OpenAIs ChatGPT-5.6 kan bygge en webapp på timer – kan den bygge en fungerende POS?

OpenAI lanserte GPT-5.6 9. juli – tre nye modeller, rekorder på nesten alle kodingstester og en bølge av imponerende demoer i løpet av timer. Så spørsmålet i tittelen fortjener et ærlig svar: nei, GPT-5.6 kan ikke bygge en fungerende POS på egen hånd. Alle som prøver å bygge en fungerende POS med AI møter den samme veggen, og det har ingenting med intelligens å gjøre. Delene som gjør en POS "fungerende" – avstemte kortbetalinger, lagerbeholdning som forblir korrekt under press, sertifisert terminalmaskinvare – kan ikke genereres som kode, uansett hvor god modellen som skriver koden blir.

Den påstanden krever bevis, for denne modellen er oppsiktsvekkende.

Hva har folk bygget med GPT-5.6 så langt?

Mye, og raskt. Sol, flaggskipet i den nye familien (sammen med de rimeligere Terra og Luna), er OpenAIs beste kodingsmodell til nå. Den scorer 80 på Artificial Analysis Coding Agent Index – en ny rekord – samtidig som den bruker under halvparten så mange output-tokens som sin nærmeste konkurrent. OpenAIs lanseringsside viser et seilespill i nettleseren, en mekanisk landsby og en komplett museumsnettside, hver av dem produsert fra en kort ledetekst, der modellen inspiserer sitt eget visuelle resultat og retter opp designfeil før den leverer arbeidet tilbake.

Tidlige brukere avdekket enda bedre resultater i løpet av det første døgnet:

• Sol ble den første modellen til å vinne et offentlig ARC-AGI-3-spill, med en score på 87 % i et oppgavelandskap designet for å teste flytende intelligens.

• En produktsjef ga den et produktdokument (PRD) og fikk en fullstendig spillifisert lekse-tracker på første forsøk – med XP, opplåsbare følgesvenn-avatarer og et foreldredashbord for redigering av belønninger.

• Den nye ultra-innstillingen koordinerer fire agenter i parallell, og fordeler krevende oppgaver på tvers av samtidige arbeidsstrømmer.

• Lovable rapporterer at GPT-5.6 fullfører app-bygging for brukere med omtrent 25 % færre trinn og opptil 48 % færre verktøykall enn den forrige modellen.

Så premissene i overskriften er reelle. En kompetent, polert webapp på en ettermiddag er nå utgangspunktet, ikke prestasjonen.

Hvorfor kan ikke GPT-5.6 bygge en fungerende POS?

Fordi en POS ikke er en webapp med en "Betal"-knapp. Applikasjonskoden – skjermer, knapper, handlekurvlogikk – er de synlige 20 prosentene. De andre 80 prosentene er handelsinfrastruktur, og infrastruktur kan ikke genereres som tekst.

Betalinger er den første veggen. Å ta imot et fysisk kort krever en innløseravtale, PCI-etterlevelse og betalingsterminaler som har bestått maskinvaresertifisering. Hver av disse delene krever en kontrakt, en revisjon eller en fysisk enhet. GPT-5.6 kan skrive en feilfri betalingsskjerm på nitti sekunder; den kan ikke ta imot et Visa-kort når du er ferdig. Det finnes ingen ledetekst for det.

Hva svikter etter betalingene?

Nøyaktighet under reelt press. Noen eksempler enhver butikkeier vil kjenne igjen:

• Samtidig lagerstyring. To kasser selger den siste croissanten i samme sekund. Webapp-kode som "stort sett fungerer" vil overselge; en POS må løse denne konflikten korrekt hver eneste gang.

• Avstemming. Dagens oppgjør må stemme på øret med betalingsbehandlerens utbetaling – på tvers av salg, refusjoner, delvise refusjoner, tips og gebyrer. "Nesten" er et bokføringsavvik.

• Moms og avgift. Satser, grupper, unntak og avrundingsregler varierer etter jurisdiksjon og endres uten varsel.

• Frakoblet modus. Når internett forsvinner midt i rushtiden, må kassen fortsette å selge og synkronisere feilfritt etterpå.

• Maskinvare. Kvitteringsskrivere, kassaskuffer og strekkodeskannere snakker sine egne protokoller og feiler på sine egne måter.

Merk asymmetrien: en generert demo som fungerer 95 % av tiden er en triumf. En kasse som gjør feil 0,5 % av tiden taper penger daglig og blir kastet ut innen en måned. Kodingstester belønner den første standarden; butikkeiere lever av den andre.

Har AI i det hele tatt noe å gjøre i kassen da?

Ja – i aller høyeste grad. Den gale konklusjonen er å "holde AI unna din POS". Den riktige er at modellen bør designe på toppen av en eksisterende handelsinfrastruktur i stedet for å prøve å generere en erstatning for den. La modellen gjøre det den nå gjør forbløffende bra – layout, flytlogikk, justeringer i samtalefart – mens betalinger, lager, moms og maskinvare kjører på systemer som er bygget og sertifisert for jobben.

Denne arbeidsfordelingen er nøyaktig det MCP (Model Context Protocol, den åpne standarden for å koble AI-verktøy til eksterne systemer) muliggjør, og det er derfor vi bygde Final Build rundt den. Skriv inn en ledetekst, velg "Koble til din egen AI (MCP)", og lim den genererte blokken inn i ChatGPT, Claude Code, Cursor eller Codex – ditt eget AI-verktøy bygger betalingsflyten med en live forhåndsvisning, og distribuerer den deretter på en infrastruktur der Final Pay håndterer betalingene, sertifiserte terminaler tar kortene, og lagerbeholdningen forblir korrekt på tvers av alle stasjoner. GPT-5.6 kan faktisk bygge din POS på noen timer – så lenge ingen ber den om å også bygge delene som tok år å utvikle. For en fullstendig gjennomgang, se hvordan du bruker ChatGPT-5.6 til å bygge en tilpasset POS.