ChatGPT-5.6 от OpenAI может создать веб-приложение за несколько часов — сможет ли она создать работающую POS-систему?

9 июля OpenAI выпустила GPT-5.6 — три новые модели, рекорды практически во всех тестах программирования и волна впечатляющих демо-версий уже через несколько часов. Поэтому вопрос в заголовке заслуживает прямого ответа: нет, GPT-5.6 не может самостоятельно создать работающую POS-систему. Любой, кто пытается создать работающую POS-систему с помощью ИИ, упирается в одну и ту же стену, и это никак не связано с уровнем интеллекта модели. Компоненты, которые делают POS-систему «работающей» — проведение платежей по картам, инвентарь, остающийся корректным под нагрузкой, сертифицированное терминальное оборудование — не могут быть сгенерированы в виде кода, насколько бы хороша ни была пишущая его модель.

Это утверждение требует доказательств, ведь данная модель действительно примечательна.

Что люди уже создали с помощью GPT-5.6?

Многое и очень быстро. Sol, флагман нового семейства (наряду с более доступными Terra и Luna), является лучшей моделью OpenAI для написания кода на сегодняшний день. Она набирает 80 баллов в рейтинге Artificial Analysis Coding Agent Index — новый рекорд — при этом расходуя менее половины выходных токенов по сравнению со своим ближайшим конкурентом. На странице запуска OpenAI показана браузерная игра про парусный спорт, часовая деревня и полноценный сайт музея — каждый из этих проектов создан по короткому текстовому запросу, при этом модель сама проверяла визуальный результат и исправляла ошибки верстки перед сдачей работы.

Первые пользователи обнаружили еще более интересные факты уже в первый день:

• Sol стала первой моделью, выигравшей публичную игру ARC-AGI-3, набрав 87% в среде головоломок, разработанной для тестирования подвижного интеллекта.

• Один продакт-менеджер загрузил в нее PRD и с первой попытки получил полностью геймифицированный трекер домашних заданий — с очками опыта, разблокируемыми аватарами-компаньонами и панелью управления для родителей для редактирования наград.

• Новая настройка ultra координирует работу четырех агентов параллельно, разделяя ресурсоемкие задачи между одновременными рабочими процессами.

• Lovable сообщает, что GPT-5.6 завершает сборку пользовательских приложений примерно на 25% быстрее и совершает на 48% меньше вызовов инструментов, чем предыдущая модель.

Так что предпосылка в заголовке реальна. Грамотное, отполированное веб-приложение за один день теперь является базовым уровнем, а не выдающимся достижением.

Почему GPT-5.6 не может создать работающую POS-систему?

Потому что POS-система — это не просто веб-приложение с кнопкой «Оплатить». Код приложения — экраны, кнопки, логика корзины — это лишь видимые 20%. Остальные 80% — это коммерческая инфраструктура, а инфраструктуру невозможно сгенерировать в виде текста.

Платежи — это первое препятствие. Для приема карт на месте требуется торговый эквайринг, соответствие стандарту PCI и платежные терминалы, прошедшие аппаратную сертификацию. Каждое из этих требований — это договор, аудит или физическое устройство. GPT-5.6 может написать безупречный экран оформления заказа за девяносто секунд, но она не сможет принять карту Visa в конце этого процесса. Для этого не существует текстового запроса.

Что ломается после платежей?

Корректность работы под нагрузкой в реальных условиях. Несколько примеров, знакомых каждому продавцу:

• Одновременный учет остатков. Две кассы продают последний круассан в одну и ту же секунду. Код веб-приложения, который работает «в большинстве случаев», допустит избыточную продажу; POS-система должна каждый раз корректно разрешать эту конкуренцию.

• Сверка. Итоги в конце дня должны до копейки совпадать с расчетами платежного процессора — с учетом продаж, возвратов, частичных возвратов, чаевых и сервисных сборов. Ошибка даже на копейку — это проблема для бухгалтерии.

• Налоги. Ставки, группы, налоговые льготы и правила округления различаются в зависимости от юрисдикции и меняются без предупреждения.

• Автономный режим. Когда в самый пик продаж пропадает интернет, касса должна продолжать продавать и затем чисто синхронизировать данные.

• Оборудование. Принтеры чеков, денежные ящики и сканеры штрихкодов используют собственные протоколы и выходят из строя по-своему.

Обратите внимание на асимметрию: сгенерированная демо-версия, которая работает в 95% случаев — это триумф. Касса, которая ошибается в 0,5% случаев, ежедневно приносит убытки и будет заменена в течение месяца. Тесты оценивают первый стандарт, а продавцы живут по второму.

Есть ли тогда место ИИ на кассе?

Да, и очень важное. Неверный вывод — «держать ИИ подальше от POS-системы». Верный вывод заключается в том, что модель должна проектировать интерфейсы поверх готовой коммерческой инфраструктуры, а не пытаться ее заменить. Пусть модель делает то, что у нее сейчас получается поразительно хорошо — макеты, логику переходов, итерации со скоростью разговора, — в то время как платежи, инвентарь, налоги и оборудование работают на системах, созданных и сертифицированных для этой работы.

Именно такое разделение труда делает возможным MCP (Model Context Protocol — открытый стандарт для подключения инструментов ИИ к внешним системам), и именно поэтому мы построили Build вокруг него. Введите запрос, выберите «Подключить собственный ИИ (MCP)» и вставьте сгенерированный блок в ChatGPT, Claude Code, Cursor или Codex — ваш собственный ИИ-инструмент создаст сценарий оформления заказа с интерактивным предпросмотром, а затем развернет его на инфраструктуре, где Final Pay обрабатывает платежи, сертифицированные терминалы принимают карты, а инвентарь остается корректным на каждой точке. GPT-5.6 действительно может построить вашу POS-систему за несколько часов — если только никто не попросит ее также создать те части, на разработку которых ушли годы. Полное руководство читайте в статье как использовать ChatGPT-5.6 для создания индивидуальной POS-системы.