GPT-5 w Azure OpenAI Service – co nowego i ile kosztuje

GPT-5 jest dostępny w ramach platformy Microsoft Foundry Models – następcy Azure OpenAI Service – od drugiej połowy 2025 roku. Model wprowadza regulowane poziomy rozumowania, pełną multimodalność (tekst, obraz, audio) i serię wariantów dopasowanych do różnych budżetów. Cennik jest publikowany wyłącznie w USD; polskie firmy szacują koszty według kursu z faktur lub kalkulatora Azure.

Co nowego w GPT-5 w porównaniu z GPT-4.1

Microsoft udostępnił oficjalny przewodnik porównawczy GPT-5 vs GPT-4.1, który potwierdza kilka istotnych różnic praktycznych. Najważniejsza zmiana to wprowadzenie czterech regulowanych poziomów „myślenia" (thinking budget): im więcej czasu i tokenów model może przeznaczyć na rozumowanie, tym wyższa jakość odpowiedzi – ale też wyższy koszt. To przydatne w złożonych workflow, agentach AI i zadaniach wymagających planowania wieloetapowego.

Drugą kluczową zmianą jest multimodalność w jednym systemie. GPT-5 obsługuje tekst, obraz i audio bez konieczności przełączania się między oddzielnymi modelami wyspecjalizowanymi. Wcześniej firma korzystająca z Azure OpenAI musiała zarządzać osobnymi deploymentami dla każdego modalności – teraz wystarczy jeden model.

Według oficjalnych materiałów OpenAI i Microsoft, GPT-5 generuje mniej halucynacji i precyzyjniej realizuje instrukcje systemowe niż GPT-4.5 i GPT-4.1. To istotne dla zastosowań regulowanych, gdzie każde odchylenie od instrukcji może skutkować błędną decyzją procesową.

Seria wariantów GPT-5: który model wybrać

GPT-5 w Microsoft Foundry Models nie jest jednym modelem, lecz rodziną wariantów:

• gpt-5 – model pełny, najwyższa jakość rozumowania, najwyższy koszt tokenów.
• gpt-5-mini – zoptymalizowany pod kątem szybkości i ceny, odpowiedni do zadań powtarzalnych (klasyfikacja, ekstrakcja danych, chatboty FAQ).
• gpt-5-nano – najlżejszy wariant, przeznaczony do zastosowań wymagających bardzo niskich opóźnień i masowego przetwarzania.
• gpt-5-chat – dostrojony pod kątem interakcji konwersacyjnych.

Dobór wariantu ma bezpośredni wpływ na rachunek. Dla większości polskich firm obsługujących klientów wystarczy gpt-5-mini lub gpt-5-chat; gpt-5 (full) warto rozważyć przy złożonej analityce prawnej, finansowej lub medycznej, gdzie jakość odpowiedzi jest ważniejsza niż koszt per token.

Więcej o doborze modeli AI do różnych zastosowań biznesowych można znaleźć w dziale narzędzia AI na tym portalu.

Ile kosztuje GPT-5 w Azure – cennik i przeliczenie na PLN

Microsoft nie publikuje oficjalnego cennika w złotych. Jedynym wiążącym źródłem jest strona Azure OpenAI Service – Pricing, gdzie stawki są podane w USD za 1 000 tokenów, osobno dla tokenów wejściowych (input) i wyjściowych (output).

Na stronie cennika wymienione są serie GPT-5.2 i GPT-5.5, z opisami kontekstów do 1 miliona tokenów. Konkretne wartości liczbowe zmieniają się – przed każdą kalkulacją projektową należy sprawdzić aktualną tabelę na stronie Azure Pricing, ponieważ podawanie tu konkretnych cyfr byłoby nieaktualne już w momencie publikacji.

Aby oszacować koszty w PLN, dostępne są trzy podejścia:

1. Kalkulacja robocza: odczytać stawkę modelu GPT-5.x z aktualnej tabeli Azure Pricing (np. X USD / 1 000 tokenów), następnie pomnożyć przez przyjęty kurs PLN/USD. Kurs warto brać z poprzednich faktur Microsoft lub z NBP jako kurs orientacyjny. Przy kursie 4,0–4,2 PLN/USD każde 0,01 USD / 1 000 tokenów przekłada się na ok. 0,040–0,042 PLN / 1 000 tokenów – to schemat, nie konkretna stawka modelu.
2. Kalkulator cen Azure: w portalu Azure dostępny jest interaktywny kalkulator, gdzie można wybrać region, model (np. GPT-5.x) i walutę. Wyniki są pomocnicze – wiążące są stawki z faktur.
3. Umowa Enterprise lub MCA: dla projektów korporacyjnych stawki mogą być negocjowane indywidualnie przez Microsoft Customer Agreement lub Enterprise Agreement. W tym trybie możliwe są rabaty wolumenowe i rozliczenia w PLN na podstawie osobnej umowy.

Model rozliczeń to pay-as-you-go – firma płaci za faktycznie przetworzone tokeny. Nie ma opłaty za samą aktywację usługi ani minimalnego progu miesięcznego (poza planem Enterprise).

Compliance i regulacje: co GPT-5 w Azure oznacza dla polskich firm

Od sierpnia 2026 roku w pełni obowiązuje AI Act – unijne rozporządzenie o systemach sztucznej inteligencji. Firmy wdrażające modele językowe w procesach biznesowych (obsługa klientów, decyzje kredytowe, rekrutacja) muszą dokonać klasyfikacji ryzyka systemu AI i – w przypadku systemów wysokiego ryzyka – spełnić wymogi dokumentacyjne, w tym prowadzić rejestr systemu i zapewnić nadzór ludzki.

Azure OpenAI Service (Foundry Models) dostarcza narzędzia audytu, logowania użycia na poziomie tenantów i filtry treści, które ułatwiają spełnienie wymogów technicznych AI Act. Jednak sama infrastruktura chmurowa nie zastępuje analizy prawnej po stronie firmy – zwłaszcza w zakresie RODO, gdzie wdrożenie modelu językowego przetwarzającego dane osobowe wymaga przeprowadzenia oceny skutków (DPIA).

Dla firm z sektora finansowego i zdrowotnego istotna jest też kwestia lokalizacji danych. Microsoft oferuje przechowywanie danych w regionach europejskich (w tym w data centers na terenie UE), co jest warunkiem koniecznym dla podmiotów objętych sektorowymi regulacjami.

Więcej o zgodności systemów AI z polskim i unijnym prawem można znaleźć w sekcji cyberbezpieczeństwo i compliance.

Praktyczne zastosowania w polskich firmach

GPT-5 w Microsoft Foundry Models sprawdza się w kilku obszarach, które są szczególnie istotne na polskim rynku:

• Obsługa klienta w języku polskim – model rozumie polską składnię i specyfikę językową lepiej niż wcześniejsze generacje. Chatboty obsługujące zapytania po polsku mogą korzystać z pełnych baz wiedzy bez konieczności dzielenia dokumentów na fragmenty.
• Analiza dokumentów prawnych i kontraktów – duży limit kontekstu pozwala przetwarzać całe umowy (np. OWU, regulaminy, umowy B2B) w jednym wywołaniu API.
• Wsparcie programistów – analiza repozytoriów kodu, automatyczne code review, generowanie dokumentacji technicznej.
• Automatyzacja raportowania – przetwarzanie dużych zbiorów danych tekstowych i generowanie ustrukturyzowanych raportów, np. na potrzeby ESG lub sprawozdawczości finansowej.
• Fine-tuning na danych branżowych – możliwość dostrojenia modelu do specyficznego słownictwa (bankowość, medycyna, prawo) zmniejsza liczbę błędów i poprawia trafność odpowiedzi.

Szczegółowe omówienie wdrożeń AI w polskich przedsiębiorstwach dostępne jest w dziale AI w biznesie.

Migracja z GPT-4 i kompatybilność API

Microsoft zapewnia kompatybilność wsteczną – systemy zbudowane na GPT-4 i GPT-4.1 działają bez modyfikacji. GPT-5 staje się domyślnym modelem dla nowych deploymentów, ale istniejące konfiguracje nie są automatycznie migrowane.

Dla firm planujących przejście z GPT-4 na GPT-5 rekomendowane jest przetestowanie nowego modelu na wybranym zestawie przypadków użycia przed pełnym wdrożeniem – ze względu na różnice w zachowaniu modelu przy instrukcjach systemowych i formatowaniu odpowiedzi. Koszty migracji technicznej są niskie, ale walidacja jakości odpowiedzi w specyficznym kontekście biznesowym wymaga czasu.

Podstawy integracji modeli OpenAI przez API omówione są w dziale edukacja AI.