GPT‑5.6 není jeden model. OpenAI nově nabízí tři výkonnostní úrovně: Sol pro nejnáročnější práci, Terra jako vyváženou každodenní variantu a Luna pro rychlé úlohy ve velkém objemu.
Nové názvy mohou na první pohled působit jako další komplikace. Ve skutečnosti ale říkají poměrně jasně, za co platíte.
Ne každý úkol potřebuje nejsilnější model. Přepis krátkého textu, třídění e-mailů nebo zpracování stovek jednoduchých záznamů na Solu může být zbytečně drahé. Naopak strategickou analýzu, složitý vývoj nebo důležitý audit není rozumné svěřit nejlevnější variantě jen kvůli úspoře několika korun.
Co znamenají názvy Sol, Terra a Luna
Číslo 5.6 označuje generaci modelů. Sol, Terra a Luna označují dlouhodobé výkonnostní úrovně, které se mohou v budoucnu aktualizovat vlastním tempem.
- Sol je vlajkový model s nejvyššími schopnostmi.
- Terra nabízí rovnováhu mezi kvalitou, rychlostí a cenou.
- Luna je nejrychlejší a nejdostupnější varianta pro velký objem jednodušší práce.
OpenAI uvádí, že Terra výkonem konkuruje předchozí generaci GPT‑5.5 za nižší cenu. Luna je určená pro situace, kde je důležitá rychlost a náklad na jeden úkol.
Ceny GPT‑5.6 v API
Ceny se účtují za milion tokenů. Vstupní tokeny jsou text, dokumenty a další kontext, který modelu posíláte. Výstupní tokeny jsou jeho odpověď.
| Model | Vstup za 1 mil. tokenů | Výstup za 1 mil. tokenů | Hlavní použití |
|---|---|---|---|
| GPT‑5.6 Sol | 5 USD | 30 USD | Nejtěžší analýzy, vývoj a kvalitativně citlivá práce |
| GPT‑5.6 Terra | 2,50 USD | 15 USD | Každodenní profesionální práce a běžné automatizace |
| GPT‑5.6 Luna | 1 USD | 6 USD | Rychlé a opakované úlohy ve velkém objemu |
Cena výstupu je u všech variant výrazně vyšší než cena vstupu. U automatizací proto nestačí vybrat levný model. Důležité je také hlídat, kolik textu model generuje a zda opakovaně nevypisuje informace, které další krok nepotřebuje.
Kdy použít GPT‑5.6 Luna
Luna dává smysl tam, kde je úkol krátký, jasně vymezený a snadno kontrolovatelný.
Typické použití:
- třídění e-mailů nebo poptávek,
- rozpoznání tématu dokumentu,
- vytvoření krátkého popisku,
- oprava překlepů,
- převod textu do předem dané struktury,
- extrakce údajů z faktur a formulářů,
- zpracování velkého množství podobných záznamů,
- první rychlý návrh bez vysokých nároků na úsudek.
Luna je vhodná také jako pomocný model uvnitř větší automatizace. Nemusí rozhodovat o celé strategii. Stačí, když spolehlivě provede jednu úzkou činnost.
Kdy použít GPT‑5.6 Terra
Terra bude pro většinu firem nejrozumnějším výchozím bodem.
Hodí se pro:
- přípravu běžných textů a dokumentů,
- rešerše s jasným zadáním,
- návrhy příspěvků a newsletterů,
- souhrny porad a dlouhých materiálů,
- práci s tabulkami,
- běžné programování,
- odpovědi zákaznické podpory,
- firemní automatizace, které vyžadují určitý úsudek,
- agenty pracující s více nástroji.
Terra je dostatečně schopná pro většinu profesionálních úkolů, ale stojí polovinu toho co Sol. Pokud si nejste jistí, kde začít, začněte právě zde.
Kdy použít GPT‑5.6 Sol
Sol má smysl ve chvíli, kdy chyba stojí víc než rozdíl v ceně modelu.
Vhodné situace:
- složité programování a práce s rozsáhlým kódem,
- strategická analýza firmy nebo trhu,
- důležitý technický audit,
- návrh architektury systému,
- komplikované právní nebo finanční podklady, vždy s lidskou kontrolou,
- dlouhé úlohy vyžadující plánování a ověřování,
- tvorba prezentací, dokumentů a aplikací, kde záleží na celkové kvalitě,
- hledání chyb, které levnější model přehlíží.
Sol není automaticky nejlepší volba pro všechno. U jednoduchého úkolu může být jeho vyšší výkon nevyužitý.
Nové úrovně přemýšlení: max a ultra
GPT‑5.6 přidává režim max, který modelu dovolí věnovat úloze více času a výpočetního výkonu než dosavadní xhigh.
Je určený pro nejtěžší úlohy, kde je kvalita důležitější než rychlost a cena. Nemá smysl ho zapínat automaticky. Nejvyšší úroveň přemýšlení může zvýšit spotřebu tokenů i čekání, aniž by u jednoduchého zadání zlepšila výsledek.
Režim ultra jde ještě dál. Ve výchozím nastavení koordinuje čtyři agenty, kteří pracují paralelně na různých částech úkolu. V API lze podobné chování stavět pomocí funkce Multi-agent, která je zatím v beta verzi.
To je vhodné například pro:
- paralelní průzkum několika trhů,
- kontrolu rozsáhlého projektu z různých úhlů,
- rozdělení vývoje na architekturu, implementaci, testy a dokumentaci,
- porovnání několika nezávislých zdrojů.
Více agentů ale znamená také vyšší spotřebu. Není to levnější cesta k běžnému výsledku, ale rychlejší cesta k výsledku složitému.
Programmatic Tool Calling: méně přeposílání mezi modelem a nástroji
Jednou z nejzajímavějších novinek je Programmatic Tool Calling v Responses API.
Model může napsat a spustit lehký JavaScript, který:
- zavolá několik nástrojů,
- zpracuje jejich výsledky,
- vyfiltruje nepotřebná data,
- spojí nebo seřadí záznamy,
- vrátí modelu jen zmenšený a strukturovaný výsledek.
Dosud často probíhal každý krok takto: model zavolal nástroj, dostal dlouhou odpověď, znovu ji přečetl a rozhodl o dalším volání. U velkých dat to spotřebovalo mnoho tokenů.
Programmatic Tool Calling dává smysl pro předvídatelné pipeline typu:
načti → vyfiltruj → spoj → zkontroluj → vytvoř report
Nehodí se všude. Pokud každý výsledek zásadně mění další rozhodnutí nebo akce vyžaduje lidské schválení, je bezpečnější ponechat jednotlivá volání přímo pod kontrolou aplikace.
Prompt caching má nová pravidla
GPT‑5.6 umožňuje explicitně označit části promptu, které se mají ukládat do cache.
Čtení z cache zůstává výrazně zlevněné. Zápis do cache ale OpenAI účtuje za 1,25násobek běžné ceny vstupu. To znamená, že cache šetří peníze hlavně tehdy, když stejný dlouhý základ promptu skutečně používáte opakovaně.
U jednorázového zadání může být zápis do cache naopak zbytečný náklad.
Jak model vybrat bez dlouhého testování
Použijte jednoduché pravidlo:
Luna
Úkol je krátký, opakovatelný a výsledek snadno ověříte.
Terra
Úkol vyžaduje běžný profesionální úsudek, ale nejde o kritické rozhodnutí.
Sol
Úkol je složitý, drahý na chybu nebo vyžaduje hlubší kontrolu více možností.
Nejlepší postup není vybrat jeden model pro celou firmu. Rozdělte proces na jednotlivé kroky a pro každý zvolte nejlevnější model, který spolehlivě splní požadovanou kvalitu.
Praktický příklad firemního reportu
Automatizace připravující týdenní report může vypadat takto:
- Luna vytřídí a označí nové záznamy.
- Terra vytvoří souhrn a najde odchylky.
- Sol zkontroluje pouze neobvyklé nebo strategicky důležité případy.
Tím se nejsilnější model používá jen tam, kde má jeho výkon skutečnou hodnotu.
Co bychom doporučili malé firmě
Pro běžnou práci začněte s Terrou.
Lunu použijte pro jednoduché úlohy ve velkém množství. Sol zapínejte pro náročné projekty, důležité kontroly a situace, kde potřebujete nejlepší dostupný výsledek.
Po týdnu sledujte:
- kvalitu výstupů,
- počet nutných oprav,
- rychlost,
- vstupní a výstupní tokeny,
- cenu jednoho úspěšně dokončeného úkolu.
Nejlevnější model není ten s nejnižší cenou tokenu. Je to model, který dokončí úkol správně s nejnižšími celkovými náklady.
Časté otázky
Je Terra vhodná pro psaní článků a marketingových textů?
Ano, pro první návrhy a běžné texty je přirozeným výchozím bodem. Finální text ale stále potřebuje znalost značky, ověření faktů a lidskou redakci.
Má smysl používat Sol pro každý složitější prompt?
Ne. Nejprve porovnejte Terru a Sol na několika skutečných úlohách. Vyšší cena se vyplatí jen tehdy, když přinese měřitelně lepší výsledek nebo méně oprav.
Je Multi-agent totéž jako čtyřikrát lepší odpověď?
Není. Paralelní agenti mohou úkol rozdělit a zkrátit čekání, ale spotřebují více tokenů. Přínos závisí na tom, zda lze práci skutečně rozdělit na nezávislé části.
Musíme hned přepisovat existující automatizace?
Ne. Nové modely nejdřív otestujte na kopii skutečných úloh. Změna modelu bez měření může přinést jiný styl odpovědí, nové chyby i vyšší náklady.
Automatizace podle skutečné potřeby Nejdřív hledáme konkrétní úkol, který má AI zrychlit nebo zpřesnit. Teprve potom vybíráme model, nástroje a způsob kontroly. ➜ AI automatizace v Kodo