OpenAI's ChatGPT-5.6 kan in een paar uur een web-app bouwen — kan het ook een werkende POS bouwen?

OpenAI bracht op 9 juli GPT-5.6 uit — drie nieuwe modellen, records op bijna elke codeerbenchmark en binnen een paar uur een golf van indrukwekkende demo's. Dus de vraag in de titel verdient een eerlijk antwoord: nee, GPT-5.6 kan niet op eigen houtje een werkende POS bouwen. Iedereen die met AI een werkende POS probeert te bouwen, stuit op dezelfde muur, en dat heeft niets met intelligentie te maken. De onderdelen die een point of sale "werkend" maken — verwerkte kaartbetalingen, een voorraad die onder druk correct blijft, gecertificeerde kaartlezers — kunnen niet als code worden gegenereerd, hoe goed het model dat die code schrijft ook wordt.

Die bewering behoeft onderbouwing, want dit model is opmerkelijk.

Wat hebben mensen tot nu toe gebouwd met GPT-5.6?

Genoeg, en snel. Sol, het vlaggenschip van de nieuwe familie (naast de goedkopere Terra en Luna), is OpenAI's beste codeermodel tot nu toe. Het scoort 80 op de Artificial Analysis Coding Agent Index — een nieuw record — terwijl het minder dan de helft van de outputtokens van zijn naaste concurrent gebruikt. De lanceringspagina van OpenAI toont een zeilspel in de browser, een uurwerkdorp en een volledige museumwebsite, elk geproduceerd op basis van een korte prompt, waarbij het model zijn eigen gerenderde output inspecteert en visuele problemen oplost voordat het werk wordt opgeleverd.

Early adopters brachten binnen een dag nog betere resultaten naar boven:

• Sol werd het eerste model dat een openbare ARC-AGI-3-game won, met een score van 87% op een puzzelomgeving die is ontworpen om vloeibare intelligentie te testen.

• Een productmanager voedde het model een PRD en kreeg in één keer een volledig gegamificeerde huiswerktracker — met XP, ontgrendelbare metgezel-avatars en een ouder-dashboard om beloningen aan te passen.

• De nieuwe ultra-instelling coördineert vier agents parallel, waardoor veeleisend werk over gelijktijdige werkstromen wordt verdeeld.

• Lovable meldt dat GPT-5.6 app-builds van gebruikers voltooit met ongeveer 25% minder stappen en tot 48% minder tool-aanroepen dan het vorige model.

De stelling in de kop is dus reëel. Een competente, gepolijste web-app in een middag is inmiddels de standaard, niet de prestatie.

Waarom kan GPT-5.6 geen werkende POS bouwen?

Omdat een POS geen web-app is met een "Betalen"-knop. De applicatiecode — schermen, knoppen, winkelwagenlogica — is de zichtbare 20%. De overige 80% is handelsinfrastructuur, en infrastructuur kan niet als tekst worden gegenereerd.

Betalingen zijn de eerste muur. Om persoonlijk een kaart te accepteren, heb je een merchant-account, PCI-compliance en betalingsterminals nodig die de hardwarecertificering hebben doorstaan. Elk van die zaken is een contract, een audit of een fysiek apparaat. GPT-5.6 kan in negentig seconden een foutloos afrekenscherm schrijven; het kan aan het einde daarvan geen Visa-kaart accepteren. Daar is geen prompt voor.

Wat loopt er spaak na de betalingen?

Correctheid onder druk in de praktijk. Een paar voorbeelden die elke winkelier zal herkennen:

• Gelijktijdige voorraad. Twee kassa's verkopen op exact hetzelfde moment de laatste croissant. Web-app-code die "meestal wel werkt" verkoopt te veel; een POS moet die race-conditie elke keer correct oplossen.

• Reconciliatie. De dagtotalen moeten tot op de cent nauwkeurig overeenkomen met de afrekening van de betalingsverwerker — over verkopen, terugbetalingen, gedeeltelijke terugbetalingen, fooien en toeslagen heen. "Bijna goed" is een boekhoudkundig incident.

• Btw. Tarieven, groepen, vrijstellingen en afrondingsregels verschillen per rechtsgebied en veranderen zonder voorafgaande kennisgeving.

• Offline. Als het internet wegvalt tijdens de spits, moet de kassa blijven verkopen en daarna alles netjes synchroniseren.

• Hardware. Bonprinters, kassalades en barcodescanners spreken hun eigen protocollen en haperen op hun eigen manieren.

Let op de asymmetrie: een gegenereerde demo die 95% van de tijd werkt, is een triomf. Een kassa die 0,5% van de tijd fouten maakt, kost dagelijks geld en wordt binnen een maand de deur uit gedaan. Benchmarks belonen de eerste norm; winkeliers leven naar de tweede.

Heeft AI dan wel een plek bij de kassa?

Ja — een hele grote. De verkeerde conclusie is "houd AI weg bij je POS." De juiste is dat het model moet ontwerpen bovenop de handelsinfrastructuur in plaats van er een vervanging voor te genereren. Laat het model doen wat het inmiddels verbazingwekkend goed doet — lay-out, proceslogica, itereren op conversatiesnelheid — terwijl betalingen, voorraad, btw en hardware draaien op systemen die voor die taak zijn gebouwd en gecertificeerd.

Die taakverdeling is precies wat MCP (het Model Context Protocol, de open standaard om AI-tools te verbinden met externe systemen) mogelijk maakt, en dat is waarom we Final Build eromheen hebben gebouwd. Typ een prompt, kies "Verbind je eigen AI (MCP)" en plak het gegenereerde blok in ChatGPT, Claude Code, Cursor of Codex — je eigen AI-tool bouwt de afrekenprocedure met een live voorvertoning, en implementeert deze vervolgens op een infrastructuur waar Final Pay de betalingen afhandelt, gecertificeerde terminals de kaarten accepteren en de voorraad op elk station correct blijft. GPT-5.6 kan echt je point of sale in een paar uur bouwen — zolang niemand vraagt om ook de onderdelen te bouwen die jaren hebben gekost. Zie voor de volledige handleiding hoe je ChatGPT-5.6 gebruikt om een aangepaste point of sale te bouwen.