Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Modely GPT-5.6: Sol, Terra, Luna – Kdy použít který

Lekce 6 z 22 Aktualizováno 2. listopadu 2026 Vývojář
Na této stránce
  1. Modely: Výběr toho správného pro každý úkol
  2. Terra: Tvůj výchozí bod
  3. Sol, když jsou chyby drahé
  4. Luna pro velké objemy
  5. Uvažování: Parametr, nikoli model
  6. Dynamické směrování v produkci
  7. Klíčové poznatky

Aktualizováno 2. listopadu 2026. Model o4-mini byl vyřazen z provozu 23. října 2026 a rodina modelů o3, o3-pro a gpt-5 bude vyřazena 11. prosince 2026. Rodina GPT-5.6 zůstává dostupná, ale OpenAI nyní pro nové projekty doporučuje rodinu GPT-6: gpt-6-astra (nejvýkonnější), gpt-6.1-sol, gpt-6.1-terra a gpt-6-luna (viz ChatGPT v roce 2026: Od GPT-5.6 k GPT-6, lekce 9). GPT-5.6 i GPT-6 podporují režim uvažování pro (reasoning={"mode": "pro", "effort": "medium"}) pro náročné úlohy. Zdroje: Vyřazení · Modely · Uvažování.

Modely: Výběr toho správného pro každý úkol

Od 9. července 2026 je rodina GPT-5.6 obecně dostupná: tři modely, každý optimalizovaný pro jiný případ použití, s úrovní uvažování nastavitelnou pro každý požadavek. Výběr správné kombinace modelu a uvažování je jediným nejdůležitějším rozhodnutím pro kvalitu a náklady vaší aplikace – rozdíl mezi nejdražším a nejúspornějším modelem je 25násobný a srovnatelný faktor platí i pro extrémní nastavení uvažování.

ModelID v APISilná stránkaCena ($/MTok vstup / výstup)Případ použití
GPT-5.6 Solgpt-5.6-sol (alias gpt-5.6)Vlajková loď, nejvýkonnější$5 / $30Složité úlohy, hluboké uvažování, maximální kvalita
GPT-5.6 Terragpt-5.6-terraVyvážený$2 / $12Běžné použití, chatboti, generování obsahu
GPT-5.6 Lunagpt-5.6-lunaObjem, rychlost, úspornost$0.20 / $1.20Jednoduché úlohy, klasifikace, extrakce

Všechny tři modely přijímají jako vstup text i obrázky, jsou vícejazyčné a používají se prostřednictvím Responses API. Podrobné specifikace (kontextová okna, limity) najdeš na oficiální stránce modelů na platform.openai.com.

Terra: Tvůj výchozí bod

Terra je model, který budeš používat nejčastěji, protože nabízí nejlepší poměr ceny a výkonu pro většinu úkolů: chatboti, generování obsahu, shrnutí, překlad a obecné otázky a odpovědi. Správný přístup je začít s Terrou, změřit dosaženou kvalitu a přejít na Sol pouze tehdy, pokud výsledek není dostatečně dobrý – ne naopak.

from openai import OpenAI
client = OpenAI()

# Běžné použití — Terra je ideální
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Napiš profesionální e-mail se žádostí o schůzku."
)
print(response.output_text)

Sol, když jsou chyby drahé

Sol je nejvýkonnější model v rodině. Rezervuj si ho pro situace, kdy je zásadní maximální kvalita: analýza dokumentů s vysokými sázkami, úlohy profitující z hlubokého uvažování nebo cokoli, co by člověk musel v případě chyby modelu řádek po řádku kontrolovat. Analýza výroční zprávy za účelem identifikace klíčových rizik přesně zapadá do této kategorie – opomenutí zde nese náklady, které daleko převyšují několik centů ušetřených na volání API.

# Náročná analýza dokumentu
with open("annual_report.txt", "r") as f:
    document = f.read()

response = client.responses.create(
    model="gpt-5.6-sol",
    input=f"Analyzuj tuto výroční zprávu a identifikuj 5 hlavních "
          f"rizik:\n\n{document}"
)
print(response.output_text)

Luna pro velké objemy

Luna je optimalizovaná pro rychlost a nízké náklady, což ji činí ideální pro rozsáhlé opakované zpracování: klasifikace, extrakce dat, parafrázování a rychlé prototypování. Uvažování vlajkového modelu nepřináší žádnou přidanou hodnotu při rozhodování, zda je recenze zákazníka pozitivní nebo negativní; u 100 000 recenzí se však rozdíl v ceně stane jedinou proměnnou, na které záleží.

# Rychlá klasifikace textu
texts = [
    "Tento produkt je fantastický, doporučuji ho!",
    "Pozdní doručení, neexistující zákaznický servis.",
    "Dobré, nic zvláštního.",
]

for text in texts:
    response = client.responses.create(
        model="gpt-5.6-luna",
        input=f"Klasifikuj sentiment (pozitivní/negativní/neutrální): {text}",
    )
    print(f"{text[:50]}... → {response.output_text}")

# Výsledek:
# Tento produkt je fantastický, doporučuji ho!... → Pozitivní
# Pozdní doručení, neexistující zákaznický servis.... → Negativní
# Dobré, nic zvláštního.... → Neutrální

Uvažování: Parametr, nikoli model

U předchozí generace (o3, o3-pro, o4-mini) bylo uvažování embodied specializovanými modely: pro získání schopností uvažování jsi měnil modely. To již neplatí. Každý model GPT-5.6 přijímá parametr reasoning pro každý požadavek se šesti úrovněmi úsilí – none, low, medium, high, xhigh, max.

# Složitý problém vyžadující uvažování: Sol + vysoké úsilí
response = client.responses.create(
    model="gpt-5.6-sol",
    input="Hlemýžď je na dně 30metrové studny. "
          "Každý den vyšplhá 3 metry, ale v noci sklouzne o 2 metry "
          "zpět. Kolik dní mu bude trvat, než se dostane ven? "
          "Vysvětli své uvažování krok za krokem.",
    reasoning={"effort": "high"}  # none, low, medium, high, xhigh, max
)
print(response.output_text)
# Detailní výsledek se strukturovaným uvažováním:
# Dny 1 až 27: čistý postup 1 m/den → 27 m
# Den 28: vyšplhá 3 m z 27 m → dosáhne 30 m a vyleze ven
# Odpověď: 28 dní

Úroveň none jednoduše vypne uvažování: odpověď je okamžitá a náklady minimální, což vyhovuje mechanickým úlohám, jako je výše uvedená klasifikace. Úrovně medium a high pokrývají většinu technických úkolů. Úrovně xhigh a max si nech pro skutečně obtížné problémy s vědomím, že interní uvažování spotřebovává tokeny účtované jako výstup: u hlemýždí hádanky může neviditelné přemýšlení vážit více než zobrazená odpověď. Další nastavení, ultra, ve výchozím nastavení koordinuje 4 agenty paralelně, u určitých evaluací až 16, pro nejtěžší úlohy – s výrazně vyšší spotřebou tokenů.

Pokud migruješ kód napsaný pro předchozí generaci (GPT-5.3, GPT-5.4, o3, o3-pro, o4-mini), zde jsou ekvivalenty:

  • o3 → gpt-5.6-sol a o3-pro → gpt-5.6-sol s reasoning={"mode": "pro"} (určené náhrady podle oficiální tabulky vyřazení; poté nastav effort na high, xhigh nebo max podle obtížnosti)
  • o4-mini → gpt-5.6-terra s reasoning nastaveným na medium
  • gpt-5.3 / gpt-5.4 (běžné použití) → gpt-5.6-terra
  • Úlohy s vysokým objemem → gpt-5.6-luna

Dynamické směrování v produkci

V produkci nebudeš mít jen jeden typ požadavku, ale mnoho, a natvrdo zakódovat jeden model znamená buře přeplácet za jednoduché úlohy, nebo pokazat ty složité. Vzor směrovače (router pattern) spočívá v centralizaci rozhodování do funkce, která se volá před každým požadavkem a vrací odpovídající konfiguraci. Tu pak můžeš upravit, aniž bys musel sahat na zbytek aplikace.

def choose_config(task: str, complexity: str, budget: str) -> dict:
    """Vybere optimální model a úsilí uvažování."""
    if complexity == "high" and task in ["math", "code", "logic"]:
        return {"model": "gpt-5.6-sol", "reasoning": {"effort": "high"}}
    elif budget == "minimal" or complexity == "low":
        return {"model": "gpt-5.6-luna", "reasoning": {"effort": "none"}}
    elif task in ["diagnostic", "fine_classification"]:
        return {"model": "gpt-5.6-terra", "reasoning": {"effort": "medium"}}
    else:
        return {"model": "gpt-5.6-terra", "reasoning": {"effort": "low"}}

# Použití
config = choose_config(task="chatbot", complexity="medium", budget="standard")
response = client.responses.create(
    input="Tvoje otázka zde",
    **config
)

Ceny k 5. srpnu 2026 – ceny se pravidelně mění: před jakýmkoli výpočtem rozpočtu si ověř aktuální ceník na oficiální stránce cen OpenAI.

Klíčové poznatky

  • Terra je výchozí volbou pro většinu úkolů (2 $ / 12 $ za MTok)
  • Sol pro maximální kvalitu a hluboké uvažování (5 $ / 30 $); Luna pro velké objemy (0,20 $ / 1,20 $)
  • Uvažování je parametr pro každý požadavek (none → max, plus ultra), nikoli samostatný model
  • Ekvivalenty pro migraci: o3 → Sol; o3-pro → Sol v režimu pro; o4-mini → Terra medium; GPT-5.3/5.4 → Terra
  • V produkci dynamicky směruj na správnou kombinaci modelu a úsilí podle kontextu