Nie zdążyło jeszcze wystartować GPT-5.3, a już wszyscy mówią o GPT-5.4: Extreme Reasoning i 2 milionach tokenów

Przypadkowy wyciek: Nowy megamodel OpenAI GPT-5.4 ma zostać wkrótce wydany

Tajemniczy, pięciowyrazowy tweet i pospiesznie usunięte fragmenty kodu na GitHubie wywołały szok w globalnym świecie technologii: OpenAI najwyraźniej przygotowuje się do wprowadzenia swojego kolejnego głównego modelu językowego – GPT-5.4. To, co początkowo mogłoby wydawać się niepozorną, stopniową aktualizacją, po bliższym przyjrzeniu się okazuje się potencjalnym kamieniem milowym w zaciętej walce o dominację w dziedzinie sztucznej inteligencji. Dzięki przełomowym funkcjom, takim jak wymagający obliczeniowo tryb „Extreme Reasoning”, ogromne okno kontekstowe o pojemności do dwóch milionów tokenów i analiza obrazu z dokładnością do jednego piksela, firma przygotowuje się do przechytrzenia konkurentów, takich jak Google i Anthropic. Przyspieszony cykl publikacji ma jednak swoją cenę: podczas gdy modele stają się coraz bardziej autonomiczne i ewoluują w prawdziwych agentów, koszty infrastruktury gwałtownie rosną – a w obliczu kontrowersyjnych umów Pentagonu etyczna i ekonomiczna zasadność tego szybkiego postępu coraz bardziej zyskuje na znaczeniu.

GPT-5.4: Kolejny skok kwantowy OpenAI między ekstremalnym rozumowaniem a walką o dominację w dziedzinie sztucznej inteligencji

Jeśli pięć słów o X wystarczy, aby wprowadzić chaos w całej branży sztucznej inteligencji, to stawką jest coś więcej niż tylko nowy model

To była wiadomość o bezprecedensowej zwięzłości, która jednak wstrząsnęła całą branżą sztucznej inteligencji. 3 marca 2026 roku, dokładnie godzinę po tym, jak OpenAI udostępniło szerokiej publiczności swój nowy model językowy, GPT-5.3 Instant, na oficjalnym kanale firmy X pojawił się pięciowyrazowy post , który w ciągu kilku godzin zebrał trzy miliony wyświetleń i 25 000 polubień: „5.4 szybciej niż myślisz”. Bez grafiki, bez wątku wyjaśniającego, bez linku do wpisu na blogu. Tylko pięć słów i rzucające się w oczy wielkie T, które natychmiast wprawiły w ruch spekulacyjną machinę globalnej społeczności deweloperów i inwestorów. To, co na pierwszy rzut oka mogłoby wydawać się marketingowym teaserem, po bliższym przyjrzeniu się okazuje się najwyraźniejszym jak dotąd publicznym potwierdzeniem, że OpenAI przygotowuje model z GPT-5.4, który może fundamentalnie zmienić zasady konkurencji w dziedzinie sztucznej inteligencji.

Tweet nie pojawił się w próżni. Nastąpił po tygodniu, w którym trzy niezależne wycieki z repozytorium Codex firmy OpenAI ujawniły wewnętrzne mechanizmy nadchodzącego modelu, zanim pospiesznie usuwający go inżynierowie zdążyli zatrzeć ślady. Jak donosi magazyn technologiczny The Information, powołując się na osobę znającą plany, GPT-5.4 będzie zawierał tryb wnioskowania „Extreme”, pozwalający modelowi na wykorzystanie znacznie większej mocy obliczeniowej niż jego poprzednicy w rozwiązywaniu złożonych problemów. To, co początkowo brzmi jak stopniowa aktualizacja, ma potencjał, aby zmienić dynamikę władzy między OpenAI, Google i Anthropic, jeszcze bardziej obniżyć koszty infrastruktury AI i postawić pytanie, czy model biznesowy stojący za tymi coraz bardziej zaawansowanymi modelami jest zrównoważony w dłuższej perspektywie.

Anatomia mimowolnego objawienia

Historia GPT-5.4 nie rozpoczęła się od planowanego komunikatu prasowego, ale od błędu, który powtarza się z alarmującą regularnością w świecie tworzenia oprogramowania: inżynier napisał kod, który ujawnił więcej, niż powinien. 28 lutego 2026 roku w publicznie dostępnym repozytorium Codex na GitHubie pojawiło się żądanie ściągnięcia (pull request) z wewnętrznym oznaczeniem 13050. Zawierało ono sprawdzenie wersji, które wyraźnie wskazywało „GPT-5.4 lub nowszy” jako minimalne wymaganie dla nowej funkcji przetwarzania obrazu. Społeczność odkryła wpis w ciągu kilku godzin. Wspomniany wiersz został pospiesznie zmieniony na „gpt-5.3-codex lub nowszy”, a historia commitów została nadpisana za pomocą wymuszonego pushu, ale w tym czasie zrzuty ekranu krążyły już szeroko po X i Reddicie.

Kluczowym punktem tego wycieku było to, że nie był on jedynie tymczasowy. Kod implementował konkretną funkcjonalność, a mianowicie przetwarzanie obrazów w pełnej rozdzielczości, która technicznie działa tylko z możliwościami GPT-5.4. Inżynier opracował weryfikację wersji, ponieważ funkcja ta po prostu nie działała na starszych modelach. Było to odwołanie funkcjonalne, a nie spekulacja.

Kilka dni później, 2 marca, pojawiło się drugie żądanie ściągnięcia (pull request), numer 13212, które dodatkowo wyjaśniło problem. Programista OpenAI o nazwie użytkownika pash-openai dodał funkcję przełączania trybu szybkiego do terminala Codex. Jej opis wyraźnie odwoływał się do „przełączania trybu szybkiego dla GPT-5.4” i wprowadzał tzw. wyliczenie ServiceTier z wariantami Standard i Fast. To odniesienie również zostało usunięte w ciągu kilku godzin, ale szczegóły techniczne zostały już udokumentowane.

Równocześnie, pracownik OpenAI o imieniu Tibo spowodował kolejny niezamierzony wyciek, publikując zrzut ekranu wyboru modelu w aplikacji Codex, pokazujący GPT-5.4 jako opcję do wyboru obok GPT-5.3 Codex. Post został szybko usunięty, ale grafika zdążyła już rozprzestrzenić się w sieci. Wreszcie, programista nicdunz poinformował na X, że punkt końcowy oznaczony jako „alpha-gpt-5.4” tymczasowo pojawił się na publicznej liście modeli API, zgodnie z typową praktyką OpenAI polegającą na testowaniu modeli w punktach końcowych alfa przed ich oficjalną premierą.

Łącznie te cztery niezależne punkty danych – dwa zatwierdzenia kodu, zrzut ekranu pracownika i punkt końcowy API – tworzą obraz, który wykracza daleko poza spekulacje. GPT-5.4 jest już wewnętrznie rozwijany w OpenAI, znajduje się w zaawansowanym stadium rozwoju i jest aktywnie przygotowywany do wdrożenia produkcyjnego.

Obietnica dwóch milionów tokenów i jej ograniczenia

Najistotniejsze technicznie stwierdzenie wynikające z wycieku referencji do kodu dotyczy okna kontekstowego. Analiza wyciekłych commitów przeprowadzona przez NxCode sugeruje, że okno kontekstowe wynosi dwa miliony tokenów, co stanowiłoby pięciokrotność limitu 400 000 tokenów w obecnym flagowym modelu GPT-5 i ośmiokrotność limitu 256 000 tokenów w Kodeksie GPT-5.3. Dla porównania, dwa miliony tokenów to mniej więcej równowartość 5000 wydrukowanych stron – wystarczająco dużo, aby przetworzyć całą bazę kodu, przeprowadzić długie postępowanie sądowe wraz z całą dokumentacją pomocniczą lub napisać wielotomowy artykuł naukowy w trakcie jednej sesji.

Konieczne jest jednak istotne rozróżnienie. Podczas gdy wycieki kodu sugerują dwa miliony tokenów, The Information, powołując się na źródło zaznajomione z planami, podaje okno kontekstowe o pojemności miliona tokenów. Nadal stanowiłoby to dwukrotność, a nawet czterokrotność poprzedniego rozwiązania i stawiałoby OpenAI na równi z Google Gemini 2.5 Pro, które obecnie oferuje największe dostępne komercyjnie okno kontekstowe z milionem tokenów. Dokładna analiza źródeł ujawnia, że ​​liczba dwóch milionów pochodzi z pojedynczego wpisu influencera i nie jest bezpośrednio potwierdzona przez żaden z czterech udokumentowanych wycieków kodu, podczas gdy liczba miliona pochodzi z uznanej publikacji technicznej.

Niezależnie od tego, która liczba ostatecznie okaże się prawidłowa, implikacja będzie ta sama: OpenAI niweluje jedną z najbardziej rażących luk w stosunku do konkurencji. Modele Gemini firmy Google od dawna oferowały znacznie szersze okno kontekstowe niż cokolwiek, co oferował OpenAI, a Claude Opus 4.6 firmy Anthropic, wprowadzony na rynek na początku lutego 2026 roku z własnym oknem na milion tokenów i obsługą równoległych zespołów agentów, dodatkowo umocnił tę przewagę. GPT 5.4 z jednym, a nawet dwoma milionami tokenów radykalnie zmieniłby ten układ sił.

Praktyczne zastosowania takiego skoku są różnorodne i wykraczają daleko poza akademickie standardy. Kancelarie prawne mogłyby przetwarzać całe akta spraw w jednym oknie dialogowym. Zespoły programistyczne mogłyby ładować całe bazy kodu do analizy i refaktoryzacji wielu plików bez konieczności fragmentowania kodu. Zespoły badawcze mogłyby dostarczać kompletne korpusy literatury do syntezy. Przejście od setek tysięcy do milionów tokenów nie jest stopniowe; zasadniczo zmienia to, które zadania są wykonalne w ramach interakcji pojedynczego modelu.

Ekstremalne rozumowanie: Kiedy sztuczna inteligencja potrzebuje więcej czasu na myślenie

Oprócz przejścia do okna kontekstowego, zapowiadany tryb wnioskowania „Ekstremalny” to druga cecha definiująca GPT-5.4. Jak donosi The Information, jest to funkcja, która pozwala modelowi przeznaczyć znacznie więcej mocy obliczeniowej na trudne pytania, umożliwiając tym samym głębszą analizę poznawczą. Według dostępnych informacji, tryb ten jest skierowany przede wszystkim do badaczy, a nie do przeciętnych użytkowników, którzy oczekują szybkich odpowiedzi.

Idea trybu Extreme Reasoning opiera się na trendzie, który pojawił się od czasu wprowadzenia przez OpenAI serii modeli rozumowania o: ukierunkowanym przesunięciu nakładu obliczeniowego z fazy treningu na fazę wnioskowania. Zamiast po prostu zwiększać wydajność modelu poprzez bardziej rozbudowane szkolenie, model może poświęcić więcej czasu i zasobów obliczeniowych na faktyczne generowanie odpowiedzi. W przypadku GPT-5.4 oznacza to, że model może sprostać znacznie wyższym wymaganiom obliczeniowym w przypadku szczególnie złożonych problemów naukowych, matematycznych lub technicznych, co przekłada się na bardziej precyzyjne i dogłębne analizy.

Litera T w tweecie OpenAI wywołała powszechne spekulacje w społeczności, że GPT-5.4 będzie tzw. modelem klasy Thinking. OpenAI już wewnętrznie rozróżnia różne klasy modeli: modele Thinking do głębokiego rozumowania, modele Codex do tworzenia oprogramowania opartego na agentach oraz modele Instant do codziennego użytku konwersacyjnego. Litera T mogła zatem być celowym nawiązaniem do wewnętrznej nazwy marki Thinking-Mode. Ta interpretacja jest prawdopodobna, ale pozostaje niepotwierdzona.

Konkretne implikacje tych ulepszonych możliwości wnioskowania dla użytkowników biznesowych można zilustrować konkretnymi scenariuszami. W badaniach farmaceutycznych, ekstremalny tryb wnioskowania mógłby znacząco pogłębić analizę interakcji leków. W analizie finansowej, złożone struktury pochodne lub modele makroekonomiczne mogłyby być badane z dokładnością, która wcześniej wymagała wielu kolejnych interakcji z modelami. W rozwoju oprogramowania, możliwe było identyfikowanie błędów w systemach zagnieżdżonych, które wcześniej stanowiły systematyczne trudności dla modelu.

Analiza obrazu z dokładnością do piksela: koniec kompromisów

Trzeci przełom techniczny, udokumentowany w wyciekłych żądaniach ściągnięcia, dotyczy przetwarzania obrazów. Kod w PR 13050 dodaje flagę funkcji, która bezpośrednio i bez kompresji przekazuje oryginalne dane obrazu w formatach PNG, JPEG i WebP do API Responses, kontrolowanego przez nowy parametr API „detail: original”. Minimalna wersja wymagana dla tej funkcji to 5.4, co oznacza, że ​​jest to rozszerzenie specyficzne dla GPT 5.4 i nie można go przenieść do starszych wersji.

Obecne modele GPT kompresują przesłane obrazy przed przetworzeniem, co obniża jakość analizy w przypadku zadań wymagających precyzji na poziomie pikseli. Dotyczy to obrazowania medycznego, zdjęć satelitarnych, optycznego rozpoznawania znaków (OCR) w dokumentach, przeglądu planów architektonicznych i schematów technicznych oraz kontroli jakości makiet projektowych i interfejsów użytkownika. Możliwość przetwarzania obrazów w pełnej rozdzielczości umożliwiłaby GPT-5.4 zastosowanie w szeregu profesjonalnych zastosowań, w których poprzednie modele osiągnęły swoje granice z powodu kompresji obrazu.

Dla firm wykorzystujących system zapewnienia jakości oparty na sztucznej inteligencji w produkcji, zautomatyzowane przetwarzanie dokumentów w sektorze prawnym i finansowym, a także diagnostykę obrazową w medycynie, oznaczałoby to ogromny krok naprzód i natychmiastowe korzyści praktyczne. Nieprzypadkowo OpenAI wyraźnie powiązało tę funkcję ze standardem GPT-5.4: przetwarzanie nieskompresowanych obrazów o wysokiej rozdzielczości wymaga znacznie większej mocy obliczeniowej i przepustowości pamięci, co zwiększa wymagania techniczne wobec modelu bazowego i infrastruktury.

Wyznaczanie tempa wyścigu: przyspieszona częstotliwość wydań OpenAI

Jednym z aspektów, co najmniej tak samo ważnych, jak specyfikacje techniczne w dyskusji o GPT-5.4, jest szybkość, z jaką OpenAI publikuje nowe warianty modeli. Od premiery GPT-5, 7 sierpnia 2025 roku, firma wypuściła więcej wariantów w ramach serii GPT-5 niż w całej erze GPT-4 w porównywalnym okresie.

Chronologia ilustruje przyspieszenie: GPT-5 został wydany w sierpniu 2025 r., GPT-5.1 pojawił się w listopadzie 2025 r. po trzymiesięcznej przerwie, GPT-5.2 pojawił się w grudniu 2025 r. po zaledwie miesiącu, GPT-5.3 Codex został wydany 5 lutego 2026 r., GPT-5.3 Codex Spark tydzień później, 13 lutego, a GPT-5.3 Instant 3 marca 2026 r. Gdyby GPT-5.4 faktycznie został wydany w marcu lub kwietniu, przerwa skróciłaby się do około miesiąca. Rynki prognostyczne na platformie Manifold dają modelowi 55% prawdopodobieństwo wydania przed kwietniem 2026 r. i 74% prawdopodobieństwo przed czerwcem.

Według The Information, to przyspieszenie tempa to celowa decyzja strategiczna. Częstsze premiery modeli mają na celu utrzymanie oczekiwań użytkowników pod kontrolą. Szum medialny wokół premiery GPT-5 ustawił poprzeczkę tak wysoko, że praktycznie nie dało się jej przewyższyć, a wzrost liczby użytkowników OpenAI ostatnio spadł poniżej wewnętrznych prognoz. Dzięki ciągłemu wprowadzaniu nowych, stopniowych ulepszeń, zamiast koncentrować się na jednej dużej premierze, firma może utrzymać zainteresowanie branży bez ryzyka rozczarowania pojedynczym wydarzeniem.

Jednak ta strategia ma również swoje wady. Deweloperzy tworzący w oparciu o API OpenAI coraz częściej zgłaszają pewne zmęczenie migracją. Szybkie pojawianie się nowych wariantów modeli wymusza powtarzające się cykle ewaluacji i dostosowywania własnych systemów. W przypadku firm korzystających z aplikacji AI w środowiskach produkcyjnych pojawia się pytanie, czy wysiłek związany z ciągłymi aktualizacjami uzasadnia korzyści płynące z każdego stopniowego udoskonalenia.

Nowy wymiar transformacji cyfrowej z „Managed AI” (sztuczną inteligencją) – platforma i rozwiązanie B2B | Xpert Consulting – Zdjęcie: Xpert.Digital

Tutaj dowiesz się, jak Twoja firma może szybko, bezpiecznie i bez wysokich barier wejścia wdrażać dostosowane do jej potrzeb rozwiązania z zakresu sztucznej inteligencji.

Zarządzana platforma AI to kompleksowe i bezproblemowe rozwiązanie w zakresie sztucznej inteligencji. Zamiast zmagać się ze skomplikowaną technologią, kosztowną infrastrukturą i długotrwałymi procesami rozwoju, otrzymujesz gotowe rozwiązanie dostosowane do Twoich potrzeb od wyspecjalizowanego partnera – często w ciągu zaledwie kilku dni.

Najważniejsze zalety w skrócie:

⚡ Szybka implementacja: Od pomysłu do gotowej do użycia aplikacji w ciągu kilku dni, a nie miesięcy. Dostarczamy praktyczne rozwiązania, które generują natychmiastową wartość dodaną.

🔒 Maksymalne bezpieczeństwo danych: Twoje wrażliwe dane pozostają z Tobą. Gwarantujemy bezpieczne i zgodne z przepisami przetwarzanie bez udostępniania danych osobom trzecim.

💸 Brak ryzyka finansowego: Płacisz tylko za rezultaty. Wysokie początkowe inwestycje w sprzęt, oprogramowanie lub personel są całkowicie wyeliminowane.

🎯 Skoncentruj się na swojej podstawowej działalności: Skoncentruj się na tym, co robisz najlepiej. Zajmiemy się całościową implementacją techniczną, obsługą i utrzymaniem Twojego rozwiązania AI.

📈 Przyszłościowa i skalowalna: Twoja sztuczna inteligencja rośnie razem z Tobą. Zapewniamy ciągłą optymalizację i skalowalność oraz elastycznie dostosowujemy modele do nowych wymagań.

Więcej informacji tutaj:

• Rozwiązanie Managed AI – Usługi AI dla przemysłu: klucz do konkurencyjności w sektorach usług, przemysłu i inżynierii mechanicznej

Krajobraz konkurencyjny: trzy korporacje, jeden wyścig, brak wyraźnego zwycięzcy

Wyścig sztucznej inteligencji nabiera tempa: Jak GPT-5.4 ma zamiar przyćmić Google i Anthropic

Ogłoszenie GPT-5.4 nastąpiło w momencie, gdy konkurencja między trzema wiodącymi laboratoriami AI osiągnęła bezprecedensowy poziom intensywności. 5 lutego 2026 roku OpenAI i Anthropic opublikowały swoje nowe, flagowe modele w odstępie godziny, co dobitnie ilustruje dynamikę tego wyścigu zbrojeń. Anthropic zaprezentował Claude Opus 4.6, który oferuje udoskonalenia w zakresie wnioskowania w długim kontekście, okno kontekstowe o pojemności miliona tokenów oraz obsługę równoległych zespołów agentów, umożliwiając wielu agentom AI jednoczesną pracę nad zadaniami programistycznymi i dokumentacyjnymi. OpenAI odpowiedziało na to GPT-5.3 Codex, zoptymalizowanym pod kątem programowania agentowego i rozwoju oprogramowania.

Wyniki niezależnych testów porównawczych wykazały, że żaden z modeli nie zdołał uzyskać wyraźnej przewagi, a przewaga wydajnościowa różniła się w zależności od zastosowania. Claude Opus 4.6 wypadł szczególnie dobrze w rozumowaniu profesjonalnym, a GPT-5.3-Codex wykazał przewagę w autonomicznym tworzeniu oprogramowania. Z kolei Google Gemini 2.5 Pro ustanowił rekord najbardziej rozbudowanego przetwarzania kontekstowego dzięki oknu kontekstowemu na milion tokenów i oferował zaawansowane możliwości multimodalne.

GPT-5.4 to próba OpenAI odzyskania pozycji lidera technologicznego na kilku frontach jednocześnie: w oknie kontekstowym poprzez nowy limit jednego lub dwóch milionów tokenów, w rozumowaniu poprzez tryb Extreme oraz w przetwarzaniu obrazu poprzez analizę z dokładnością do jednego piksela. Powodzenie tego kroku zależy w dużej mierze od tego, jak szybko Google i Anthropic zareagują na własne aktualizacje. Branża działa w tempie, w którym przewaga technologiczna może zostać utracona w ciągu kilku tygodni.

Dla pozycjonowania na rynku przedsiębiorstw istotny jest kolejny czynnik: według analiz branżowych, Anthropic osiągnął ostatnio 32-procentowy udział w rynku w zakresie wykorzystania modeli językowych sztucznej inteligencji w sektorze przedsiębiorstw, co stanowi znaczącą zmianę w porównaniu z sytuacją sprzed dwóch lat, kiedy to OpenAI nadal dominował z 50-procentowym udziałem. Podczas gdy skupienie się OpenAI na strategii zorientowanej na klienta za pośrednictwem ChatGPT zapewniło firmie ogromną bazę użytkowników, Anthropic poczynił znaczne postępy w lukratywnym segmencie przedsiębiorstw dzięki konsekwentnemu skupieniu się na profesjonalnych przepływach pracy i narzędziach takich jak Claude Code.

Pentagon, protesty i kryzys zaufania

Technicznego wymiaru GPT-5.4 nie można rozpatrywać w oderwaniu od kontekstu politycznego i społecznego, w którym obecnie działa OpenAI. Zaledwie kilka dni przed ogłoszeniem, OpenAI podpisało umowę z Departamentem Obrony USA na udostępnienie swoich modeli w sieciach tajnych, co wywołało natychmiastową i silną reakcję.

Historia jest wymowna: firma Anthropic odmówiła Pentagonowi nieograniczonego dostępu do swojej technologii, nakładając ograniczenia na jej wykorzystanie w masowym nadzorze i autonomicznych systemach uzbrojenia. Pentagon zareagował, klasyfikując Anthropic jako zagrożenie dla łańcucha dostaw i zakazując używania Claude'a w całym rządzie, co skłoniło prezydenta Trumpa do nakazania agencjom federalnym natychmiastowego zaprzestania korzystania z technologii Anthropic. OpenAI wykorzystało tę okazję i ogłosiło własną umowę, która, według firmy, zawiera silniejsze gwarancje bezpieczeństwa niż jakakolwiek wcześniejsza umowa dotycząca tajnych wdrożeń sztucznej inteligencji.

Reakcją była burza oburzenia. Pod hashtagiem #CancelChatGPT i za pośrednictwem platformy quitgpt.org powstał ruch, który, według własnych danych, zmobilizował ponad 1,5 miliona osób poprzez anulowanie subskrypcji, wezwania do bojkotu w mediach społecznościowych i rejestracje na stronie kampanii. Claude tymczasowo wyprzedził ChatGPT, stając się najchętniej pobieraną darmową aplikacją w Apple App Store. Przed biurami OpenAI w San Francisco pojawiły się kredowe graffiti atakujące porozumienie z Pentagonem, a przed biurami Anthropic – graffiti pochwalające odmowę.

Sam Altman przyznał, że wygląd umowy wydawał się „niedbały”, a OpenAI opublikował fragmenty umowy, które zawierały wyraźne zakazy masowego nadzoru wewnętrznego, w pełni autonomicznych systemów uzbrojenia i programów kredytu społecznego. List otwarty podpisany przez 796 pracowników Google i OpenAI ostrzegał, że rząd USA próbuje „podzielić firmy, wzbudzając strach przed ustąpieniem każdej ze stron”.

W tym kontekście przyspieszone wydanie GPT-5.4 nabiera dodatkowego wymiaru strategicznego. Wprowadzenie na rynek modelu o imponującym technologicznie charakterze mogłoby posłużyć jako kontrnarracja w obliczu kryzysu zaufania i odwrócić uwagę opinii publicznej od kontrowersyjnego partnerstwa z Pentagonem na innowacyjną siłę firmy.

Równanie ekonomiczne: między rekordowymi przychodami a rekordowymi stratami

Sytuacja finansowa OpenAI jest prawdopodobnie najważniejszym czynnikiem wpływającym na wycenę GPT-5.4. Firma znajduje się w paradoksalnej sytuacji: nigdy wcześniej firma technologiczna nie rozwijała się tak dynamicznie, ponosząc jednocześnie tak wysokie straty.

Przychody osiągnęły 20 miliardów dolarów w ujęciu rocznym w 2025 roku, co stanowi wzrost o 233% w porównaniu z 6 miliardami dolarów w roku poprzednim i 2 miliardami dolarów w 2023 roku. Rzeczywiste całkowite przychody w 2025 roku wyniosły 13 miliardów dolarów, przekraczając prognozę firmy na poziomie 10 miliardów dolarów, podczas gdy koszty, wynoszące 8 miliardów dolarów, pozostały poniżej celu 9 miliardów dolarów. Jednak koszty rosną równolegle. Wewnętrzne dokumenty uzyskane przez The Information przewidują stratę w wysokości 14 miliardów dolarów w 2026 roku, czyli około trzykrotnie więcej niż wstępne szacunki na 2025 rok. W okresie od 2023 roku do końca 2028 roku OpenAI wewnętrznie przewiduje skumulowane straty w wysokości 44 miliardów dolarów, a pierwszy zysk w wysokości 14 miliardów dolarów spodziewany jest w 2029 roku.

Marże brutto wynoszą około 33–40%, znacznie poniżej marż tradycyjnych firm programistycznych, i są ograniczone zmiennymi kosztami obliczeniowymi. Koszty wnioskowania, tj. koszty uruchamiania modeli w czasie rzeczywistym, osiągnęły 8,4 miliarda dolarów w 2025 roku i według prognoz wzrosną do 14,1 miliarda dolarów w 2026 roku. Chociaż OpenAI udało się obniżyć koszty wnioskowania poniżej jednego dolara za milion tokenów, częściowo dzięki zastosowaniu różnych typów sprzętu, sama skala wykorzystania niweluje te korzyści w zakresie wydajności.

Aby sfinansować te wydatki, OpenAI pod koniec lutego 2026 roku zamknęła największą w historii rundę finansowania prywatnego o wartości 110 miliardów dolarów. Na czele znalazły się Amazon z kwotą 50 miliardów dolarów, SoftBank i Nvidia z kwotą 30 miliardów dolarów każdy, przy wycenie przed finansowaniem na poziomie 730 miliardów dolarów i wycenie po finansowaniu na poziomie 840 miliardów dolarów. Moc centrów danych wzrosła trzykrotnie z 200 megawatów do 1,9 gigawata, co odpowiada zużyciu energii elektrycznej około dwóch milionów gospodarstw domowych. Do 2030 roku OpenAI planuje całkowite wydatki na moc obliczeniową na poziomie około 600 miliardów dolarów, w porównaniu z wcześniejszymi szacunkami na poziomie 1,4 biliona dolarów, które później zrewidowano jako zbyt optymistyczne.

Co GPT-5.4 oznacza dla ekonomii infrastruktury

Model z dwoma milionami tokenów kontekstu i trybem wnioskowania ekstremalnego stawia znacznie wyższe wymagania infrastrukturze obliczeniowej niż jego poprzednicy. Większe okno kontekstowe oznacza, że ​​model musi przetworzyć znacznie więcej danych przy każdym żądaniu, co zwiększa zapotrzebowanie na pamięć masową i czas przetwarzania każdego żądania. Tryb wnioskowania ekstremalnego, który według raportów umożliwia kilkugodzinne przetwarzanie pojedynczych zadań, wielokrotnie zwiększa nakład obliczeniowy na żądanie w porównaniu ze standardową operacją wnioskowania.

Dla OpenAI oznacza to dalsze pogorszenie i tak już napiętej relacji między przychodami a kosztami infrastruktury. Każdy nowy model wymaga większej mocy obliczeniowej. Każdy wzrost mocy obliczeniowej wymaga większego kapitału. Każde zwiększenie kapitału wymaga wykazania ścieżki do rentowności, która przesuwa się w przyszłość wraz z każdą generacją modelu. Jeśli przychody wynoszą około 20 miliardów dolarów, a całkowite koszty od 25 do 28 miliardów dolarów, oznacza to niejawną roczną stratę w wysokości od 5 do 8 miliardów dolarów.

Strategiczną odpowiedzią na ten dylemat jest dwutorowe podejście: z jednej strony OpenAI intensywnie inwestuje we własny sprzęt. Partnerstwo z Broadcom w celu opracowania dedykowanych akceleratorów AI o mocy dziesięciu gigawatów, projekt centrum danych Stargate z SB Energy należącym do SoftBank oraz umowa z Amazon na wykorzystanie układów Trainium mają na celu długoterminową redukcję kosztów. Z drugiej strony, OpenAI coraz bardziej różnicuje swoją ofertę modeli w różnych klasach wydajności – Instant do codziennego użytku, Thinking do głębokiego rozumowania i Codex do programowania agentowego – aby alokować zasoby obliczeniowe w zależności od potrzeb i uniknąć konieczności wykorzystywania pełnej mocy obliczeniowej modelu dla każdego żądania użytkownika.

Wprowadzenie przełącznika trybu szybkiego dla GPT-5.4, ujawnionego w wyciekłych żądaniach ściągnięcia, sugeruje, że OpenAI wdraża takie zróżnicowanie również w ramach poszczególnych modeli. Użytkownicy mogliby wówczas wybierać między szybszymi, bardziej ekonomicznymi zapytaniami a bardziej dogłębnymi, wymagającymi dużej mocy obliczeniowej analizami, w zależności od swoich potrzeb, co umożliwiłoby efektywniejsze wykorzystanie infrastruktury.

Sztuczna inteligencja oparta na agentach: prawdziwa zmiana paradygmatu ukryta w liczbach

Za imponującymi wynikami dotyczącymi okien kontekstowych i limitów tokenów kryje się zmiana paradygmatu, która może mieć większe znaczenie dla ekonomicznego znaczenia GPT-5.4 niż jakakolwiek pojedyncza specyfikacja techniczna: ewolucja w kierunku sztucznej inteligencji opartej na agentach. Raporty dotyczące GPT-5.4 opisują ulepszenia, które przesuwają model w kierunku „prawdziwych agentów”, zdolnych do autonomicznego wykonywania zadań wieloetapowych.

Linia rozwojowa w ramach serii GPT-5 ilustruje ten postęp. GPT-5.2 znakomicie radził sobie z pojedynczymi zadaniami. Kodeks GPT-5.3 zoptymalizował autonomiczne programowanie i korzystanie z terminala, z czego obecnie korzysta 1,5 miliona aktywnych użytkowników tygodniowo. GPT-5.4 ma na celu zaoferowanie szerszych możliwości autonomicznych w zakresie programowania, badań i zadań wizualnych. Ulepszone możliwości pamięci w procesach wieloetapowych i zmniejszona liczba błędów w złożonych zadaniach zostały wyraźnie wymienione jako cechy.

Ten rozwój ma istotne implikacje dla rynku przedsiębiorstw. Według analityków Gartnera, do końca 2026 roku około 70% firm z listy Fortune 500 może korzystać z architektury agentów GPT 5.x w podstawowych przepływach pracy, co będzie wywierać znaczną presję na tradycyjnych dostawców oprogramowania dla przedsiębiorstw. Ponad połowa firm bada już możliwości wykorzystania agentów AI, planując zastosowania obejmujące zadania administracyjne, obsługę klienta i tworzenie treści, ale tylko 12% z nich przeszło już fazę eksperymentalną i weszło w fazę pełnego wdrożenia.

Inwestycje dużych firm technologicznych w infrastrukturę bazową odzwierciedlają oczekiwania wobec tego rynku. Microsoft planuje nakłady inwestycyjne w wysokości 85 miliardów dolarów, Google 70 miliardów dolarów, Meta 65 miliardów dolarów, a Amazon 97 miliardów dolarów, co daje łącznie prawie 320 miliardów dolarów na samą infrastrukturę obliczeniową. Kwoty te nie są wydawane na lepsze chatboty, ale raczej na fundamenty autonomicznych przepływów pracy, w których agenci AI przejmą zadania, które wcześniej wymagały interwencji człowieka.

Kwestia zaufania: Bezpieczeństwo w cieniu rasy

Szybsza częstotliwość publikacji i rosnąca wydajność modeli rodzą pytanie wykraczające poza kwestie techniczne i ekonomiczne: co z bezpieczeństwem? Demis Hassabis, dyrektor generalny Google DeepMind, publicznie ostrzegł, że konkurencja i presja na prześcignięcie konkurencji mogą prowadzić do pochopnych i niebezpiecznych decyzji w miarę jak branża zbliża się do nadludzkiej sztucznej inteligencji.

Model GPT-5.3 Instant przedstawił w tym względzie zróżnicowany obraz. Model osiągnął 26,8% redukcję liczby halucynacji w przypadku zapytań internetowych w kluczowych dziedzinach, takich jak medycyna, prawo i finanse, oraz 19,7% redukcję przy korzystaniu wyłącznie z wewnętrznych baz wiedzy. Jednocześnie niezależne analizy wykazały, że model zanotował regres w niektórych obszarach bezpieczeństwa w porównaniu z poprzednikiem, przepuszczając więcej potencjalnie szkodliwych treści. Zmniejszenie liczby odrzuceń, reklamowane jako poprawa użyteczności, wydaje się obniżać próg, powyżej którego model blokuje zapytania.

W przypadku GPT-5.4 z trybem Extreme Reasoning te obawy dotyczące bezpieczeństwa są jeszcze poważniejsze. Model zdolny do autonomicznej pracy nad złożonymi problemami przez wiele godzin musi posiadać solidne mechanizmy zapobiegające odchyleniom od predefiniowanych ograniczeń podczas tych wydłużonych faz przetwarzania. Rozluźnienie zabezpieczeń w wyścigu o udział w rynku nie jest abstrakcyjnym ryzykiem, co ilustruje niedawny raport Axios, który pokazuje, że firmy zajmujące się sztuczną inteligencją coraz bardziej rozluźniają swoje protokoły bezpieczeństwa, aby uzyskać przewagę konkurencyjną w dziedzinie innowacji.

Perspektywy: Nowa normalność permanentnych zakłóceń

GPT-5.4 nie jest odosobnionym produktem, lecz raczej symptomem dynamiki branży, która pod wieloma względami podąża nieznanym szlakiem. Comiesięczne publikowanie przez OpenAI coraz bardziej zaawansowanych modeli, w połączeniu z niemal jednoczesnymi aktualizacjami od Google i Anthropic, tworzy stan nieustannej dezorganizacji, w którym każda przewaga technologiczna może zostać pokonana w ciągu kilku tygodni.

Dla firm wykorzystujących technologię AI oznacza to fundamentalną zmianę zasad planowania. Budowanie aplikacji w oparciu o jeden model lub jednego dostawcę staje się coraz bardziej ryzykowne. Architektury niezależne od modelu, umożliwiające płynne przełączanie się między OpenAI, Anthropic i Google, stają się koniecznością. Cykle ewaluacji, które wcześniej odbywały się kwartalnie, muszą zostać skrócone do cykli miesięcznych, a nawet dwutygodniowych.

Jednocześnie zmienia się logika oceny modeli sztucznej inteligencji. Pytanie nie brzmi już, który model osiąga najwyższy wynik w benchmarku, ale który model zapewnia najbardziej wiarygodne wyniki przy najniższych kosztach w konkretnym przypadku użycia. GPT-5.4, z trybem Extreme Reasoning, może być najlepszym wyborem dla nowatorskich badań naukowych, podczas gdy w codziennych zastosowaniach biznesowych szybszy i bardziej ekonomiczny GPT-5.3 Instant pozostaje bardziej pragmatyczną opcją.

Rynki prognoz, które dają GPT-5.4 55% prawdopodobieństwa wydania przed kwietniem i 74% przed czerwcem, sugerują, że oczekiwanie będzie krótkie. Niektórzy obserwatorzy spekulują nawet na datę premiery 4 maja, zgodnie z amerykańskim formatem daty 5/4, co pasowałoby do zamiłowania OpenAI do takich odniesień kulturowych. Jedno jest pewne: GPT-5.4 to nie spekulacja. To kod, do którego odwołuje się produkcja. Pytanie nie brzmi, czy, ale kiedy i w jakim stopniu spełni on obietnice sugerowane przez wyciekły kod.

Pozostaje branża, która zmienia się w niespotykanym dotąd tempie, napędzana wyścigiem o dominację technologiczną, pochłaniającym setki miliardów dolarów rocznie, a którego opłacalność ekonomiczna wciąż nie została udowodniona. GPT-5.4 to kolejny rozdział tej historii, ale z pewnością nie ostatni.

☑️ Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!

Konrad Wolfenstein

Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.

Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj lub po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to: [email protected]

Nie mogę się doczekać naszego wspólnego projektu.

☑️ Wsparcie dla MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Tworzenie lub reorganizacja strategii cyfrowej i digitalizacji

☑️ Rozszerzenie i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Rozwój biznesu pionierskiego / Marketing / PR / Targi

Skorzystaj z bogatej, pięciokrotnej wiedzy specjalistycznej Xpert.Digital w ramach kompleksowego pakietu usług | Badania i rozwój, XR, PR i optymalizacja widoczności cyfrowej — Zdjęcie: Xpert.Digital

Xpert.Digital posiada dogłębną wiedzę z różnych branż. Pozwala nam to opracowywać strategie dopasowane do indywidualnych potrzeb i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i monitorowaniu rozwoju branży, możemy działać proaktywnie i oferować innowacyjne rozwiązania. Połączenie doświadczenia i wiedzy specjalistycznej generuje wartość dodaną i zapewnia naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej informacji tutaj:

• Skorzystaj z pakietu obejmującego 5 obszarów specjalizacji Xpert.Digital – już od 500 € miesięcznie