OpenAI uvádza GPT-6 Sol a Luna, nižšie ceny spája s efektívnejšou inferenciou

OpenAI rozšírilo modelovú rodinu GPT-6 o dve výkonovo a cenovo odlišné verzie. GPT-6 Sol má byť univerzálny model pre náročnejšiu každodennú prácu, programovanie a viacstupňové agentické úlohy, zatiaľ čo GPT-6 Luna cieli na rýchle a objemné spracovanie jednoduchších požiadaviek. Oba modely dopĺňajú GPT-6 Astra, ktorý zostáva najvýkonnejším členom rodiny. Dôležitou časťou oznámenia nie sú iba nové názvy, ale najmä snaha posunúť pomer medzi schopnosťami, odozvou a cenou. OpenAI uvádza, že ceny Sol a Luna v API klesli oproti ich náprotivkom z generácie GPT-5.6 o 50 percent.

Dva modely pre odlišné vrstvy prevádzky

GPT-6 Sol je určený na úlohy, pri ktorých nestačí čo najrýchlejšia odpoveď. OpenAI ho opisuje ako model pre profesionálnu prácu, kódovanie, prácu s počítačom a procesy vyžadujúce viac krokov či kontrolu výsledkov. V praxi môže ísť o spracovanie dokumentov, programátorské agenty, analýzu dát alebo automatizované pracovné postupy napojené na viac nástrojov. Luna je ľahšia vrstva rodiny: má obsluhovať klasifikáciu, extrakciu, kratšie transformácie, jednoduchšie konverzácie a ďalšie úlohy, pri ktorých je rozhodujúca nízka jednotková cena. Takéto rozdelenie umožňuje aplikácii smerovať požiadavky podľa ich zložitosti namiesto používania najdrahšieho modelu na každý krok.

Podľa zverejneného cenníka stojí GPT-6 Sol dva doláre za milión vstupných tokenov a desať dolárov za milión výstupných tokenov. GPT-6 Luna má cenu desať centov za milión vstupných a päťdesiat centov za milión výstupných tokenov. Ide o cenníkové ceny, nie o celkové náklady konkrétnej aplikácie. Tie závisia aj od dĺžky kontextu, počtu opakovaných pokusov, používania nástrojov a objemu odpovedí. Pri agentoch môže byť zvlášť dôležité, koľko krokov model potrebuje na dokončenie úlohy. Lacnejší token preto automaticky neznamená lacnejší úspešne dokončený proces.

OpenAI prezentuje vlastné benchmarky, podľa ktorých sa Sol posúva nad porovnateľne nacenené konkurenčné modely a Luna zlepšuje výsledky oproti predchodcovi. Jedným z uvedených testov je AutomationBench, ktorý simuluje podnikové postupy naprieč 47 nástrojmi v oblastiach ako predaj, marketing, podpora, financie či ľudské zdroje. Tieto výsledky treba zatiaľ čítať ako tvrdenia výrobcu. Bez nezávislého zopakovania s rovnakými nastaveniami nemožno bezpečne usúdiť, ako sa modely správajú v inom softvérovom prostredí, pri slovenskom obsahu alebo pri úlohách s internými dátami konkrétnej organizácie.

Úspory majú priniesť aj zmeny v cache

Súbežne s modelmi OpenAI predstavilo upravené ukladanie promptov do cache. Agentická aplikácia pri opakovaných volaniach často prenáša rovnaké systémové pokyny, definície nástrojov a veľkú časť predchádzajúceho kontextu. Ak infraštruktúra tento spoločný prefix rozpozná, nemusí ho zakaždým spracovať od začiatku. OpenAI tvrdí, že pri vhodných požiadavkách môže zľava na vstupné tokeny obslúžené z cache dosiahnuť až 90 percent. Pre GPT-6 firma rozšírila okno, v ktorom možno spoločný prefix opätovne použiť, na 30 minút a sľubuje vyšší podiel zásahov do cache bez dodatočnej konfigurácie.

Vývojári získavajú aj panel s podielom cachovaných a necachovaných tokenov, diagnostiku neúspešného použitia cache a explicitné body, ktorými možno určiť opakovane použiteľnú časť promptu. Diagnostika má napríklad ukázať, či opätovnému použitiu zabránila zmena modelu, nástrojov, nastavení alebo vstupu. GPT-6 má navyše umožniť meniť intenzitu uvažovania medzi odpoveďami bez automatického zneplatnenia cache. To je praktické pri dlhšom agentickom procese, v ktorom väčšina krokov potrebuje lacnejšie spracovanie, no vybrané rozhodnutie si vyžaduje vyššiu výpočtovú intenzitu.

Výhoda sa však prejaví iba vtedy, keď aplikácia zachová stabilný začiatok promptu. Dynamicky meniace sa definície nástrojov, poradie inštrukcií alebo údaje vložené pred spoločný kontext môžu zásahy do cache znižovať. Pre slovenské firmy to znamená, že optimalizácia nákladov nebude iba otázkou výberu modelu. Bude zahŕňať aj návrh promptov, sledovanie telemetrie a testovanie, či rovnaké inštrukcie zostávajú medzi volaniami skutočne identické. Pri citlivých údajoch je zároveň potrebné preveriť podmienky uchovávania a spracovania dát pre používaný typ účtu a región; oznámenie o výkone cache samo osebe nevyrieši požiadavky ochrany údajov.

Sol a Luna smerujú priamo do vývojárskych nástrojov

GitHub potvrdil nasadenie oboch modelov do Copilotu. Sol označuje za vyváženú voľbu pre interaktívne aj agentické programovanie a Luna za najlacnejší model rodiny určený na menšie, rýchlejšie úlohy. Sol je dostupný v plánoch Copilot Pro+, Max, Business a Enterprise, kým Luna aj v základnom pláne Pro. Modely sa majú postupne objaviť vo Visual Studio Code, Visual Studiu, Copilot CLI, cloudovom programátorskom agentovi, mobilných aplikáciách aj rozšíreniach pre JetBrains, Xcode a Eclipse. Podnikoví správcovia môžu ich dostupnosť riadiť modelovou politikou.

Rýchle zaradenie do Copilotu ukazuje, že konkurencia medzi modelmi sa presúva z izolovaných chatbotov do vrstvy, v ktorej agent pracuje s repozitárom, terminálom a ďalšími nástrojmi. Pre vývojársky tím bude dôležitejšia úspešnosť celej úlohy než skóre jedného benchmarku. Rozumné hodnotenie by malo merať podiel prijatých zmien, počet zásahov človeka, čas kontroly, spotrebu tokenov, regresie a správanie pri chybách. Sol môže byť vhodný na návrh a overenie rozsiahlejšej zmeny, zatiaľ čo Luna na sumarizáciu logov, jednoduché úpravy alebo triedenie požiadaviek. Konkrétne smerovanie by však malo vychádzať z interných meraní, nie iba z marketingového zaradenia modelov.

Čo zatiaľ nie je overené

OpenAI nezverejnilo v oznámení nezávislé produkčné merania, ktoré by potvrdzovali deklarovaný pomer ceny a schopností vo všetkých typoch úloh. Nie je tiež jasné, ako často bude pri reálnych agentoch fungovať 30-minútové opätovné použitie prefixu a aký podiel celkovej faktúry budú tvoriť necachované vstupy, výstupy a neúspešné pokusy. Porovnania nákladov medzi dodávateľmi môžu byť citlivé na zvolenú intenzitu uvažovania, limity úlohy aj pravidlá započítania opakovaných behov. Uvedené percentá preto nemožno automaticky preniesť na každú aplikáciu.

Pre slovenských používateľov zostáva otvorenou otázkou kvalita slovenčiny, lokálnych právnych a ekonomických znalostí či práce so zmiešaným slovensko-anglickým kódom a dokumentáciou. Tieto vlastnosti by mali preveriť lokálne evaluačné sady s reálnymi úlohami a odbornou kontrolou. Nová rodina prináša zaujímavú cenovú stratifikáciu a konkrétne mechanizmy na úsporu opakovaného výpočtu, no rozhodnutie o migrácii by malo nasledovať až po porovnaní úspešnosti, latencie a konečných nákladov na dokončenú úlohu. Najsilnejším signálom oznámenia tak nie je jediný benchmark, ale tlak na inteligentné smerovanie úloh medzi viacerými modelmi a systematické riadenie cache.