GPT-5.6 Sol, Terra a Luna: Jak rozdělit agentic coding mezi tři modely
GPT-5.6 není jeden model. Je to rodina tří úrovní — Sol, Terra a Luna — a to mění způsob, jakým bys měl AI používat v práci. Většina týmů, které vidím, má tendenci vybrat si jeden "nejchytřejší" model a cpát do něj všechno. To je drahá chyba. Ukážu ti, jak na to jinak.
Proč tři modely místo jednoho
Když OpenAI 9. července 2026 spustila GPT-5.6 pro běžnou dostupnost, představila přístup, který je v praxi užitečnější než samotná čísla na benchmarku. Místo jedné cenové hladiny dostaneš tři:
- Sol — vlajková loď pro těžké reasoning a komplexní coding
- Terra — vyvážený model pro denní vývoj
- Luna — rychlý a levný model pro rutinní, objemné úlohy
Všechny tři sdílí stejný vstupní formát, kontextové okno 1,05 milionu tokenů a až 128K výstupních tokenů. To znamená, že můžeš měnit model za běhu, aniž bys přepisoval prompty. Router prostě pošle stejný request na jiný endpoint.
A to je klíčový posun. Otázka už není "který model je nejchytřejší?", ale "která úroveň by měla zpracovat tento krok workflow?".
Čísla, která se vyplatí znát
OpenAI tvrdí, že na Artificial Analysis Coding Agent Indexu dosáhne GPT-5.6 Sol skóre 80 — o 2,8 bodu víc než Claude Fable 5 — a to s polovičním počtem výstupních tokenů, polovičním časem a zhruba o třetinu nižší cenou. Terra a Luna překonávají Fable 5 a Opus 4.8 při zhruba čtvrtinové ceně.
Konkrétní cenovka API (na milion tokenů):
| Model | Vstup | Výstup |
|---|---|---|
| Sol | $5 | $30 |
| Terra | $2,50 | $15 |
| Luna | $1 | $6 |
To pětina ceny mezi Sol a Luna u výstupu. Když máš agenta, který projde tisíce souborů nebo generuje stovky shrnutí, rozdíl mezi Sol a Luna rozhoduje o tom, jestli ti faktura dává smysl.
Jak rozdělit práci: praktická routingová politika
Tady je princip, který funguje. Začni tím, co je levné, a eskaluj jen když je to potřeba.
1. Luna pro triage a rutinu
Luna je nejlepší volba pro opakující se, dobře ohraničenou práci, kterou snadno ohodnotíš. Typické příklady:
- Klasifikace support ticketů do kategorií
- Extrakce polí ze souborů do schématu
- Normalizace záznamů z databáze
- První návrh, který stejně projde lidskou kontrolou
- Analýza logů a hledání anomálií
Pokud je úkol jednoznačný a výsledek se dá ověřit pravidlem nebo rychlým testem, nepotřebuješ Sol.
2. Terra pro denní vývoj
Terra je tvoje výchozí vrstva pro většinu reálného vývoje. Použij ji, když má úkol několik závislých kroků, nejednoznačný kontext nebo smysluplné volání nástrojů:
- Změna kódu s následným spuštěním testů
- Code review napříč pull requestem
- Generování dokumentace z existujícího kódu
- Načtení a syntéza informací z více zdrojů
Terra zvládne agenta, který si projde repozitář, naplánuje změnu, provede ji a ověří výsledek. Pro většinu běžné feature práce to stačí.
3. Sol pro těžké případy
Sol si nech na chvíle, kdy je selhání drahé. Když práce sahá napříč subsystémy, vyžaduje hluboký reasoning nebo se agent musí vracet a revidovat vlastní přístup:
- Bezpečnostní audit kódu
- Komplexní debugging napříč mikroservisami
- Architektonické rozhodnutí s dlouhým dosahem
- Finální úprava designově citlivého multi-souborového výstupu
Pravidlo: jestli je "blast radius" chyby velký, zaplať si Sol.
Tahák pro rychlé rozhodování
| Krok workflow | Výchozí model | Eskaluj když… |
|---|---|---|
| Triage a routing | Luna | Vstup je nejednoznačný nebo má velký dopad |
| Načtení a syntéza | Terra | Zdroje si odporují nebo kontext je široký |
| Změna kódu s testy | Terra | Změna přesahuje subsystémy |
| Bezpečnostní review | Sol | — |
| Finální polish artefaktu | Sol / Terra | Sol pro designově citlivý výstup |
Programmatic Tool Calling: méně zpátečních cest
GPT-5.6 přináší do Responses API funkci, která v praxi ušetří nejvíc tokenů. Jmenuje se Programmatic Tool Calling.
Běžný agent funguje takto: zavolá nástroj A, výsledek se vrátí do modelu, model se rozhodne, zavolá nástroj B, výsledek se zase vrátí... Každý mezivýsledek putuje zpátky do kontextu. U rozsáhlých dat to prompt rychle nafoukne.
Programmatic Tool Calling to mění. Model si napíše a spustí odlehčený program, který nástroje koordinuje, mezivýsledky filtruje a dál pošle jen to důležité. Funguje to přímo v rámci požadavku, takže je to kompatibilní s politikou Zero Data Retention.
Kdy to dává smysl? Když agent musí projít stovky záznamů, volat několik API nebo opakovaně transformovat výstup nástroje. Pro jeden lookup je obyčejné volání funkce jednodušší. Vždycky změř obě cesty s reálnou zátěží — úspora tokenů závisí na tom, kolik mezidat by jinak procházelo modelem.
Prompt caching: designové rozhodnutí, ne detail
GPT-5.6 přidává explicitní cache breakpoints s minimální životností 30 minut. Načtení z cache dostaneš s 90% slevou, zápis stojí 1,25× vstupní sazbu.
Jak to využít:
- Dej stabilní instrukce, schémata a referenční materiál na začátek promptu
- Za stabilní prefix vlož cache breakpoint
- Až pak přijde specifický obsah requestu
Tohle se vyplatí u agentů s velkým system promptem, dlouhým balíkem pravidel nebo opakovaným kontextem repozitáře. Pokud se ale prompt mění při každém requestu, breakpoint přidá jen komplexitu bez benefitu. Měř hit rate cache a efektivní vstupní cenu.
Ultra: paralelní agenti pro nejtěžší práci
OpenAI přidala nastavení ultra, které koordinuje čtyři agenty paralelně. V API je to dostupné přes multi-agent beta v Responses API.
Není to ale "zadarmo paralelismus". Ultra smysl dává u nezávislých výzkumných větví, paralelních perspektiv při code review nebo analýzy více souborů najednou. Když je práce úzce závislá na předchozím kroku, paralelní agenti ti nepomohou a jen zvednou fakturu.
Konkrétní příklad: feature od A do Z
Představ si, že chceš, aby agent přidal autentizaci do existující aplikace. S rozdělením na tři modely to vypadá takhle:
- Luna projede repozitář a vyfiltruje soubory týkající se user managementu a API logiky → rychlý a levný triage
- Terra vytvoří implementační plán, přidá routes, middleware a UI aktualizace, spustí testy a přečte chyby
- Sol nastoupí jen pokud Terra narazí na architektonický problém nebo bezpečnostní riziko — provede revizi a finální úpravu
Výsledek: stejná kvalita, jako bys všechno házel na Sol, ale za zlomek ceny. Většina práce se odehraje v Terra a Luna.
Co měřit, ať to vídáš
Router bez logování je slepý. Sbírej:
- Vybranou úroveň modelu a reasoning effort
- Počet a typ volání nástrojů
- Latenci a počet tokenů
- Výsledek evaluatoru (prošlo test? potřebovalo lidský zásah?)
Tyhle stopy pak použij, aby se router učil. V mnoha systémech není nejlevnější cesta "vždy Luna" — je to Luna pro snadnou většinu, s jasnou eskalační cestou, když grader nebo guardrail řekne, že výsledek potřebuje další průchod.
Kde začít
- Vytvoř API klíč v konzoli poskytovatele
- Ulož ho jako proměnnou prostředí
- Vyber model podle úlohy (ne defaultně Sol na všechno)
- Pošli request přes SDK nebo coding tool
- Měř kvalitu, rychlost a cenu na reálné práci
Největší chyba, kterou teď vidím u týmů, je, že si řeknou "Sol je nejlepší, použijeme Sol". Druhá největší chyba je cpát všechno do nejlevnějšího modelu a pak se divit, že agenti selhávají u složitějších úkolů. Správná odpověď je routing: správná úroveň pro správný krok.
GPT-5.6 jako rodina dává smysl přesně proto, že ti umožňuje ten routing provést. Vyzkoušej to na skutečném bugfixu, změně API, refaktoru nebo pull requestu — a porovnej fakturu s tím, co jsi platil za "jeden model na všechno".
