Name: BrowseWiz
Brand: BrowseWiz
Availability: InStock
Rating: 5.0 (4 reviews)

Base URL (adres bazowy) OpenRouter API to 

https://openrouter.ai/api/v1/chat/completions

. OpenRouter przyjmuje żądania w formacie OpenAI Chat Completions, więc oficjalne SDK OpenAI działają z nim, gdy ustawisz ten adres jako base URL, wyślesz klucz OpenRoutera jako token Bearer i podasz model, np. 

 to samo żądanie trafia do OpenAI albo do Mistrala. Vercel AI Gateway, Portkey i LiteLLM Proxy, uruchamiany na własnym serwerze, też udostępniają modele Anthropic, OpenAI i Mistral pod jednym endpointem zgodnym z API OpenAI. Porównujemy je niżej.

Wszystkie adresy URL, ID modeli i ceny w tym artykule sprawdziliśmy we wrześniu 2026 w dokumentacji i API samych dostawców.

OpenRouter API: base URL i endpoint chat completions

Opcjonalne nagłówki służą tylko do przypisania żądań do twojej aplikacji: 

 to nazwa widoczna w rankingach OpenRoutera, a 

 przypisuje aplikację do kategorii w marketplace. Bez nich żądania też działają.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
    "model": "anthropic/claude-sonnet-5",
    "messages": [
      {"role": "user", "content": "Explain what an OpenAI-compatible API is in one sentence."}
    ]
  }'

Przykład w Pythonie z oficjalnym SDK openai

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ["OPENROUTER_API_KEY"],
)

completion = client.chat.completions.create(
    model="anthropic/claude-sonnet-5",
    messages=[
        {"role": "user", "content": "Explain what an OpenAI-compatible API is in one sentence."}
    ],
    extra_headers={
        "HTTP-Referer": "https://example.com",  # opcjonalnie: adres twojej strony
        "X-OpenRouter-Title": "My App",          # opcjonalnie: nazwa twojej aplikacji
    },
)

print(completion.model)
print(completion.choices[0].message.content)

, więc jeśli wkleisz pełny endpoint jako 

ID modeli i przełączanie między modelami Claude, GPT i Mistral

). Endpoint, klucz i treść żądania się nie zmieniają, więc zmiana dostawcy sprowadza się do pętli po nazwach modeli (z obiektem 

for model in ["openai/gpt-6-sol", "anthropic/claude-sonnet-5", "mistralai/mistral-medium-3-5"]:
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Name one risk of vendor lock-in."}],
    )
    print(f"{r.model}: {r.choices[0].message.content}")

Przy częstym przełączaniu przydają się dwie funkcje OpenRoutera. Aliasy w postaci 

, wskazują najnowszy model z danej rodziny, a pole 

 w odpowiedzi podaje, który model faktycznie obsłużył żądanie. Tablica 

 to lista modeli zapasowych (fallback), z których OpenRouter korzysta po kolei, gdy pierwszy model zawiedzie z powodu limitów zapytań, niedostępności, długości kontekstu albo flagi moderacji. SDK OpenAI nie ma na nią osobnego argumentu, więc przekazuje się ją jako 

. Płacisz za model, który udzielił odpowiedzi.

Pełny katalog modeli wraz z parametrami, które obsługuje każdy z nich, zwraca 

, i to bez klucza. Jeśli dopiero wybierasz, do jakich modeli kierować zapytania, najważniejsze opcje omawiamy w 

Za inferencję OpenRouter nalicza opłaty po cenach dostawców, bez marży. Przy zakupie kredytów kartą dolicza 5,5% prowizji (minimum 0,80 USD), a przy płatności kryptowalutami 5%.

Usługi do przełączania między modelami Anthropic, OpenAI i Mistral przez jedno API

Według stanu na wrzesień 2026 OpenRouter, Vercel AI Gateway, Portkey i LiteLLM Proxy (uruchamiany na własnym serwerze) udostępniają modele Anthropic, OpenAI i Mistral pod jednym endpointem zgodnym z API OpenAI. Aktualny endpoint Cloudflare AI Gateway robi to samo dla Anthropic, OpenAI i Google. Modele Mistrala oferuje jednak tylko w wersjach open-weight (z otwartymi wagami) w Workers AI. Do API samego Mistrala potrzebny jest starszy endpoint 

, który Cloudflare oznaczył jako przestarzały przy wywołaniach pojedynczego modelu. W każdym przypadku dostawcę zmienia się, podmieniając wartość 

. Dostawcy mają też własne endpointy zgodne z API OpenAI. Przydają się, gdy chcesz używać jednej biblioteki klienckiej i nie przeszkadza ci osobny klucz u każdego dostawcy.

Jeśli nie chcesz zakładać konta u każdego dostawcy, OpenRouter, Vercel AI Gateway i Unified Billing w Cloudflare sprzedają tokeny po cenach dostawców z jednego przedpłaconego salda. Gdy sprawdzaliśmy (wrzesień 2026), API modeli OpenRoutera zwracało 356 różnych modeli, nie licząc aliasów i wariantów 

, a API Vercela 265 modeli językowych. Kiedy liczy się szeroki wybór modeli, OpenRouter ma przewagę. Vercel i Cloudflare mają więcej sensu, gdy twoja aplikacja już na nich działa.

Jeśli masz już klucze u dostawców, Portkey i LiteLLM działają jako warstwa przed nimi. Portkey dodaje ponawianie żądań, modele zapasowe, równoważenie obciążenia i guardrails, a jego darmowy plan obejmuje 10 000 zapisanych logów miesięcznie. LiteLLM śledzi wydatki i ustawia budżety dla wirtualnych kluczy. Wybierz go, gdy żadna zewnętrzna bramka nie może widzieć twojego ruchu.

ID modeli nie przenoszą się między bramkami. OpenRouter zapisuje 

, a LiteLLM nazwy, którą sam zdefiniujesz w 

. Warstwy zgodności Anthropic i Gemini to najsłabszy wybór na produkcję. Anthropic przedstawia swoją jako sposób na testowanie i porównywanie modeli, nie jako rozwiązanie długoterminowe. Google wciąż oznacza swoją jako beta.

Na własnym serwerze: jeden endpoint z LiteLLM

Konfiguracja LiteLLM, która udostępnia modele Claude, GPT i Mistral pod krótkimi nazwami:

model_list:
  - model_name: claude
    litellm_params:
      model: anthropic/claude-sonnet-5
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: gpt
    litellm_params:
      model: openai/gpt-6-sol
      api_key: os.environ/OPENAI_API_KEY
  - model_name: mistral
    litellm_params:
      model: mistral/mistral-large-latest
      api_key: os.environ/MISTRAL_API_KEY

docker run -v $(pwd)/litellm_config.yaml:/app/config.yaml \
  -e ANTHROPIC_API_KEY -e OPENAI_API_KEY -e MISTRAL_API_KEY \
  -e LITELLM_MASTER_KEY=sk-change-me \
  -p 4000:4000 docker.litellm.ai/berriai/litellm:latest --config /app/config.yaml

. Bez bazy danych LiteLLM nie egzekwuje budżetów.

Co oznacza API zgodne z OpenAI i gdzie ta zgodność się kończy

), uwierzytelnia klienta tokenem Bearer i zwraca odpowiedź o tej samej strukturze 

, a przy streamingu strumień server-sent events. Zwykłe zapytania czatu działają na każdym endpoincie z tabeli po zmianie base URL, klucza i nazwy modelu. Różnice wychodzą dopiero przy funkcjach spoza tego minimum:

Pisz kod pod wspólny podzbiór (wiadomości, streaming, narzędzia bez 

), a parametry specyficzne dla dostawcy trzymaj w 

Jak używać dowolnego modelu zgodnego z API OpenAI w BrowseWiz

BrowseWiz to asystent AI w panelu bocznym przeglądarek Chrome i Edge. W ustawieniach niestandardowych modeli przyjmuje każdy model, który udostępnia endpoint chat completions zgodny z API OpenAI. Potrzebuje tych samych trzech wartości co SDK:

Każdy wpis to jeden model. Żeby korzystać z modeli Claude, GPT i Mistral przez OpenRouter, dodaj trzy wpisy z tym samym base URL i kluczem, ale z różnymi nazwami modeli. Bezpośrednie endpointy dostawców działają tak samo:

Jeśli potrzebujesz tylko modeli OpenAI, sekcja 

 na tej samej stronie przyjmuje klucz OpenAI bezpośrednio. Bez żadnego klucza wbudowany model BrowseWiz Chat działa w darmowym planie z limitem użycia. Na stronie ustawień można też dodać własne narzędzia API i webhooki. Przykład takiego narzędzia pokazujemy w tekście o 

OpenRouter to hostowany router modeli AI: jedno API zgodne z OpenAI, przez które jednym kluczem i z jednego przedpłaconego salda korzystasz z setek modeli różnych dostawców, m.in. Anthropic, OpenAI i Mistral. Model wybierasz polem 

; za inferencję płacisz ceny dostawców bez marży, a prowizję OpenRouter pobiera przy zakupie kredytów.

, a uwierzytelnianie odbywa się nagłówkiem 

Authorization: Bearer <OPENROUTER_API_KEY>

Tak. OpenRouter przedstawia się jako bezpośredni zamiennik OpenAI (drop-in replacement) i działa z każdym SDK, w którym można ustawić base URL. Opcje dostępne tylko w OpenRouterze, takie jak 

, w SDK OpenAI dla Pythona przekazuje się w 

Czy można przełączać się między modelami Anthropic, OpenAI i Mistral, mając jeden klucz API?

Tak. OpenRouter i Vercel AI Gateway rozliczają modele Claude, GPT i Mistral z jednego klucza i jednego przedpłaconego salda. Cloudflare AI Gateway robi to samo dla modeli Claude i GPT, ale nie dla API Mistrala. Portkey i LiteLLM też dają jeden klucz do bramki, ale za nią trzymasz własne klucze dostawców.

Czy base URL powinien zawierać /chat/completions?

Nie. SDK OpenAI i BrowseWiz same dopisują 

 do base URL. Jeśli dodasz tę ścieżkę sam, pojawi się w adresie dwa razy, a OpenRouter odpowie błędem 404.

Czy API Anthropic jest zgodne z API OpenAI?

Częściowo. Anthropic udostępnia warstwę zgodności z SDK OpenAI pod adresem 

 i ścisłe schematy narzędzi, a samą warstwę opisuje jako przeznaczoną do testowania i porównywania modeli. OpenRouter podaje 

 jako obsługiwane parametry dla modeli Claude 4.5 i nowszych, więc jeśli potrzebujesz tych funkcji w formacie OpenAI, to prostsza droga.

Base URL OpenRouter API i endpointy zgodne z OpenAI

Base URL OpenRouter API to https://openrouter.ai/api/v1. Gotowy kod w curl i Pythonie oraz inne sposoby przełączania modeli Anthropic, OpenAI i Mistral.

OpenRouter API: base URL i endpointy zgodne z OpenAI

OpenRouter API i API zgodne z OpenAI: base URL oraz jeden endpoint do modeli Claude, GPT i Mistral

OpenRouter API Base URL and OpenAI-Compatible APIs: One Endpoint for Claude, GPT and Mistral

Ten workflow n8n zbiera z Gmaila faktury kosztowe i paragony z wybranego zakresu dat. Pobiera każdy załącznik PDF, pyta model OpenAI, czy plik to faktura albo paragon, wrzuca pasujące pliki do nowego folderu na Dysku Google, a jeśli tego chcesz, wysyła całą paczkę mailem do księgowości. Schemat blokowy poniżej pokazuje przebieg krok po kroku, a ponieważ na starcie stoi node Webhook, uruchomisz go wiadomością na czacie BrowseWiz, poleceniem curl albo tagiem NFC.

 w kwietniu 2025. Nazwy nodów i ustawień w tej wersji odpowiadają temu, co n8n pokazuje według stanu na wrzesień 2026. Poprawiłem też trzy błędy z oryginału. Workflow nie łączy się z Krajowym Systemem e-Faktur (KSeF), w którym od 1 lutego 2026 

. Obejmuje dokumenty, które przychodzą mailem jako PDF, np. paragony i faktury od zagranicznych dostawców spoza KSeF.

Schemat blokowy workflowu n8n do automatyzacji faktur

Tabela uzupełnia pomocnicze nody, których nie ma na diagramie.

Jak zbudować workflow do automatyzacji faktur w n8n

Zaimportuj szablon i dodaj poświadczenia (credentials) do Gmaila, Google Drive i OpenAI albo zbuduj workflow ręcznie z poniższymi ustawieniami.

Workflow odpowiada wcześnie, bo przetworzenie maili z całego miesiąca może trwać kilka minut, a w n8n Cloud webhook, który nie odpowie w ciągu 100 sekund, kończy się błędem 524. n8n wykonuje równoległe gałęzie od góry obszaru roboczego (canvas) w dół, więc umieść Respond to Webhook nad gałęzią Configure, bo inaczej odpowiedź poczeka na koniec całego przebiegu.

Node Edit Fields (Set) o nazwie Configure trzyma ustawienia, z których korzystają pozostałe nody: 

 z JSON-a, wysłana przez narzędzie czatu, nigdy nie uruchamiała wysyłki maila. To wyrażenie przyjmuje obie postaci:

const results = [];
for (const item of $input.all()) {
  for (const key of Object.keys(item.binary ?? {})) {
    results.push({ json: {}, binary: { data: item.binary[key] } });
  }
}
return results;

Does this PDF file look like a {{ $('Configure').first().json['Match on'] }}?
Return "true" if it is and "false" if not. Reply only with lowercase true or false.
Filename: {{ $binary.data.fileName }}
Text: {{ $json.text }}

const merged = { json: {}, binary: {} };
$input.all().forEach((item, i) => {
  merged.binary[`file_${i}`] = item.binary.data;
});
return [merged];

Na koniec opublikuj workflow (przycisk Publish albo Shift+P). Production URL uruchamia tylko opublikowaną wersję, a Test URL nasłuchuje przez 120 sekund od kliknięcia Listen for test event.

Uruchamianie workflowu n8n z BrowseWiz poleceniem w języku naturalnym

BrowseWiz to panel boczny z AI dla Chrome i Edge. Jego własne narzędzia wysyłają na zarejestrowany przez ciebie endpoint treść JSON, którą model wypełnia na podstawie twojej wiadomości, a Webhook w n8n przyjmuje ją bez zmian.

Sprawdź, czy narzędzie jest włączone w sekcji Custom Tools menu pod ikoną klucza, a potem napisz np. „Zbierz moje faktury i paragony z sierpnia 2026 i wyślij je do księgowości”. Model zamieni to na treść żądania:

{
  "startDate": "2026-08-01T00:00:00Z",
  "endDate": "2026-09-01T00:00:00Z",
  "sendEmail": true
}

Webhook odsyła wynik do modelu, więc w odpowiedzi na czacie może się pojawić link do folderu na Dysku Google. Resztę przebiegu widać w zakładce Executions w n8n.

Model sam decyduje, kiedy wywołać narzędzie, a dokumentacja BrowseWiz zaleca ostrożność przy endpointach, które zmieniają dane, więc wyłączaj to narzędzie, gdy go nie potrzebujesz. Jeśli model źle zinterpretuje „poprzedni miesiąc”, podaj mu konkretne daty.

Uruchamianie workflowu n8n tagiem NFC, skrótem w telefonie lub przez curl

n8n nie ma triggera NFC, więc to tag musi sprawić, że telefon wywoła webhook. Telefon nie doda łatwo nagłówka uwierzytelniającego, którego wymaga główny webhook, dlatego daję mu osobny, mały workflow:

Potem skieruj telefon na URL pomocniczego webhooka:

curl -X POST "https://your-n8n.example.com/webhook/<path>" \
  -H "X-Invoice-Key: <your-secret>" \
  -H "Content-Type: application/json" \
  -d '{"startDate":"2026-08-01T00:00:00Z","endDate":"2026-09-01T00:00:00Z","sendEmail":false}'

Warianty: zeskanowane paragony, osobne foldery, długie pliki

Jak zobaczyć workflow n8n jako schemat blokowy?

Obszar roboczy edytora n8n już nim jest. Nody to kroki, połączenia to strzałki, a nody If rozgałęziają się na wyjścia true i false. Klawisz 1 dopasowuje widok do okna, Shift+S dodaje notatkę (sticky note), a w n8n 2.31.0 i nowszych Ctrl/Cmd+G zbiera powiązane nody w nazwaną grupę (Canvas Group). Jeśli potrzebujesz diagramu poza n8n, pobierz JSON workflowu z menu edytora i zapisz nazwy nodów jako 

 w Mermaid. Taki diagram wyrenderują edytory takie jak 

Czy n8n może automatycznie przetwarzać faktury?

Tak. Ten workflow działa na żądanie przez webhook, ale ten sam łańcuch nodów może startować z Schedule Trigger pierwszego dnia każdego miesiąca (z opisanymi wyżej wyrażeniami dat 

) albo z Gmail Trigger przy każdym nowym mailu. Wyrywkowo sprawdzaj, co wybiera AI.

n8n nie ma triggera NFC, więc tag musi sprawić, że telefon wywoła URL webhooka. Na iPhonie automatyzacja w Skrótach z wyzwalaczem NFC uruchamia akcję „Pobierz zawartość URL”. Na Androidzie tag z zapisanym adresem otwiera go jako żądanie GET, więc node Webhook musi przyjmować GET.

Extract From File z operacją Extract From PDF. Read PDF jest na liście przestarzałych nodów n8n, więc wciąż działa, ale nie dostaje poprawek. Przy zamianie ustaw Keep Source na Both, inaczej PDF wypadnie z elementu.

Schemat workflowu n8n do automatyzacji faktur

Schemat blokowy workflowu n8n do automatyzacji faktur: PDF-y z Gmaila sprawdzane przez OpenAI i zapisywane na Dysku Google. Start z czatu lub tagu NFC.

n8n flowchart: przykład workflowu do automatyzacji faktur

Automatyzacja faktur w n8n: workflow ze schematem blokowym, który zbiera faktury i paragony z Gmaila

n8n Invoice Processing Workflow (with Flowchart): Collect Invoices and Receipts from Gmail

Według stanu na wrzesień 2026 najlepsze modele AI, czyli modele frontier, to GPT-6 Astra od OpenAI, Claude Opus 5.5 i Claude Fable 5.1 od Anthropic, Gemini 3.1 Pro i Gemini 3.8 Flash od Google, Grok 4.7 od xAI oraz Muse Spark 1.3 od Meta. Najmocniejsze modele z otwartymi wagami (open-weight) pochodzą z chińskich laboratoriów: MiMo-V2.6-Pro od Xiaomi, GLM-5.3 od Z.ai, Kimi K3 od Moonshot, Qwen3.8 od Alibaby i V4.1-Flash od DeepSeek. Niezależne rankingi dzielą pierwsze miejsce: GPT-6 Astra prowadzi w najtrudniejszych testach z matematyki, nauk ścisłych i rozumowania, a Claude Opus 5.5 w Artificial Analysis Intelligence Index i w rankingu Arena opartym na głosach ludzi.

Ten tekst zastępuje nasze porównanie z marca 2025, w którym zestawialiśmy GPT-4o, Claude 3.7 Sonnet i Gemini 2.0. Parametry i ceny pochodzą z dokumentacji producentów, sprawdzonej 27 września 2026. Jeśli szukasz czołówki z 2024 lub 2025 roku, oś czasu po przeglądzie laboratoriów wymienia premiery czołowych modeli od GPT-4o.

Porównanie najlepszych modeli AI (wrzesień 2026)

Ceny dotyczą promptów standardowej długości; OpenAI liczy więcej powyżej 272 tys. tokenów wejściowych, a Google (3.1 Pro) i xAI powyżej 200 tys. Cena Gemini 3.8 Flash jest promocyjna do 31 grudnia 2026 (potem 1,50 / 7,50 USD). Cena wejścia w DeepSeek to stawka bez trafienia w cache (cache miss), a oba zakresy DeepSeek to kolejno ceny poza godzinami szczytu i w szczycie.

Najnowsze modele AI: przegląd laboratoriów

 3 września 2026 jako swój najbardziej zaawansowany model, „stworzony do najtrudniejszej pracy end-to-end”. Model trafił najpierw do ograniczonej grupy organizacji, a w kolejnych dniach do użytkowników ChatGPT Plus, Pro, Business i Enterprise oraz do API. Astra to 

 OpenAI na poziomie „Critical” w kategorii możliwości z zakresu cyberbezpieczeństwa w Preparedness Framework, dlatego na starcie odmawia zaawansowanych zadań z tej dziedziny, takich jak tworzenie exploitów proof-of-concept. 

 pojawiły się 22 września: Sol do programowania i agentów, a Luna do pracy na dużą skalę za 0,10 / 0,50 USD. Wszystkie trzy przyjmują tekst i obrazy, mają okno kontekstowe 1,05 mln tokenów i zwracają do 128 tys. tokenów (

Anthropic: Claude Opus 5.5 i Claude Fable 5.1

Obecna oferta Anthropic to Fable 5.1, Opus 5.5, Sonnet 5 i Haiku 4.5 (

, wydany 22 września 2026, to model, od którego Anthropic zaleca zacząć. Według firmy „w większości zadań działa na poziomie Claude Fable 5.1, a jego uruchomienie kosztuje o 40% mniej niż Opus 5”; cena katalogowa to 4 / 20 USD (

, wydany 1 września, to droższa opcja, którą przegląd modeli przeznacza do „wymagającego rozumowania i długotrwałej pracy agentowej”. Oba mają okno kontekstowe 1 mln tokenów w standardowej cenie, do 128 tys. tokenów na wyjściu i datę odcięcia wiedzy w czerwcu 2026. Claude Mythos 5.1, czyli ten sam model z zabezpieczeniami przygotowanymi pod cyberbezpieczeństwo i nauki o życiu, jest dostępny tylko na zaproszenie.

Google DeepMind: Gemini 3.1 Pro i Gemini 3.8 Flash

Najnowszym modelem Pro od Google wciąż jest 

, w wersji preview od 19 lutego 2026. W maju Google zapowiadał, że Gemini 3.5 Pro trafi do użytkowników 

. Linia Flash zmieniała się za to niemal co miesiąc i 2 września doszła do 

 Google kieruje teraz do niego nowe projekty. Gemini 3.1 Pro dzieli drugie miejsce w Humanity's Last Exam, a 3.8 Flash jest na poziomie GPT-6 Astra w GPQA Diamond, ale w szerszym indeksie Artificial Analysis zdobywają 30 i 41 punktów, mniej niż najlepsze modele open-weight. Modele Gemini przyjmują tekst, obrazy, wideo, audio i PDF-y, mają okno 1 mln tokenów i do 64 tys. tokenów na wyjściu (

xAI, które występuje teraz pod marką SpaceXAI, wydało 

 21 września 2026, około sześciu tygodni po premierze Grok 4.6. Model jest przeznaczony do „programowania, zadań agentowych i pracy opartej na wiedzy”, przyjmuje tekst i obrazy i ma okno kontekstowe 500 tys. tokenów (

). Jest dostępny w API xAI, w Cursorze i w bramkach takich jak OpenRouter; według 

 konsumenckie aplikacje Grok dostaną go później.

 wystartował 8 kwietnia 2026 z Meta Superintelligence Labs, bez wag do pobrania. 

 pojawiła się 2 września z lepszymi wynikami w zadaniach agentowych i programowaniu i jest dostępna przez Meta Model API (

). Przy maksymalnym ustawieniu rozumowania to najwyżej oceniany model w indeksie Artificial Analysis spoza Anthropic i OpenAI. Według Meta wydanie Muse Spark z otwartymi wagami jest w planach firmy. Na razie najnowszym modelem językowym Meta z otwartymi wagami jest dużo mniejszy 

 (30 mld parametrów, Apache 2.0); ostatnia duża Llama to 

 jako wersję preview 24 kwietnia 2026, z wagami na licencji MIT. Jego API działa teraz na 

, wydanym 10 września z otwartymi wagami, a V4-Pro jest wygaszany: od 14 września jego zapytania obsługuje V4.1-Flash, dopóki nie pojawi się V4.1-Pro.

 inne laboratoria wyprzedzają dziś DeepSeek wśród modeli open-weight. Listę otwiera MiMo-V2.6-Pro od Xiaomi z 46 punktami (Claude Opus 5.5 ma 58), a za nim są 

 od Moonshot (lipiec, 2,8 bln parametrów) z 44. 

 od Alibaby (sierpień) przyjmuje w API obrazy i wideo, a jego wersja z otwartymi wagami, Qwen3.8-2.4T-A95B, obsługuje tylko tekst i wypada na poziomie DeepSeek V4.1-Flash. Wagi MiMo i DeepSeek mają licencję MIT; Kimi K3, GLM-5.3 i Qwen3.8 mają własne licencje z dodatkowymi warunkami dla firm hostujących modele powyżej określonego progu przychodów.

Najlepsze modele AI w 2024 i 2025 roku: co się zmieniło

Rozumowanie trafiło do modeli flagowych. W 2024 roku o1 od OpenAI był osobnym „modelem rozumującym”; GPT-6 Astra i Grok 4.7 mają dziś ustawienie intensywności rozumowania (reasoning effort) w głównym modelu, a w modelach Claude 5 myślenie (thinking) jest domyślnie włączone (

Okno 1 mln tokenów stało się normą. Gemini 1.5 Pro wystartował w 

 ze standardowym oknem 128 tys. tokenów, a 1 mln był dostępny tylko w prywatnym preview; dziś każdy model z tabeli poza Grok 4.7 przyjmuje około miliona tokenów.

Czym są modele frontier? Frontier AI a generatywna AI

„Frontier” (dosłownie „granica”) to ruchoma etykieta dla najbardziej zaawansowanych modeli ogólnego przeznaczenia w danym momencie. Według 

 frontier AI „odnosi się ogólnie do tych modeli AI ogólnego przeznaczenia, które wyznaczają aktualny stan techniki, a ten zbiór będzie się zmieniał wraz z postępem w dziedzinie”. Wersja rządu Wielkiej Brytanii, przygotowana na AI Safety Summit w 2023 roku, mówi o „wysoce zaawansowanych modelach AI ogólnego przeznaczenia, które mogą wykonywać szeroki zakres zadań i dorównują możliwościom dzisiejszych najbardziej zaawansowanych modeli lub je przewyższają” (

Ustawodawcy liczą za to moc obliczeniową użytą do trenowania. Kalifornijska ustawa 

, obowiązująca od 1 stycznia 2026, definiuje model frontier jako model bazowy (foundation model) trenowany z użyciem ponad 10²⁶ operacji. Unijny AI Act (akt w sprawie sztucznej inteligencji) zakłada, że model ogólnego przeznaczenia trenowany z użyciem ponad 10²⁵ FLOP ma „zdolności dużego oddziaływania”, co uruchamia przepisy o ryzyku systemowym (

Generatywna AI to szersza kategoria: każdy model, który tworzy tekst, obrazy, dźwięk, wideo lub kod. Każdy językowy model frontier jest generatywną AI, ale mały otwarty model uruchomiony na laptopie też jest generatywny, a do czołówki mu daleko. „Frontier” mówi, gdzie model leży na krzywej możliwości; „generatywny” mówi, co robi.

Benchmarki AI: kto prowadzi w FrontierMath, GPQA, HLE i ARC-AGI

Laboratoria uruchamiają benchmarki z własnymi ustawieniami, dlatego liczby w tej sekcji pochodzą wyłącznie z rankingów publikowanych przez twórców benchmarków (stan na 27 września 2026). Claude Opus 5.5 wyszedł 22 września i w większości z nich jeszcze go nie ma.

FrontierMath (Epoch AI, nie Google DeepMind)

 to zbiór bardzo trudnych zadań matematycznych: Tiers 1-3 obejmują poziom od studiów pierwszego stopnia po zaawansowane studia magisterskie i doktoranckie, a Tier 4 to matematyka na poziomie badawczym. Epoch AI prowadzi go dzięki finansowaniu od OpenAI i 

, że OpenAI zamówiło podstawowe zadania i ma dostęp do dużej części zbioru, poza wydzieloną pulą (holdout).

 GPT-6 Astra prowadzi w Tiers 1-3 z wynikiem 93,7%, a drugi jest Claude Fable 5.1 z 90,2%. Astra prowadzi też w Tier 4 z wynikiem 97,6%. To więcej niż w Tiers 1-3, bo prywatny zbiór Tier 4 ma tylko 41 zadań, a Astra rozwiązała 40 z nich. Najlepszy wynik Gemini w Tiers 1-3 według Epoch to 3.7 Flash z 71,6%.

Google DeepMind nie prowadzi FrontierMath, ale zamawiał i publikował wyniki w tym benchmarku. W październiku 2025 Google zlecił Epoch przetestowanie Gemini 2.5 Deep Think, który ustanowił wtedy rekordy: 

 dla AI co-mathematician, agenta zbudowanego na Gemini 3.1 Pro, którego Epoch testował w ciemno. Strony modeli Gemini nie podają wyników FrontierMath.

 to 198 pytań wielokrotnego wyboru z biologii, fizyki i chemii, napisanych przez ekspertów tak, by były „Google-proof”, czyli nie do wygooglowania. W przebiegach Epoch listę otwierają GPT-6 Astra (95,8%), Gemini 3.8 Flash (95,4%) i Gemini 3.7 Flash (94,8%), ale około dziesięciu modeli mieści się w marginesie błędu lidera, więc test dziś głównie potwierdza, że model należy do czołówki.

 daje modelowi repozytorium kodu i prawdziwe zgłoszenie (issue) z GitHuba do naprawienia. Oficjalny ranking 

 (500 zadań sprawdzonych przez ludzi) nie dodał żadnego modelu od lutego 2026, więc jego lider w wariancie bash-only, Claude Opus 4.5 z wynikiem 76,8%, jest kilka generacji w tyle. Ranking 

 od Scale AI kończy się na lipcu 2026 i nie ma w nim żadnego z wrześniowych modeli. Dla najnowszych modeli do programowania zostają tylko liczby od producentów, każda uzyskana w ich własnym środowisku agentowym.

, stworzony przez Center for AI Safety i Scale AI, ma 2500 pytań od niemal 1000 ekspertów z różnych dziedzin. W 

 pierwszy jest GPT-6 Astra z wynikiem 54,8%. Drugie miejsce dzielą Claude Fable 5.1 (46,5%), Gemini 3.1 Pro (46,4%), Gemini 3.8 Flash (44,5%) i GPT-5.4 Pro (44,3%), a Scale oznacza każdy wpis ostrzeżeniem o możliwym skażeniu danych testowych (contamination).

, gdzie ARC Prize samo testuje modele na własnym półprywatnym zbiorze, GPT-6 Astra prowadzi w ARC-AGI-2 z wynikiem 95,0%, a Claude Opus 5.5 osiąga 93,3% przy koszcie 0,41 USD za zadanie wobec 1,12 USD u Astry. ARC-AGI-2 jest bliski nasycenia (panel ludzi osiąga 100%). W nowszym ARC-AGI-3 Astra prowadzi z wynikiem 62,7% w standardowym środowisku testowym (harness), a najlepszy wpis Anthropic, Claude Opus 5, ma 30,2%.

Dwa szersze rankingi stawiają na pierwszym miejscu Anthropic. 

 (v4.3) ocenia Opus 5.5 na 58 punktów, przed Fable 5.1 i GPT-6 Astra z 53. 

 (dawniej LMArena), oparty na głosach ludzi, stawia Opus 5.5 na pierwszym miejscu, w granicach marginesu błędu kilku innych modeli Claude; GPT-6 Astra jest na 26. miejscu.

Rankingi nie zgadzają się co do lidera, więc zanim się zdecydujesz, przetestuj dwóch lub trzech kandydatów na własnym, prawdziwym zadaniu.

Jak porównać kilka modeli AI obok siebie w BrowseWiz

BrowseWiz to panel boczny z AI dla Chrome i Edge, w którym rozmawiasz z modelem o otwartej stronie, PDF-ie lub zaznaczonym fragmencie. Daje 

Większość laboratoriów z tego zestawienia dokumentuje taki endpoint:

 jako przeznaczoną „do testowania i porównywania możliwości modeli”, czyli dokładnie do tego zadania. Konfigurację, także z OpenRouterem, opisujemy w 

przewodniku po OpenRouter i API zgodnych z OpenAI

Żeby porównać modele, dołącz stronę lub plik, nad którym pracujesz, i zadaj pytanie. Potem wybierz inny model w menu modeli i kliknij 

 przy odpowiedzi. BrowseWiz wygeneruje ją ponownie nowym modelem z tym samym kontekstem, więc każdy model dostaje te same dane wejściowe. Każda odpowiedź zostaje zachowana, a strzałki przy wiadomości (1/2, 2/2) przełączają między nimi. Rób to na ostatniej odpowiedzi, bo Try again usuwa wszystkie późniejsze wiadomości.

Według stanu na wrzesień 2026: GPT-6 Astra (OpenAI), Claude Opus 5.5 i Fable 5.1 (Anthropic), Gemini 3.1 Pro i 3.8 Flash (Google), Grok 4.7 (xAI) oraz Muse Spark 1.3 (Meta). Wśród modeli open-weight prowadzą MiMo-V2.6-Pro, GLM-5.3, Kimi K3, Qwen3.8 i DeepSeek V4.1-Flash.

Który model AI jest najlepszy w 2026 roku?

Żaden model nie wygrywa wszędzie. GPT-6 Astra prowadzi w FrontierMath, Humanity's Last Exam i ARC-AGI. Claude Opus 5.5 prowadzi w Artificial Analysis Intelligence Index, jest pierwszy w rankingu tekstowym Arena i kosztuje 40% ceny Astry za token.

Czym różni się frontier AI od generatywnej AI?

Generatywna AI to każdy model, który tworzy tekst, obrazy, dźwięk, wideo lub kod. Frontier AI to niewielki zbiór modeli ogólnego przeznaczenia na poziomie aktualnego stanu techniki; według Frontier Model Forum ten zbiór „będzie się zmieniał z czasem”. Językowe modele frontier są generatywne, ale większość modeli generatywnych do czołówki nie należy.

Czy FrontierMath to benchmark Google DeepMind?

Nie. FrontierMath prowadzi Epoch AI dzięki finansowaniu od OpenAI. Google DeepMind publikował w nim wyniki, ostatnio 48% w Tier 4 dla agenta AI co-mathematician w maju 2026. W rankingu Epoch GPT-6 Astra prowadzi teraz zarówno w Tiers 1-3 (93,7%), jak i w Tier 4 (97,6%).

Jakie były najlepsze modele AI w 2024 i 2025 roku?

W 2024: GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro i Llama 3.1 405B, a we wrześniu doszedł o1 od OpenAI w wersji preview. Na początku 2025: GPT-4o i o1, Claude 3.5 Sonnet, Gemini 2.0 Flash i DeepSeek-V3, do których w styczniu dołączył DeepSeek-R1. W grudniu 2025: GPT-5.2, Claude Opus 4.5, Gemini 3 Pro, Grok 4.1 i DeepSeek V3.2.

Najlepsze modele AI w 2026 roku: porównanie aktualnej czołówki

GPT-6 Astra czy Claude Opus 5.5? Ranking i porównanie najlepszych modeli AI (wrzesień 2026): ceny, wyniki benchmarków i zmiany od 2024 i 2025 roku.

Learn more about AI and BrowseWiz

OpenRouter API i API zgodne z OpenAI: base URL oraz jeden endpoint do modeli Claude, GPT i Mistral

Automatyzacja faktur w n8n: workflow ze schematem blokowym, który zbiera faktury i paragony z Gmaila

Najlepsze modele AI we wrześniu 2026: porównanie modeli GPT-6, Claude, Gemini i Grok