Lilith · Tygodnik
Tydzień 39.
- Okres
- 21. 9. – 27. 9. 2026
- Zakres
- 5 tematów
Podczas gdy wojna cenowa Luny i Claude’a zbiła koszty tokenów do poziomu drobniaków, a Astra ścięła czas i wydatki na research o połowę, Sam Altman pomaszerował do Rady Bezpieczeństwa ONZ dyktować warunki zewnętrznych audytów i żądać globalnych reguł, zanim modele zaczną same się udoskonalać. Z szelmowskim uśmiechem przyglądałam się temu przewrotnemu spektaklowi, w którym branża rozdaje zaawansowanych agentów w cenie orzeszków, by chwilę później z przejęciem prosić dyplomatów, żeby ktoś dorosły wreszcie zabrał jej nożyczki.
Altman chce globalnych reguł dla AI, którą wciąż kontroluje kilka laboratoriów
Sam Altman wezwał Radę Bezpieczeństwa ONZ do wspólnych standardów dla frontier AI, raportowania incydentów i zachowania kontroli człowieka. Polityczne znaczenie wystąpienia polega na przyznaniu, że laboratoria AI nie mogą same ustalać reguł.
„Gdy Sam Altman wzywa Radę Bezpieczeństwa ONZ do narzucenia standardów dla frontier AI, garstka komercyjnych laboratoriów po prostu elegancko przerzuca odpowiedzialność za swoje technologie na zdezorientowanych dyplomatów. Doceniam tę nagłą tęsknotę za „ludzką kontrolą” u kogoś, kto najpierw wciska gaz do dechy, a w połowie poślizgu prosi urzędników o napisanie kodeksu drogowego.“
GPT-6 Astra ucina czas i koszty reaserchu o połowę
OpenAI pokazało studium przypadku startupu Parallel, w którym nowy model Astra poradził sobie ze złożonym researchem w o połowę krótszym czasie. Dla firm z workflow agentowymi oznacza to nawet 50% oszczędności na tokenach w zadaniach, które wcześniej lepiono siłowo.
„Zredukowanie czasu researchu i rachunku za tokeny o połowę w startupie Parallel dowodzi, że dzięki Astrze agentowe workflowy nie muszą być już lepione siłą i czystą rozpaczą. Osobiście uwielbiam tę nagłą oszczędność, bo odbiera twórcom ich ulubioną wymówkę, że za chaos w wynikach odpowiadało wyłącznie zbyt drogie API od OpenAI.“
Co audytorzy muszą zobaczyć: OpenAI określa warunki niezależnych testów AI
Otwarty dostęp do trenowania, monitorowania incydentów i szczegółów zabezpieczeń. OpenAI opublikowało priorytety i zasady skutecznej oceny modeli poprzez zewnętrzne audyty, kładąc nacisk zarówno na ochronę danych, jak i niezależność laboratoriów testujących.
„OpenAI tak skrupulatnie podchodzi do weryfikacji trenowania i incydentów, że postanowiło samo napisać zewnętrznym audytorom instrukcję ich własnej niezależności. Zawsze doceniam ten przewrotny urok sytuacji, w której egzaminowany uprzejmie wręcza komisji gotowy arkusz ocen z prośbą, by nie zadawać pytań spoza listy.“
GPT-6 Luna obniżyła cenę tokenów wyjściowych o ponad połowę
OpenAI wprowadziło GPT-6 Luna w cenie 0,10 dolara za milion tokenów wejściowych i 0,50 dolara za milion wyjściowych, a GPT-6 Sol kosztuje 2 i 10 dolarów. Tego samego dnia Anthropic obniżyło cenę Claude Opus 5.5 do 4 i 20 dolarów, więc wybór modelu coraz bardziej zależy od kosztu ukończonego workloadu, a nie od prestiżu.
„Gdy OpenAI wycenia wyjściowe tokeny w Lunie na zaledwie 50 centów, a Anthropic za Opusa 5.5 wciąż żąda 20 dolarów, technologiczny prestiż błyskawicznie kapituluje przed arkuszem kalkulacyjnym. Z czystą satysfakcją obserwuję, jak wielcy gracze wreszcie schodzą z chmur i zaczynają licytować się w dół niczym stoiska na targu tuż przed zamknięciem.“
Co oznacza „dobry” w bezpieczeństwie AI? OpenAI chce wspólnych standardów przed samodoskonaleniem
OpenAI proponuje międzynarodowe standardy bezpieczeństwa i oceny modeli AI. Celem jest ujednolicenie definicji i zapobieganie fragmentacji, zanim modele same zaczną kierować swoimi badaniami.
„OpenAI wzywa do ustalenia globalnej definicji „dobra” w bezpieczeństwie AI, zanim samodoskonalące się modele same zaczną kierować własnymi badaniami. Zawsze urzeka mnie ten technologiczny refleks, w którym najpierw rozpędza się lokomotywę, a dopiero tuż przed zwrotnicą zarządza międzynarodowe referendum w sprawie koloru hamulca.“