GPT-5.5 od OpenAI – nowa era autonomicznych agentów pracy

Czy to jeszcze chatbot, czy już system operacyjny do pracy?

OpenAI wypuścił GPT-5.5 i jednocześnie przestawił zwrotnicę: Codex z narzędzia do kodu zmienia się w bazę „superapki” do realnej pracy na komputerze. Na papierze – świetne wyniki i lepsza ekonomia tokenów. W praktyce – rosnąca autonomia, błyskawiczne wdrożenie w NVIDII i… chwilowa pauza na API z powodów bezpieczeństwa.

Ta aktualizacja jest ważna, bo wyznacza nowy wektor w wojnie o produktywność: mniej czatu, więcej roboty wykonanej przez agentów. Firmy nie kupują już „inteligencji ogólnej”, tylko konkret: czy model kliknie przez formularze, zbuduje arkusz, odpali testy i wróci rano z wynikiem. A do tego potrzebne są trzy rzeczy naraz: autonomia, kontrola i sensowny koszt za token. OpenAI twierdzi, że z GPT-5.5 i nowym Codexem łączy te trzy kropki. [1]

Mocniejsza „głowa”, dłuższy oddech, tańszy token

OpenAI reklamuje GPT-5.5 jako „nową klasę inteligencji do prawdziwej pracy”. Model liczy 284 mld parametrów. W niezależnych i społecznościowych ewaluacjach wypada solidnie w długich, wieloetapowych zadaniach i używaniu komputera: m.in. 82,7% na Terminal-Bench 2.0, 84,4% na BrowseComp, 78,7% OSWorld-Verified; na SWE-Bench Pro – 58,6%. Sygnał dnia? Nie tyle „rekordy wszędzie”, co lepsza gospodarka tokenami i stabilniejsza, dłuższa egzekucja. API ma okno kontekstu 1 mln tokenów, a ceny (raportowane) startują od 5/30 USD za 1 mln tokenów input/output dla 5.5 i 30/180 USD dla Pro – przy czym firma podkreśla niższe zużycie tokenów na zadanie niż w 5.4. Sam model był współprojektowany pod NVIDIĘ GB200/300 i – jak twierdzi firma – pomagał udoskonalać własny stos inference. Pojawia się także na GPQA. [7]

Dostęp? GPT-5.5 trafił od razu do ChatGPT dla planów Plus/Pro/Business/Enterprise, a mocniejszy 5.5 Pro – do Pro/Business/Enterprise. API jest opóźnione „na dodatkowe zabezpieczenia” i to nie jest detal: deweloperzy czują brak, a koszty 5.5 i 5.5 Pro będą wyraźnie wyższe niż 5.4, co może wydłużyć żywot starszych modeli w projektach wrażliwych na budżet. [8]

Codex wyrasta na superapkę

Równoległa aktualizacja Codexa jest tu cichym bohaterem. To już nie tylko „asystent do kodu”, ale agent pracy na komputerze: potrafi sterować przeglądarką, klikać przez web-flow, korzystać z Arkuszy/Prezentacji, czytać PDF-y, przechwytywać zrzuty ekranu, dyktować systemowo i – co kluczowe – iterować aż do domknięcia zadania. W tle złożono niegdysiejszy projekt Prism i dołożono tryb auto-review: drugiego „strażnika” ograniczającego liczbę ludzkich zgód podczas długich przebiegów. Wrażenia wczesnych użytkowników? „Mniej prowadzenia za rękę”, „po prostu łapie o co chodzi” – choć bywa też bardziej eksploracyjny i wymaga ostrzejszych instrukcji.

To element większego planu. OpenAI mówi wprost o budowie „superapki”: jednej platformy sklejającej ChatGPT, Codexa i przeglądarkę/agenta komputerowego. Szwajcarski scyzoryk do pracy cyfrowej zamiast kolejnej karty czatu. [7]

NVIDIA jako poligon: skala, koszt i bezpieczeństwo

Najbardziej namacalny dowód, że to działa, przyszedł z NVIDII. Ponad 10 tys. pracowników w wielu działach korzysta z Codexa napędzanego GPT-5.5; chwilę później Jensen Huang ogłosił rollout dla całej firmy. Serwowanie na klastrach GB200 NVL72 ma dawać nawet 35x niższy koszt na milion tokenów i 50x większy throughput tokenów na megawat niż poprzednie generacje, co wreszcie robi z inference na „frontierach” opcję ekonomiczną w skali enterprise. Efekty? Dni debugowania skracają się do godzin, eksperymenty tygodniowe – do nocy; zespoły dowożą funkcje end-to-end z promptów naturalnym językiem, z mniejszą liczbą pustych przebiegów.

Co ważne, wdrożenie nie jest „dzikie”. Każdy agent dostaje własną zdalną maszynę w chmurze (SSH), pełen audyt, politykę zero retencji danych i dostęp do systemów produkcyjnych tylko do odczytu przez CLI i firmowe „Skills”. W skrócie: maksymalne moce w piaskownicy, a interfejs dla ludzi pozostaje znajomy. Huang w wewnętrznym mailu ujął to bez ogródek: „Przeskoczmy do prędkości światła. Witajcie w erze AI.”

Benchmarki kontra rzeczywistość

Na papierze GPT-5.5 wygrywa lub remisuje w wielu głośnych testach i – co istotniejsze – przesuwa frontier koszt/wydajność. W starciu prestiżowym z Claude Opus 4.7 bywa jednak remisowo: GPT-5.5 prowadzi na wielu benchmarkach, ale w „zaawansowanym, agentycznym kodowaniu” część testerów wciąż wskazuje przewagę Anthropica. Na arenach opartych na ocenach użytkowników układ sił wciąż się tasuje. [8]

Rzeczywistość bywa też uparta. Simon Willison, mając wczesny dostęp, ominął brak API półoficjalnym „obejściem” w Codexie i zauważył, że domyślny output w jego teście SVG wypadał gorzej niż w 5.4 – dopiero podbicie „wysiłku rozumowania” (xhigh) dało lepszy wynik, ale kosztem czterech minut czekania i potężnego zużycia tokenów. Morał? Jakość jest, ale nie za darmo – czasem trzeba dopłacić myśleniem.

Bezpieczeństwo i… rosnąca autonomia

Opóźnienie API OpenAI tłumaczy dodatkowymi wymaganiami bezpieczeństwa – i trudno się dziwić. Rynek jest rozgrzany po zapowiedziach Anthropic wokół Mythos i dyskusjach o tym, komu i jak udostępniać modele zdolne do realnych akcji w systemach. Firma równolegle dokłada „workspaces agents”, filtry PII i testuje 5.5 z partnerami w środowiskach korporacyjnych. Pierwsi testerzy mówią o silnych wynikach w zadaniach bezpieczeństwa „z życia”, co tylko podnosi poprzeczkę dla governance’u.

Dwie prędkości Codexa: Spark i maraton

Jeszcze jedna rzecz, która może umknąć w szumie: OpenAI testuje lżejszy tryb GPT-5.3-Codex-Spark, odpalany na chipach Cerebrasa (WSE-3) pod skrajnie niską latencję. To pierwszy krok do Codexa działającego w dwóch komplementarnych trybach: „real-time” do szybkiej współpracy i „long-running” do głębszego rozumowania i wielogodzinnych przebiegów. Brzmi jak techniczne rusztowanie pod superapkę, w której to AI wybiera, czy akurat sprintuje, czy biegnie maraton.

Konkurencja nie śpi

Tydzień po Claude Opus 4.7, GPT-5.5 odpowiada i wyraźnie pcha agentów z kategorii „sprytny asystent” w stronę „zrobi to za ciebie i rozliczy żmudne rzeczy w tle”. Różnice będą się ścierać nie w slajdach, tylko w codziennym użyciu: ile kliknięć oszczędza Codex, jak często trzeba go korygować, ile naprawdę kosztuje „xhigh” rozumowanie na długim zadaniu i czy polityki bezpieczeństwa nadążą za autonomią.

Na koniec

OpenAI nie dorzucił dziś tylko cyferki po przecinku. Pcha ChatGPT i Codexa w jedną, bardziej agentową całość. Jeśli ta „superapka” rzeczywiście stanie się scyzorykiem do pracy, kolejne pytanie brzmi już mniej technologicznie, a bardziej organizacyjnie: czy wasze procesy są gotowe, by agent nie tylko podpowiadał, ale faktycznie klikał, łączył i domykał robotę? Bo wygląda na to, że on już puka do SSH.

Źródła

• [1] https://latent.space/p/ainews-gpt-55-and-openai-codex-superapp
• [2] https://thenewstack.io/openai-chatgpt-gpt-5-5-security/
• [3] https://blogs.nvidia.com/blog/openai-codex-gpt-5-5-ai-agents/
• [4] https://thehansindia.com/technology/tech-news/openai-nvidia-deepen-ai-push-as-codex-scales-across-enterprise-1068934
• [5] https://techradar.com/pro/it-was-awesome-to-see-it-work-openai-deploys-gpt-5-5-codex-across-nvidia-blackwell-systems-50x-efficiency-boost-and-35x-cost-reduction-makes-ai-viable-at-enterprise-scale
• [6] https://techcrunch.com/2026/02/12/a-new-version-of-openais-codex-is-powered-by-a-new-dedicated-chip/
• [7] https://autogpt.net/openai-drops-gpt-5-5/
• [8] https://mashable.com/article/openai-chat-gpt-5-5-vs-claude-opus-4-7-comparison
• [9] https://m.economictimes.com/tech/artificial-intelligence/nvidia-rolls-out-openais-codex-ai-agent-to-all-employees/articleshow/130502339.cms