OpenAI відправляє GPT-5.5 «на пенсію» через пів року після релізу

Автор: Павло Дорошенко | сьогодні, 10:07

У світі штучного інтелекту пів року — це майже вічність. Компанія OpenAI (OpenAI) оголосила, що 14 жовтня 2026 року вона припинить підтримку моделі GPT-5.5 у сервісах ChatGPT, ChatGPT Work та Codex. Враховуючи, що GPT-5 офіційно вийшла лише 23 квітня 2026 року, життєвий цикл її проміжної ітерації виявився напрочуд коротким.

Кого торкнуться зміни

Апдейт не вибирає жертв: зміни зачеплять абсолютно всі тарифні плани. Це стосується як звичайних безкоштовних акаунтів, так і передплат Business, Enterprise та Edu. Для більшості пересічних користувачів ChatGPT перехід на нові рейки має відбутися автоматично та непомітно. Проте тим, хто вбудував ШІ у свої робочі процеси, варто напружитися.

Особливу увагу OpenAI радить приділити інструменту Codex, якщо ви заходите в нього через обліковий запис ChatGPT. Розробникам рекомендують заздалегідь перевірити та оновити:

  • налаштування робочих просторів;
  • збережені параметри моделей;
  • керовані конфігурації;
  • користувацьких агентів;
  • заплановані завдання та скрипти, де жорстко прописана назва старої моделі.

Альтернативи та винятки

Замість «старої» GPT-5.5 розробник пропонує переходити на GPT-5.6 Sol. Ця модель уже доступна в ChatGPT, Codex та через API. До речі, для тих, хто використовує OpenAI API з власним ключем, є гарна новина: виведення моделі з експлуатації в інтерфейсах ChatGPT та Codex на пряму роботу з API поки не поширюється. Ви можете продовжувати використовувати GPT-5.5 у своїх програмах, хоча згідно з політики застарівання моделей, це лише питання часу.

Зараз лінійка компанії виглядає досить розгалуженою: окрім Sol, до неї входять моделі Terra та Luna. Тим часом у надрах компанії вже готують наступне велике оновлення — GPT-6 Astra, про що OpenAI періодично нагадує у своєму офіційному блозі.

Поки гіганти індустрії змагаються у швидкості випуску нових версій, варто пам’ятати, що не завжди кількість переходів означає якість. Деякі дослідження вказують на те, що 96% ресурсів популярних нейромереж витрачається на банальне перечитування власної пам’яті, а не на розв'язання ваших задач.