OpenAI oficjalnie zaktualizowało swoją dokumentację dla programistów, wprowadzając model GPT-6 Sol jako domyślne rozwiązanie do zasilania zaawansowanych agentów. Nowy silnik oferuje gigantyczne okno kontekstowe przekraczające milion tokenów, ale wprowadza też rygorystyczny system opłat, który może zaskoczyć projektantów systemów AI.
Nowy krok w ewolucji modeli OpenAI
W oficjalnych materiałach OpenAI pojawiła się specyfikacja techniczna nowego modelu o nazwie GPT-6 Sol. Zgodnie z udostępnioną dokumentacją, twórcy zaprojektowali go z myślą o zadaniach związanych z pisaniem kodu oraz autonomiczną pracą agentów programistycznych. OpenAI pozycjonuje go jako model domyślny dla tych zastosowań, co wskazuje na chęć ujednolicenia ekosystemu wokół jednego, wyspecjalizowanego silnika o dużych możliwościach wnioskowania. Na stronie dokumentacji model ten opisano za pomocą dwóch etykiet: Highest Reasoning (najwyższe zdolności rozumowania) oraz Fast Speed (szybkie działanie).
Specyfikacja techniczna: Milion tokenów kontekstu i ograniczenia modalności
Największe wrażenie w specyfikacji GPT-6 Sol robi rozmiar okna kontekstowego. Wynosi ono dokładnie 1 050 000 tokenów. Pozwala to na wczytanie do pamięci podręcznej całych repozytoriów kodu, obszernych dokumentacji technicznych lub setek stron dokumentów prawnych jednocześnie. Z kolei maksymalna liczba tokenów wyjściowych (output) wynosi 128 000 tokenów, co umożliwia generowanie długich bloków tekstu lub kodu bez konieczności dzielenia odpowiedzi na mniejsze fragmenty.
Warto jednak zwrócić uwagę na to, co model potrafi przetworzyć, a czego nie. GPT-6 Sol obsługuje na wejściu (input) zarówno tekst, jak i obrazy. Możemy więc przesłać do niego zrzuty ekranu interfejsu użytkownika, schematy blokowe czy wykresy. Na ten moment istnieją jednak wyraźne ograniczenia:
- Wyjście wyłącznie tekstowe: Model nie generuje bezpośrednio grafiki, dźwięku ani wideo.
- Brak obsługi audio i wideo na wejściu: Przesłanie plików dźwiękowych lub nagrań wideo bezpośrednio do GPT-6 Sol jest niemożliwe. Do takich zadań konieczne jest korzystanie z innych punktów końcowych API lub modeli pomocniczych.
- Data odcięcia wiedzy (knowledge cutoff): Wiedza modelu kończy się na dniu 20 kwietnia 2026 roku. Wszystko, co wydarzyło się później, jest dla niego niedostępne, chyba że dostarczymy mu te informacje w oknie kontekstowym lub skorzystamy z wyszukiwania sieciowego.
Nowy cennik OpenAI: Pułapka długiego kontekstu
Analiza struktury cenowej GPT-6 Sol pokazuje, że OpenAI stara się promować efektywne zarządzanie pamięcią podręczną, jednocześnie nakładając wysokie opłaty na użytkowników, którzy bezrefleksyjnie przesyłają ogromne ilości danych. Podstawowe stawki za milion tokenów tekstowych prezentują się następująco:
- Wejście standardowe (Input): 2,00 USD
- Buforowane wejście (Cached input): 0,20 USD (co stanowi dokładnie 10% stawki podstawowej)
- Zapisy do pamięci podręcznej (Cache writes): 2,50 USD (1,25x stawki podstawowej)
- Wyjście (Output): 10,00 USD
Zastosowanie mechanizmu pamięci podręcznej (cache) pozwala na duże oszczędności, jeśli wielokrotnie odpytujemy model o ten sam zestaw danych (np. tę samą bibliotekę kodu). Jeśli jednak przekroczymy pewną granicę, koszty drastycznie wzrosną. OpenAI wprowadziło bowiem specjalny próg dla długich zapytań.
Zapytania, które zawierają ponad 272 000 tokenów wejściowych, są wyceniane podwójnie dla wejścia (input) i pamięci podręcznej (cache), natomiast stawka za tokeny wyjściowe (output) rośnie w ich przypadku o 1,5 raza.
To ważna zmiana dla projektantów systemów agentycznych. Oznacza to, że wysłanie zapytania z kontekstem o wielkości np. 300 000 tokenów będzie kosztować znacznie więcej w przeliczeniu na pojedynczy token niż wysłanie zapytania o wielkości 250 000 tokenów. Programiści będą musieli wdrożyć precyzyjne mechanizmy przycinania kontekstu lub agresywnego korzystania z pamięci podręcznej, aby uniknąć finansowego zaskoczenia.
Wpływ trybów przetwarzania na koszty
Ostateczny koszt korzystania z API GPT-6 Sol zależy również od wybranego trybu przetwarzania oraz lokalizacji geograficznej:
- Tryby Batch i Flex: Oferują 50% zniżki w stosunku do stawek standardowych. Są idealne do zadań, które nie wymagają natychmiastowej odpowiedzi (np. nocna analiza logów czy masowe refaktoryzacje kodu).
- Tryb Fast: Gwarantuje najniższe możliwe opóźnienia, ale kosztuje dwa razy więcej niż stawki standardowe.
- Przetwarzanie regionalne: Jeśli zdecydujemy się na przetwarzanie w konkretnym regionie (tam, gdzie opcja ta jest dostępna), zapłacimy 10% premii do ceny bazowej.
- Rezydentność danych w UE (EU data residency): Jest dostępna wyłącznie przy standardowym trybie przetwarzania, co może ograniczać możliwość korzystania z tańszych opcji Batch/Flex dla firm podlegających rygorystycznym regulacjom prawnym w Europie.
Narzędzia i integracje API: Co potrafi GPT-6 Sol?
Model został wyposażony w natywne wsparcie dla szerokiego wachlarza narzędzi i funkcji za pośrednictwem nowego standardu Responses API. Ułatwia to budowanie aplikacji, które nie tylko odpowiadają na pytania, ale wykonują zadania w systemach operacyjnych czy sieci.
Wśród wspieranych narzędzi i funkcji znajdziemy m.in.:
- Hosted Shell (Hostowana powłoka): Umożliwia modelowi uruchamianie poleceń w bezpiecznym, odizolowanym środowisku konsolowym.
- Apply patch (Zastosowanie poprawek): Narzędzie stworzone bezpośrednio do automatycznego nanoszenia zmian w kodzie źródłowym na podstawie wygenerowanych poprawek.
- Computer use (Użycie komputera): Funkcja pozwalająca modelowi na interakcję z interfejsem graficznym systemów operacyjnych, co upodabnia go do ludzkiego operatora.
- MCP (Model Context Protocol): Otwarty standard podłączania modelu do zewnętrznych narzędzi i źródeł danych.
- Web search i File search: Narzędzia do przeszukiwania sieci oraz lokalnych zbiorów dokumentów w celu uzupełnienia wiedzy modelu w czasie rzeczywistym.
- Code interpreter oraz Image generation: Klasyczne już narzędzia do wykonywania kodu w Pythonie oraz generowania grafik (sam model GPT-6 Sol zwraca wyłącznie tekst, a grafikę tworzy osobne narzędzie wywoływane przez API).
Warto również wspomnieć o punktach końcowych API. GPT-6 Sol współpracuje z niemal pełnym portfolio usług OpenAI, w tym Live, Chat Completions, Realtime (wraz z tłumaczeniem i transkrypcją w czasie rzeczywistym), Assistants oraz Batch. Co ciekawe, na liście wspieranych punktów końcowych widnieje również Fine-tuning, jednak sama dokumentacja techniczna modelu GPT-6 Sol wprost zaznacza, że funkcja dostrajania (fine-tuning) nie jest dla tego konkretnego modelu wspierana.
Istotne ograniczenia i niuanse techniczne
Wdrażając GPT-6 Sol do swoich projektów, trzeba pamiętać o kilku ograniczeniach, które mogą wpłynąć na architekturę aplikacji. Najważniejszym z nich jest specyfika działania funkcji Function calling. W przypadku korzystania z punktu końcowego Chat Completions, wywoływanie funkcji jest wspierane wyłącznie wtedy, gdy parametr reasoning_effort zostanie ustawiony na wartość none.
Oznacza to, że nie można jednocześnie korzystać z głębokiego, wieloetapowego wnioskowania modelu (które jest jego główną zaletą) i bezpośredniego generowania ustrukturyzowanych wywołań funkcji w jednym kroku. Deweloperzy będą zmuszeni do projektowania wieloetapowych łańcuchów (chains), gdzie w pierwszym kroku model wykonuje zaawansowane wnioskowanie, a w kolejnym – o niskim priorytecie wnioskowania – generuje odpowiednie wywołanie API.
Dodatkowo, dla modeli specyficznych dla narzędzi (takich jak wyszukiwanie sieciowe czy operacje na komputerze), OpenAI nalicza osobną opłatę za każde wywołanie narzędzia. Koszty te sumują się z opłatami za zużyte tokeny, co przy intensywnej pracy agentów może generować znaczne wydatki. Bezpieczeństwo takich operacji również pozostaje kwestią otwartą, co dobrze obrazują niedawne audyty cyberbezpieczeństwa openai 2026, wskazujące na konieczność rygorystycznego kontrolowania uprawnień nadawanych autonomicznym skryptom.
Co to oznacza dla deweloperów i rynku AI?
Pojawienie się GPT-6 Sol w dokumentacji OpenAI jasno definiuje kierunek rozwoju na drugą połowę 2026 roku. Przechodzimy od prostych chatbotów do autonomicznych agentów zdolnych do pracy z dużymi projektami programistycznymi. Możliwość korzystania z hostowanej powłoki, protokołu MCP czy narzędzia Apply patch sprawia, że model ten może realnie wejść w rolę samodzielnego młodszego programisty w zespołach deweloperskich.
Konkurencja na tym polu jest jednak zacięta. Google promuje swoje agenty w ramach agentycznej ery Gemini, a deweloperzy poszukujący alternatyw do kodowania coraz częściej sięgają po modele Claude od Anthropic. Krok OpenAI w postaci wydania GPT-6 Sol z tak dużym oknem kontekstowym i natywnym wsparciem dla systemów operacyjnych to bezpośrednia odpowiedź na te wyzwania.
Kto nauczy się efektywnie korzystać z pamięci podręcznej (cache) i unikać pułapki podwójnego taryfowania powyżej 272 000 tokenów, ten zyska dostęp do niespotykanej dotąd mocy obliczeniowej bez ryzyka bankructwa projektu.
Komentarze