Astra: mocniejszy model, który nie kończy roboty

Koncentryczne okręgi i punkt poza środkiem – okładka paleol.it

Przez lata największą przewagą ChatGPT było dla mnie to, że po prostu działał.

Nie idealnie. Nie bez błędów. Ale działał.

Z GPT-5.6 Sol rytm pracy był prosty: otwieram zadanie, kilka czy kilkanaście minut później mam wynik, sprawdzam, poprawiam, wdrażam. Task: done. Następny.

Na początku września 2026 przesiadłem się na GPT-6 Astrę. I ten rytm się rozpadł.

To nie był jeden pechowy dzień. Przez tygodnie próbowałem odzyskać normalny rytm pracy. Zamiast kończyć swoje sprawy, pilnowałem limitów, czekałem na resety i ustalałem, co właściwie zostało zrobione. Zawiodło moje codzienne narzędzie pracy, nie zabawka, którą mogłem odłożyć.

Korekta, która nie chciała się skończyć

Nie mówię o zadaniach budowanych od zera. To były projekty rozwijane przez dni i tygodnie. Dokumentacja istniała, decyzje były podjęte, wybrany wariant określony, pliki projektowe i STATE.md leżały gotowe. Astra miała zrobić końcową kontrolę: sprawdzić, poprawić błędy, usunąć stare warianty i zostawić jedną finalną wersję.

Zamiast tego zaczęła pracować.

15 minut.

30 minut.

Godzina.

Limit.

Czekanie na reset.

Ponowne wejście.

Kolejna próba.

Kolejny limit.

Jedna próba skończyła się po 15 minutach 59 sekundach. Następna po 30 minutach 43 sekundach. Ten sam komunikat: limit wyczerpany. Zadanie otwarte.

ChatGPT Work kończy próbę po 30 min 43 s komunikatem o wyczerpaniu limitu
Kolejna próba: 30 min 43 s i znowu koniec limitu. Zadanie nadal otwarte.

Panel Usage: 5 września Astra przerobiła 34,2 mln tokenów. 6 września kolejne 21,7 mln. Razem 55,9 mln w dwa dni. Żeby było uczciwie: to suma z więcej niż jednego wątku Work, nie rachunek za jedną korektę. Jakaś odpowiedź czasem przychodziła, po godzinach. Ale odpowiedź to nie gotowa robota.

Panel Usage ChatGPT: 34,2 mln tokenów GPT-6 Astra 5 września 2026
Panel Usage, 5 września: 34,2 mln tokenów Astry. Suma dzienna ze wszystkich wątków.
Panel Usage ChatGPT: 21,7 mln tokenów GPT-6 Astra 6 września 2026
6 września: kolejne 21,7 mln. Razem 55,9 mln w dwa dni.

Astra odpowiadała za 88 procent mojej aktywności 5 września i za 94 procent dzień później. Pracowałem prawie wyłącznie z nią.

Do tego ponad tysiąc dokupionych Work credits. 7 września zostało mi 6 procent limitu pięciogodzinnego, 54 procent tygodniowego i 2 kredyty. Automatyczne doładowanie miałem wyłączone. Gdybym go nie wyłączył, nie wiem, na czym by się skończyło.

Zużyłem też około dwóch pełnych pul limitu Work. Reset nie kończył zadania. Pozwalał tylko wejść w następną próbę, a potem znowu czekać.

Limity ChatGPT 7 września: 6% limitu pięciogodzinnego, 54% tygodniowego, 2 kredyty
7 września: 6% limitu pięciogodzinnego, 54% tygodniowego, 2 kredyty. Automatyczne doładowanie wyłączone.

Koszt, którego nie widać w cenniku

I tu zaczyna się problem ciekawszy niż sama liczba tokenów.

Astra może być mocniejszym modelem. Może mieć większy potencjał. Może lepiej radzić sobie ze złożonym rozumowaniem.

Ale Sol pozwalał mi pracować.

Astra zaczęła mi tę pracę przerywać.

Realny koszt nie bierze się tylko z ceny tokena albo abonamentu. Bierze się z przerwanych runów, czekania na pięciogodzinny reset, ponownego wchodzenia w kontekst, powtarzania instrukcji, sprawdzania, czy model nadal wie, co jest wersją finalną, i z czasu na odzyskiwanie stanu pracy.

Formalnie cena abonamentu może się nie zmienić.

Praktycznie może się zmienić wszystko.

Wcześniej schemat wyglądał tak:

wynik -> sprawdzenie -> wdrożenie -> następne zadanie.

Teraz coraz częściej tak:

run -> limit -> brak wyniku -> czekanie -> ponowny run -> kolejny limit.

Być może na tym polega nowa ekonomia AI. Nie trzeba podnosić ceny abonamentu. Wystarczy, że coraz bardziej zaawansowany model potrzebuje coraz więcej zasobów, a użytkownik zaczyna dokupować kredyty albo wyższy plan, zużywać kolejne resety i dalej czekać, tylko po to, żeby dokończyć pracę, którą wcześniej kończył w ramach zwykłego planu.

W tym układzie ryzyko przechodzi na mnie. Płacę za każdą próbę. Model nie odpowiada za żaden wynik. Inteligencja, która nie dowozi, przestaje być zasobem. Staje się kosztem, którego nie umiem nawet zaplanować.

Nie wiem, czy w moim przypadku był to błąd techniczny, problem Worka, nietypowa pętla, ponowne przetwarzanie kontekstu, czy po prostu nowa norma Astry.

Wiem natomiast jedno: dziesiątki milionów tokenów, ponad tysiąc dokupionych kredytów, dwie pule limitu, kilka podejść. A dokumentacja, która miała tylko przejść ostatnią kontrolę, nadal nie była domknięta. Tego nie nazwę postępem tylko dlatego, że model jest „inteligentniejszy”.

Powrót do Sola

Wtedy wróciłem do GPT-5.6 Sola.

Jest podobno mniej inteligentny.

Za to kończy robotę.

Od kilku lat zastanawiamy się, co powstrzyma AI przed przejęciem kontroli nad światem. Być może odpowiedź jest prostsza, niż sądziliśmy: limit pięciogodzinny. AI rozpocznie przejmowanie świata, zużyje 34 miliony tokenów, poinformuje, że zabrakło środków, a potem będzie czekało pięć godzin na reset.


Dopisek, październik 2026: później pojawił się GPT-6.1 Sol. W moim użyciu wyraźnie lepszy od Astry, choć wciąż mniej stabilny niż 5.6 Sol. Lepszy model to jednak jeszcze nie niezawodne narzędzie. Ciąg dalszy w kolejnych wpisach tej serii.