OpenAI na svojej strane k 4. 2. 2026 zvýšilo thinking effort pre nastavenie Medium pri predtým používanom modeli GPT-5.2 natoľko, že priemerná útrata vzrástla takmer o 30 % na správu.

Ide o to, že vstupné tokeny sú za určitú cenu, zatiaľ čo výstupné tokeny, medzi ktoré sa počítajú aj thinking tokeny, sú zhruba 12x drahšie. Aj pomerne malé zvýšenie úsilia pri uvažovaní preto vedie k viditeľnému navýšeniu ceny.

Dňa 5. 3. 2026 vyšiel model GPT-5.4, ktorý podľa našich interných benchmarkov aj napríklad podľa ARC AGI v2 ukazuje vyššiu úspešnosť pri nižšej cene. Jeho nízke úsilie vyzerá kvalitnejšie než Medium pri GPT-5.2.

    1. sme teda do produkcie zaviedli nový model s východiskovým nastavením thinking effort na Low. Súčasne s tým sme uvažovali o tom, dať pokročilým používateľom viac možností a voľnosti meniť parametre modelu: dostať premyslenejšie odpovede tam, kde je to potrebné, alebo rýchlejšie a lacnejšie, ak netrvajú na hlbšom prieskume alebo ak neprekáža dlhšie čakanie. Východiskové nastavenie thinking effort sme teda dali na Low s možnosťou konfigurácie. Takto to bolo v produkcii celý deň. Po nazbieraní dát sme 11. 3. 2026 vrátili východiskové nastavenie thinking effortu na Medium.

Prvé produkčné dáta

Pre porovnanie uvádzame štyri po sebe idúce dni:

DátumModel a nastaveniePozitívne z celkuNegatívna spätná väzbaPriemerná spotreba
9. 3. 2026GPT-5.2, Medium76 z 88 (86,4 %)128 316 kreditov
10. 3. 2026GPT-5.4, nízke uvažovanie, nízka podrobnosť98 zo 106 (92,5 %)83 337 kreditov
11. 3. 2026GPT-5.4, stredné uvažovanie, nízka podrobnosť108 zo 113 (95,6 %)54 718 kreditov
12. 3. 2026GPT-5.4, stredné uvažovanie, nízka podrobnosť107 zo 120 (89,2 %)134 422 kreditov

Graficky je trend vidieť nižšie:

Porovnanie pozitívnej spätnej väzby a priemernej spotreby kreditov
Porovnanie pozitívnej spätnej väzby a priemernej spotreby kreditov

Prvý deň po nasadení GPT-5.4 teda priniesol súčasne viac pozitívnej spätnej väzby a výrazne nižšiu priemernú spotrebu kreditov oproti 9. 3. 2026. Po návrate na Medium dňa 11. 3. 2026 priemerná spotreba znovu vzrástla, ale zostala pod úrovňou pôvodného nastavenia GPT-5.2.

Budeme to priebežne vyhodnocovať a do dokumentácie postupne doplníme odporúčania pre jednotlivé skupiny používateľov a typy otázok.

ARC AGI v2 benchmark
ARC AGI v2 benchmark