OpenAI's ChatGPT-5.6 kan bygge en webapp på få timer — kan det bygge et velfungerende POS?

OpenAI udgav GPT-5.6 den 9. juli — tre nye modeller, rekorder på næsten alle benchmarks for kodning og en bølge af imponerende demoer inden for få timer. Så spørgsmålet i titlen fortjener et ærligt svar: Nej, GPT-5.6 kan ikke bygge et velfungerende POS på egen hånd. Enhver, der forsøger at bygge et velfungerende POS med AI, rammer den samme mur, og det har intet med intelligens at gøre. De dele, der gør et point of sale "velfungerende" — afstemte kortbetalinger, lagerbeholdning, der forbliver korrekt under pres, certificeret terminalhardware — kan ikke genereres som kode, uanset hvor god den model, der skriver koden, bliver.

Den påstand kræver dokumentation, for denne model er bemærkelsesværdig.

Hvad har folk bygget med GPT-5.6 indtil videre?

Masser, og det hurtigt. Sol, flagskibet i den nye familie (sammen med de billigere Terra og Luna), er OpenAI's hidtil bedste kodningsmodel. Den scorer 80 på Artificial Analysis Coding Agent Index — en ny rekord — mens den bruger under halvdelen af de output-tokens, som dens nærmeste konkurrent bruger. OpenAI's lanceringsside viser et sejlerspil i browseren, en urværkslandsby og en komplet museumshjemmeside, der hver især er produceret ud fra et kort prompt, hvor modellen inspicerer sit eget visuelle output og retter visuelle fejl, før arbejdet afleveres.

Tidlige brugere fandt endnu vildere eksempler frem inden for det første døgn:

• Sol blev den første model til at vinde et offentligt ARC-AGI-3-spil med en score på 87 % i et puslespilsmiljø designet til at teste flydende intelligens.

• En produktchef fodrede den med et PRD og fik en fuldt gamificeret lektie-tracker i et enkelt forsøg — med XP, ledsager-avatarer, der kan låses op, og et forældredashboard til redigering af belønninger.

• Den nye ultra-indstilling koordinerer fire agenter parallelt og opdeler krævende opgaver på tværs af samtidige arbejdsstrømme.

• Lovable rapporterer, at GPT-5.6 færdiggør brugeres app-byggeri med ca. 25 % færre trin og op til 48 % færre værktøjskald end den tidligere model.

Så overskriftens præmis er reel nok. En kompetent, poleret webapp på en eftermiddag er nu udgangspunktet, ikke præstationen.

Hvorfor kan GPT-5.6 ikke bygge et velfungerende POS?

Fordi et POS ikke bare er en webapp med en "Betal"-knap. Applikationskoden — skærme, knapper, kurvlogik — udgør de synlige 20 %. De øvrige 80 % er handelsinfrastruktur, og infrastruktur kan ikke leveres som tekst.

Betalinger er den første mur. At tage imod et kort fysisk kræver en indløsningsaftale, PCI-overholdelse og betalingsterminaler, der har bestået hardwarecertificering. Hver af disse dele er en kontrakt, en revision eller en fysisk enhed. GPT-5.6 kan skrive en fejlfri betalingsskærm på halvfems sekunder; den kan bare ikke tage imod et Visa-kort, når det kommer til stykket. Det findes der ikke et prompt til.

Hvad går i stykker efter betalingerne?

Korrekthed under pres i den virkelige verden. Et par eksempler, som enhver erhvervsdrivende vil genkende:

• Samtidig lagerstyring. To kasser sælger den sidste croissant i nøjagtig samme sekund. Webapp-kode, der "for det meste fungerer", vil oversælge; et POS skal løse den konflikt korrekt hver eneste gang.

• Afstemning. Dagens samlede tal skal stemme på øren med betalingsudbyderens afregning — på tværs af salg, refusioner, delvise refusioner, drikkepenge og gebyrer. "Tæt på" er en regnskabskatastrofe.

• Moms og afgifter. Satser, grupper, fritagelser og afrundingsregler varierer efter jurisdiktion og ændres uden varsel.

• Offline. Når internettet ryger midt i myldretiden, skal kassen fortsat kunne sælge og efterfølgende synkronisere fejlfrit.

• Hardware. Bonprintere, pengeskuffer og stregkodescannere taler deres egne protokoller og fejler på deres egne måder.

Bemærk asymmetrien: En genereret demo, der fungerer 95 % af tiden, er en triumf. En kasse, der tager fejl 0,5 % af tiden, taber penge dagligt og bliver smidt ud inden for en måned. Benchmarks belønner den første standard; erhvervsdrivende lever af den anden.

Har AI overhovedet en plads ved kassen, da?

Ja — en stor en. Den forkerte konklusion er at "holde AI væk fra dit POS". Den rigtige er, at modellen skal designe oven på en eksisterende handelsinfrastruktur i stedet for at generere en erstatning for den. Lad modellen gøre det, den nu gør forbløffende godt — layout, flowlogik, iteration i samtalehastighed — mens betalinger, lager, moms og hardware kører på systemer, der er bygget og certificeret til opgaven.

Den arbejdsdeling er præcis, hvad MCP (Model Context Protocol, den åbne standard for tilslutning af AI-værktøjer til eksterne systemer) gør mulig, og det er grunden til, at vi byggede Final's Build op omkring den. Indtast et prompt, vælg "Tilslut din egen AI (MCP)", og indsæt den genererede blok i ChatGPT, Claude Code, Cursor eller Codex — dit eget AI-værktøj bygger betalingsflowet med en live-forhåndsvisning og udruller det derefter på en infrastruktur, hvor Final Pay håndterer betalingerne, certificerede terminaler tager imod kortene, og lageret forbliver korrekt på tværs af alle stationer. GPT-5.6 kan rent faktisk bygge dit point of sale på få timer — så længe ingen beder det om også at bygge de dele, der tog år at udvikle. For den fulde gennemgang, se hvordan du bruger ChatGPT-5.6 til at bygge et tilpasset point-of-sale.