News & analizy
GPT-5.5 i agenci Codex: co potrafią i ile kosztuje ich praca w 2026
Zaktualizowano: Autor: Andrzej Niemiec11 min czytania
GPT-5.5 i Codex: co agent robi sam, gdzie potrzebny jest człowiek i jak liczyć koszt w tokenach. Stawki API, kontekst i rola infrastruktury NVIDIA.
Spis treści
Czym jest GPT-5.5 i czym różni się od Codexa?
GPT-5.5 to model językowy OpenAI ogłoszony 23 kwietnia 2026 roku, przeznaczony do kodowania, pracy z narzędziami i złożonych zadań wieloetapowych [1]. Codex to środowisko agentowe zbudowane wokół tego modelu: implementacja, refaktoryzacja, debugowanie, testowanie i walidacja kodu [1]. Osobno stoi infrastruktura, czyli systemy NVIDIA GB200 i GB300 NVL72 [1]. Te trzy warstwy mają różne zastosowania i różne koszty, a mieszanie ich prowadzi do błędnych wniosków.
Model odpowiada za jakość rozumowania i generowany tekst. Agent to warstwa wykonawcza: przyjmuje zadanie, planuje kroki, sięga po narzędzia i zmienia pliki w repozytorium. Sprzęt decyduje o tym, jak szybko i przy jakim obciążeniu działa całość. Dla zespołu, który chce używać agenta w codziennej pracy, najważniejsze są dwie pierwsze warstwy, bo trzecia pozostaje po stronie dostawcy usługi.
Podstawowe informacje o samym asystencie, jego planach i funkcjach zebraliśmy na stronie huba ChatGPT. Warto je znać, bo ChatGPT i Codex korzystają z tych samych modeli, ale różnią się interfejsem i sposobem rozliczania.
Co agent Codex potrafi zrobić sam, a czego nie?
Codex potrafi planować zadania, wywoływać narzędzia, modyfikować repozytorium, uruchamiać testy i przygotowywać zmiany do przeglądu [2]. Materiały OpenAI nie twierdzą jednak, że agent zastępuje deweloperów albo pracuje bez nadzoru. Potrzebny jest sandbox, zestaw uprawnień, przegląd kodu i walidacja przez człowieka [2].
W maju 2026 roku OpenAI opisało, jak z Codexa korzystają inżynierowie i badacze NVIDIA. Ponad 10 000 pracowników firmy otrzymało wcześniejszy dostęp do GPT-5.5 [2]. Materiał pokazuje zastosowania, nie podaje natomiast mierzalnych oszczędności czasu, więc nie da się na jego podstawie policzyć zwrotu z wdrożenia.
Praktyczny podział pracy wygląda inaczej, niż sugerują nagłówki o pisaniu kodu za developerów. Agent przygotowuje zmianę i uruchamia testy, człowiek ocenia poprawność, zakres i ryzyko. Więcej o granicach tego modelu pracy piszemy w artykule GPT-5.5 połknął Codex. Czy developerzy stracą precyzję za uniwersalność?.
Jakie wyniki GPT-5.5 osiąga w benchmarkach?
OpenAI deklaruje 82,7% w Terminal-Bench 2.0 i 58,6% w SWE-Bench Pro [1]. Oba wyniki pochodzą od producenta, nie z niezależnego pomiaru, i dotyczą wąskich zadań testowych. Model obsługuje kontekst do 1 050 000 tokenów w API [3], co pozwala analizować duże repozytoria i długie dokumenty w jednym wywołaniu.
Sam wynik benchmarku nie odpowiada na pytanie, czy agent poradzi sobie z konkretnym projektem. Inne znaczenie ma poprawność na wyizolowanym zadaniu, inne stabilność w repozytorium z historią, zależnościami i konwencjami zespołu. Dlatego liczby warto traktować jako punkt wyjścia do własnych prób, a nie jako gwarancję. Szersze porównanie modeli do kodowania, w tym Opus 4.7, znajdziesz w tekście GPT 5.5 vs Opus 4.7 w kodowaniu.
Ile kosztuje praca agenta kodującego?
Rozliczenie opiera się na tokenach, nie na liczbie uruchomień agenta [3]. Znaczenie mają długość kontekstu, liczba iteracji, wywołania narzędzi i to, czy odpowiedź trafia do pamięci podręcznej. Cennik jest oficjalny, podany w USD przez OpenAI, stan na październik 2026 roku.
| Kryterium | API GPT-5.5 | Plany Codex |
|---|---|---|
| Sposób rozliczania | za tokeny wejściowe i wyjściowe [3] | w ramach planu ChatGPT/Codex [1] |
| Okno kontekstu | do 1 050 000 tokenów [3] | 400 000 tokenów [1] |
| Mnożniki | Batch i Flex -50%, Priority 2,5x [1] | tryb Fast: 1,5x szybciej, 2,5x drożej [1] |
Stawki bazowe to 5 USD za 1 mln tokenów wejściowych i 30 USD za 1 mln tokenów wyjściowych [3]. GPT-5.5 Pro kosztuje 30 USD za 1 mln tokenów wejściowych i 180 USD za 1 mln wyjściowych [4]. Przy wejściu powyżej 272 tys. tokenów OpenAI liczy 2x stawkę za wejście i 1,5x za wyjście [3].
Proste przeliczenie pokazuje skalę. 200 tys. tokenów wejściowych i 20 tys. wyjściowych to 0,2 mln x 5 USD + 0,02 mln x 30 USD, czyli 1,6 USD za jedno wywołanie [3]. Ten sam przebieg na GPT-5.5 Pro kosztowałby 0,2 x 30 + 0,02 x 180, czyli 9,6 USD [4]. Realne zadanie to zwykle kilka iteracji i wywołań narzędzi, więc kwota rośnie proporcjonalnie do pracy, nie do liczby agentów.
Czy do pracy z GPT-5.5 potrzebny jest system GB200 NVL72?
Nie dla typowego zespołu. GB200 NVL72 to system rack-scale z 72 GPU Blackwell i 36 procesorami Grace, z 13,4 TB pamięci HBM3E i 130 TB/s przepustowości NVLink [5]. OpenAI podaje, że GPT-5.5 był współprojektowany, trenowany i obsługiwany na systemach GB200 i GB300 NVL72 [1]. To infrastruktura centrów danych, a nie sprzęt do biurka.
NVIDIA deklaruje do 30x szybsze wnioskowanie dla określonych wielkich modeli względem wcześniejszej generacji [5]. Nie jest to równoznaczne z 30x niższym kosztem konkretnego agenta programistycznego [5]. Dla firmy, która nie prowadzi własnego centrum danych, zwykłą drogą pozostaje API albo plan Codex. Warianty wdrożenia po stronie organizacji opisaliśmy w artykule Codex on-premise: jak OpenAI i Dell omijają polskie blokady compliance w kodowaniu.
Co wiadomo o polskich agentach do testowania?
Polski startup TesterArmy rozwija agentów do testowania aplikacji webowych i mobilnych, a w 2026 roku pozyskał rundę pre-seed o wartości około 4,5 mln zł [7]. Publiczne materiały z września 2026 roku opisują testowanie z perspektywy użytkownika, a nie generowanie testów jednostkowych [6]. Źródła nie potwierdzają historii o polskim startupie finansowym, który w październiku 2026 roku miał uruchomić agenta generującego testy jednostkowe na GPT-5.5.
To rozróżnienie ma znaczenie praktyczne. Agent testujący interfejs działa inaczej niż agent piszący kod: pierwszy symuluje użytkownika i szuka błędów w gotowym produkcie, drugi zmienia repozytorium. Oba mieszczą się w szerszym trendzie, ale mają inne wymagania dotyczące uprawnień i nadzoru.
Najczęstsze pytania
Czy Codex zastąpi junior developera?
Materiały OpenAI nie dają podstaw do takiego wniosku. Agent planuje zadania, modyfikuje repozytorium i uruchamia testy, ale wymaga sandboxingu, uprawnień i przeglądu przez człowieka [2]. Nie ma potwierdzonych danych o redukcji zatrudnienia w firmach, które wdrożyły Codex. Bezpieczniej mówić o zmianie zakresu pracy niż o zastąpieniu stanowiska.
Ile kosztuje GPT-5.5 w API?
Bazowa stawka to 5 USD za 1 mln tokenów wejściowych i 30 USD za 1 mln wyjściowych, a GPT-5.5 Pro odpowiednio 30 i 180 USD [3][4]. Wejście powyżej 272 tys. tokenów jest liczone podwójnie, wyjście półtorakrotnie [3]. Do tego dochodzą mnożniki trybów: Batch i Flex obniżają cenę o połowę, Priority ją zwiększa [1].
Czy GPT-5.5 jest dostępny w Polsce?
Polska znajduje się na liście krajów obsługiwanych przez ChatGPT i OpenAI API [8]. Dostępność konkretnego planu i modelu zależy od planu oraz ustawień konta. Ceny w PLN mogą różnić się od prostego przeliczenia kursu, bo OpenAI obsługuje rozliczenia w walucie lokalnej dla wybranych rynków [9].
Czy agent może pracować bez nadzoru człowieka?
Nie w świetle materiałów OpenAI. Agent działa w sandboxie i w granicach nadanych uprawnień, a przygotowane zmiany przechodzą przegląd kodu oraz walidację [2]. Nadzór dotyczy nie tylko poprawności, ale też bezpieczeństwa: dostępu do sekretów, sieci i danych produkcyjnych. Dlatego wdrożenie wymaga polityki uprawnień, a nie tylko wyboru modelu.
Czy GB200 NVL72 trzeba kupić, żeby używać GPT-5.5?
Nie. GPT-5.5 jest dostępny przez API i w planach ChatGPT oraz Codex, a GB200 NVL72 to system dla centrów danych [1][5]. Źródła nie podają ceny tego systemu, więc nie da się rzetelnie porównać zakupu z kosztem API. Dla małego zespołu rozliczenie tokenowe jest prostsze do przewidzenia i nie wymaga utrzymania sprzętu.
Źródła
- Introducing GPT-5.5 (OpenAI, 2026)
- How NVIDIA engineers and researchers build with Codex (OpenAI, 2026)
- GPT-5.5 Model (OpenAI, 2026)
- GPT-5.5 Pro Model (OpenAI, 2026)
- GB200 NVL72 (NVIDIA, 2026)
- Agenci AI zamiast skryptów. TesterArmy chce podbić rynek i zebrał na to miliony od znanych inwestorów (XYZ, 2026)
- TesterArmy pozyskuje 4,5 mln PLN na rozwój agentów AI do testowania aplikacji (mamstartup.pl, 2026)
- ChatGPT Supported Countries (OpenAI, 2026)
- Multi-currency billing (OpenAI, 2026)
Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.
Jak powstają teksty: Polityka AI · O redakcji