O GPT-5 zrobiło się głośno na długo przed jego premierą. OpenAI obiecywało rewolucję, Sam Altman kreował narrację o przełomie, a część twórców w internecie dorzucała swoje trzy grosze, mówiąc, iż żaden inny model nie będzie miał z nim szans. Równolegle w sieci pojawiały się jednak pierwsze krytyczne głosy: wątpliwe prezentacje, średniej jakości wykresy, brak wspomnianej multimodalności i podejrzenia o kreatywne interpretowanie wyników testów.
Postanowiłem sprawdzić sam, jak GPT-5 wypada w porównaniu z aktualnym flagowym modelem Google – Gemini 2.5. Nie interesowały mnie suche benchmarki. Zamiast tego przygotowałem cztery praktyczne zadania analityczne – od prostych po naprawdę złożone – i sprawdziłem, jak poradzi sobie każdy z modeli. Wszystko po to, by odpowiedzieć na pytanie: czy GPT-5 to faktycznie krok milowy, czy raczej niewielka aktualizacja z dopiskiem „.1”?
Jak wyglądał test?
Przygotowałem cztery zadania analityczne o rosnącym poziomie trudności. Pierwsze było proste – analiza pliku Excel i stworzenie krótkiego podsumowania wyników sprzedaży. Drugie – optymalizacja nie najlepszego, ale działającego kodu SQL. Trzecie – analiza korelacji między wyświetleniami na YouTubie, blogu a sprzedażą. Czwarte – biznesowa analiza sensowności wprowadzenia modelu subskrypcyjnego.
Każde zadanie sprawdzało inne kompetencje modeli: szybkość odpowiedzi, jakość kodu, trafność wniosków biznesowych i umiejętność pracy z danymi w mniej idealnych warunkach. Cel był prosty – zasymulować realne wyzwania, z którymi mierzy się analityk danych.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, PowerBI, Tableau i Pythona z certyfikatami!
🟨 Ekskluzywana ale pomagająca sobie społeczność.
🟩 Ponad 75 godzin materiałów video.
🟨 Spotkania LIVE co miesiąc.
🟩 Mój osobisty mentoring.
Test 1 – proste podsumowanie sprzedaży w Excelu
Na pierwszy ogień poszło zadanie wręcz banalne: jeden arkusz z danymi i prośba o przygotowanie krótkiego podsumowania wyników sprzedaży w formie posta na LinkedIn.
GPT-5 od razu zabrał się do generowania kodu, podczas gdy Gemini 2.5 opisywał proces krok po kroku. Czas wykonania był niemal identyczny – różnica w sekundach. Wyniki? Oba modele poradziły sobie poprawnie, ale tekst od Gemini był moim zdaniem bardziej profesjonalny i mniej przesycony emotikonami, co w komunikacji biznesowej jest plusem. Pierwsze, subiektywne zwycięstwo – po stronie Google.
Test 2 – optymalizacja kodu SQL
Drugie zadanie było znacznie ciekawsze. Długi, średnio napisany kod SQL wymagał optymalizacji. To właśnie w takich sytuacjach GPT-5 miał rzekomo miażdżyć konkurencję.
Tym razem to Gemini okazał się szybszy. W ciągu krótkiej chwili pokazał zoptymalizowany kod wraz z komentarzami i wyjaśnieniami. GPT-5 działał wolniej, a jego odpowiedź była rozbudowana, wręcz przesadnie – trochę „over-engineering”. Kod GPT był poprawny, ale dla kogoś, kto szuka praktycznego rozwiązania, odpowiedź Gemini była po prostu bardziej użyteczna.
Test 3 – analiza korelacji YouTube, blog i sprzedaż
Trzecie zadanie przenosi nas na wyższy poziom trudności. Trzy pliki z danymi i pytanie biznesowe: czy wyświetlenia moich treści mają realny wpływ na sprzedaż? Zadanie inspirowane wyzwaniami, które prowadzę w społeczności KajoDataSpace.
Oba modele gwałtownie zidentyfikowały, iż bezpośrednia korelacja jest bliska zeru. Jednak różnice w podejściu były duże. Gemini poszedł w rozwinięcie części analityczno-biznesowej – sugerował dodatkowe kierunki analizy, pytał o kontekst. GPT-5 natomiast podał kod i lakoniczne stwierdzenie: „korelacja jest zerowa”. Problem w tym, iż takie podejście jest zbyt powierzchowne, zwłaszcza gdy dane aż proszą się o analizę z opóźnieniem czasowym.
Co gorsza, powtarzając to samo pytanie kilkukrotnie, otrzymywałem zupełnie różne odpowiedzi. To pokazuje, jak niestabilne mogą być rezultaty, co w pracy analitycznej jest poważnym ograniczeniem.
Test 4 – analiza modelu subskrypcyjnego
Ostatnie zadanie miało zarówno wymiar analityczny, jak i strategiczny. Chciałem sprawdzić, czy eksperyment z tańszą miesięczną subskrypcją zamiast droższego rocznego dostępu miał sens. Dane były w gorszej formie – wymagały czyszczenia i interpretacji.
Tutaj GPT-5 się potknął. Uznał, iż najpierw trzeba dane „parsować” i nie przeszedł do analizy. Dla mnie to dziwne, bo choćby początkujący analityk poradziłby sobie z takim czyszczeniem. Gemini z kolei od razu wygenerował czytelny wykres i trafne podsumowanie: subskrypcja przyciąga nowych klientów i zwiększa przychody, ale może kanibalizować sprzedaż droższych produktów.
Owszem, w trakcie generowania jednego z wykresów Gemini też zaliczył błąd techniczny, ale mimo tego dostarczył odpowiedź biznesową, na której można było pracować.
Zapisz się do
newslettera
🎁 i zgarnij darmowe bonusy:
Poradnik Początkującego Analityka
Video - jak szukać pracy w IT
Regularne dawki darmowej wiedzy, bez spamu
Dzięki! To nie koniec...
...pamiętaj, by teraz wejść na maila i potwierdzić subskrybcję 🙂 Jeżeli nic nie doszło, to sprawdź skrzynkę ze spamem.* * * Gdy potwierdzisz newsletter, dostaniesz ostateczne potwierdzenie i obiecane prezenty w kolejnym mailu 🙂
Moje wnioski po całym teście
Czy GPT-5 to porażka? Nie. W niektórych sytuacjach widać postęp względem poprzednich wersji. Problem w tym, iż ten postęp jest minimalny – to raczej przeskok z wersji 4.5.0 na 4.5.1 niż z 4.5 na 5. Dodatkowo marketingowe oczekiwania rozbudowano do granic absurdu, a sama premiera nie dostarczyła obiecanej multimodalności.
Największe ograniczenia, które zauważyłem, to:
- brak stabilności wyników,
- skłonność do zbyt prostych lub zbyt skomplikowanych odpowiedzi,
- zbyt mała inicjatywa w rozbudowywaniu analizy.
Gemini też nie jest idealny, ale w moich testach częściej dostarczał odpowiedzi, które były bliższe temu, czego oczekiwałbym od narzędzia wspierającego pracę analityka.
Dlaczego to ważne dla osób zaczynających w analizie danych?
Jeśli dopiero zaczynasz karierę, najgorsze, co możesz zrobić, to oddać całą swoją wiedzę w ręce modelu AI. o ile nie potrafisz samodzielnie ocenić poprawności kodu w Pythonie czy jakości wniosków biznesowych, model może Cię wprowadzić w błąd – a Ty tego choćby nie zauważysz.
GPT-5 czy Gemini mogą być świetnymi narzędziami do przyspieszania pracy, ale nie zastąpią solidnych podstaw. Tak samo jak Excel nie zlikwidował zapotrzebowania na analityków, tak AI nie sprawi, iż wiedza przestanie być potrzebna.
Podsumowanie
Mój test pokazał, iż choć GPT-5 jest krokiem naprzód, to nie jest to skok, na jaki liczyliśmy. Marketingowa narracja OpenAI nie wytrzymała zderzenia z praktyką. Brak multimodalności, minimalne różnice w jakości odpowiedzi i problemy ze stabilnością wyników powodują, iż ciężko mówić o rewolucji.
Z kolei Gemini 2.5, mimo iż w wielu aspektach radził sobie lepiej, także nie jest narzędziem bez wad. Wciąż wymaga czujnego użytkownika, który potrafi zweryfikować i dopracować otrzymane wyniki.
Dla mnie najważniejszy wniosek jest taki: te narzędzia nie zastąpią analityków. Mogą być przyspieszaczem pracy, mogą odciążyć w prostych zadaniach, ale ostateczna odpowiedzialność za jakość analizy zawsze będzie leżała po stronie człowieka. I dobrze – bo to właśnie nasza wiedza i zdolność krytycznego myślenia decyduje, czy wynik analizy ma sens.
Wolisz czytać po angielsku? No problem!
Inne interesujące artykuły:
- Jak poradzić sobie z chaosem i zwątpieniem na początku nauki analizy danych?
- Jak nie poddać się w trakcie przebranżowienia do analizy danych?
- Jak wejść w analitykę danych pracując w finansach?
Autorem artykułu jest Kajo Rudziński – analytical data architect, uznany ekspert w analizie danych, twórca KajoData oraz społeczności dla analityków KajoDataSpace.
To tyle w tym temacie. Analizujcie w pokoju!
Podobał Ci się ten artykuł 🙂?
Podziel się nim w Social Mediach 📱
>>> udostępnij go na LinkedIn i pokaż, iż codziennie uczysz się czegoś nowego
>>> wrzuć go na Facebooka, to się może przydać któremuś z Twoich znajomych
>>> Przypnij sobie tą stronkę to zakładek, może się przydać w przyszłości
Wolisz oglądać 📺 niż czytać – nie ma problemu
>>> Obserwuj i oglądaj KajoData na YouTube
