Kompanija OpenAI je nekoliko dana posle lansiranja svog najjačeg modela GPT-5.6 Sol naglo smanjila takozvani budžet za razmišljanje tog modela, čime je izazvala talas kritika među korisnicima. Deo pretplatnika je promenu opisao kao tiho slabljenje modela za koji su platili punu cenu, dok je OpenAI odbacio te ocene i deo izmena vratio na staro.
GPT-5.6 predstavljen je 9. jula, zajedno sa modelima Terra i Luna. Sol je pozicioniran kao vodeći, najsposobniji član porodice, za koji je kompanija tvrdila da postiže vrhunske rezultate u programiranju, radu sa znanjem, sajber bezbednosti i nauci. Već u prvim danima, međutim, pažnju je privukla promena koja se nije ticala onoga što model može, već koliko mu je resursa dozvoljeno da potroši dok razmišlja.
Šta se tačno promenilo
Prema navodima korisnika i tehničkih pratilaca, OpenAI je oko 13. jula, četiri dana posle lansiranja, smanjio interni parametar koji kompanija naziva „juice value”. Taj parametar određuje koliko računarskih resursa model troši na razmišljanje pre nego što ponudi odgovor, pa se u praksi ponaša kao budžet za razmišljanje. Najviši nivo Sol modela spušten je sa 960 na 128, što je pad od oko 87 odsto. Slično su smanjeni i niži režimi rada.
Konkurentni modeli iz iste porodice pri tom su zadržali znatno veće vrednosti. Terra je na najvišem nivou ostala na 960, a Luna na 768. Zbog toga je nastala neobična situacija u kojoj najviši režim Sola, reklamiran kao najmoćniji, radi sa manjim budžetom za razmišljanje od jeftinijih modela na njihovim najvišim podešavanjima.
Uporedo s tim, OpenAI je smanjio i kontekstni prozor Sola, sa 372.000 na 272.000 tokena. Kompanija je taj prozor proširila na lansiranju, ali je, kako je saopštila, širi kontekst trošio više kredita nego što je planirano, pa je vraćen na raniju vrednost. Kontekstni prozor određuje koliko teksta model može istovremeno da drži u vidu, od dugačkih dokumenata do celih baza koda.
Optužba: prvo merenje, pa slabljenje
Jezgro nezadovoljstva nije bila samo promena brojki, već njihov redosled. Deo korisnika je na društvenim mrežama tvrdio da je model prvo pušten sa maksimalnim budžetom, da su u tom stanju objavljeni prvi testovi i pohvalne ocene, a da je tek potom, kada su recenzije već bile ustaljene, budžet tiho smanjen. Poruka koja je kružila glasila je da korisnici i dalje plaćaju punu cenu za model koji više ne radi onako kako je izmeren na dan lansiranja.
Ta primedba dotiče osetljivo mesto cele industrije. Odluke o tome koji će se model koristiti u firmama često se donose na osnovu javnih rezultata na testovima, a ti rezultati zavise upravo od podešavanja poput budžeta za razmišljanje. Ako se ono naknadno spusti, isti model može da daje slabije odgovore nego u trenutku kada je ocenjivan, a da spolja izgleda nepromenjeno.
Treba naglasiti da te tvrdnje nisu nezavisno potvrđene. Same brojke o „juice” vrednostima potiču iz posmatranja korisnika, a ne iz zvaničnih tehničkih specifikacija kompanije, pa ih valja uzimati sa oprezom dok ih OpenAI ne potvrdi ili opovrgne u celosti.
Odgovor kompanije
OpenAI je odbacio ocenu da je reč o namernom slabljenju. Tibo Sottiaux iz kompanije poručio je da „nema nikakvog slabljenja, samo dobre vesti”. Prema objašnjenju koje je izneo, izmene „juice” vrednosti bile su privremeni eksperiment kojim se pokušavalo utvrditi odakle dolazi neočekivano velika potrošnja resursa, i te izmene su u međuvremenu vraćene.
Kompanija je dodala da je sprovela optimizacije u načinu na koji model radi i da je uštedu prenela pretplatnicima, u vidu oko 10 odsto veće dozvoljene potrošnje za korisnike alata ChatGPT Work i Codex. Drugim rečima, po tumačenju kompanije, korisnici na kraju dobijaju više upotrebe, a ne manje.
Pritisak na kapacitete posle lansiranja
Sporenje oko budžeta za razmišljanje došlo je u trenutku kada je OpenAI imao vidljive probleme sa kapacitetom. Kompanija je saopštila da se saobraćaj udvostručio u prvih 48 sati po lansiranju, a da je Codex dostigao šest miliona aktivnih korisnika. Programeri su se žalili da prebrzo troše nedeljne kvote.
OpenAI je 12. jula privremeno ukinuo petočasovno ograničenje potrošnje za planove Plus, Pro i Business, ostavljajući samo nedeljni limit, i resetovao nedeljnu potrošnju na sto odsto. Sottiaux je priznao da na početku „nisu sve podesili kako treba”, uz niz ručnih intervencija pre nego što je struktura ograničenja izmenjena.
Širi kontekst trke
Sve se odvija usred zaoštrene konkurencije na vrhu tržišta. OpenAI je uz Sol tvrdio da nadmašuje Anthropicov model Fable 5 u zadacima programiranja. Anthropic je, sa svoje strane, u istoj nedelji dvaput produžio besplatan pristup Fable 5 modelu svojim pretplatnicima, do 19. jula, što je široko protumačeno kao odgovor na lansiranje Sola.
Za korisnike, epizoda otvara pitanje koje nadilazi jednu kompaniju. Ako se ponašanje modela može menjati posle objavljenih testova, i to bez jasne najave, postavlja se pitanje koliko su takva merenja pouzdana kao osnova za izbor alata. U industriji u kojoj se ugled gradi na rezultatima na dan lansiranja, postojanost isporučenog modela postaje jednako važna kao i sam rezultat.
Često postavljana pitanja
Šta je „juice value” kod GPT-5.6 Sol?
To je interni naziv koji OpenAI koristi za budžet razmišljanja, odnosno za količinu računarskih resursa koje model troši na obradu pre nego što odgovori. Viša vrednost obično znači temeljnije razmišljanje, ali i veću potrošnju.
Da li je OpenAI potvrdio da je oslabio model?
Nije. Kompanija tvrdi da nema slabljenja, da su izmene bile privremeni eksperiment radi praćenja potrošnje i da su vraćene. Tvrdnje o konkretnim brojkama potiču od korisnika, a ne iz zvaničnih specifikacija.
Šta se promenilo sa kontekstnim prozorom?
Kontekstni prozor Sola vraćen je sa 372.000 na 272.000 tokena. OpenAI je naveo da je širi prozor trošio više kredita nego što je bilo planirano, pa je smanjen na raniju vrednost.
Kako je ovo povezano sa ograničenjima potrošnje?
Sve se dešava uz veliki nalet korišćenja posle lansiranja. OpenAI je privremeno ukinuo petočasovni limit za deo planova i resetovao nedeljnu potrošnju, dok istovremeno pokušava da uravnoteži opterećenje sistema.
