USD za milion tokenów wejścia/wyjścia dla Sol, 2,50/15 USD dla Terra oraz 1/6 USD dla Luny, zgodnie z tym samym raportem.

Równolegle z modelami OpenAI zaprezentowało ChatGPT Work, agenta AI, który może obsługiwać arkusze kalkulacyjne, kalendarze i pocztę e-mail w imieniu użytkownika, działającego na komputerach stacjonarnych, w przeglądarce i na urządzeniach mobilnych. The New York Times opisał go jako koncepcyjnie podobnego do Claude Cowork firmy Anthropic, podczas gdy TechCrunch określił go jako “zaprojektowanego jako towarzysz w miejscu pracy dla zespołów korporacyjnych” do tworzenia dokumentów, arkuszy kalkulacyjnych i prezentacji.

Model zatwierdzony przez Waszyngton po tygodniach napięć

Publiczna premiera GPT-5.6 Sol nastąpiła po okresie napięć z rządem USA. The New York Times poinformował, że administracja Trumpa początkowo traktowała modele graniczne OpenAI i Anthropic jako kwestie bezpieczeństwa narodowego, podpisując w zeszłym miesiącu rozporządzenie wykonawcze, w którym poprosiła firmy technologiczne o dobrowolne udostępnienie rządowi nadzoru nad nowymi modelami AI przed ich wydaniem. “W zeszłym tygodniu OpenAI poinformowało, że podzieli się swoją nową technologią jedynie z małą grupą firm zatwierdzonych przez administrację Trumpa” – napisał Times – “Ale po długich dyskusjach administracja zezwoliła zarówno OpenAI, jak i Anthropic na publiczne udostępnienie swoich nowych technologii”.

The Hindu dodał, że Anthropic był osobno traktowany jako ryzyko w łańcuchu dostaw, co zmusiło firmę do zawieszenia dostępu do Fable 5 i Mythos 5 na 19 dni między 12 czerwca a 1 lipca 2026 r., zanim Departament Handlu zniósł odpowiednie ograniczenia. Niezależni eksperci ds. bezpieczeństwa cytowani przez Timesa stwierdzili, że zagrożenia cybernetyczne były wyolbrzymione.

OpenAI przyjmuje bardziej permisywne stanowisko niż Anthropic w kwestii zdolności cybernetycznych. Times poinformował, że GPT-5.6 Sol “zawiera mniej zabezpieczeń, aby osoby prywatne i firmy mogły używać tej technologii do obrony”, podczas gdy OpenAI osobno określiło Sol jako “swój najsilniejszy dotąd model cyberbezpieczeństwa, osiągający wydajność graniczną przy znacznie mniejszej liczbie tokenów”, według TechCrunch. GPT-5.6 obsługuje modelowanie zagrożeń, przegląd kodu, łatanie i blue-teaming, podał TechCrunch.

Benchmarki: gdzie obie strony się zgadzają, a gdzie nie

Walka na benchmarki jest bardziej chaotyczna, niż twierdzi którakolwiek ze stron. OpenAI poinformowało TechCrunch, że Sol ustanawia nowy najlepszy wynik w Artificial Analysis Coding Agent Index na poziomie 80, “2,8 punktu powyżej Fable 5, zużywając jednocześnie mniej niż połowę tokenów wyjściowych, zajmując mniej niż połowę czasu i kosztując około jedną trzecią mniej”, przy czym Terra jest nieznacznie powyżej Fable 5, a Luna przewyższa Opus 4.8 Anthropic.

Jednak The Hindu wskazał na niezależny kontrargument: Fable 5 firmy Anthropic nadal prowadzi w SWE-Bench Pro, uważanym benchmarku kodowania agentowego, z wynikiem 80,3% wobec 64,6%, które OpenAI podaje dla Sol – to luka wynosząca około 15 punktów. Dyrektor generalny Vals AI, Rayan Krishnan, powiedział Timesowi, że w standardowych testach benchmarkowych nowy flagowiec OpenAI “w przybliżeniu dorównuje wydajności wiodącego modelu Anthropic, Fable 5”, a w rzeczywistych zadaniach finansowych i prawnych “jest najlepszy w swojej klasie”.

The Hindu zaproponował strukturalne wyjaśnienie tego rozbieżności: SWE-Bench Pro nagradza ostrożne, ograniczone poprawki w nieznanych bazach kodu, podczas gdy benchmarki typu Terminal-Bench i Coding-Agent-Index nagradzają szerszą orkiestrację przepływu pracy, która odpowiada harnessowi Sol w stylu Codex. “Model może być skrupulatnym naprawiaczem błędów, nie będąc przy tym świetnym wszechstronnym operatorem, i odwrotnie” – napisała gazeta – co stanowi użyteczną ramę dla czytelników próbujących zrozumieć konkurujące twierdzenia o najlepszych wynikach.

W innych benchmarkach OpenAI twierdzi, że osiąga najlepsze wyniki: 92,2% w BrowseComp i 62,6% w OSWorld 2.0 oraz 53,6 w Agents’ Last Exam – “13,1 punktu przed Fable 5” – podała firma.

Dlaczego to ma znaczenie

Wydanie jest istotne z dwóch powodów: decyzji zakupowych przedsiębiorstw oraz trajektorii finansowej OpenAI. Barron’s ujął premierę jako potencjalnie “pomagającą przywrócić firmie pozycję lidera wyścigu AI przed jej spodziewaną pierwszą ofertą publiczną”. Sygnały cenowe świadczą o konkurencyjności: Krishnan powiedział Timesowi, że najlepszy model OpenAI jest “w niektórych przypadkach droższy niż Fable”, ale efektywność Sol na token w zadaniach kodowania zawęża tę lukę, a Luna w cenie 1/6 USD za milion tokenów bije segment średni Anthropic.

Postawa wobec cyberbezpieczeństwa jest również zmienną konkurencyjną. Anthropic nałożyło na Fable ograniczenia blokujące odpowiedzi w obszarach cyberbezpieczeństwa, biologii i innych wrażliwych dziedzinach, kierując te zapytania do Claude Opus 4.8. Times zastrzegł, że choć te zabezpieczenia “mogą zapobiegać wykorzystywaniu technologii przez hakerów do celów ofensywnych”, to “mogą również uniemożliwiać firmom i rządom używanie systemu do obrony” – to argument, który OpenAI wyraźnie próbuje przejąć dzięki Sol.

Meta również wydała w czwartek nowy model AI, poinformował Times, “mniej potężny niż GPT-5.6 Sol czy Fable i… znacznie tańszy”.

Gdzie doniesienia się rozbieżają

Redakcje zbiegają się co do podstawowych faktów – trzech segmentów modeli, ChatGPT Work, twierdzeń benchmarkowych – ale różnią się tonem. The New York Times kładzie nacisk na tło geopolityczne oraz kompromis między ofensywą a obroną w cyberbezpieczeństwie. TechCrunch koncentruje się na pozycjonowaniu konkurencyjnym OpenAI wobec Anthropic i podaje dokładną arytmetykę cenową oraz benchmarkową. The Hindu zagłębia się w mechanikę powodów, dla których obie firmy mogą twierdzić, że wygrywają, i jako jedyny kwantyfikuje lukę w SWE-Bench Pro (80,3% vs 64,6%) oraz 19-dniową przerwę w działaniu Anthropic. Barron’s, którego tekst główny jest za paywallem, kładzie nacisk na aspekt IPO oraz porównanie czterech firm obejmujące SpaceX i Google.

Niezależna weryfikacja jest częściowa. TechCrunch wyraźnie cytuje Artificial Analysis Coding Agent Index oraz własny wewnętrzny toolkit Codex OpenAI; The Hindu zauważa, że OpenAI oceniało Sol przy użyciu własnego harnessa Codex, co może zawyżać jego przewagę w benchmarkach dostrojonych do narzędzi. Vals AI dostarcza zewnętrznej oceny, ale cytat z Krishnanem w Timesie jest jedną z niewielu niezależnych ocen odnotowanych w tych źródłach.

Co obserwować dalej

Trzy sygnały w krótkim terminie zdecydują, czy premiera GPT-5.6 Sol będzie punktem zwrotnym, czy remisem. Po pierwsze, niezależne powtórzenie wyniku Artificial Analysis Coding Agent Index, zwłaszcza przy użyciu znormalizowanych harnessów zamiast narzędzi Codex OpenAI, albo potwierdziłoby, albo zawęziło deklarowaną przewagę Sol wynoszącą 2,8 punktu.

Po drugie, wszelkie dalsze działania administracji Trumpa w zakresie nadzoru nad modelami granicznymi zdecydują, jak trwałe okaże się czwartkowe zatwierdzenie; The Hindu poinformował, że Departament Handlu zniósł ograniczenia wobec Anthropic dopiero 1 lipca.

Po trzecie, zachowania nabywców enterprise w nadchodzącym kwartale – szczególnie wśród dużych klientów, których Anthropic pozyskiwał – pokażą, czy bardziej permisywne stanowisko Sol w kwestii cyberbezpieczeństwa, czy węższe zabezpieczenia Fable zwyciężą na rynkach, gdzie działy compliance mają prawo veta. Times wspomniał oddzielnie o pozwie o prawa autorskie OpenAI-Microsoft, długotrwałej kwestii, która nadal będzie ciążyć nad każdym wydaniem firmy.