Zbudowałeś coś na API OpenAI — API (sposób komunikacji między programami, coś jak kelner między twoją apką a mózgiem OpenAI). Może to narzędzie do researchu. Może asystent do kodowania. Może analizator dokumentów. Twoi użytkownicy płacą ci realne pieniądze i życie jest piękne.
Tyle że ci sami użytkownicy ciągle zadają to samo niewygodne pytanie: 'Czemu nie mogę tego samego zrobić w ChatGPT za dwadzieścia dolców miesięcznie?" I ostatnio coraz trudniej ci znaleźć dobrą odpowiedź.
16 kwietnia OpenAI wypuściło aktualizację Codex, która zamieniła ich agenta do kodowania w agenta-do-wszystkiego. Obsługa komputera na Macu — widzi twój ekran, klika twoje przyciski, pisze w twoich aplikacjach, uruchamia własny kursor w piaskownicy. Wbudowana przeglądarka do pracy w sieci. Generowanie obrazów. Trwała pamięć. Ponad dziewięćdziesiąt pluginów od Atlassian, GitLab, CircleCI i Microsoftu. Każdy z nich to cały roadmap produktowy jakiegoś startupu, zredukowany do checkboxa na cudzej platformie. Ten agent, nad którym spędziłeś cztery miesiące? Teraz to wtorkowa aktualizacja. Dzień wcześniej zaktualizowali Agents SDK z sandbox execution na siedmiu providerach chmurowych. A 9 kwietnia wstawili tier Pro za $100/miesiąc między Plus a planem za $200, oferując 5x limity użycia i 10x dostęp do Codex.
Trzy aktualizacje w osiem dni. Każda wchłonęła funkcjonalności, nad którymi setki startupów budujących na API pracowały miesiącami.
I tu zaczyna się brutalna matematyka. Tryb agentowy ChatGPT pakuje teraz przeglądanie sieci, głęboki research, wykonywanie kodu, edycję dokumentów i trwałą pamięć w jedną subskrypcję — funkcjonalność pięciu produktów, i twoi użytkownicy o tym wiedzą. Typowy workflow agenta researchowego, który przetwarza 50 000 tokenów (kawałki słów, które czyta AI — mniej więcej ¾ angielskiego słowa) na zapytanie przy 100 zapytaniach dziennie, kosztuje przez API przy cenach GPT-5.4 ($2.50/$15 za milion tokenów) około $2 250 miesięcznie. Ten sam workload na ChatGPT Pro? $200 miesięcznie, bez limitów. To 11-krotna różnica w kosztach. Spróbuj wytłumaczyć swoim inwestorom, dlaczego klienci mają płacić jedenaście razy więcej za mniej więcej ten sam output z innym logiem na wierzchu. OpenAI obsługuje teraz 3 miliony deweloperów tygodniowo przez sam Codex i 900 milionów aktywnych użytkowników tygodniowo na ChatGPT wg danych z końca lutego.
Agents SDK sprawia, że ta dynamika jest wręcz poetycka w swoim okrucieństwie. OpenAI daje ci narzędzia do budowania agentów, jednocześnie wypuszczając gotowy produkt, który sprawia, że ci agenci stają się zbędni w większości zastosowań konsumenckich. Empowerment deweloperów i wymiana deweloperów — dostarczane w tym samym cyklu prasowym. Jak napisał na X w marcu 2026 Andrej Karpathy, współzałożyciel OpenAI: od grudnia 2025 nie napisał ani jednej linijki kodu sam, zamiast tego odpalając jednocześnie 10–20 agentów AI. Kiedy gość, który pomagał budować całą tę maszynę, nie potrzebuje twojego wrappera — to nie jest sygnał ostrzegawczy. To nekrolog.
API wciąż wygrywa w niektórych miejscach. Wysoko-wolumenowe pipeline'y przetwarzające miliony requestów. Customowe integracje ze spełnianiem wymogów compliance w enterprise. Fine-tunowane modele — modele dotrenowane na twoich konkretnych danych. Ale ten adresowalny rynek kurczy się z każdą aktualizacją ChatGPT. OpenAI ma 50 milionów płacących subskrybentów generujących $25 miliardów przychodu w ujęciu rocznym, i ci subskrybenci ciągną roadmap produktowy w stronę ficzerów konsumenckich, nie prymitywów deweloperskich. Przewidywalny przychód z subskrypcji wygrywa z niestabilnym billingiem per-token w każdym kwartale.
Jeśli budujesz dzisiaj na API OpenAI, strategiczne pytanie nie brzmi 'jakiego modelu użyć". Brzmi: czy twój produkt robi coś, czego ChatGPT naprawdę nie potrafi teraz — i prawdopodobnie nie będzie potrafił za sześć miesięcy. Bo każdy ficzer, który wypuszczasz, to feature request do następnej aktualizacji ChatGPT.
Firma, która dała deweloperom API, jest teraz najbardziej agresywnym budowniczym produktów zastępujących to API. Ma 900 milionów użytkowników przewagi nad każdym startupem w swoim własnym ekosystemie. Platforma i konkurent mają to samo logo — i platforma wygrywa.
