Czym jest GPT-6 i jak rzeczywiście działają duże modele językowe?

GPT-6 nie jest pojedynczym produktem wydanym w jeden dzień. OpenAI wydała go w dwóch etapach: wersję modelową na poziomie przodownika o nazwie GPT-6 Astra na początku września 2026 roku, a następnie dwie wersje skierowane do konsumentów, GPT-6 Sol i GPT-6 Luna, które zastąpiły poprzedni model w ChatGPT w październiku 2026 roku.

Najpierw Astra, potem Sol i Luna dla wszystkich

Według relacji samego OpenAI podsumowanej w Wikipedii, GPT-6 Astra weszła w ograniczoną wersję zapoznawczą 3 września 2026 roku i dotarła do płacących użytkowników ChatGPT następnego dnia. OpenAI opisała ją jako swój najbardziej zdolny system do tej pory, wskazując na postępy w kodowaniu, matematyce i autonomicznym użytkowaniu komputera. Wiceprezydent OpenAI Aidan Clark powiedział, że model był największym wysiłkiem treningowym firmy do tej pory, nazywając go pierwszym razem, gdy OpenAI wstępnie wytrenowała model na ponad 100 000 procesorów graficznych na swoim obiekcie Stargate w Teksasie.

OpenAI zaklasyfikowała Astrę na poziomie 'Critical' (Krytycznym) w kategorii możliwości cyberbezpieczeństwa zgodnie ze swoją wewnętrzną strukturą Preparedness Framework, według przeglądu DataCamp opublikowanych materiałów OpenAI. DataCamp poinformowała, że ta ocena odzwierciedla zdolność Astry do pomocy w tworzeniu exploitów cybernetycznych, a nie zdolność do autonomicznego odkrywania nieznanych luk w wzmocnionych systemach samodzielnie, i że OpenAI ograniczyła bardziej zaawansowane zadania cyberbezpieczeństwa modelu, takie jak tworzenie proof-of-concept exploitów, za programem dostępu Daybreak przy uruchomieniu. Prezes OpenAI Greg Brockman powiedział dziennikarzom, że uważa za rozsądne stwierdzenie, że branża weszła w to, co on nazwał erą AGI, choć powstrzymał się od stwierdzenia, że OpenAI osiągnęła sztuczną inteligencję ogólną.

7 października 2026 roku OpenAI wprowadził drugą falę GPT-6 do głównej aplikacji ChatGPT, tym razem stworzoną do codziennej rozmowy, a nie do specjalistycznej pracy agentycznej, zgodnie z ogłoszeniem OpenAI na forum społeczności deweloperów i raportowaniem TechCrunch. Dodatkowo, subskrybenci Plus, Pro, Business i Enterprise otrzymali wersję o nazwie GPT-6 Sol natychmiast; użytkownicy warstw darmowych i Go otrzymali GPT-6 Luna następnego dnia.

Widoczna zmiana: 'Intelligent UI'

Wraz z wymianą modelu OpenAI wprowadził funkcję, którą nazywa Intelligent UI. Zamiast odpowiadać tylko akapitami, ChatGPT może teraz zestawiać odpowiedź z tekstu, wykresów, klikealnych przycisków, formularzy i małych narzędzi interaktywnych, takich jak kalkulatory, zgodnie z wpisem społeczności OpenAI i raportowaniem TechCrunch. Kierownik produktu OpenAI Aarush Selvan powiedział, że celem było ułatwienie zrozumienia skomplikowanych tematów, wyjaśniając, że najbardziej pomocne odpowiedzi na wiele pytań to nie tylko zwykły tekst, jak doniosło TechCrunch. System decyduje od przypadku do przypadku, czy diagram, interaktywny wykres czy zwykły tekst najlepiej pasuje do pytania, a użytkownicy mogą dostosować, jak często pojawiają się te elementy wizualne.

Co wykazały własne testy bezpieczeństwa OpenAI

Karta systemowa OpenAI dla wydania w październiku, opublikowana w Deployment Safety Hub, mówi, że GPT-6 Sol i Luna poprawiły kilka środków bezpieczeństwa w porównaniu z wcześniejszymi modelami GPT-5.6: silniejszy opór wobec prób włamania, w tym ataków wieloturowych, mniej nieuczciwego lub zwodniczego zachowania i lepszą dokładność faktyczną według większości wskaźników. Ten sam dokument również raportuje statystycznie istotne regresje w sposobie obsługi przez modele wąskiego zestawu wrażliwych kategorii ewaluacji, w tym podpowiedzi związane ze skrzywdzeniem siebie, przy czym Luna wykazała dodatkowe regresje w treści brutalnej i seksualnej podczas wewnętrznych testów; własna ocena OpenAI opisała problematyczne wyniki, które przeanalizowała, jako o niskiej dotkliwości i nadal mieści się w jej ogólnych oczekiwaniach bezpieczeństwa.

Zgodnie z Preparedness Framework OpenAI, karta systemowa klasyfikuje zarówno Sol, jak i Lunę jako możliwości 'High' (Wysoka) w kategoriach ryzyka biologicznego/chemicznego i cyberbezpieczeństwa, ale poniżej progu 'Critical' — kategoria niższego ryzyka niż model Astra wydany w poprzednim miesiącu, który OpenAI ocenił jako Critical dla cyberbezpieczeństwa.

Jak rzeczywiście działają duże modele językowe

GPT-6, podobnie jak GPT-4, Claude czy Llama, jest zbudowana na architekturze sieci neuronowej zwanej transformatorem, wprowadzonej przez badaczy Google w 2017 roku, zgodnie z wyjaśniaczem badań IBM. Transformer dzieli tekst na małe jednostki zwane tokenami, konwertuje każdy token na wektor liczbowy, a następnie używa mechanizmu zwanego self-attention, aby ustalić, jak silnie każdy token odnosi się do każdego innego tokenu we wejściu — w tym tych, które są daleko w tekście.

Zanim to wszystko się stanie, model musi być wytrenowany. Wyjaśniacz IBM opisuje to jako zaczynając się od masywnych zestawów danych — miliardów lub bilionów słów pochodzących z książek, stron internetowych i kodu — które są czyszczone, tokenizowane i przesyłane przez sieć przy użyciu self-supervised learning, metodą, która nie wymaga od ludzi oznaczania poprawnej odpowiedzi na każdy przykład.

Po przeszkoleniu model działa poprzez przyjęcie podpowiedzi, konwersję jej na tokeny i wielokrotnie przewidywanie pojedynczego najbardziej prawdopodobnego następnego tokenu, jeden naraz, aż odpowiedź będzie kompletna. Jak mówi wyjaśniacz IBM, system nie zna swojej ostatecznej odpowiedzi z góry; generuje odpowiedź kawałek po kawałku, używając relacji statystycznych nauczonych podczas treningu, zamiast pobierania zapisanego faktu lub rozumowania, jak robi to człowiek.

Co to oznacza dla zaufania do wyniku

Ponieważ system przewiduje wiarygodny tekst, a nie weryfikuje prawdę, wyjaśniacz IBM wymienia halucynacje — pewnie wygenerowaną, ale fałszywą informację — jako ograniczenie wewnętrzne architektury, obok ryzyka, że uprzedzenia obecne w danych treningowych są odzwierciedlane lub wzmacniane w wynikach. Trening i uruchamianie modeli w tej skali wymaga również bardzo dużych ilości mocy obliczeniowej i energii, punkt, który podkreślała sama OpenAI, mówiąc, że przebieg treningowy Astry wykorzystywał ponad 100 000 procesorów graficznych na jednym obiekcie.