GPT‑5.6: pionierska sztuczna inteligencja, który skaluje się wraz z twoimi zadaniami

Dziś prezentujemy rodzinę modeli GPT‑5.6 następującą po naszej ograniczonej wersji poglądowej⁠: nasz nowy model flagowy, Sol, Terra – zbalansowany model do codziennych zadań i Luna – najbardziej ekonomiczny z modeli.

GPT‑5.6 Sol wyznacza nowy standard zarówno pod względem inteligencji, jak i wydajności, osiągając najlepsze wyniki w programowaniu, pracy opartej na wiedzy, cyberbezpieczeństwie i nauce, a ponadto przewyższając wcześniejsze i konkurencyjne modele pionierskie, jednocześnie używając mniejszej liczby tokenów i przy niższym szacowanym koszcie. Efektem jest lepszy stosunek wyników do kosztów: więcej skutecznie wykonanej pracy przy tych samych wydatkach lub porównywalne rezultaty przy niższym koszcie całkowitym. Wprowadzamy również nowy sposób przyspieszania najbardziej wymagających zadań: opcja ultra to nasze ustawienie o największych możliwościach, które koordynuje wiele agentów w równoległych strumieniach pracy, aby szybciej realizować złożone zadania. Lepsze korzystanie z komputera i trafniejszy osąd projektowy sprawiają, że GPT‑5.6 Sol to nasz najbardziej dopracowany współpracownik pomagający w analizowaniu, udoskonalaniu i dostarczaniu gotowych do użycia wyników.

Wyszkoliliśmy GPT‑5.6 tak, aby zwiększyć ilość uzyskiwanych użytecznych informacji z każdego tokena. W teście Agents’ Last Exam⁠(otwiera nowe okno), który ocenia długotrwałe profesjonalne przepływy pracy w 55 dziedzinach, GPT‑5.6 Sol ustanawia nowy rekord wynoszący 53,6, przewyższając Claude Fable 5 (rozumowanie adaptacyjne) o 13,1 punktu. Nawet przy średnim poziomie rozumowania przewyższa Fable 5 o 11,4 punktu przy mniej więcej jednej czwartej szacowanego kosztu. Ta efektywność obejmuje również mniejsze modele, które są kluczowe dla zwiększenia dostępności poziomu inteligencji i uczynienia go bardziej przystępnym cenowo: GPT‑5.6 Terra i GPT‑5.6 Luna przewyższają Fable 5 przy koszcie wynoszącym około jednej szesnastej kosztu konkurencyjnego rozwiązania. W rankingu Artificial Analysis Intelligence Index⁠(otwiera nowe okno), szerokim wskaźniku poziomu inteligencji obejmującym pracę agentową, kodowanie, rozumowanie naukowe i ogólne możliwości, GPT‑5.6 Sol z maksymalnym poziomem rozumowania zbliża się na jeden punkt do Fable 5, jednocześnie wykonując zadania w czasie krótszym o 61% i przy mniej więcej połowie szacowanego kosztu.

GPT‑5.6 wyposażyliśmy w najbardziej solidne zabezpieczenia, które zapewniają ochronę przed zdeterminowanymi i adaptacyjnymi atakami, a jednocześnie nie ograniczają znacznie uzasadnionych działań. Przed upublicznieniem poddaliśmy modele i zabezpieczenia najbardziej kompleksowym ewaluacjom, łącząc kontrolowane ataki prowadzone przez ludzi z wielopoziomowymi zautomatyzowanymi testami. W okresie sprawdzania wersji poglądowej ściśle współpracowaliśmy z organizacjami eksperckimi i zaufanymi partnerami, aby poddać mechanizmy obronne testom odporności i wzmocnić zabezpieczenia przed szerszym udostępnieniem modeli. Powstały system warstwowo łączy zabezpieczenia wbudowane w model podczas trenowania z kontrolami w czasie rzeczywistym, monitorowaniem oraz dostępem skalibrowanym pod kątem zaufania i ryzyka.

GPT‑5.6 Sol to nasz najlepszy model do programowania. W Artificial Analysis Coding Agent Index GPT‑5.6 Sol z ustawieniem rozumowania „max” ustanawia nowy maksymalny wynik 80 (o 2,8 punktu wyższy niż Fable 5), zużywając przy tym mniej niż połowę tokenów wyjściowych, realizując zadanie w czasie krótszym o ponad połowę i przy koszcie niższym o około jedną trzecią. Ta przewaga obejmuje całą rodzinę: Terra osiąga wyniki tuż powyżej Fable 5, a Luna osiąga lepsze wyniki niż Opus 4.8, każdy z modeli robi to w około jednej trzeciej czasu, generując mniej więcej połowę liczby tokenów wyjściowych i przy szacowanym koszcie wynoszącym około jednej czwartej względem konkurencji. Model osiąga także najlepsze wyniki w benchmarkach Terminal‑Bench 2.1 i DeepSWE, które sprawdzają złożone przepływy pracy w wierszu poleceń oraz długofalowe zadania inżynieryjne w rzeczywistych bazach kodu.

GPT‑5.6 potrafi pisać i uruchamiać niewielkie programy, które koordynują działanie narzędzi, przetwarzają wyniki pośrednie, monitorują postępy i wybierają kolejne działanie w miarę postępu prac. Dzięki temu zadania intensywnie wykorzystujące narzędzia mogą być realizowane z użyciem mniejszej liczby tokenów, przy mniejszej liczbie rund komunikacji z modelem i z mniejszą ilością wskazówek przekazywanych przez człowieka. Zamiast wymagać od deweloperów skryptowania każdego kroku lub przekazywania każdej odpowiedzi narzędzia z powrotem przez model, funkcja programistycznego wywoływania narzędzi⁠(otwiera nowe okno) w Responses API może filtrować duże ilości danych pośrednich, zachowywać tylko istotne informacje i na bieżąco dostosowywać swój przepływ pracy.

W przypadku problemów, które nagradzają większą inwestycję czasu i zasobów obliczeniowych, GPT‑5.6 może wyjść poza to wydajne ustawienie domyślne. Ustawienie max daje GPT‑5.6 jeszcze więcej czasu niż xhigh na rozumowanie i analizowanie alternatyw, przeprowadzanie sprawdzeń oraz korygowanie swojego podejścia. Tryb ultra idzie o krok dalej, domyślnie koordynując równoległą pracę czterech agentów kosztem większego zużycia tokenów, zapewniając lepsze wyniki i krótszy czas uzyskania rezultatu w przypadku wymagających zadań. Poniższe wykresy porównują domyślną konfigurację ultra z czterema agentami z bazową konfiguracją z jednym agentem w testach BrowseComp, SEC-Bench Pro i Terminal-Bench 2.1; BrowseComp i SEC-Bench Pro przedstawiają również konfiguracje z 16 agentami. W trzech ewaluacjach dodanie agentów równoległych powoduje przesunięcie granicy wynik-opóźnienie w górę i w lewo, co pozwala osiągnąć lepsze wyniki w krótszym czasie. W API deweloperzy mogą tworzyć doświadczenia podobne do Ultra, korzystając z wersji beta obsługi wielu agentów w interfejsie Responses API.

GPT‑5.6 zapewnia skokową poprawę trafności decyzji projektowych. Mając do dyspozycji jedynie wytyczne wysokiego poziomu, GPT‑5.6 tworzy gustowne, ergonomiczne i funkcjonalne interfejsy. Dzięki bardziej zaawansowanym możliwościom obsługi komputera może on sprawdzać i dopracowywać wyrenderowany rezultat, a nie tylko generować bazowy kod lub treść, dzięki czemu potrafi wykrywać problemy wizualne i funkcjonalne oraz wprowadzać ostateczne poprawki przed zaprezentowaniem gotowego wyniku.

Możliwości GPT‑5.6 w zakresie frontendu pozwalają przekształcać też żądania przekazane w języku naturalnym w dopracowane, interaktywne wyjaśnienia i wizualizacje w ChatGPT Work.

GPT‑5.6 zapewnia lepsze wyniki w zadaniach profesjonalnych. Pobiera nieuporządkowany kontekst z dokumentów i codziennych przepływów pracy w narzędziach takich jak Slack, Notion, Microsoft 365 i Google Drive, a następnie przekształca go w wysokiej jakości wyniki, które można łatwo udostępniać.

Mocne strony GPT‑5.6 w pracy z wiedzą znajdują odzwierciedlenie w ewaluacjach obejmujących długofalową analizę profesjonalną, przeglądanie internetu, korzystanie z narzędzi i obsługę komputera. GPT‑5.6 również najlepsze jak dotąd wyniki w BrowseComp na poziomie 92,2% oraz w OSWorld 2.0 na poziomie 62,6%; w OSWorld przewyższa Opus 4.8, zużywając o 85% mniej tokenów wyjściowych. W tym przypadku korzyści w zakresie wydajności w przeliczeniu na dolara obejmują całą rodzinę GPT‑5.6. Luna niemal dorównuje najwyższej wydajności GPT‑5.5 przy koszcie API poniżej połowy szacowanych wydatków, podczas gdy Terra osiąga jeszcze lepszy wynik przy niższym koszcie.

GPT‑5.6 Sol zapewnia wyższą jakość w prezentacjach, dokumentach i arkuszach kalkulacyjnych, generując wyniki, które są bardziej dopracowane i dokładne. Może tworzyć od podstaw w pełni edytowalne prezentacje, przekształcając polecenie i materiały źródłowe w spójną narrację wizualną z wyrazistymi układami, hierarchią i projektem graficznym.

Poprawa jest szczególnie widoczna podczas korzystania z szablonów i prezentacji referencyjnych. GPT‑5.6 potrafi wywnioskować projekt prezentacji – układy, typografię, odstępy, kolory oraz powtarzające się wzorce treści, w tym reguły osadzone we wzorcu slajdów – i konsekwentnie stosować te atrybuty w nowych materiałach. W tym przykładzie, gdy model otrzymuje polecenie zaktualizowania liczb na podstawie pliku referencyjnego, w wyniku operacji przeprowadzonej przez GPT‑5.5 brakuje kluczowych komponentów ze slajdu wzorcowego, natomiast GPT‑5.6 wierniej zachowuje strukturę referencyjną.

GPT‑5.6 tworzy również bardziej dopracowane wizualnie dokumenty i arkusze kalkulacyjne. Przestrzega złożonych formatów odwołań z większą wiernością, co jest ważne w przypadku powtarzalnych działań w pracy opartej na wiedzy. Obsługuje równania i modele finansowe z większą precyzją oraz lepiej wykorzystuje typografię, odstępy, hierarchię oraz układ strony lub arkusza.

Pierwsi klienci testujący GPT‑5.6 zauważyli poprawę wyników pracy opartej na wiedzy w różnych dziedzinach.

GPT‑5.6 to nasz najsilniejszy model do zadań związanych z cyberbezpieczeństwem, osiągający pionierską wydajność przy znacznie mniejszym wykorzystaniu tokenów. W teście ExploitBench^2, który mierzy postępy od dotarcia do kodu podatnego na atak po wykonanie dowolnego kodu, uzyskuje wynik 73,5% w porównaniu z wynikiem GPT‑5.5 wynoszącym 47,9% przy porównywalnym budżecie tokenów wyjściowych. W teście ExploitGym², który wymaga od agentów przekształcania rzeczywistych podatności w działające exploity, uzyskał niemal dwukrotnie wyższy wynik niż maksymalny wskaźnik zdawalności – wzrost z 15,1% do 24,9% przy limicie 2-godzinnym; przy limicie 6-godzinnym osiąga 33,7%. W teście SEC-Bench Pro, który sprawdza generowanie prototypów koncepcji dla złożonego oprogramowania, osiągnął wynik 71,2% w porównaniu z wynikiem GPT‑5.5 wynoszącym 45,8% przy niższym opóźnieniu.

GPT‑5.6 obsługuje ważne zadania defensywne, takie jak przegląd kodu pod kątem bezpieczeństwa, wdrażanie poprawek, modelowanie zagrożeń oraz działania obronne. Zakwalifikowane osoby i organizacje uczestniczące w programie Trusted Access for Cyber w ramach OpenAI Daybreak⁠ mogą uzyskać szerszy dostęp do jego możliwości obronnych dzięki bardziej precyzyjnym zabezpieczeniom dla zweryfikowanych prac prowadzonych w autoryzowanych środowiskach, obejmujących triage i walidację podatności, analizę złośliwego oprogramowania, inżynierię detekcji oraz weryfikację poprawek.

Osoby prywatne mogą zweryfikować swoją tożsamość i zawnioskować o zaufany dostęp⁠(otwiera nowe okno), a organizacje mogą złożyć wniosek⁠ dla swoich zespołów. Członkowie indywidualni będą musieli do 1 września włączyć Zaawansowane bezpieczeństwo konta⁠(otwiera nowe okno) za pomocą sprzętowych kluczy dostępu, aby zachować dostęp do naszych najbardziej zaawansowanych pod kątem możliwości cybernetycznych modeli pionierskich. Na kontach osób, którego nie włączą tej funkcji, przywrócony zostanie domyślny poziom dostępu. Użytkownicy, którzy nie mają jeszcze sprzętowych kluczy dostępu, mogą skorzystać z preferencyjnych ofert⁠(otwiera nowe okno) u naszego partnera Yubico. Podejmujemy również dodatkowe kroki, aby ograniczyć dostęp do tego rozwiązania podmiotom wysokiego ryzyka oraz w jurysdykcjach o wysokim ryzyku.

GPT‑5.6 Sol wykazuje również znaczną poprawę w obszarze badań naukowych. W ewaluacjach z zakresu nauk przyrodniczych GPT‑5.6 wykazuje poprawę Pareto względem GPT‑5.5 w rzeczywistych zadaniach z biologii, przepływach pracy w badaniach z zakresu nauk przyrodniczych oraz chemii.

GPT‑5.6 to nasz najpotężniejszy model do przyspieszania realizacji badań nad AI. W OpenAI badacze używają go w całym cyklu rozwojowym: diagnozując awarie, optymalizując systemy trenowania, przeprowadzając eksperymenty i interpretując wyniki. To przyspieszenie i szersze zastosowanie zaobserwowaliśmy już w czasie testów wewnętrznych GPT‑5.6, ponieważ średnia dzienna liczba tokenów wyjściowych przypadających na aktywnego badacza była ponad dwukrotnie wyższa niż najwyższy poziom odnotowany w przypadku GPT‑5.5.

Ten sposób pracy szybko staje się standardem. W ciągu ostatnich sześciu miesięcy udział zasobów obliczeniowych badawczych przeznaczonych na wewnętrzne wnioskowanie kodowania wzrósł 100-krotnie, natomiast wewnętrzne użycie tokenów agentowych zwiększyło się około 22-krotnie. Te wskaźniki adopcji same w sobie nie mierzą postępów w badaniach, ale pokazują, jak szybko rośnie wykorzystanie pomocy ze strony AI w badaniach oraz w innych zespołach, takich jak sprzedaż, marketing, operacje użytkowników czy finanse.

Aby bezpośrednio zmierzyć tę wartość, opracowaliśmy wewnętrzny zestaw testów opartych na rzeczywistych zadaniach z zakresu badań nad AI, obejmujących debugowanie systemów badawczych, optymalizację jąder i procedur treningowych, prowadzenie eksperymentów z uczeniem maszynowym oraz ulepszanie innego modelu.

W miarę wzrostu możliwości modelu wzmacniamy nasz stos zabezpieczeń, aby zaawansowana sztuczna inteligencja mogła pozostać szeroko użyteczna, jednocześnie stosując większą kontrolę wobec zastosowań o najwyższym ryzyku. Na potrzeby GPT‑5.6 opracowaliśmy najsolidniejszy system zabezpieczeń, dopasowaliśmy go do możliwości każdego modelu oraz wsparliśmy wysoką mocą obliczeniową.

Modele GPT‑5.6 mają większe możliwości niż nasze wcześniejsze modele zarówno w dziedzinie biologii, jak i cyberbezpieczeństwa, ale nie przekraczają progu krytycznego w żadnej z tych kategorii. W obszarze cyberbezpieczeństwa nasze testy wskazują, że GPT‑5.6 nadal lepiej radzi sobie z wykrywaniem i usuwaniem podatności niż z niezawodnym przeprowadzaniem autonomicznych, kompleksowych ataków na cele o ulepszonych zabezpieczeniach, co daje obrońcom możliwość wzmocnienia systemów, zanim luki zostaną wykorzystane. W dziedzinie biologii nasze testy sugerują, że GPT‑5.6 może wspierać legalne badania naukowe, ale nie zapewnia kompleksowych możliwości potrzebnych do stworzenia, skonstruowania lub zsyntetyzowania wysoce niebezpiecznego nowego zagrożenia.

Obie dziedziny mają z natury podwójne zastosowanie. W cyberbezpieczeństwie te same możliwości, które mogłyby pomóc atakującemu wykorzystać podatność, mogą pomóc obrońcy ją znaleźć, odtworzyć i opracować poprawkę. Nadmierne blokowanie funkcjonalności samo w sobie stwarza więc zagrożenie dla bezpieczeństwa. Może uniemożliwić obrońcom testowanie systemów i wdrażanie poprawek, podczas gdy cyberprzestępcy nadal mogą korzystać z innych modeli, w tym coraz bardziej zaawansowanych rozwiązań open-source, a także z tradycyjnych narzędzi. Skuteczne zabezpieczenia uwzględniają kontekst oraz prawdopodobne konsekwencje żądania, zachowując możliwość prowadzenia uzasadnionych działań defensywnych, a jednocześnie zapewniając bardziej rygorystyczne środki kontroli w sytuacjach, gdy dowody wskazują na poważne ryzyko wyrządzenia szkody.

Zabezpieczenia GPT‑5.6 są wielowarstwowe, co zapewnia większą dokładność i redundancję oraz zostały zaprojektowane tak, aby można je było szybko dostosowywać do nowych zagrożeń. Zabezpieczenia wytrenowane w modelu działają razem z kontrolami w czasie rzeczywistym, ciągłym monitorowaniem i egzekwowaniem zasad na poziomie konta, co wspiera bezpieczeństwo systemu nawet wtedy, gdy określona warstwa nie działa zgodnie z założeniami. W wielu systemach o zablokowaniu określonych działań decydują same flagi klasyfikatora, które polegają na modelach o niższym poziomie inteligencji, a te z kolei trudniej zmodyfikować i dostosować do nowych zagrożeń. W ramach naszego podejścia wprowadzamy moduł monitorujący tok rozumowania, który analizuje rozmowę w celu ustalenia, czy istnieje ryzyko wyrządzenia szkody. Takie podejście ma umożliwiać realizowanie działań obronnych, jednocześnie blokując poważne nadużycia, przy czym najbardziej wrażliwe funkcje są zarezerwowane dla zweryfikowanych użytkowników w ramach programu Trusted Access. Niektóre zabezpieczenia wykorzystują rozumowanie w czasie testowania, więc możemy szybko je aktualizować, aby usuwać problemy bez ponownego trenowania klasyfikatorów od podstaw.

Przyjmujemy bardziej ostrożne podejście, kontynuując zwiększanie odporności systemu na ataki adaptacyjne. W porównaniu z poprzednimi modelami zabezpieczenia cybernetyczne w GPT‑5.6 Sol blokują około dziesięć razy więcej potencjalnie szkodliwych działań. Ponieważ środki te mogą powodować utrudnienia dla użytkowników działających w dobrej wierze, w ChatGPT i Codex udostępniamy opcję łatwego ponawiania poleceń przy użyciu modeli o mniejszych możliwościach, a jednocześnie nadal będziemy ograniczać wpływ naszych zabezpieczeń na tego typu użytkowników, utrzymując wysoki standard odporności. Odzwierciedla to nasze iteracyjne podejście do wdrażania: zaczynamy ostrożnie i wprowadzamy ulepszenia na podstawie wiedzy nabytej w rzeczywistych sytuacjach.

Przed ogólnym udostępnieniem modeli przeprowadziliśmy najintensywniejsze jak dotąd ewaluacje bezpieczeństwa, w tym szeroko zakrojone kontrolowane ataki, kompleksowe testy możliwości i zabezpieczeń z udziałem zewnętrznych ekspertów oraz poświęciliśmy około 700 000 godzin pracy GPU A100e w ramach zautomatyzowanych kontrolowanych ataków metodą czarnej skrzynki. Dzięki temu mogliśmy systematycznie badać prawdopodobne słabe punkty, wykrywać obejścia zabezpieczeń i wzmocnić system przed premierą.

Pełne zabezpieczenie systemu nie jest możliwe do zrealizowania, a nasze prace nad zabezpieczaniem coraz bardziej zaawansowanych modeli ciągle trwają. Z czasem odkrywane będą nowe podatności, a także nowe obejścia zabezpieczeń, które omijają istniejące mechanizmy ochronne. Każda nowa generacja modelu będzie również tworzyć nowe możliwości ataków i nadużyć. Jesteśmy tego świadomi, dlatego tworzymy wielowarstwowe zabezpieczenia, stosujemy ciągłe monitorowanie, wprowadzamy szybkie działania naprawcze oraz współpracujemy ze społecznością zajmującą się cyberobroną. W przypadku GPT‑5.6 połączyliśmy nasze istniejące programy bug bounty w obszarze bezpieczeństwa⁠(otwiera nowe okno) oraz programy bug bounty w obszarze biologii⁠ z nowym procesem szybkiej remediacji i naszymi najbardziej kompleksowymi działaniami monitorującymi. Ustalenia badaczy, wyniki monitorowania oraz rzeczywiste przypadki nadużyć będą na bieżąco uwzględniane w nowych ocenach i silniejszych zabezpieczeniach.

Więcej informacji na temat naszych zabezpieczeń można znaleźć w zaktualizowanej karcie systemu GPT‑5.6⁠(otwiera nowe okno).

GPT‑5.6 obejmuje trzy poziomy modeli: Sol, nasz model flagowy; Terra, tańszy model o wydajności porównywalnej z GPT‑5.5; oraz Luna, nasz najszybszy i najbardziej przystępny cenowo model. Numer określa generację, natomiast określenia Sol, Terra i Luna oznaczają trwałe poziomy funkcjonalne, które mogą być rozwijane niezależnie.

Model GPT‑5.6 jest dostępny od dzisiaj w ChatGPT, Codex i interfejsie API OpenAI. Wdrażanie rozpoczyna się teraz globalnie i będzie stopniowo kontynuowane aż do osiągnięcia pełnej dostępności w ciągu najbliższych 24 godzin.

• Czat: użytkownicy planów Plus, Pro, Business i Enterprise uzyskują dostęp do GPT‑5.6 Sol przy ustawieniach rozumowania na poziomie średnim i wyższym. Użytkownicy planów Pro i Enterprise mogą także wybrać GPT‑5.6 Sol Pro, aby uzyskać wyniki najwyższej jakości w złożonych zadaniach.
• ChatGPT Work i Codex: użytkownicy planów Free i Go mają dostęp do GPT‑5.6 Terra. Użytkownicy planów Plus, Pro, Business i Enterprise mogą wybierać spośród GPT‑5.6 Sol, Terra oraz Luna i ustawić poziom inteligencji dla każdego z nich. Opcja max jest dostępna dla wszystkich użytkowników dysponujących dostępem do GPT‑5.6 w ChatGPT Work i Codex. Można ją włączyć w ustawieniach. W ChatGPT Work opcja ultra jest dostępna dla użytkowników planów Pro i Enterprise. W Codex jest dostępna dla planów Plus i wyższych.
• API: deweloperzy mogą uzyskać dostęp do modeli Sol, Terra i Luna za pośrednictwem interfejsu API OpenAI. W interfejsie Responses API funkcja programistycznego wywoływania narzędzi pozwala GPT‑5.6 pisać i uruchamiać w pamięci programy, które koordynują pracę narzędzi i przetwarzają wyniki pośrednie, dzięki czemu funkcja ta jest zgodna z zasadą nieprzechowywania danych (ZDR). Funkcja Multi-agent, początkowo dostępna w wersji beta, umożliwia GPT 5.6 uruchamianie równoległych subagentów i syntetyzowanie ich pracy w ramach jednego żądania.

Cennik GPT‑5.6 za 1 mln tokenów obejmuje trzy typy modeli: Sol kosztuje 5 USD za tokeny wejściowe i 30 USD za tokeny wyjściowe; Terra 2,50 USD za tokeny wejściowe i 15 USD za tokeny wyjściowe; a Luna 1 USD za tokeny wejściowe i 6 USD za tokeny wyjściowe. GPT‑5.6 wprowadza też bardziej przewidywalne buforowanie poleceń, w tym obsługę jawnych punktów przerwania pamięci podręcznej⁠(otwiera nowe okno) i minimalny 30-minutowy czas życia pamięci podręcznej. W przypadku GPT‑5.6 i późniejszych modeli zapisy do pamięci podręcznej są rozliczane według stawki wynoszącej 125% ceny za dane wejściowe bez buforowania, a odczyty z pamięci podręcznej nadal objęte są 90-procentową zniżką za buforowane dane wejściowe.