OpenAI je pričel uvajati nov model umetne inteligence GPT-5.6. Družino sestavljajo trije modeli, namenjeni različnim uporabnikom in cenovnim razredom, najzmogljivejši GPT-5.6 Sol pa naj bi bil posebej izboljšan pri programiranju, raziskovanju, pripravi dokumentov in izvajanju zahtevnih večstopenjskih nalog.

Podjetje OpenAI je predstavilo družino modelov GPT-5.6, ki jo sestavljajo modeli Sol, Terra in Luna. Sol je najzmogljivejši model oziroma paradni konj nove generacije, Terra je namenjena vsakdanjemu delu in naj bi ponujala ugodnejše razmerje med zmogljivostjo in ceno, Luna pa je najhitrejša in najcenejša različica.

Nova imena pomenijo tudi spremembo pri poimenovanju prihodnjih modelov. Številka 5.6 označuje generacijo, medtem ko naj bi imena Sol, Terra in Luna predstavljala trajnejše zmogljivostne razrede. Posamezni razredi se bodo lahko v prihodnje izboljševali neodvisno drug od drugega.

Od klepetalnika proti digitalnemu sodelavcu

Največja sprememba nove generacije ni zgolj boljše odgovarjanje na vprašanja, temveč sposobnost samostojnejšega izvajanja daljših in sestavljenih nalog. GPT-5.6 lahko pri delu uporablja različna orodja, obdeluje vmesne rezultate, preverja napredek in izbira naslednje korake. OpenAI želi s tem umetno inteligenco premakniti od klasičnega klepetalnika proti nekakšnemu digitalnemu sodelavcu, ki lahko nalogo raziskuje, načrtuje, izvede in nato preveri rezultat.

GPT-5.6 prinaša tudi novo nastavitev zahtevnosti razmišljanja z imenom »max«. Model pri njej za iskanje rešitve porabi več časa in računske moči, preveri več možnosti ter po potrebi popravi svoj pristop. Še korak dlje gre način »ultra«, pri katerem naloge ne rešuje samo en primerek modela. Sistem lahko hkrati uporabi več podagentov, ki obravnavajo različne dele problema, nato pa njihove ugotovitve združi v skupni odgovor. OpenAI navaja, da način ultra privzeto uporablja štiri agente, razvijalci pa bodo lahko podobne večagentne sisteme gradili tudi prek programskega vmesnika podjetja.

Izboljšave pri programiranju in pisarniškem delu

OpenAI GPT-5.6 opisuje kot svoj doslej najboljši model za programiranje. Na preizkusih, ki ocenjujejo uporabo terminala, delo s pravo programsko kodo in reševanje daljših programerskih nalog, naj bi dosegel boljše rezultate od predhodnika GPT-5.5. Model naj bi pri tem porabil manj izhodnih žetonov oziroma tokenov, kar lahko pomeni nižje stroške in hitrejše izvajanje nalog. Tokeni so osnovne enote besedila, na podlagi katerih ponudniki umetne inteligence pogosto obračunavajo uporabo svojih modelov.

Pomemben poudarek nove generacije je tudi tako imenovano pisarniško oziroma strokovno delo. GPT-5.6 naj bi bolje analiziral vsebine iz dokumentov, spletnih virov, oblačnih shramb in poslovnih orodij ter iz njih pripravljal uporabne predstavitve, poročila in preglednice. OpenAI posebej izpostavlja boljše oblikovanje predstavitev. Model naj bi znal iz referenčne predstavitve razbrati pravila oblikovanja, kot so tipografija, razmiki, hierarhija elementov in postavitev strani, ter jih dosledneje uporabiti pri ustvarjanju novih diapozitivov. Izboljšano naj bi bilo tudi ustvarjanje uporabniških vmesnikov, spletnih strani in vizualizacij.

Več zmogljivosti na področju kibernetske varnosti

GPT-5.6 prinaša občuten napredek tudi na področju kibernetske varnosti. Model je boljši pri odkrivanju ranljivosti, pregledovanju programske kode, izdelavi popravkov in analizi varnostnih težav. Takšne zmogljivosti pa imajo dvojno naravo. Ista tehnologija, ki varnostnim strokovnjakom pomaga najti napako, bi lahko napadalcu pomagala pri njeni zlorabi. OpenAI zato novo generacijo uvaja z dodatnimi varnostnimi sistemi. Ti vključujejo omejitve, vgrajene v sam model, preverjanje odgovorov med njihovim nastajanjem, spremljanje sumljivih vzorcev uporabe in strožji dostop do najbolj občutljivih zmogljivosti.

Podjetje trdi, da GPT-5.6 pri njihovem testiranju ni presegel kritičnega praga tveganja na področju kibernetske ali biološke varnosti. Model naj bi bil trenutno zanesljivejši pri iskanju in odpravljanju ranljivosti kot pri samostojnem izvajanju celovitih napadov na dobro zaščitene sisteme. Pred splošno uvedbo je OpenAI po lastnih navedbah izvedel doslej najobsežnejše varnostno testiranje svojih modelov. Vključevalo je človeško preverjanje, sodelovanje z zunanjimi strokovnjaki in avtomatizirane napade na zaščitne mehanizme, za katere naj bi porabili približno 700.000 ur računanja na grafičnih procesorjih razreda A100.

Na voljo tudi uporabnikom brezplačnega ChatGPT-ja

OpenAI je omejeni preizkus modela GPT-5.6 Sol napovedal 26. junija, 9. julija pa je sporočil, da družino GPT-5.6 uvaja za širšo uporabo v ChatGPT, Codexu in svojem programskem vmesniku API. Uporabniki paketov Plus, Pro, Business in Enterprise lahko do modela Sol dostopajo prek zahtevnejših nastavitev razmišljanja. Uporabnikom paketov Free in Go je v določenih delih storitve namenjen predvsem cenejši model Terra. Najzmogljivejši način ultra je omejen na izbrane plačljive pakete in orodja. Uvajanje poteka postopoma, zato možnosti niso takoj vidne pri vseh uporabnikih.

Rezultate bo morala potrditi praksa

OpenAI pri predstavitvi navaja več meritev, po katerih GPT-5.6 presega prejšnje modele pri programiranju, uporabi računalnika, raziskovanju in strokovnih nalogah. Na preizkusu BrowseComp je različica Sol v načinu ultra denimo dosegla 92,2 odstotka, na preizkusu OSWorld 2.0 pa osnovni Sol 62,6 odstotka. Toda primerjave modelov umetne inteligence je treba obravnavati previdno. Rezultati so odvisni od izbranih nastavitev, časa za razmišljanje, uporabljenih orodij in stroškov izvajanja. Del podatkov je objavil proizvajalec sam, zato bo resnično uporabnost GPT-5.6 mogoče natančneje oceniti šele po širši uporabi v podjetjih, uredništvih, razvojnih ekipah in med običajnimi uporabniki.

Jasno pa je, kam se industrija premika. Tekmovanje ne poteka več samo v tem, kateri model lepše odgovarja na vprašanja. V ospredju je sposobnost umetne inteligence, da dlje časa samostojno dela, uporablja zunanja orodja, usklajuje več agentov ter iz neurejenih podatkov pripravi končen, praktično uporaben izdelek.