Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Modely GPT-5.6: Sol, Terra, Luna – Kedy použiť ktorý

Lekcia 6 z 22 Aktualizované 2. novembra 2026 Vývojár
Na tejto strane
  1. Modely: Výber toho správneho pre každú úlohu
  2. Terra: Tvoj východiskový bod
  3. Sol, keď sú chyby drahé
  4. Luna pre veľké objemy
  5. Uvažovanie: Parameter, nie model
  6. Dynamické smerovanie v produkcii
  7. Kľúčové poznatky

Aktualizované 2. novembra 2026. Model o4-mini bol vyradený 23. októbra 2026 a rodina modelov o3, o3-pro a gpt-5 bude vyradená 11. decembra 2026. Rodina GPT-5.6 zostáva dostupná, no OpenAI teraz pre nové projekty odporúča rodinu GPT-6: gpt-6-astra (najvýkonnejší), gpt-6.1-sol, gpt-6.1-terra a gpt-6-luna (pozri ChatGPT v roku 2026: Od GPT-5.6 po GPT-6, Lekcia 9). GPT-5.6 aj GPT-6 podporujú režim uvažovania pro (reasoning={"mode": "pro", "effort": "medium"}) pre náročné úlohy. Zdroje: Vyradenia · Modely · Uvažovanie.

Modely: Výber toho správneho pre každú úlohu

K 9. júlu 2026 je rodina GPT-5.6 všeobecne dostupná: tri modely, každý optimalizovaný na iný prípad použitia, s úrovňou uvažovania nastaviteľnou pre každú požiadavku. Výber správnej kombinácie modelu a uvažovania je jediným najdôležitejším rozhodnutím pre kvalitu a náklady tvojej aplikácie – medzi najdrahším a najúspornejším modelom je 25-násobný rozdiel a porovnateľný faktor platí aj pre extrémne nastavenia uvažovania.

ModelAPI IDSilná stránkaCena ($/MTok vstup / výstup)Prípad použitia
GPT-5.6 Solgpt-5.6-sol (alias gpt-5.6)Vlajková loď, najvýkonnejší$5 / $30Zložité úlohy, hlboké uvažovanie, maximálna kvalita
GPT-5.6 Terragpt-5.6-terraVyvážený$2 / $12Všeobecné použitie, chatboty, generovanie obsahu
GPT-5.6 Lunagpt-5.6-lunaObjem, rýchlosť, úspornosť$0.20 / $1.20Jednoduché úlohy, klasifikácia, extrakcia

Všetky tri modely akceptujú ako vstup text aj obrázky, sú viacjazyčné a používajú sa prostredníctvom Responses API. Podrobné špecifikácie (kontextové okná, limity) nájdeš na oficiálnej stránke modelov platform.openai.com.

Terra: Tvoj východiskový bod

Terra je model, ktorý budeš používať najčastejšie, pretože ponúka najlepší pomer kvality a ceny pre väčšinu úloh: chatboty, generovanie obsahu, zhrnutia, preklady a všeobecné otázky a odpovede. Správny prístup je začať s Terrou, zmerať dosiahnutú kvalitu a až potom prejsť na Sol, ak výsledok nie je dostatočne dobrý – nie naopak.

from openai import OpenAI
client = OpenAI()

# Všeobecné použitie — Terra je ideálna
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Napíš profesionálny e-mail so žiadosťou o stretnutie."
)
print(response.output_text)

Sol, keď sú chyby drahé

Sol je najvýkonnejší model v rodine. Vyhradź si ho pre situácie, kde je nevyhnutná maximálna kvalita: analýza dokumentov s vysokými stávkami, úlohy profitujúce z hlbokého uvažovania alebo čokoľvek, čo by človek musel riadok po riadku kontrolovať, keby model urobil chybu. Analýza výročnej správy na extrakciu kľúčových rizík presne zapadá do tejto kategórie – vynechanie tu stojí oveľa viac než pár centov ušetrených na volaní 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 túto výročnú správu a identifikuj 5 hlavných "
          f"rizík:\n\n{document}"
)
print(response.output_text)

Luna pre veľké objemy

Luna je optimalizovaná na rýchlosť a náklady, čo ju robí ideálnou pre rozsiahle opakované spracovanie: klasifikácia, extrakcia dát, parafrázovanie a rýchle prototypovanie. Uvažovanie vlajkového modelu neprináša žiadnu hodnotu, keď rozhoduješ, či je recenzia zákazníka pozitívna alebo negatívna; avšak pri 100 000 recenziách sa rozdiel v cene stáva jedinou premennou, na ktorej záleží.

# Rýchla klasifikácia textu
texts = [
    "Tento produkt je fantastický, odporúčam ho!",
    "Oneskorené doručenie, neexistujúca zákaznícka podpora.",
    "Dobre, nič špeciálne.",
]

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

# Výsledok:
# Tento produkt je fantastický, odporúčam ho!... → Pozitívny
# Oneskorené doručenie, neexistujúca zákaznícka podpora.... → Negatívny
# Dobre, nič špeciálne.... → Neutrálny

Uvažovanie: Parameter, nie model

V predchádzajúcej generácii (o3, o3-pro, o4-mini) bolo uvažovanie stelesnené vyhradenými modelmi: na získanie schopností uvažovania si menil modely. To už neplatí. Každý model GPT-5.6 akceptuje parameter reasoning pre každú požiadavku so šiestimi úrovňami úsilia – none, low, medium, high, xhigh, max.

# Zložitý problém vyžadujúci uvažovanie: Sol + vysoké úsilie
response = client.responses.create(
    model="gpt-5.6-sol",
    input="Slimák je na dne 30-metrovej studne. "
          "Každý deň vylezie 3 metre, ale v noci sa šmykne späť o 2 metre. "
          "Koľko dní mu potrvá, kým sa dostane von? "
          "Vysvetli svoje uvažovanie krok za krokom.",
    reasoning={"effort": "high"}  # none, low, medium, high, xhigh, max
)
print(response.output_text)
# Detailný výsledok so štruktúrovaným uvažovaním:
# Dni 1 až 27: čistý postup 1 m/deň → 27 m
# Deň 28: vylezie 3 m z 27 m → dosiahne 30 m a dostane sa von
# Odpoveď: 28 dní

Úroveň none jednoducho vypne uvažovanie: odpoveď je okamžitá a náklady minimálne, čo vyhovuje mechanickým úlohám, ako je vyššie uvedená klasifikácia. Úrovne medium a high pokrývajú väčšinu technických úloh. Úrovne xhigh a max si nechaj pre skutočne ťažké problémy, pričom maj na pamäti, že interné uvažovanie spotrebúva tokeny účtované ako výstup: pri hádanke so slimákom môže neviditeľné myslenie vážiť viac než zobrazená odpoveď. Ďalšie nastavenie, ultra, koordinuje štandardne 4 agentov paralelne, pri určitých vyhodnoteniach až 16, pre najnáročnejšie úlohy – s výrazne vyššou spotrebou tokenov.

Ak migruješ kód napísaný pre predchádzajúcu generáciu (GPT-5.3, GPT-5.4, o3, o3-pro, o4-mini), tu sú ekvivalenty:

  • o3 → gpt-5.6-sol a o3-pro → gpt-5.6-sol s reasoning={"mode": "pro"} (určené náhrady podľa oficiálnej tabuľky vyradení; potom nastav effort na high, xhigh alebo max podľa náročnosti)
  • o4-mini → gpt-5.6-terra s reasoning nastaveným na medium
  • gpt-5.3 / gpt-5.4 (všeobecné použitie) → gpt-5.6-terra
  • Úlohy s vysokým objemom → gpt-5.6-luna

Dynamické smerovanie v produkcii

V produkcii nebudeš mať len jeden typ požiadavky, ale mnoho, a natvrdo zakódovaný jeden model znamená buď preplácanie za jednoduché úlohy, alebo pokazenie tých náročných. Vzorec smerovača (router) zahŕňa centralizáciu rozhodovania do funkcie, ktorá sa volá pred každou požiadavkou a vracia vhodnú konfiguráciu. Túto funkciu potom môžeš upraviť bez zásahu do zvyšku aplikácie.

def choose_config(task: str, complexity: str, budget: str) -> dict:
    """Vyberie optimálny model a úsilie pri uvažovaní."""
    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"}}

# Použitie
config = choose_config(task="chatbot", complexity="medium", budget="standard")
response = client.responses.create(
    input="Tvoja otázka tu",
    **config
)

Ceny k 5. augustu 2026 – ceny sa pravidelne menia: pred akýmkoľvek výpočtom rozpočtu si over aktuálny cenník na oficiálnej stránke cien OpenAI.

Kľúčové poznatky

  • Terra je predvolenou voľbou pre väčšinu úloh (2 $ / 12 $ za MTok)
  • Sol pre maximálnu kvalitu a hlboké uvažovanie (5 $ / 30 $); Luna pre veľké objemy (0,20 $ / 1,20 $)
  • Uvažovanie je parameter pre každú požiadavku (none → max, plus ultra), nie samostatný model
  • Ekvivalenty migrácie: o3 → Sol; o3-pro → Sol v režime pro; o4-mini → Terra medium; GPT-5.3/5.4 → Terra
  • V produkcii dynamicky smeruj na správnu kombináciu modelu a úsilia podľa kontextu