GPT-5.6 Sol Terra Luna w wersji przedpremierowej, Anthropic Economic Index, Gemma 4 na Cerebras: przegląd AI z 26 czerwca 2026

26 czerwca 2026 to intensywny dzień na kilku frontach: OpenAI ujawnia ograniczoną wersję przedpremierową serii GPT-5.6 (Sol, Terra, Luna), nowy system nazewnictwa ze skorygowanymi w dół cenami dla Terra i Luna; Anthropic publikuje swój szósty Economic Index „Cadences” z wynikami ankiety wśród 9 700 użytkowników; Gemma 4 przekracza 200 milionów pobrań w 2,5 miesiąca i staje się pierwszym multimodalnym modelem na Cerebras z wydajnością 1 500 tokenów na sekundę. Po stronie narzędzi dla deweloperów GitHub Desktop 3.6 integruje worktrees i Copilot SDK, Copilot for Jira przechodzi do ogólnej dostępności, a skill LSP Setup wnosi semantyczną inteligencję do Copilot CLI w 14 językach. HeyGen ogłasza 200 milionów USD ARR w osiem miesięcy, a Cohere podkreśla znaczenie suwerenności enterprise w reakcji na ograniczenia rządowe dotyczące GPT-5.6.

GPT-5.6 Sol, Terra i Luna — ograniczona wersja przedpremierowa nowej generacji OpenAI

26 czerwca — OpenAI uruchamia ograniczoną wersję przedpremierową serii GPT-5.6, złożonej z trzech modeli o odmiennym pozycjonowaniu. Seria wprowadza nowy system nazewnictwa: liczba (5.6) identyfikuje generację, podczas gdy Sol, Terra i Luna oznaczają trwałe poziomy możliwości, które mogą ewoluować niezależnie.

“Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.”

🇵🇱 Uruchomienie ograniczonej wersji przedpremierowej GPT-5.6 Sol, naszego modelu nowej generacji, a także GPT-5.6 Terra, zrównoważonego modelu do wydajnej codziennej pracy, oraz GPT-5.6 Luna, szybkiego i ekonomicznego modelu do zadań o dużej skali. — @OpenAI na X

Trzy modele, trzy poziomy możliwości

GPT-5.6 Sol: flagowy model nowej generacji, najsilniejszy jak dotąd w cyberbezpieczeństwie, kodzie i biologii. Wprowadza maksymalny poziom wysiłku rozumowania (max reasoning effort) oraz tryb ultra wykorzystujący podagentów do przyspieszania złożonych zadań.
GPT-5.6 Terra: zrównoważony model do codziennej pracy, o wydajności porównywalnej z GPT-5.5, ale dwa razy tańszy.
GPT-5.6 Luna: szybki i ekonomiczny model do dużych wolumenów, o najniższym koszcie w ofercie.

Cennik i wydajność

Model	Wejście (na milion tokenów)	Wyjście (na milion tokenów)	Pozycjonowanie
GPT-5.6 Sol	$5	$30	Flagowy / Frontier
GPT-5.6 Terra	$2,50	$15	Zrównoważony, 2× tańszy niż GPT-5.5
GPT-5.6 Luna	$1	$6	Szybki / ekonomiczny

W benchmarkach Sol ustanawia nowy rekord (state of the art) w Terminal-Bench 2.1 (code/CLI) i przewyższa GPT-5.5 w GeneBench v1 (biologia) przy mniejszej liczbie tokenów. W ExploitBench² (cyberbezpieczeństwo) Sol jest porównywalny z Mythos Preview przy około jednej trzeciej tokenów wyjściowych. Sol będzie dostępny na Cerebras z wydajnością do 750 tokenów na sekundę już od lipca 2026.

Wzmocnione bezpieczeństwo i ograniczona dostępność

OpenAI twierdzi, że wdrożyło jak dotąd najtrwalszy stos bezpieczeństwa (safety stack): ponad 700 000 godzin GPU równoważnych A100 przeznaczonych na automatyczny red teaming, klasyfikatory czasu rzeczywistego dla cyberbezpieczeństwa i biologii oraz przegląd na poziomie konta w celu wykrywania uporczywych, złośliwych zachowań. GPT-5.6 Sol nie przekracza progu „Cyber Critical” w ramach Preparedness Framework OpenAI.

Na prośbę rządu USA OpenAI startuje z ograniczoną wersją przedpremierową udostępnioną wąskiej grupie zaufanych partnerów, a szersze wdrożenie nastąpi „w ciągu najbliższych tygodni” przez API, Codex i ChatGPT.

🔗 Blog OpenAI — wersja przedpremierowa GPT-5.6

Anthropic Economic Index — szósty raport „Cadences”

26 czerwca — Anthropic publikuje szósty raport Anthropic Economic Index, zatytułowany „Cadences”. To pierwsza edycja łącząca ciągłe próbkowanie godzinowe, klasyfikator wytwarzanych artefaktów oraz wyniki ankiety wśród 9 700 użytkowników Claude.

Nowa metodologia

Zmiana	Opis
Próbkowanie godzinowe	Dane zbierane ciągle (nie już w 7-dniowym oknie) — widoczne wahania godzina po godzinie
Klasyfikator artefaktów	Każda rozmowa kategoryzowana według głównego outputu (wyjaśnienie, dokument, kod itd.)
Dane granularne	Podział na rozmowy Claude (chat + Cowork) i API 1P, agregacja na poziomie miesięcznym

Rytmy korzystania

Korzystanie odzwierciedla kalendarz i codzienne nawyki: udział rozmów osobistych rośnie z ~35 % w tygodniu do ~50 % w weekend. Przepisy kulinarne są proszone 2,3 razy częściej o 18:00 niż średnio; porady dotyczące snu osiągają szczyt około 5:00. Zapytania podatkowe były osiem razy częstsze 14 kwietnia (dzień przed terminem rozliczeń w USA) niż średnia z maja. W Claude Code najbardziej w weekend spadają zastosowania związane z architekturą back-end i debugowaniem API; najbardziej rosną: projektowanie agentów AI, trading ilościowy, gry wideo.

Co tworzy Claude

93 % rozmów generuje rozpoznawalny artefakt: wyjaśnienia (17 %), dokumenty i raporty (15 %), porady (11 %), kod i skrypty (~16 % łącznie). Aplikacje i strony internetowe zużywają ponad trzy razy więcej tokenów niż mediana rozmowy. Claude odpowiada średnio na poziomie czytania wyższym o około rok nauki niż prompt — największa różnica dotyczy obrazów i wykresów (+2,6 roku), gier (+1,9) i aplikacji (+1,7).

Ankieta wśród 9 700 respondentów

Wskaźnik	Wartość
Oczekują znaczących zmian w swoich obowiązkach w ciągu 12 miesięcy	>1/3
Uważają, że AI będzie w stanie obsługiwać większość ich zadań w 12 miesięcy	>35 %
Deklarują wzrost produktywności w szybkości	86 %
Deklarują wzrost produktywności w ilości wykonywanej pracy	82 %
Deklarują wzrost produktywności w jakości	69 %
Uczą się więcej dzięki AI	68 %
Uważają, że AI wzmacnia wartość ich umiejętności	57 %
Uważają za prawdopodobną utratę własnej pracy	~10 %
Uważają za prawdopodobne, że ich młodszy kolega straci pracę	>1/3

Wniosek centralny: użytkownicy, którzy najwięcej delegują do Claude, są też najbardziej optymistyczni co do wpływu AI na ich pracę i kompetencje — bez jednoczesnego spadku postrzeganego uczenia się. Kobiety stanowią 12 % połączonej próby; po uwzględnieniu różnic w zajęciach korzystają z Claude Code o 6,3 punktu procentowego mniej, ale spędzają więcej czasu aktywnie na czacie.

🔗 Anthropic Economic Index — raport Cadences

Claude Code v2.1.193 — autoMode, OpenTelemetry i autouzupełnianie bash

25 czerwca — Claude Code v2.1.193, opublikowana późnym wieczorem, wprowadza kilka nowych funkcji ukierunkowanych na kontrolę trybu automatycznego, obserwowalność i ergonomię terminala.

Funkcjonalność	Szczegóły
`autoMode.classifyAllShell`	Wszystkie polecenia Bash/PowerShell przechodzą przez klasyfikator trybu automatycznego
Powody odrzucenia w trybie auto	Zapisywane w transkrypcji, toastach i zakładce `/permissions`
OpenTelemetry `claude_code.assistant_response`	Rejestruje tekst odpowiedzi modelu (domyślnie ukryty; `OTEL_LOG_ASSISTANT_RESPONSES=1`)
Autouzupełnianie ścieżek bash (`!`)	Sugestie ścieżek w czasie rzeczywistym podczas wpisywania
Powiadomienie MCP auth	Powiadomienie do `/mcp` jeśli przy uruchomieniu serwery wymagają uwierzytelnienia
Automatyczna odpowiedź dla nieaktywnej powłoki w tle	Polecenia oczekujące na dane wejściowe otrzymują automatyczną odpowiedź (można wyłączyć przez `CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1`)

Naprawiono kilka regresji: przypięte w tle agenty nie są już ponownie zachęcane do „kontynuacji tam, gdzie skończyliście” po każdej automatycznej aktualizacji, a widmowy podagent „general-purpose (resumed)”, który restartował główną rozmowę, został usunięty. headersHelper MCP restartuje się i łączy ponownie automatycznie po odpowiedzi 401/403.

🔗 Changelog Claude Code

Google / Gemini — Gemma 4 na Cerebras, 200 mln pobrań i czerwcowe Drops

Gemma 4 × Cerebras — pierwszy multimodalny model z 1 500 tokenów/s

26 czerwca — Gemma 4 staje się pierwszym multimodalnym modelem dostępnym na Cerebras. Wersja 31B działa z wydajnością 1 500 tokenów na sekundę na infrastrukturze Cerebras. 28 czerwca organizowany jest 24-godzinny wirtualny hackathon z pulą $5 000 nagród dla uczestników, którzy otrzymują wcześniejszy dostęp do Gemma 4 na Cerebras przez Luma (Cerebras × Google Gemma 4: $5 000 Hackathon).

🔗 Tweet @googlegemma — Cerebras × Gemma 4

Gemma 4 — 200 milionów pobrań w 2,5 miesiąca

25 czerwca — Rodzina Gemma 4 przekracza 200 milionów pobrań zaledwie 2,5 miesiąca po premierze. Dla kontekstu, cała rodzina Gemma miała 100 milionów pobrań przy premierze Gemma 3 — Gemma 4 podwoiła więc ten wynik w 2,5 miesiąca. Ten kamień milowy został podany dalej przez @GoogleDeepMind, co pokazuje, jak duże znaczenie Google przypisuje temu rezultatowi.

🔗 Tweet @googlegemma — 200 mln pobrań

Gemini Drops czerwiec 2026 — obrazy w czasie rzeczywistym głosem i narzędzia dla MŚP

26 czerwca — Aplikacja Gemini publikuje swoje miesięczne podsumowanie czerwca („Gemini Drops”): generowanie obrazów w czasie rzeczywistym głosem oraz nowe narzędzia dla małych firm. Tweet odsyła do wpisu na blogu Google opisującego funkcje miesiąca.

🔗 Tweet @GeminiApp — Gemini Drops czerwiec 2026

GitHub Copilot — Desktop 3.6, Jira GA i semantyczna inteligencja CLI

GitHub Desktop 3.6 — worktrees i Copilot SDK

26 czerwca — GitHub Desktop 3.6 przynosi dwa ważne usprawnienia: obsługę Git worktrees oraz głębszą integrację Copilot dzięki nowemu Copilot SDK.

Funkcjonalność	Szczegóły
Copilot SDK	Wspólna podstawa dla wszystkich funkcji Copilot w Desktop
Tworzenie commitów	Generuje wiadomości zgodne z `.github/copilot-instructions.md` i `AGENTS.md`
Rozwiązywanie konfliktów	AI wyjaśnia sprzeczne zmiany i proponuje rozwiązanie do zaakceptowania lub edycji
Git worktrees	Praca nad wieloma gałęziami równolegle bez stashowania ani wielokrotnego klonowania
Model picker	Wybór modelu dla każdej funkcji Copilot
BYOK	Połączenie z zewnętrznym dostawcą lub modelem lokalnym

Dostępne dla macOS i Windows (GitHub Desktop 3.6.0). Worktrees są szczególnie przydatne w połączeniu z agentami kodującymi, którzy tworzą izolowane przestrzenie robocze (worktrees).

🔗 GitHub Changelog — Desktop 3.6

GitHub Copilot for Jira — ogólna dostępność

25 czerwca — GitHub Copilot for Jira przechodzi do ogólnej dostępności (GA) po public preview od marca 2026. GA wprowadza dwie nowe możliwości: streaming postępu (aktualizacje agenta kodującego przesyłane w czasie rzeczywistym do zgłoszenia Jira bez zmiany kontekstu) oraz post-session steering (po otwarciu szkicu PR użytkownik może przekazać nowe instrukcje bezpośrednio w Jira; agent kontynuuje nad tym samym PR). Onboarding organizacji GitHub i repozytoriów został uproszczony.

🔗 GitHub Changelog — Copilot for Jira GA

skill LSP Setup — semantyczna inteligencja w 14 językach dla Copilot CLI

25 czerwca — GitHub Copilot CLI otrzymuje nowy skill LSP Setup, który nadaje mu prawdziwą semantyczną inteligencję kodu — definicje, referencje, typy — za pośrednictwem serwerów LSP (Language Server Protocol), zastępując podejście grep/dekompilację. Zakres: 14 języków. Konfiguracja i instalacja serwerów LSP są obsługiwane przez skill.

🔗 GitHub Blog — LSP Setup skill · Tweet @github

Modele otwarte i badania — HF Jobs vLLM i Sakana CoffeeBench

HF Jobs — serwer vLLM zgodny z OpenAI jednym poleceniem

26 czerwca — Hugging Face publikuje oficjalny przewodnik dotyczący uruchomienia prywatnego serwera vLLM, zgodnego z OpenAI, na infrastrukturze HF Jobs za pomocą jednego polecenia (hf jobs run --flavor a10g-large --expose 8000 vllm/vllm-openai:latest vllm serve Qwen/Qwen3-4B). Bez Kubernetes, bez serwerów do provisionowania, rozliczanie co do sekundy.

Aspekt	Szczegóły
Dostępne GPU	A10g-large (1,50 USD/h), H200×2, H200×8
Protokół	Zgodny z OpenAI (ChatCompletions), uwierzytelnianie tokenem HF
Dostęp SSH	`hf jobs run --ssh` + `hf jobs ssh <job_id>`
Testowane modele	Qwen3-4B, Qwen3.5-122B-A10B (MoE, 2×H200)
Interfejs Gradio	Obsługa streamingu z możliwością zwijania rozumowania
Agent coding	Integracja Pi framework (agnostyczna względem dostawcy)
Różnica względem Inference Endpoints	Jobs = eksperymenty/ewaluacje, Endpoints = produkcja z scale-to-zero

Wymagania wstępne: huggingface_hub >= 1.20.0.

🔗 Blog HF — vLLM na HF Jobs

Sakana CoffeeBench — symulacja wieloagentowa 90 dni łańcucha kawowego

26 czerwca — Sakana AI, we współpracy z Azusa Audit Corporation, publikuje CoffeeBench: benchmark oceniający długoterminowe zdolności zarządzania agentów LLM. Sześć firm (rolnicy, palarnie, detalści), z których każdą zarządza osobny agent, prowadzi negocjacje cenowe, składa zamówienia i zarządza zapasami przez 90 symulowanych dni, aby maksymalizować zysk netto. Wyniki ujawniają istotne różnice behawioralne między modelami: niektórzy agenci aktywnie negocjują, inni analizują bez działania i wpadają w straty. Badanie zostanie przedstawione na warsztacie ICML 2026 „Failure Modes in Agentic AI”. Tweet zebrał 173 800 wyświetleń.

🔗 Sakana — CoffeeBench · arXiv 2606.16613 · @SakanaAILabs na X

HeyGen przekracza 200 milionów USD ARR w osiem miesięcy

25 czerwca — HeyGen, platforma wideo AI skoncentrowana na tożsamości (identity-first AI video), ogłasza, że przekroczyła 200 milionów USD ARR (annual recurring revenue), podwajając wynik w osiem miesięcy. Wzrost odzwierciedla szybkie przyjęcie zarówno przez niezależnych twórców, jak i przez 85 % firm z Fortune 100.

Metryka	Wartość
ARR	200 milionów USD (podwojenie w 8 miesięcy)
Użytkownicy	30 milionów
Kraje	196
Języki	175+
Fortune 100	85 %
Utworzone filmy	118 milionów
Efektywność kapitału	2,70 USD ARR na każdy pozyskany dolar

HeyGen podkreśla Avatar V (15 sekund wideo wystarcza do stworzenia cyfrowego bliźniaka), HyperFrames (otwartoźródłowy framework Apache 2.0 do agentowego tworzenia wideo, 21 600 gwiazdek GitHub w miesiąc) oraz integrację HeyGen MCP dla przepływów agentów AI. W ciągu 3 miesięcy uruchomiono 63 funkcje.

🔗 Blog HeyGen — 200 milionów USD ARR

Cohere — suwerenność enterprise w obliczu ograniczeń na GPT-5.6

25 czerwca — Cohere publikuje ofensywny tweet pozycjonujący na temat suwerenności i kontroli enterprise, w reakcji na ogłoszenie OpenAI o ograniczeniu GPT-5.6 do wąskiej grupy partnerów na żądanie rządu USA.

“When you use Cohere, there are no staggered releases. No sudden disablements. We trust you completely: ‘[The customer] is in full control. We can’t see in, we can’t switch it off.’”

🇵🇱 Z Cohere nie ma stopniowych wdrożeń. Nie ma nagłych wyłączeń. Ufam wam w pełni: „Klient ma pełną kontrolę. Nie możemy zajrzeć do środka, nie możemy tego wyłączyć.” — @cohere na X, cytując Aidana Gomeza, CEO Cohere

To pozycjonowanie pojawia się tego samego dnia, w którym OpenAI ogłasza, że GPT-5.6 Sol, Terra i Luna będą dostępne „ogólnie dopiero w nadchodzących tygodniach”, na razie wyłącznie dla wąskiej grupy na żądanie rządu USA. Tweet zebrał 18 900 wyświetleń.

Krótkie wiadomości

Warp — seria Cloud Software Factory (artykuł 1) (25 czerwca) — Pierwszy artykuł z serii Warp o budowie chmurowej fabryki oprogramowania (cloud software factory) z wykorzystaniem skills i pętli (loops). Ten odcinek omawia „automatic triage skill” do automatyzacji triage’owania zgłoszeń w przepływie rozwoju. Treść edukacyjna (7 min czytania). 🔗 Blog Warp
Sakana Fugu — raport techniczny arXiv 2606.21228 (26 czerwca) — Oficjalny raport techniczny Fugu opublikowany na arXiv, uzupełniający premierę z 22 czerwca. Dokumentuje architektury Fugu, Fugu-Ultra i Fugu-Llama na benchmarkach kodowania, rozumowania, roleplay oraz zadań agentowych (w tym SWE-Bench Pro). 🔗 arXiv 2606.21228 · Tweet @SakanaAILabs
Antigravity 2.2.1 (25 czerwca) — Środowisko programistyczne AI Google publikuje wersję 2.2.1: nowy zintegrowany skill „Antigravity Guide”, renderowanie plików audio, wyszukiwanie plików po podciągu, 19 ulepszeń i 17 poprawek. Poprzednia wersja: 2.1.4 z 11 czerwca. 🔗 Antigravity — changelog
Copilot code review — aktualizacje efektywności (25 czerwca) — Copilot code review korzysta teraz z natywnych narzędzi CLI/SDK (grep, rg, glob, view), obniżając koszty o 20 % przy zachowaniu jakości. medium analysis depth umożliwia przypisanie autorstwa w komentarzu podsumowującym PR oraz ustawienie poziomu review na poziomie organizacji. 🔗 GitHub Changelog
MAI-Code-1-Flash rozszerzony na Copilot Business i Enterprise (26 czerwca) — Model MAI-Code-1-Flash jest teraz dostępny w planach Copilot Business i Copilot Enterprise. 🔗 GitHub Changelog
Cohere — reakcja memowa „Taps sign” (26 czerwca) — W odpowiedzi na ograniczony dostęp do GPT-5.6 Sol, Cohere publikuje humorystyczny mem na X ze zdjęciem Aidana Gomeza na okładce FORTUNE, sugerując, że ich CEO już powiedział wszystko, co trzeba. Tweet osiąga 37 800 wyświetleń i 444 polubienia. 🔗 Tweet @cohere

Co to oznacza

Fragmentacja dostępu do modeli frontier staje się problemem biznesowym. GPT-5.6 Sol debiutuje w ograniczonej wersji preview na żądanie rządu USA — to bezprecedensowe, stopniowe wdrożenie na taką skalę dla OpenAI. Cohere natychmiast reaguje pozycjonowaniem opartym na pełnej suwerenności klienta („We can’t see in, we can’t switch it off”), sygnalizując, że kontrola enterprise nad modelami AI staje się wyróżniającym argumentem sprzedażowym. Następny dzień i mem potwierdzają, że to pozycjonowanie jest zamierzone i skoordynowane. Seria GPT-5.6 Sol/Terra/Luna oznacza też wyraźną zmianę nazewnictwa: trwałe nazwy, które mogą ewoluować niezależnie, zamiast sztywnego numeru wersji.

Pomiar wpływu ekonomicznego AI zyskuje głębię i niuanse. Anthropic Economic Index „Cadences” to pierwsza edycja łącząca rzeczywiste dane użycia z badaniem obejmującym 9 700 respondentów. Wyniki tonują dominującą narrację: 86 % deklaruje wzrost produktywności w zakresie szybkości, ale użytkownicy, którzy delegują najwięcej, są też najbardziej optymistyczni — bez równoczesnego spadku postrzeganej nauki. Różnica ze względu na płeć (12 % kobiet w połączonej próbie, -6,3 punktu użycia Claude Code) pozostaje słabo wyjaśniona, ale po raz pierwszy została udokumentowana z taką granularnością. Czasowe rytmy użycia (fiskalny 14 kwietnia, przychody o 18:00, sen o 5:00) są konkretnym odczytem tego, jak AI wchodzi w codzienne życie.

Narzędzia zespołów deweloperskich zagęszczają się jednocześnie na kilku frontach. GitHub Desktop 3.6, Copilot for Jira GA i skill LSP Setup dla Copilot CLI pojawiają się tego samego dnia, tworząc pełne pokrycie cyklu rozwoju: pulpit (Desktop), zarządzanie projektem (Jira), terminal (semantyczny CLI dla 14 języków). Claude Code v2.1.193 dodaje obserwowalność OpenTelemetry odpowiedzi modelu i automatyczny klasyfikator poleceń shell, czyli dwie funkcje odpowiadające na potrzeby zgodności i śledzenia w enterprise. HF Jobs vLLM z kolei obniża próg wejścia do inferencji na żądanie bez zarządzania infrastrukturą.

Otwarte modele i wideo AI osiągają kamienie milowe komercyjne, które przestawiają układ sił. Gemma 4 podwaja w 2,5 miesiąca historyczną sumę rodziny Gemma z momentu premiery Gemma 3 i staje się pierwszym modelem multimodalnym działającym na Cerebras z szybkością 1 500 tokenów/s. HeyGen (200 milionów USD ARR, 2,70 USD ARR na każdy pozyskany dolar) pokazuje, że wideo AI może osiągnąć rzadko spotykaną w sektorze technologicznym efektywność kapitału. CoffeeBench od Sakany ilustruje trzeci typ wkładu: benchmarki wieloagentowe o długim horyzoncie (90 dni łańcucha dostaw), które wychwytują zachowania niewidoczne dla klasycznych ewaluacji — luki, które zostaną zaprezentowane na ICML 2026.