Rodzina GPT-5.6 to trzy modele zamiast jednego: Sol, Terra i Luna. W sierpniu 2026 trafiły m.in. do środowiska Kiro od AWS, a razem z nimi wróciło stare pytanie: czy naprawdę potrzebujesz najdroższego modelu do wszystkiego? Odpowiedź brzmi: prawie nigdy.
Trzy modele, trzy różne zadania
Podział jest prosty i warto go zapamiętać, bo bezpośrednio przekłada się na rachunek na koniec miesiąca.
- Sol — najmocniejsze rozumowanie. Długie łańcuchy myślenia, trudne zadania inżynierskie, analiza dokumentów, planowanie pracy agenta. Najdroższy i najwolniejszy.
- Terra — koń roboczy. Bardzo dobry stosunek jakości do ceny, świetny do kodu, treści, obsługi klienta i większości zadań agentowych. To on powinien być domyślny.
- Luna — szybki i tani. Klasyfikacja, tagowanie, ekstrakcja danych, krótkie odpowiedzi, wstępne filtrowanie. Idealny do zadań wykonywanych tysiące razy dziennie.
Co realnie się zmieniło względem poprzedniej generacji
Najciekawsza zmiana nie dotyczy benchmarków, tylko pracy w środowisku. Modele lepiej radzą sobie z długimi sesjami, w których muszą wielokrotnie czytać pliki, uruchamiać polecenia i poprawiać własne błędy. Testy na zadaniach terminalowych pokazały spadek kosztu ukończonego zadania — nie dlatego, że token jest tańszy, tylko dlatego, że model rzadziej krąży w kółko.
Drugą zmianą jest praca spec-driven: zamiast prompta w stylu „napisz mi aplikację", podajesz specyfikację, a model rozbija ją na kroki i pilnuje ich realizacji. To dokładnie ten sposób pracy, którego uczymy w naszym kursie AI.
Jak dobrać model — prosta reguła
- Zacznij od Luny. Jeśli wynik jest wystarczający, zostań na niej.
- Nie wystarcza? Przejdź na Terrę — tu wyląduje 70–80% realnych zastosowań.
- Sol włączaj punktowo: architektura, trudny debug, analiza prawna, planowanie wieloetapowego agenta.
W praktyce najlepiej działa routing: tani model ocenia trudność zapytania i dopiero on decyduje, czy przekazać je wyżej. Takie podejście potrafi ściąć koszty o połowę bez odczuwalnej różnicy w jakości.
Co to znaczy dla polskiej firmy
Jeśli masz już wdrożonego asystenta albo agenta, nie przepisuj wszystkiego. Zrób trzy rzeczy:
- Zmierz, ile kosztuje cię jedno wykonane zadanie, a nie milion tokenów.
- Przetestuj Terrę tam, gdzie dziś stoi najdroższy model — na 50 realnych przypadkach, nie na trzech.
- Wydziel zadania masowe (tagowanie, streszczenia, klasyfikacja zgłoszeń) i przenieś je na Lunę.
Podsumowanie
Rozbicie flagowca na trzy warianty to sygnał, że rynek dojrzał: liczy się nie „najlepszy model", tylko właściwy model do konkretnego zadania. Firmy, które nauczą się routingu, zapłacą za AI mniej niż konkurencja przy tej samej jakości.
Chcesz zobaczyć, jak to wygląda w gotowych workflow? Sprawdź nasze zestawienie narzędzi AI i agentów AI.