Intern-S2 kontra GPT-5.6 Sol: darmowy checkpoint i flagowiec za 30 dolarów

Cena w tym zestawieniu na pierwszy rzut oka wygląda absurdalnie. Intern-S2, multimodalny model z 397 miliardami parametrów, który InternLM udostępnił dziś na licencji Apache-2.0, nic nie kosztuje przy pobraniu ani za zapytanie, gdy tylko masz sprzęt, by go uruchomić. GPT-5.6 Sol, flagowy poziom rozumowania OpenAI, widnieje w podstawowym cenniku OpenAI za 5,00 USD za milion tokenów wejściowych i 30,00 USD za milion tokenów wyjściowych — choć stawka promocyjna, którą OpenAI prowadzi od końca lipca i którą obecnie pokazuje nasza własna strona z modelami, to 4,00 USD na wejściu i 20,00 USD na wyjściu. To realna różnica i pierwsza rzecz, jaką ktokolwiek zauważa — a zarazem najmniej przydatny fakt w tym porównaniu, bo model za 30 USD i ten darmowy nie konkurują o tę samą pracę. GPT-5.6 Sol to poziom, na który OpenAI wskazuje, gdy najtrudniejsze rozumowanie, jakiego kiedykolwiek podejmie się twoja aplikacja, musi wrócić poprawne. Intern-S2 to instrument naukowy ze ścieżką wizyjną wytrenowaną na surowych stronach literatury i głowicą prognostyczną do sygnałów w szeregach czasowych. Pytanie nie brzmi, który jest tańszy. Brzmi: którego faktycznie potrzebuje twoje obciążenie robocze — i czy ten „darmowy” rzeczywiście jest darmowy.

Co tabela dostawców mówi, a czego nie mówi

InternLM porównał Intern-S2 z GPT-5.5 w benchmarku, a nie z GPT-5.6 Sol. Warto to zaznaczyć na samym początku, ponieważ każde krążące twierdzenie „Intern-S2 pokonuje GPT” jest porównaniem z poprzednią generacją OpenAI, a każda strona, która przedstawia to jako wynik dla Sol, ekstrapoluje. Rodzina GPT-5.6 obejmuje również trzy poziomy — Sol do najtrudniejszych zadań, Terra do zrównoważonej produkcji, Luna do dużego wolumenu — a OpenAI aktywnie zmienia ich ceny, więc wynik dla Sol cytowany z wrześniowego artykułu może być już nieaktualny.

Co jednak zestawienie dostawcy ustala — z niezmiennym zastrzeżeniem, że każda liczba dotycząca Intern-S2 pochodzi od samego InternLM i nie została niezależnie zweryfikowana:

• Rozumowanie dotyczące struktury molekularnej — Intern-S2 uzyskuje 62,35 w MolecularIQ, podczas gdy GPT-5.5 – 76,41. Intern-S2 przegrywa.

• Wykorzystanie narzędzi naukowych — Intern-S2 66,76 w TOMG-Bench w porównaniu z 69,89 GPT-5.5. Niewielka przegrana.

• Instrukcja bio-molekularna — Intern-S2 53,95 vs 40,49. Wyraźne zwycięstwo Intern-S2.

• Matematyka w szkole średniej — Intern-S2 93,56 na HMMT-2026 vs 97,06 GPT-5.5. Intern-S2 przegrywa.

• Wiedza ogólna — Intern-S2 89,77 w MMLU Pro vs 88,20. Nieznaczne zwycięstwo Intern-S2.

• Wiedza multimodalna — poziom 81,68 w MMMU Pro.

• Biegłość w terminalu — GPT-5.5 79,40 w TerminalBench 2.1 vs Intern-S2 64,04. Piętnastopunktowa strata.

Nawet w starciu z o jedną generację starszym modelem OpenAI, Intern-S2 przegrywa więcej ogólnych wierszy, niż wygrywa, a wygrywa te naukowe. W starciu z Sol — poziomem jawnie pozycjonowanym powyżej GPT-5.5 pod kątem najtrudniejszego rozumowania — luka w ogólnych możliwościach niemal na pewno się powiększa. Nic w dowodach nie wspiera tezy, że darmowy checkpoint jest konkurencyjny wobec płatnego modelu flagowego pod względem ogólnych możliwości, a uczciwe ujęcie jest takie, że Intern-S2 to specjalista, który jest przyzwoity ogólnie i doskonały w swojej dziedzinie.

„Darmowe" to wydatek inwestycyjny, a nie rabat.

Zerowy koszt licencji Intern-S2 jest realny, ale to nie to samo co darmowe wnioskowanie — i tu porównanie staje się praktyczne. Checkpoint o 403 miliardach parametrów wymaga poważnego węzła z wieloma GPU do obsługi. Jeśli już posiadasz takie moce i nie są w pełni wykorzystane, koszt krańcowy kolejnego zapytania naukowego jest bliski kosztowi energii elektrycznej — co stanowi naprawdę silną pozycję ekonomiczną i jest powodem, dla którego istnieją otwarte wagi. Jeśli nie posiadasz takich mocy, „darmowe” oznacza zakup lub wynajem sprzętu, a arytmetyka zmienia się całkowicie.

Ekonomia GPT-5.6 Sol jest odwrotnością. Nie ma sprzętu do kupienia ani modelu do obsługi. Płacisz stawkę rozliczaną za zużycie — 5,00 USD za milion tokenów wejściowych i 30,00 USD za milion tokenów wyjściowych w warstwie podstawowej albo stawkę promocyjną 4,00/20,00 USD aktualnie dostępną na naszej stronie modelu — a model jest dostarczany z oknem kontekstowym 1,05 mln tokenów, limitem wyjściowym 128 tys. tokenów, obsługą obrazu, narzędziami i skumulowaną niezawodnością flagowca, który jest w produkcji od czasu uruchomienia jego API 9 lipca 2026 r. Wersja zapoznawcza Ultrafast, która uruchamia Sol na sprzęcie w skali wafla z szybkością do 750 tokenów wyjściowych na sekundę, kieruje ten sam model ku zadaniom krytycznym pod względem opóźnień, choć jest ograniczona do niewielkiej grupy klientów i nie ma opublikowanej ceny. To, co kupujesz za 30 USD, to nie tylko możliwości — to brak zespołu operacyjnego.

• Wagi — Intern-S2 Apache-2.0, do pobrania vs GPT-5.6 Sol — zamknięty, tylko przez API.

• Profil kosztów — nakłady inwestycyjne Intern-S2 na checkpoint 403B albo oficjalny Intern API rozliczany za użycie w porównaniu z GPT-5.6 Sol: $5.00 / $30.00 za milion według cennika, $4.00 / $20.00 w promocji.

• Kontekst / dane wyjściowe — Intern-S2 do 256K tekstu, 64K multimodalnych ocenianych; dane wyjściowe nieopublikowane w porównaniu z GPT-5.6 Sol ~1,05 mln kontekstu, 128K danych wyjściowych.

• Dane wejściowe — Intern-S2: tekst, obraz, szeregi czasowe vs GPT-5.6 Sol: tekst i obraz.

• Niezależny wynik — Intern-S2: jeszcze brak, w porównaniu z GPT-5.6 Sol — flagowym modelem najwyższej klasy z długą historią publicznych ocen.

• Poziom szybkości — Intern-S2 ograniczony sprzętowo vs GPT-5.6 Sol Ultrafast preview przy nawet 750 tokenach wyjściowych na sekundę, według danych producenta.

Gdzie darmowy checkpoint naprawdę wygrywa

Są trzy sytuacje, w których Intern-S2 wygrywa z Sol bez udziału benchmarku.

Pierwsza kwestia to rezydencja danych. GPT-5.6 Sol to zamknięte API — każde żądanie opuszcza Twoją infrastrukturę i przechodzi przez systemy Open​AI zgodnie z polityką treści Open​AI. Intern-S2 na licencji Apache-2.0 może działać w trybie air-gapped w środowisku objętym regulacjami, na danych, których zgodnie z prawem nie można przesyłać do punktu końcowego strony trzeciej. Dla laboratorium farmaceutycznego, systemu szpitalnego albo wykonawcy z sektora obronnego ta właściwość nie jest funkcją; to cała decyzja zakupowa, a żadna ilość możliwości Sol tego nie zastąpi.

Drugim jest modalność. Intern-S2 przyjmuje dane w postaci szeregów czasowych i tworzy prognozy; odczytuje również surowe strony literatury naukowej jako natywną reprezentację wizualną, a nie jako wyodrębniony tekst. Sol przyjmuje tekst i obrazy. Jeśli Twoje dane to zapis sejsmografu, krzywa obciążenia lub zeskanowany artykuł pełen rysunków, Intern-S2 ma ścieżkę, której Sol nie ma, a wiersz Biology-Instructions dostawcy (55,71 w porównaniu z 10,52 GPT-5.5) to liczba, która to odzwierciedla.

Trzecia to dostrajanie. Możesz wziąć wagi Intern-S2 i wytrenować je na własnych zastrzeżonych danych eksperymentalnych, a następnie zachować ten model na zawsze. Z Sol nie zrobisz tego za żadną cenę. Dla zespołu, którego przewaga konkurencyjna opiera się na specjalistycznym zbiorze danych, adaptowalny otwarty checkpoint może być wart więcej niż silniejszy zamrożony model.

Uruchamianie obu bez wybierania

Zespoły, które najlepiej wykorzystują to zestawienie, nie traktują tego jako forka. Kierują rozumowanie ogólne, wrażliwe na opóźnienia i o wysokich stawkach do GPT-5.6 Sol — który znajduje się w OrcaRouter w cenie katalogowej OpenAI z 0% narzutu, na tym samym kluczu co ponad 200 innych modeli, więc zmiana ceny Sol jest uwzględniana tego samego dnia, a problem dostawcy w danej godzinie jest niwelowany przez automatyczne przełączenie awaryjne — a naukowe zadania wsadowe utrzymują na Intern-S2, gdziekolwiek je uruchamiają. DSL routingu czyni tę granicę jawną: trudne rozumowanie ogólne idzie w jedną stronę, analiza dokumentów i sygnałów — w drugą, a podział jest konfiguracją, a nie drugą integracją.

Intern-S2 nie ma w OrcaRouter; to wydany tego samego dnia checkpoint Apache-2.0, a twoja droga do niego to własne API dostawcy albo wdrożenie samodzielnie hostowane. Sol jest dostępny za pomocą klucza. Między tymi dwoma rozwiązaniami praktyczna architektura dla aplikacji z dużym udziałem nauki to jeden endpoint do wywołań modeli frontier i jedno wdrożenie dla modelu specjalistycznego — z możliwością późniejszego przeniesienia którejkolwiek ze stron.

Werdykt

Jeśli potrzebujesz najtrudniejszego rozumowania, jakiego podejmie się Twoja aplikacja, chcesz je mieć w jednym wywołaniu API i jesteś gotów zapłacić za to stawkę rozliczaną za użycie flagowego modelu, GPT-5.6 Sol jest odpowiedzią, a wydany tego samego dnia otwarty checkpoint tego nie zmienia. Nic w tabeli samego InternLM nie wskazuje, by Intern-S2 dorównywał obecnemu flagowemu modelowi Open​AI pod względem ogólnych możliwości; porównanie przeprowadzono z poprzednią generacją, a otwarty model nadal wypadł gorzej w większości ogólnych wierszy.

Jeśli Twoje obciążenie ma charakter naukowy, Twoje dane nie mogą opuścić Twojej infrastruktury albo musisz dostroić model na zastrzeżonych wynikach eksperymentów, Intern-S2 jest modelem, który w ogóle potrafi robić takie rzeczy — a jego licencja Apache-2.0 oznacza, że wersja, którą zwalidujesz, jest wersją, którą zachowasz. Zaplanuj budżet na sprzęt, licz się z koniecznością przeprowadzenia własnej ewaluacji i traktuj każdą opublikowaną liczbę na jego temat jako twierdzenie, dopóki ktoś spoza InternLM nie odtworzy którejś z nich.

W przypadku wywołań modeli frontier obok tego, co hostujesz samodzielnie: ponad 200 innych modeli utrzymuje zamknięty model flagowy na jednym kluczu w cenie katalogowej dostawcy, dzięki czemu specjalistyczne wdrożenie i model rozliczany można zamieniać za pomocą reguły routingu.