Krótka odpowiedź: 9 lipca 2026 OpenAI udostępniło GPT-5.6 publicznie w postaci trzech modeli. Sol to najwyższy wariant do trudnego rozumowania i długich zadań agentowych. Terra to zrównoważony model na co dzień, mniej więcej tak dobry jak GPT-5.5, ale o połowę tańszy. Luna jest szybka i tania, do dużych wolumenów. Liczba 5.6 oznacza generację. Sol, Terra i Luna to warianty wydajności, z których każdy może rozwijać się we własnym tempie. Dla większości firm rozsądnym domyślnym wyborem jest Terra, a po Sol albo Lunę sięgasz tylko tam, gdzie praca naprawdę tego wymaga.
Jeśli szukałeś w tym tygodniu informacji o GPT-5.6, prawdopodobnie natknąłeś się na trzy nieznane nazwy i tabelę cen, po czym wyszedłeś z tego bardziej zdezorientowany niż na początku. Oto prosta wersja. OpenAI przestało wypuszczać jeden model na wersję i zaczęło wypuszczać niewielką rodzinę. Premiera odbyła się 9 lipca, po krótkim opóźnieniu związanym z przeglądem bezpieczeństwa ze strony rządu USA, i model jest już dostępny w ChatGPT, w Codeksie oraz przez API.
Najważniejsza zmiana to nie surowe wyniki w benchmarkach. Chodzi o to, że teraz musisz dokonać wyboru, którego wcześniej nie musiałeś: który wariant pasuje do którego zadania. Wybierz dobrze, a wydasz mniej i dostaniesz lepsze odpowiedzi. Wybierz źle, a albo przepłacisz za proste zadania, albo poślesz trudne zadania do modelu, który jest za mały. W tym wpisie przechodzimy przez to, do czego służy każdy wariant, ile kosztuje i jak podjąć decyzję.
Co właściwie wypuściło OpenAI
GPT-5.6 to jedna generacja modelu oferowana w trzech rozmiarach. OpenAI opisuje nazewnictwo tak: liczba mówi ci o generacji, a nazwa (Sol, Terra, Luna) o wariancie wydajności. Wariant może iść naprzód we własnym tempie, więc przyszła Terra może stać się mądrzejsza bez tego, żeby cała rodzina przeskakiwała numer wersji. Brzmi jak marketing, ale ma to praktyczny skutek. Wybierasz wariant do zadania i w większości przypadków przy nim zostajesz, zamiast testować każdy model przy każdej premierze.
Oto do czego zbudowano każdy z nich.
Sol, model flagowy
Sol to model do trudnych rzeczy. Zaawansowane rozumowanie, długoterminowa praca agentowa rozłożona na wiele kroków, poważne kodowanie oraz problemy naukowe i analityczne, w których błędna odpowiedź drogo kosztuje. Jeśli budujesz agenta, który samodzielnie planuje i wykonuje wieloetapowe zadanie, albo potrzebujesz najlepszej dostępnej odpowiedzi na naprawdę trudne pytanie, to jest twój wariant. OpenAI uruchamia też Sol na sprzęcie Cerebras z prędkością do 750 tokenów na sekundę, co ma znaczenie, jeśli chcesz najwyższej jakości bez długiego czekania.
Terra, koń pociągowy na co dzień
Terra to ten model, którego większość zespołów będzie używać najczęściej. OpenAI pozycjonuje go jako mniej więcej równy starszemu GPT-5.5 pod względem jakości, przy kosztach działania niższych o połowę. Do tworzenia szkiców, streszczania, odpowiadania na pytania klientów, klasyfikowania zgłoszeń i całej codziennej rutyny firmowych zadań Terra jest wystarczająco szybka, wystarczająco mądra i tak wyceniona, że nie myślisz o rachunku za każdym razem, gdy ktoś odpala zapytanie.
Luna, wariant do dużych wolumenów
Luna jest najszybsza i najtańsza z całej trójki. Zbudowano ją z myślą o dużych wolumenach i niskich opóźnieniach: prosta klasyfikacja, krótkie odpowiedzi, tagowanie, kierowanie zgłoszeń, wstępne filtrowanie, wszystko to, co uruchamiasz tysiące razy dziennie i gdzie każde pojedyncze wywołanie jest łatwe. Nie powierzyłbyś Lunie swojej najtrudniejszej analizy, ale przy długim ogonie drobnych, powtarzalnych wywołań utrzymuje niskie koszty i szybkie odpowiedzi.
Ile to kosztuje
Cennik podawany jest za milion tokenów, w rozbiciu na wejście (to, co wysyłasz) i wyjście (to, co model pisze w odpowiedzi). Token to mniej więcej trzy czwarte słowa, więc milion tokenów to sporo tekstu, ale przy skali sumuje się to szybko.
- Sol: $5 za milion tokenów wejściowych, $30 za milion tokenów wyjściowych.
- Terra: $2.50 za milion tokenów wejściowych, $15 za milion tokenów wyjściowych.
- Luna: $1 za milion tokenów wejściowych, $6 za milion tokenów wyjściowych.
W tej różnicy tkwi cały sens. Sol kosztuje pięciokrotnie tyle co Luna na wejściu i pięciokrotnie na wyjściu. Wysłanie do Sol zadania, z którym poradziłaby sobie Luna, to nie drobne marnotrawstwo, to pięciokrotne marnotrawstwo, powtarzane przy każdym wywołaniu. Właśnie dlatego podział na warianty ma znaczenie dla każdego, kto uruchamia te modele przy realnym wolumenie.
Jest też cichsza zmiana, która oszczędza pieniądze, jeśli z niej korzystasz: pamięć podręczna promptów stała się lepsza. GPT-5.6 pozwala ustawić wyraźne punkty podziału pamięci podręcznej i utrzymuje zapisany w niej prompt aktywny przez co najmniej 30 minut. Odczyt z pamięci podręcznej wciąż daje 90 procent zniżki na wejściu, podczas gdy zapis do niej kosztuje 1,25 razy zwykłą stawkę za wejście. Mówiąc wprost, jeśli wysyłasz w kółko te same długie instrukcje albo kontekst, prompt caching sprawia, że płacisz pełną cenę za zapisanie tego raz i ułamek ceny za każde ponowne użycie przez kolejne pół godziny.
Którego wariantu powinna używać twoja firma
Nie wybieraj jednego wariantu do wszystkiego. Sens rodziny modeli polega na tym, że kierujesz każde zadanie do najtańszego wariantu, który dobrze je wykona. Prosty sposób na decyzję:
- Zacznij od Terry. Przy większości zadań firmowych to właściwa równowaga jakości i kosztów. Uczyń ją swoim domyślnym wyborem i odchodź od niej tylko z konkretnego powodu.
- Przenieś zadanie wyżej, do Sol, kiedy Terra wyraźnie sobie nie radzi: wieloetapowe przepływy agentowe, trudna analiza, kod, który musi być poprawny, albo cokolwiek, gdzie błędna odpowiedź kosztuje realne pieniądze. Przetestuj to, potwierdź, że lepsza odpowiedź jest warta wyższej ceny, a potem tam zostań.
- Przenieś zadanie niżej, do Luny, kiedy jest proste i uruchamiasz je bez przerwy: tagowanie e-maili, kierowanie zgłoszeń, krótkie standardowe odpowiedzi, filtrowanie. Oszczędności są największe dokładnie tam, gdzie wolumen jest najwyższy.
Nie musisz zgadywać w oderwaniu od praktyki. Wybierz jeden realny przepływ pracy, uruchom go na dwóch wariantach i porównaj wynik oraz koszt obok siebie. Właściwa odpowiedź zwykle rzuca się w oczy w ciągu jednego popołudnia testów, a dla różnych zadań jest różna. To właśnie w takim kierowaniu zadań tkwią oszczędności. Więcej o kontrolowaniu tego rodzaju wydatków napisaliśmy w naszym poradniku o obniżaniu firmowych kosztów AI w 2026.
Druga rzecz, która trafiła na rynek: ChatGPT Work
Obok modeli OpenAI wypuściło skupionego na pracy agenta wewnątrz ChatGPT i zacieśniło kontrolę nad kontami firmowymi. Administratorzy w planach Business, Enterprise i Edu mogą ustawiać zasady dotyczące tego, których modeli, narzędzi i konektorów wolno używać pracownikom, oraz nakładać limity zużycia. Jeśli wdrażasz AI w całym zespole, a nie u jednego zaawansowanego użytkownika, to właśnie na te mechanizmy warto zwrócić uwagę. To dzięki nim wdrożenie w firmie pozostaje przewidywalne, zamiast żeby każdy używał, czego chce, na dowolnym budżecie.
Jeśli porównujesz opcje, zamiast wiązać się z jednym dostawcą, warto czytać o tych modelach obok alternatyw. Inną niedawną premierę opisaliśmy w naszym poradniku o Claude Fable 5 dla firm, a rozsądnym ruchem dla większości firm nie jest lojalność wobec jednego laboratorium, lecz dobieranie właściwego modelu do każdego zadania.
Czy warto przechodzić już teraz?
Jeśli już budujesz na OpenAI, przejście z GPT-5.5 na Terrę to prosta aktualizacja do przetestowania, bo Terra celuje w dorównanie starszemu modelowi za niższą cenę. Sama ta zamiana daje realną oszczędność, gdy tylko potwierdzisz, że jakość utrzymuje się na twoich zadaniach. Jeśli korzystasz z konkurencyjnego modelu i on działa, nie ma pośpiechu. Nowa premiera to powód, żeby zrobić szybkie porównanie, a nie żeby wyrywać coś, co już wykonuje swoją robotę. Spokojne podejście bije gonienie za każdą premierą: testuj na swoim realnym obciążeniu, zostawiaj to, co wygrywa, i kieruj według zadania, a nie według szumu.
Najczęściej zadawane pytania
Jaka jest różnica między Sol, Terra i Luna?
To trzy rozmiary tej samej generacji GPT-5.6. Sol jest najzdolniejszy i najdroższy, zbudowany do trudnego rozumowania i długich zadań agentowych. Terra to zrównoważony model na co dzień, o połowę tańszy. Luna jest najszybsza i najtańsza, stworzona do dużych wolumenów i prostych zadań.
Kiedy pojawiło się GPT-5.6?
OpenAI pokazało zapowiedź 26 czerwca 2026, a wszystkie trzy warianty udostępniło publicznie 9 lipca 2026, po krótkim opóźnieniu związanym z przeglądem bezpieczeństwa ze strony rządu USA. Model jest dostępny w ChatGPT, w Codeksie oraz przez API.
Ile kosztuje GPT-5.6?
Za milion tokenów: Sol to $5 za wejście i $30 za wyjście, Terra to $2.50 za wejście i $15 za wyjście, a Luna to $1 za wejście i $6 za wyjście. Prompt caching może dodatkowo obniżyć koszt rzeczywisty, jeśli często używasz ponownie tego samego kontekstu.
Który wariant jest najlepszy dla małej firmy?
Zacznij od Terry przy większości zadań. Przenoś konkretne zadania wyżej, do Sol, tylko wtedy, gdy są naprawdę trudne, a niżej, do Luny, gdy są proste i uruchamiane przy dużym wolumenie. Kierowanie według zadania, zamiast wybierania jednego wariantu do wszystkiego, to sposób na utrzymanie wysokiej jakości i niskich kosztów.
Czy muszę przechodzić z GPT-5.5?
Nie, ale Terrę warto przetestować, bo celuje w dorównanie jakości GPT-5.5 za niższą cenę. Najpierw uruchom ją na swoich zadaniach i przejdź na nią tylko wtedy, gdy jakość się utrzyma, a oszczędność będzie dla ciebie realna.
Czym jest prompt caching i dlaczego ma znaczenie?
Jeśli wysyłasz w kółko te same długie instrukcje albo kontekst, pamięć podręczna zapisuje je, więc nie płacisz pełnej ceny za każdym razem. GPT-5.6 utrzymuje zapisany prompt przez co najmniej 30 minut i daje 90 procent zniżki na wejście z pamięci podręcznej, co obniża rachunek przy powtarzalnych obciążeniach.
Potrzebujesz pomocy w wyborze i uruchomieniu tego u siebie?
Buinsoft to działająca z Pragi firma doradcza w zakresie AI i oprogramowania. Pomagamy firmom testować te modele na ich realnej pracy, kierować każde zadanie do pasującego wariantu oraz ustawić dostępy i kontrolę kosztów przed wdrożeniem, a nie dopiero po pierwszym zaskakującym rachunku.
Napisz do nas na info@buinsoft.com albo skorzystaj z formularza kontaktowego, a pomożemy ci dobrać właściwy model do każdego zadania.
Szczegóły aktualne na 10 lipca 2026. Ceny i dostępność modeli mogą się zmieniać, więc przed podjęciem decyzji sprawdź bieżącą dokumentację OpenAI.
