9 lipca 2026 OpenAI wypuściło GPT-5.6 — i to nie jeden model, tylko trzy: Sol, Terra i Luna. Zamiast jednego uniwersalnego silnika do wszystkiego, mamy architekturę warstwową, w której każdy model ma inny cel, inną cenę i inne zastosowanie biznesowe. Dla właściciela MŚP to nie jest wydarzenie do przespania — zmienia się sposób liczenia kosztów wdrożenia AI.
Poniżej piszemy uczciwie: co się realnie zmieniło, ile to kosztuje w typowych scenariuszach dla małej firmy i kiedy migracja z obecnego rozwiązania po prostu się nie opłaca.
Co się zmieniło: koniec "jednego modelu do wszystkiego"
Do tej pory OpenAI trzymało się modelu flagowego, który miał obsługiwać wszystko — od prostego czatu po skomplikowane rozumowanie. GPT-5.6 to porzuca. Trzy modele:
- Sol — flagowy model do zaawansowanego rozumowania i obciążeń agentowych. Ma tryby "max reasoning effort" oraz "Ultra", w którym wielu sub-agentów pracuje równolegle nad jednym zadaniem.
- Terra — model do codziennej pracy biznesowej: dokumenty, automatyzacje, standardowe zadania firmowe. Około 50% tańszy niż GPT-5.5 przy podobnym zastosowaniu.
- Luna — model do niskiej latencji i wysokiego wolumenu, myślany pod asystentów pierwszej linii (np. czat na stronie odpowiadający w czasie rzeczywistym).
Do tego doszło ulepszone prompt caching z jawnymi punktami odcięcia cache (cache breakpoints) i minimalnym czasem życia cache 30 minut — co dla firm z powtarzalnymi zapytaniami (ten sam system prompt, ta sama baza wiedzy) realnie obniża rachunek.
Publiczna karta modelu (model card preview) nie ujawnia długości kontekstu żadnego z trzech modeli — to jedna z niewiadomych, o której warto pamiętać przy planowaniu.
Ile to realnie kosztuje: ceny API za 1M tokenów
To są ceny za milion tokenów, czyli surowy koszt API — nie koszt całego wdrożenia (o tym niżej).
| Model | Wejście (input) | Wyjście (output) | Uwagi |
|---|---|---|---|
| Sol | 5 USD | 30 USD | flagowy, rozumowanie, agenci |
| Sol Fast | 12,50 USD | 75 USD | do 750 tokenów/s, wysoka szybkość |
| Terra | 2,50 USD | 15 USD | ok. 50% taniej niż GPT-5.5 |
| Luna | 1 USD | 6 USD | niska latencja, wysoki wolumen |
Dla porównania z realnym scenariuszem: chatbot na stronie WWW, który odpowiada na 500 zapytań dziennie, przy ok. 500 tokenach wejścia i 300 tokenach wyjścia na rozmowę, na Lunie to rząd wielkości kilkudziesięciu dolarów miesięcznie za samo API. Na Sol — kilka razy więcej, bez proporcjonalnie większej wartości dla prostego przypadku "odpowiedz na pytanie o godzinach otwarcia".
To jest kluczowa lekcja z tej premiery: dopasowanie modelu do zadania ma teraz bezpośredni wpływ na fakturę, dużo bardziej niż wcześniej.
Sol vs Terra vs Luna vs zostać przy obecnym rozwiązaniu
Najczęstsze pytanie, jakie słyszymy: "czy powinniśmy migrować?" Odpowiedź zależy od tego, co dziś faktycznie robicie z AI.
Zostań przy obecnym rozwiązaniu, jeśli:
- Twój obecny model (np. GPT-5.5 lub inny dostawca) już spełnia wymagania jakościowe i koszt nie jest problemem.
- Zmiana modelu wymagałaby przepisania promptów i ponownego testowania całego flow — a wolumen zapytań jest na tyle mały, że oszczędność nie pokryje kosztu migracji.
- Proces jest krytyczny (np. odpowiedzi prawne, finansowe) i wymaga stabilności — nowy model w fazie rollout bywa mniej przewidywalny niż sprawdzone rozwiązanie.
Rozważ Terra, jeśli:
- Automatyzujecie dokumenty, e-maile, raporty — czyli klasyczną "pracę biurową" firmy.
- Chcecie obniżyć koszt o rząd 50% bez utraty jakości względem GPT-5.5.
Rozważ Lunę, jeśli:
- Macie chatbota lub asystenta obsługującego duży wolumen prostych zapytań, gdzie liczy się czas odpowiedzi i cena za token, nie głębia rozumowania.
Rozważ Sol tylko wtedy, gdy:
- Zadanie faktycznie wymaga wieloetapowego rozumowania albo działania agentowego (np. analiza dużego zbioru dokumentów z wnioskowaniem, nie samo wyszukiwanie faktów).
- Koszt na token jest drugorzędny wobec jakości wyniku.
Konkurencja zareagowała szybko — Anthropic odpowiedziało promocyjnym dostępem do Claude Fable 5, co dla firm rozważających zmianę dostawcy oznacza dodatkową opcję do przetestowania równolegle, zanim się na cokolwiek zdecydują.
Zastosowania, które realnie ma sens rozważyć
Premiera GPT-5.6 dotyka wprost obszarów, w które MŚP już inwestują: obsługę klienta, tworzenie treści, automatyzację procesów, analizę dokumentów, prognozy finansowe i rekrutację. W praktyce oznacza to konkretne, wdrażalne scenariusze:
- Chatbot na stronie — Luna jako silnik odpowiedzi w czasie rzeczywistym, z Terra w tle do bardziej złożonych zapytań wymagających przeszukania dokumentacji.
- Automatyzacja e-maili — klasyfikacja, wstępne odpowiedzi, przekierowanie do właściwej osoby — naturalny obszar dla Terra.
- Analiza dokumentów i umów — tu granica między Terra a Sol zależy od tego, czy chodzi o ekstrakcję danych (Terra wystarczy) czy o wnioskowanie prawne (bliżej Sol).
To pokrywa się z tym, co REL8 wdraża dla małych firm na co dzień — np. w ramach chatbota dla firmy czy automatyzacji procesów — z tą różnicą, że teraz dobór modelu pod konkretne zadanie ma bezpośrednie przełożenie na miesięczny rachunek za API, a nie tylko na jakość odpowiedzi.
Co możesz wdrożyć już dziś
Zanim zaczniesz planować migrację, zrób trzy rzeczy:
- Zmapuj obecne zastosowania AI w firmie i przypisz każde do jednej z trzech kategorii: proste/wysoki wolumen (Luna), standardowa praca biurowa (Terra), złożone rozumowanie (Sol).
- Policz obecny koszt API za ostatni miesiąc i porównaj z cennikiem Sol/Terra/Luna dla podobnego wolumenu — dla wielu firm operujących na dokumentach i automatyzacjach Terra da realną oszczędność bez przepisywania całego systemu.
- Nie migruj wszystkiego naraz. Zacznij od jednego procesu (np. jedna automatyzacja e-mailowa) i sprawdź jakość odpowiedzi na nowym modelu, zanim przełączysz cały system produkcyjny.
Uczciwie: to wciąż etap preview/rollout — zachowanie modeli w produkcji może się różnić od zapowiedzi, a cena API to tylko jeden składnik kosztu wdrożenia. Dochodzą: czas integracji, testowanie, monitoring, obsługa błędów i utrzymanie. Firma bez własnego zespołu technicznego powinna liczyć koszt wdrożenia jako całość, nie tylko cennik tokenów.
Ile możesz na tym zyskać
Dla firmy, która już korzysta z GPT-5.5 do zadań typu automatyzacja procesów czy analiza dokumentów, przejście na Terra to potencjalnie ok. 50% niższy koszt API przy zachowanej jakości — to konkretna, policzalna oszczędność, nie obietnica.
Dla firmy dopiero wchodzącej w AI, trzy wyspecjalizowane modele oznaczają, że nie trzeba już płacić ceny flagowego modelu za proste zadania — Luna obsłuży wysoki wolumen prostych zapytań kilka razy taniej niż Sol, bez utraty jakości tam, gdzie ta jakość nie jest wymagana.
Największa wartość tej premiery dla MŚP nie leży w samym modelu Sol i jego możliwościach agentowych — leży w tym, że można teraz świadomie dobrać narzędzie do zadania, zamiast płacić flagową cenę za każde zapytanie, niezależnie od jego złożoności.
Zastanawiasz się, który model — albo które podejście do AI w ogóle — pasuje do Twoich procesów? Napisz do nas — pomożemy policzyć realny koszt wdrożenia, zanim zaczniesz płacić za nadmiarową moc obliczeniową, której nie potrzebujesz.