Tekoälymallit ottivat ison harppauksen käytännössä

Opus 5.5 ja GPT-6 Sol samassa käytännön testissä – mitä yrittäjän kannattaa huomata

Uudet tekoälymallit ilmestyivät taas – ja tällä kertaa kahdelta suunnalta yhtä aikaa. Kun Claude Opus 5.5 ja OpenAI:n GPT-6:n kaksi muunnosta, Sol ja Luna, julkaistiin lähes samaan aikaan, some täyttyi tuttuun tapaan ylistyksestä. Mutta mitä tapahtuu, kun joku oikeasti istuu koneen ääreen ja testaa, pitävätkö lupaukset paikkansa? Juuri sitä WebOpettaja-kanavan Esa Riutta teki tuoreessa videossaan, ja lopputulos kertoo enemmän kuin mikään lanseeraushuuma.

Kaksi uutuutta samaan aikaan: Opus 5.5 ja GPT-6 Sol

Vauhti, jolla tekoälymallit kehittyvät, on sellainen, että moni yrittäjä ehtii tuskin ottaa yhden työkalun haltuun ennen kuin seuraava versio on jo ovella. Riutta testasi videollaan rinnakkain kaksi tuoretta julkaisua: Anthropicin Claude Opus 5.5:n sekä OpenAI:n GPT-6:n kaksi muunnosta, Solin ja Lunan. Kyse ei ollut pelkästä jutustelusta chatbotin kanssa, vaan siitä, miten mallit suoriutuvat oikeista, käsin kosketeltavista tehtävistä.

Tämä on olennainen ero, joka kannattaa yrittäjän tunnistaa. Uusimmat mallit eivät ole enää vain tekstintuottajia – ne ovat agentteja, jotka voivat käyttää tietokonetta itsenäisesti: klikata, kirjoittaa koodia, korjata virheitä ja edetä monivaiheisessa tehtävässä ilman että ihminen ohjaa jokaista askelta erikseen. Tästä käytetään usein termiä “tekoälyagentti” – ja juuri agenttimaisuus oli koko testin ydin.

Sol tarttuu hiireen ja näppäimistöön

Videolla GPT-6 Sol pääsi ensin näyttämään kyntensä tietokonetehtävissä. Riutta antoi mallille tehtäviä, joissa sen piti itse navigoida käyttöliittymässä ja tehdä päätöksiä matkan varrella – ei siis vain vastata kysymyksiin, vaan oikeasti suorittaa työtä koneella. Samassa osiossa malli pääsi myös vianmääritystehtävän kimppuun eli selvittämään, miksi tietokoneella oli ongelma, ja korjaamaan sen itsenäisesti.

Kun peli muuttuu turvallisuustestiksi

Yhtä kiinnostava koitos oli niin kutsuttu digihuijauspeli, jossa mallia testattiin tilanteessa, joka muistuttaa arkista verkkohuijausta. Tällaiset testit ovat tärkeitä juuri nyt, kun yhä useampi yritys harkitsee tekoälyagentin päästämistä käsiksi oikeisiin järjestelmiin – asiakasrekistereihin, sähköposteihin tai maksuliikenteeseen. Jos agentti ei osaa tunnistaa epäilyttävää tilannetta, seuraukset voivat olla kalliita.

Kun tekoäly pääsee itse klikkailemaan ja tekemään päätöksiä koneella, kysymys ei ole enää siitä osaako se – kysymys on siitä, voiko siihen luottaa.

Koodia, pelejä ja animaatioita muutamassa minuutissa

Molemmat mallit pääsivät myös rakentamaan jotain konkreettista: yksinkertaisen 3D-pelin tyhjästä. Tällainen tehtävä on oikeastaan osuva tapa mitata koodauskykyä, sillä se vaatii sekä logiikkaa että visuaalista silmää – pelin pitää paitsi toimia, myös näyttää joltain.

Opus 5.5 puolestaan sai näyttää osaamistaan animaatioiden parissa ennen omaa 3D-peli-koitostaan. Tämä on juuri sellainen kyky, joka voi olla arvokas esimerkiksi tuotekehityksessä: kun idea pitää saada näkyväksi nopeasti, ilman viikkojen mittaista graafikon työtä. Moni startup rakentaa ensimmäisen version tuotteestaan – niin kutsutun MVP:n eli minimum viable productin – juuri tällaisten työkalujen avulla, ja sama logiikka pätee, kun tuotetta halutaan havainnollistaa asiakkaalle konkreettisesti.

Mitä tämä tarkoittaa yrittäjälle

Tässä kohtaa moni saattaa ajatella, että tämä on vain teknologianörttien leikkikenttää. Ei ihan. Kun tekoäly osaa käyttää tietokonetta kuin ihminen – tunnistaa käyttöliittymän, tehdä virheitä korjaavia päätöksiä ja suorittaa monivaiheisia tehtäviä – se avaa oven ihan tavallisiin yrityksen arjen prosesseihin. Ajattele vaikka uuden työntekijän perehdytystä tai IT-tukea: molemmissa toistuu sama kaava, jossa tekoälyagentti voi hoitaa rutiinin ja vapauttaa ihmisen aikaa vaativampiin asioihin.

Toisaalta on syytä pitää jalat maassa. Yksi videon parhaista opetuksista on juuri se, että “hyvä” ja “valmis liiketoimintakäyttöön” eivät ole sama asia. Digihuijauspelin kaltaiset testit muistuttavat, että agenttien pitää osata myös epäonnistua turvallisesti – tunnistaa, milloin jokin on liian hyvää ollakseen totta, ennen kuin niille annetaan pääsy oikeisiin järjestelmiin.

On myös hyvä muistaa, että nämä suorituskyvyn harppaukset eivät synny tyhjästä. Yhä raskaammat mallit vaativat yhä enemmän laskentatehoa, ja se taas tarkoittaa investointeja datakeskuksiin ja infrastruktuuriin – asia, joka vaikuttaa lopulta myös siihen, mihin hintaan ja millä viiveellä näitä työkaluja voi käyttää.

Testi toisensa jälkeen sama kaava toistuu: uusi malli voittaa edellisen. Mutta paras oppi ei ole vertailun voittaja, vaan se, missä molemmat vielä kompastelevat.

Mitä tästä voi oppia

Riutta päätyi videollaan pohtimaan yksinkertaista kysymystä: ovatko nämä mallit oikeasti hyviä? Vastaus ei ole mustavalkoinen. Sekä Opus 5.5 että GPT-6 Sol osoittivat, että agenttimainen tekoäly on jo arkipäivää tietokonetehtävissä, koodauksessa ja ongelmanratkaisussa – mutta osaaminen vaihtelee tehtävästä toiseen, eikä kumpikaan ollut virheetön.

Yrittäjälle suurin oivallus on tässä: älä valitse työkalua sen perusteella, mikä pärjää parhaiten yleisessä vertailussa, vaan testaa se omalla, oikealla tehtävälläsi. Tekoälymallit kehittyvät niin nopeasti, että tämänpäiväinen vertailu on vanhentunut jo puolen vuoden päästä – mutta taito arvioida työkalua kriittisesti ja käytännönläheisesti säilyy arvokkaana paljon pidempään.

▶

Lähteet

• Opus 5.5 vs GPT-6 Sol: Testasin uudet tekoälymallit käytännössä — WebOpettaja / Esa Riutta, YouTube, julkaistu 23.9.2026