Wielka aktualizacja ChatGPT: Może pracować na wielu platformach, tworzyć strony internetowe jednym kliknięciem i jest tańszy

9 lipca OpenAI zaprezentowało modele z serii GPT-5.6, ogłaszając jednocześnie fuzję aplikacji desktopowej ChatGPT z Codex. W tej aktualizacji najważniejsze jest nie tylko zwiększenie parametrów, ale także przekształcenie granic w dwóch wymiarach: po pierwsze, w zakresie cen modeli, Terra oferuje zbliżoną wydajność za połowę ceny GPT-5.5, a Luna obniża koszty API do bardzo niskiego poziomu; po drugie, w zakresie formy narzędzi, połączona aplikacja wprowadza tryb Work, który wspiera realizację złożonych projektów na różnych platformach, takich jak Slack czy Google Drive, oraz umożliwia wykonywanie zadań cyklicznych. To oznacza, że narzędzia AI przechodzą od "człowiek wyzwala - maszyna odpowiada" do "maszyna nasłuchuje - maszyna wykonuje" w asynchronicznym przepływie pracy.

ChatGPT Work wspiera wykonywanie zadań na wielu platformach oraz synchronizację między urządzeniami, zdjęcie źródłowe: oficjalny blog OpenAI

Strategia cenowa GPT-5.6 i przekształcenie kosztów wykonania

OpenAI wdrożyło agresywną strategię "podziału rynku według kosztów wykonania" w serii GPT-5.6. Nowa seria zawiera flagowe modele Sol, Terra o wysokiej wydajności i lekką Lunę, z których każdy celuje w różne scenariusze wykonania i zdolności do ponoszenia kosztów.

W zakresie cen API, Sol kosztuje 5 dolarów za milion tokenów wejściowych i 30 dolarów za milion tokenów wyjściowych, co jest na poziomie poprzedniej generacji flagowego modelu GPT-5.5. Luna kosztuje 1 dolar za milion tokenów wejściowych i 6 dolarów za milion tokenów wyjściowych, co czyni go modelem lekkim. Natomiast prawdziwą zmianą w logice obliczeniowej dla programistów jest Terra, której cena wejściowa wynosi 2,5 dolara za milion tokenów, a wyjściowa 15 dolarów za milion tokenów, oferując wydajność zbliżoną do poprzedniego flagowego modelu GPT-5.5, ale w cenie obniżonej o połowę.

Dla decydentów zakupowych w firmach i średnich programistów, Terra oferuje jasną ścieżkę do obniżenia kosztów. W przypadku zadań związanych z analizą dużych zbiorów tekstu, refaktoryzacją kodu i innymi zadaniami, które nie wymagają intensywnego wnioskowania, zastąpienie GPT-5.5 przez Terrę może obniżyć wydatki na API o połowę. Zakładając, że zespół zużywa miesięcznie 1 milion tokenów wejściowych i 500 tysięcy tokenów wyjściowych, przejście z GPT-5.5 na Terrę obniży miesięczne koszty API z około 20 dolarów do około 10 dolarów. Taka strategia cenowa pokazuje, że OpenAI nie polega już wyłącznie na wynikach benchmarków do różnicowania modeli, ale poprzez wyraźne gradienty kosztów, umożliwia firmom wybór mocy obliczeniowej w oparciu o rzeczywisty ROI zadań.

Jednocześnie bardzo niska cena Luny nie jest jedynie próbą dotarcia do rynku masowego, ale zapewnia ekonomiczną wykonalność dla asynchronicznych przepływów pracy. W przypadku zadań wymagających częstego wywoływania i niskiej latencji, takich jak czyszczenie danych, analiza logów czy cykliczne inspekcje, koszt pojedynczego wywołania modelu staje się kluczowy dla możliwości masowego wdrożenia. Cena wejściowa i wyjściowa Luny wynosi zaledwie jedna piąta ceny Sol, co pozwala programistom na ciągłe działanie AI w tle bez obaw o niekontrolowane koszty. Taka pozycjonowanie jako "tania siła robocza" naturalnie współgra z funkcją zadań cyklicznych w trybie Work - używając Luny do cyklicznego podsumowywania w tle, a Sol do obsługi złożonego wnioskowania w pierwszym planie.

Sol z kolei podnosi górny limit dzięki nowym poziomom wnioskowania max i ultra. Poziom max jest skierowany do potrzeb głębokiego wnioskowania, a poziom ultra wspiera równoległe przetwarzanie wielu agentów, projektując dla zaawansowanych i korporacyjnych przepływów pracy. W złożonych scenariuszach refaktoryzacji kodu lub integracji danych między systemami, poziom ultra może koordynować wiele podagentów do jednoczesnego przetwarzania różnych zadań, a następnie podsumować wyniki. Taki podział nie tylko pokrywa wszystkie potrzeby od niskiego do wysokiego poziomu, ale także głęboko wiąże zdolności modelu z konkretnymi scenariuszami wykonania, co stanowi podstawę dla przyszłej fuzji narzędzi.

Od synchronizacji rozmów do asynchronicznego wykonania na wielu platformach

Jeśli warstwy modeli oferują różne silniki wykonawcze o różnych kosztach, to fuzja aplikacji desktopowej ChatGPT z Codex dostarcza fizyczny nośnik do realizacji tych silników. Połączona aplikacja oferuje trzy tryby pracy: Chat, Work i Codex, tworząc pełne spektrum produktywności od codziennych pytań i odpowiedzi po realizację projektów na wielu platformach i inżynierię kodu w trybie piaskownicy.

Tryb Chat nadal pełni funkcję codziennych rozmów synchronizacyjnych, służąc do lekkiego tworzenia i szybkich odpowiedzi, a sposób interakcji jest zasadniczo zgodny z wcześniejszą wersją aplikacji desktopowej ChatGPT. Tryb Codex koncentruje się na intensywnych projektach kodowych, wprowadzając edytor plików, przeglądanie Pull Requestów oraz tryb Ultra, oferując programistom środowisko programistyczne w trybie piaskownicy. W trybie Codex przeglądarka została również zaktualizowana o wsparcie dla CDP (Chrome DevTools Protocol), co pozwala AI na sprawdzanie ruchu sieciowego, analizę wielu kart oraz operacje związane z sesją logowania, co dodatkowo rozszerza granice debugowania kodu i testowania aplikacji internetowych.

Prawdziwym przełomem w tradycyjnych narzędziach AI jest tryb Work. ChatGPT Work wspiera realizację złożonych projektów na platformach takich jak Google Drive, Slack, a także umożliwia wykonywanie zadań cyklicznych. Oznacza to, że AI nie jest już tylko pasywnym oknem dialogowym, ale aktywnym terminalem automatyzacyjnym, który może nasłuchiwać, koordynować i wykonywać zadania.

W szczególności tryb Work łączy zewnętrzne platformy za pomocą mechanizmu Plugins. Użytkownicy mogą opisać cele zadań w naturalnym języku, a AI automatycznie rozdzieli je na wiele kroków, pobierając zapisy dyskusji z Slacka, odczytując dokumenty projektowe z Google Drive, a następnie generując kompleksowy raport analityczny. Kluczową funkcją są zadania cykliczne: użytkownicy mogą ustawić plan asynchronicznego wykonania w tle, podobny do Cron, na przykład "co poniedziałek o 9:00 zbierz kluczowe punkty dyskusji z kanału Slack i połącz je z dokumentem projektowym w Google Drive, aby wygenerować raport postępu". Po ustalonym czasie AI automatycznie wykona cały proces bez potrzeby ręcznego wyzwalania.

Ta zdolność oznacza, że narzędzia AI zaczynają wkraczać w obszar tradycyjnej automatyzacji procesów robotycznych (RPA) i platform automatyzacji przepływów pracy. W porównaniu do tradycyjnego RPA, które wymaga pisania skomplikowanych skryptów reguł, tryb Work znacznie obniża próg budowy automatyzacji dzięki przewadze w rozumieniu naturalnego języka. Granice produktywności narzędzi AI rozszerzają się z "człowiek wyzwala - maszyna odpowiada" do "maszyna nasłuchuje - maszyna wykonuje - człowiek zatwierdza" w asynchronicznym przepływie pracy. ChatGPT staje się połączeniem AI z mózgiem i automatycznym terminalem, podobnym do Zapiera.

Ekosystemowe wykopy za pomocą jednego kliknięcia do tworzenia stron internetowych i migracji kodu

W trakcie przekształcania przepływów pracy, OpenAI przyspiesza także związki ekosystemowe poprzez zamknięcie funkcji i obniżenie kosztów przejścia.

Funkcja Sites pozwala użytkownikom na jednoczesne publikowanie wizualnych treści jako strony internetowe, a po aktualizacji przeglądarki wspiera operacje związane z sesją logowania i wiele kart. Oznacza to, że wyniki analizy lub aplikacje kodowe generowane w trybie Work lub Codex mogą być bezpośrednio wdrażane jako aplikacje internetowe z sesją logowania. Użytkownicy, którzy zakończą analizę danych w trybie Work, mogą publikować interaktywne pulpity nawigacyjne jako dostępne strony internetowe, a członkowie zespołu mogą logować się za pomocą "Zaloguj się z ChatGPT". Dla firm wewnętrznych funkcja Sites zamyka kanały dystrybucji lekkich aplikacji. W przeszłości programiści, którzy generowali kod za pomocą AI, musieli szukać serwerów i konfigurować środowisko wdrożeniowe, aby umożliwić zespołowi korzystanie z aplikacji. Teraz ten proces został skrócony do jednego kliknięcia, znacznie skracając czas dostarczenia od pomysłu do aplikacji.

Na rynku narzędzi dla programistów OpenAI wykazuje bardziej bezpośrednią strategię konkurencyjną. Codex wprowadził funkcję migracji z Claude Code. Oficjalnie udostępniono specjalny skrypt migracyjny w repozytorium GitHub, który precyzyjnie skanuje katalog konfiguracyjny Claude Code, umożliwiając jednoczesne przekształcenie konfiguracji takich jak agenci, serwery MCP i haki do formatu Codex.

Claude Code, jako silny konkurent w dziedzinie asystentów programowania AI, reprezentuje system konfiguracji, który odzwierciedla nawyki użytkowników i akumulację projektów. Proaktywnie oferując oficjalne narzędzie migracyjne, OpenAI staje się "narzędziem do wykopywania" w celu obniżenia kosztów przejścia użytkowników konkurencji w morzu asystentów programowania AI. To pokazuje, że w fazie, gdy różnice w podstawowych zdolnościach modeli zaczynają się zmniejszać, punkt skupienia konkurencji przesuwa się z czystej wydajności modeli na związki ekosystemowe i koszty migracji użytkowników. Kto potrafi płynniej przejąć istniejące zasoby użytkowników konkurencji, ten zyska większy udział w rynku programistów.

Otyłość i ryzyko uprawnień wynikające z fuzji

Mimo że warstwowa strategia cenowa GPT-5.6 i fuzja narzędzi pokazują ambicje przekształcenia granic produktywności, ta strategia wiąże się również z istotnymi ograniczeniami i ryzykiem.

Po pierwsze, problem otyłości aplikacji i obciążenia poznawczego. Połączenie ciężkiego piaskownicy kodu Codex z codziennym terminalem biurowym ChatGPT w jednej aplikacji desktopowej budzi wątpliwości niektórych programistów. Płynność przełączania między różnymi trybami oraz to, czy nagromadzenie funkcji nie spowoduje, że oprogramowanie stanie się zbyt ociężałe, to kwestie, z którymi trzeba się zmierzyć w praktyce. Dla programistów, którzy potrzebują jedynie prostego uzupełniania kodu, stawienie czoła superaplikacji zawierającej różne złożone tryby, takie jak Work i Codex, może zwiększyć niepotrzebne obciążenie poznawcze. Jak zrealizować płynne, ale nie zakłócające przełączanie między różnymi trybami, to wyzwanie dla zdolności projektowych OpenAI.

Po drugie, wyzwania związane z prywatnością danych przedsiębiorstw i kontrolą uprawnień. Tryb Work głęboko integruje się z kluczowymi źródłami danych przedsiębiorstw, takimi jak Slack i Google Drive, a funkcja Sites wspiera publikację aplikacji publicznych jednym kliknięciem. To wymaga od decydentów zakupowych w firmach, aby przy korzystaniu z automatyzacji ustanowili rygorystyczny system zarządzania uprawnieniami. Chociaż OpenAI podkreśla domyślne ustawienia braku treningu danych na poziomie przedsiębiorstwa i kontrolę dostępu, w praktyce, jak zapobiec przypadkowemu ujawnieniu wrażliwych informacji przez AI podczas wykonywania zadań na wielu platformach, pozostaje kluczowym ryzykiem, które muszą ocenić działy zgodności przedsiębiorstw. Szczególnie gdy AI musi koordynować dane między platformami i generować publicznie dostępne Sites, audyt przepływu danych staje się niezwykle skomplikowany.

Co ważniejsze, ryzyko otwarcia uprawnień na poziomie przeglądarki. Po aktualizacji Codex w przeglądarce wprowadzono uprawnienia CDP (Chrome DevTools Protocol), które pozwalają AI na sprawdzanie ruchu sieciowego, analizę wielu kart oraz operacje związane z sesją logowania. Taka głęboka kontrola przeglądarki, choć znacznie rozszerza zdolności wykonawcze AI, otwiera również potencjalne luki bezpieczeństwa. Jeśli prompt AI zostanie złośliwie wstrzyknięty, AI z uprawnieniami CDP może zostać skłonione do kradzieży danych logowania użytkownika lub przechwytywania wrażliwego ruchu sieciowego. Mimo że oficjalne wymagają wyraźnej zgody użytkownika i administratorzy mogą globalnie wyłączyć te uprawnienia, ta zmiana z "tylko do odczytu" na "kontrolę na poziomie podstawowym" stawia wyższe wymagania dla ochrony bezpieczeństwa terminali.

OpenAI, poprzez serię GPT-5.6 i fuzję narzędzi, wyraźnie nakreśla ścieżkę przekształcenia produktywności od rozmowy do wykonania. Jednak w obliczu korzyści kosztowych wynikających z warstwowego modelu i rozszerzenia granic wykonawczych wynikających z fuzji narzędzi, kluczowe będzie zrównoważenie bogactwa funkcji z lekkością oprogramowania oraz ochrona bezpieczeństwa przy otwartych uprawnieniach, co zdeterminuje, jak daleko ta strategia może sięgać.