GPT-5.2 i Codex działają na NVIDIA. OpenAI nie ma alternatywy
- OpenAI wypuściło w grudniu GPT-5.2 jako najbardziej zaawansowany model do profesjonalnej pracy z wiedzą, trenowany na systemach NVIDIA Hopper i GB200 NVL72.
- GPT-5.3 Codex to pierwszy agentowy model programistyczny OpenAI, również oparty na infrastrukturze NVIDIA.
- Zależność największych twórców AI od jednego dostawcy chipów pogłębia się z każdą premierą nowego modelu.
OpenAI stawia na NVIDIA przy GPT-5.2
OpenAI uruchomiło GPT-5.2 w grudniu, trenując i wdrażając model na systemach NVIDIA Hopper oraz GB200 NVL72. Firma opisuje go jako najbardziej zaawansowaną serię modeli do profesjonalnej pracy z wiedzą w swojej historii.
To nie przypadek, że każda kolejna iteracja GPT wymaga coraz mocniejszego żelaza. GB200 NVL72 to najnowsza konfiguracja serwerowa NVIDIA, łącząca 72 akceleratory Blackwell w jeden system. Pojedyncza taka instalacja kosztuje miliony dolarów.
Codex staje się agentem
GPT-5.3 Codex to pierwszy model OpenAI określany jako “agentowy” w kontekście programowania. Różnica między zwykłym modelem kodującym a agentem? Agent nie tylko generuje kod — wykonuje sekwencje działań, testuje rozwiązania, iteruje.
Codex w wersji 5.3 może teoretycznie przejąć całe zadanie programistyczne: od analizy wymagań, przez implementację, po debugowanie. Brzmi jak science fiction, ale OpenAI najwyraźniej uznało, że hardware jest gotowy.
Infrastruktura NVIDIA pozwala na inference w czasie rzeczywistym przy zachowaniu kontekstu obejmującego tysiące linii kodu. Bez tego agentowe podejście byłoby zbyt wolne, żeby mieć praktyczne zastosowanie.
Monopol NVIDIA się umacnia
Każda premiera dużego modelu to kolejny dowód na dominację NVIDIA w AI. OpenAI, Anthropic, Google, Meta — wszyscy trenują na tych samych chipach. Alternatywy istnieją na papierze: AMD MI300X, Intel Gaudi, Google TPU. W praktyce ekosystem CUDA i biblioteki optymalizacyjne NVIDIA mają dekadę przewagi.
GB200 NVL72 to odpowiedź na rosnące wymagania modeli frontier. System oferuje przepustowość pamięci przekraczającą możliwości poprzedniej generacji o rząd wielkości. Dla OpenAI to oznacza szybszy trening i niższe koszty per token — przynajmniej w porównaniu do starszego sprzętu.
Problem? Dostępność. NVIDIA nie nadąża z produkcją, a lista oczekujących na GB200 ciągnie się na kwartały. OpenAI ma priorytetowy dostęp dzięki wieloletniej współpracy i prawdopodobnie przedpłatom liczonymi w miliardach.
Co GPT-5.2 zmienia dla użytkowników
OpenAI pozycjonuje nowy model jako narzędzie dla profesjonalistów. “Professional knowledge work” to corporate-speak na: prawnicy, analitycy, konsultanci, badacze. Ludzie, którzy spędzają godziny na przeszukiwaniu dokumentów i syntetyzowaniu informacji.
Konkretne benchmarki? OpenAI tradycyjnie skąpi z liczbami przy premierach. Wiemy, że model ma być “most capable” — najbardziej zdolny. Co to oznacza w praktyce, dowiemy się z niezależnych testów w kolejnych tygodniach.
Jedno jest jasne: wyścig na parametry i compute trwa. GPT-4 wymagał klastrów Hopper. GPT-5 wymaga Blackwell. GPT-6 prawdopodobnie będzie potrzebować sprzętu, który NVIDIA dopiero projektuje.
Agenci AI wchodzą do mainstreamu
Codex jako model agentowy to sygnał kierunku dla całej branży. Anthropic ma Claude Agents, Google rozwija Gemini z funkcjami agentowymi, Microsoft integruje agentów w Copilot. Ale OpenAI jako pierwszy nazywa wprost swój model programistyczny “agentem”.
Różnica nie jest tylko marketingowa. Agentowy model wymaga innej architektury wdrożenia: persistent state, tool use, wieloetapowe planowanie. To wszystko wymaga więcej mocy obliczeniowej niż zwykły chat.
NVIDIA na tym zyskuje podwójnie. Raz przy treningu, drugi raz przy inference. Im bardziej skomplikowane zadania wykonują modele, tym więcej GPU potrzebują w produkcji.
Ile to kosztuje
OpenAI nie ujawniło cennika GPT-5.2 API przy premierze. Historycznie nowe modele startują z premium, a ceny spadają w ciągu 6-12 miesięcy. GPT-4 Turbo kosztuje dziś ułamek ceny z dnia premiery.
Dla enterprise’ów liczy się jednak nie tylko cena za token. Liczy się dostępność, SLA, integracja z istniejącymi systemami. Tu OpenAI ma przewagę — Azure OpenAI Service działa w korporacyjnych środowiskach od lat.
Codex dla programistów to inna historia. GitHub Copilot oparty na wcześniejszych wersjach Codex zmienił workflow milionów deweloperów. Wersja agentowa może pójść dalej — od asystenta do współpracownika, który sam commituje kod do repo.
