ChatGPT, Microsoft 365 Copilot, Google Gemini – porównanie najpopularniejszych aplikacji AI

Na co dzień – zarówno w biurze, jak i w domowym zaciszu – toniemy w natłoku informacji. Niezależnie od tego, czy musimy na szybko podsumować długi raport z pracy, zoptymalizować budżet domowy, czy wyciągnąć najważniejsze punkty z zawiłej umowy od dewelopera, ręczne ogarnianie tego chaosu po prostu pożera nasz cenny czas.

Zwróćmy uwagę, jak dynamicznie zmieniają się nasze plany. W pracy klient nagle modyfikuje założenia projektu, a po godzinach musimy od nowa przebudować harmonogram wakacyjny, bo zmieniły się daty lotów. Kiedy ważne informacje są rozsiane po dziesiątkach maili, plików PDF i luźnych notatek, bardzo łatwo o błąd. Ręczne czytanie wszystkiego od nowa i układanie planu od zera to czasochłonna praca. Właśnie po to, aby zdjąć z naszych barków ten ciężar powtarzalnych zadań, sięgamy po sztuczną inteligencję. W tym artykule porównamy najpopularniejszych asystentów AI: ChatGPT, Microsoft Copilot oraz Google Gemini. Sprawdzimy, jak różnie te modele radzą sobie z identycznymi poleceniami.

Często zakładamy, że sztuczna inteligencja to uniwersalne rozwiązanie i niezależnie od wybranego narzędzia, otrzymamy zbliżony rezultat. W rzeczywistości jest inaczej. Zwróćmy uwagę, że choć wymienione aplikacje opierają się na podobnej technologii, zostały zoptymalizowane do zupełnie innych celów analitycznych i biznesowych i różnice między nimi są znaczące – każdy z tych asystentów sprawdza się lepiej w innych zadaniach. Najlepiej zauważyć to w praktyce, wydając im dokładnie te same polecenia. Przygotowaliśmy zestaw identycznych promptów i sprawdziliśmy, jak darmowe wersje tych modeli zareagują na taki sam zestaw danych.

Pamiętaj o wyborze trybu pracy!

Zanim wprowadzimy pierwsze polecenie, warto zwrócić uwagę na jedną kluczową funkcję, która diametralnie zmienia jakość odpowiedzi. Przed rozpoczęciem rozmowy możemy wybrać, jak głęboko AI ma przeanalizować nasz problem:

• Microsoft Copilot ma do dyspozycji cztery tryby myślenia. O ile do prostych poleceń wystarczy opcja „Smart”, przy bardziej złożonych zadaniach warto przełączyć go na bardziej zaawansowane opcje.

• Google Gemini w wersji darmowej pozwala z kolei na wybór między trybem Szybkim a Myślącym, który poświęca więcej czasu na wieloetapową analizę skomplikowanych wytycznych. Co ważne, w darmowej wersji możemy skorzystać z trybu Pro, lecz jego użycie jest ograniczone restrykcyjnym limitem dziennym.

• ChatGPT w bezpłatnej wersji również daje nam możliwość aktywowania trybu dłuższego myślenia. Domyślnie działa w szybkim trybie konwersacyjnym, ale również pozwala na aktywowanie jednego z wielu trybów. Bardzo przydatnym jest tryb „Myślenie”, który sprawia, że asystent dłużej będzie zastanawiał się nad zapytaniem i jest większa szansa na to, że w pełni poprawnie rozwiąże złożone problemy.

Sztuczna inteligencja przestała być narzędziem zarezerwowanym wyłącznie dla programistów czy analityków finansowych – coraz częściej przydaje nam się w codziennych sprawach. Niezależnie od tego, czy planujemy zagraniczny wyjazd, organizujemy spotkanie ze znajomymi, czy musimy napisać oficjalne pismo do administracji, odpowiednio dobrany asystent pozwoli nam uzyskać lepsze wyniki. Aby pokazać, jak poszczególne modele radzą sobie z takimi życiowymi zadaniami, przygotowaliśmy prompty, które przetestowaliśmy w każdym z narzędzi.
Do testów wykorzystaliśmy konta darmowe oraz domyślne ustawienia modeli: Gemini – Szybki, ChatGPT – Myślenie, Copilot – Smart.

Polecenie:
„Znajdź 3 oficjalne raporty branżowe lub dokumenty strategiczne wydane w latach 2025-2026 dotyczące rozwoju ogólnodostępnej infrastruktury ładowania pojazdów elektrycznych (EV) w Polsce. Wytyczne:

Odpowiedź musi mieć formę krótkiej listy punktowej.

Każdy punkt ma zawierać wyłącznie: Nazwę raportu, jednego konkretnego wydawcę oraz bezpośredni, głęboki link do pliku PDF lub podstrony pobierania.

Na końcu każdego punktu dopisz jedno zdanie z konkretną liczbą planowanych punktów ładowania w Polsce do 2030 roku według tego dokumentu.

Odpowiedz krótko i precyzyjnie.”

To błąd logiczny modelu (tzw. Over-refusal). Copilot w trybie „Precyzyjnym” bywa tak literalny, że jeśli w indeksie wyszukiwarki nie znajdzie dokumentu, który ma w opisie dokładnie frazę „2025-2026” ORAZ „PDF” ORAZ „EV Poland” obok siebie, to twierdzi, że on nie istnieje.

Wniosek

Do głębokiego wyszukiwania informacji najlepiej sprawdził się ChatGPT. Jako jedyny asystent potrafił dotrzeć do „twardych” źródeł (takich jak konkretne uchwały czy akty prawne) i wyciągnąć z nich bezpośrednie linki do plików PDF. Gemini to świetny researcher „branżowy”, ale rzadziej da nam bezpośredni dostęp do dokumentu bez dodatkowego „przeklikania”. Copilot, choć ma najlepszy dostęp do wyszukiwarki Bing, bywa zbyt ostrożny. W naszym teście poddał się, twierdząc, że dane nie istnieją, podczas gdy reszta modeli bez problemu je znalazła.

Polecenie:
„Napisz oficjalną wiadomość do urzędu skarbowego z prośbą o przesunięcie terminu złożenia wyjaśnień.

Wytyczne:

Powołaj się na nagłą chorobę głównej księgowej (potwierdzoną zwolnieniem L4).

Poproś o wyznaczenie nowego terminu, dłuższego o 7 dni.

Wiadomość musi składać się z dokładnie 3 krótkich zdań.

Styl: wysoce formalny i asertywny.”

Wniosek

Do zadań wymagających ścisłego trzymania się limitów i gotowości tekstu „pod klucz”, najlepiej sprawdził się ChatGPT. Gemini to dobry wybór, gdy zależy nam na bogatym słownictwie, a Copilot pozostaje bezpieczną, choć najmniej zdecydowaną opcją.

W tej części sprawdzimy zdolności analityczne modeli w starciu z twardymi danymi. Zadanie wymaga od asystentów odczytania pliku Excel, rzetelnego przeanalizowania danych oraz wygenerowania raportu wynikowego w formie gotowego dokumentu PDF. Przekonamy się, czy AI potrafi wyjść poza rolę rozmówcy i dostarczyć gotowy produkt, który realnie wspiera pracę analityka.

Do tego przykładu wykorzystaliśmy przygotowany arkusz z danymi:

Polecenie:

„Przeanalizuj załączony plik z wydatkami sklepu.

Oblicz całkowitą wartość netto dla każdej z pięciu kategorii i wskaż tę, która pochłonęła największy budżet.

Znajdź 3 konkretne produkty lub usługi, na które wydano najwięcej pieniędzy w skali całego roku.

Na podstawie tych danych wygeneruj i udostępnij mi do pobrania plik PDF. Dokument musi zawierać tabelę podsumowującą koszty kategorii oraz prosty wykres słupkowy prezentujący te wydatki.”

Wniosek

Do analizy arkuszy kalkulacyjnych i pracy z danymi znacznie lepszym wyborem okazały się Google Gemini oraz Microsoft Copilot. Gwarantują one poprawność matematyczną i stabilność, co przy finansach jest absolutnie kluczowe. Z kolei ChatGPT wypadł w tym zestawieniu najgorzej. Model ten potraktował polecenie zbyt dosłownie – za wszelką cenę próbował dodać wszystkie wspomniane w prompcie informacje (w tym listę trzech produktów) bezpośrednio do pliku PDF. Model również pogubił się w analityce, co doprowadziło do gigantycznych błędów w obliczeniach i zepsutego formatowania pliku.

Asystenci AI to już nie tylko tekst – to cyfrowi artyści, którzy na nasze zawołanie zamieniają słowa w konkretne obrazy. To świetny sprawdzian tego, czy sztuczna inteligencja faktycznie rozumie naszą wizję i potrafi przenieść ją na ekran ze wszystkimi detalami, o które prosimy. W wersjach darmowych asystenci oferują solidne możliwości twórcze, choć wiążą się one z limitami dziennymi.

Warto wspomnieć, że modele korzystają z różnych silników graficznych, co może przekładać się na inny styl generowanych obrazów:

• ChatGPT i Microsoft Copilot: Oba narzędzia opierają się na technologii od OpenAI – DALL-E 3. Ich główną zaletą jest bardzo rygorystyczne trzymanie się wytycznych z promptu.
• Google Gemini: Za jego możliwości graficzne odpowiada nowoczesny silnik o nazwie Nano Banana. Jest to narzędzie nastawione nie tylko na tworzenie obrazów od zera, ale również na zaawansowaną edycję już istniejących grafik czy łączenie kilku zdjęć w jedno.

Aby dokładnie sprawdzić, jak modele radzą sobie w skrajnie różnych zadaniach, przygotowaliśmy dwa polecenia. Pierwsze testuje ich kreatywność w stylu animowanym, drugie z kolei rzuca wyzwanie w stylu realistycznym.

Polecenie:

„Ilustracja 3D w stylu nowoczesnych filmów animowanych. Mały, uroczy smok w okularach przeciwsłonecznych, który piecze piankę na patyku nad miniaturowym wulkanem. W tle fioletowe niebo i lewitujące wyspy. Jasne, pastelowe i radosne kolory.”

Polecenie:

„Fotorealistyczne zdjęcie 8k. Starszy mężczyzna z siwą brodą, ubrany w luźną, białą lnianą koszulę, siedzący na drewnianym leżaku na piaszczystej plaży. Mężczyzna czyta starą, grubą książkę. Obok niego, na małym stoliku, stoi szklanka z mrożoną herbatą i plasterkiem cytryny. Słońce zachodzi, rzucając na twarz mężczyzny ciepłe, złote światło.”

Wydamy dodatkowe polecenie asystentom, by sprawdzić, jak sobie poradzą z modyfikacją wygenerowanego wcześniej obrazu:

Dodatkowe polecenie:
Dodaj do obrazu: Na niebie w tle, wykres kolumnowy, na którym przedstaw wizualizację danych przykładowych, dane mają dotyczyć popularności języków programowania (4 wybranych)

Ciężko wybrać jednoznacznego lidera w tej kwestii, ponieważ każdy asystent ma zupełnie inną specyfikę pracy z grafiką. Google Gemini to najlepszy wybór, gdy zależy nam na rygorystycznym trzymaniu się poleceń i detali z prompta, choć miał on trudności z generowaniem tekstu na obrazie. ChatGPT sprawdzi się dobrze, jeśli szukamy kreatywnego podejścia. Z kolei Microsoft Copilot radzi sobie z jakością samych obrazów bardzo dobrze, ale w praktyce jego gubienie kontekstu przy próbach edycji może być frustrujące i czasochłonne.

Przykład ten pokazuje nam również, że żaden model AI nie jest idealny – każdy z trzech asystentów, mimo różnic w swoich możliwościach, popełnił błąd w generowaniu wykresu. Musimy pamiętać, że sztuczna inteligencja nie jest wszechwiedząca i musimy zawsze weryfikować otrzymane odpowiedzi.

Praca współczesnego programisty w dużej mierze opiera się na wsparciu sztucznej inteligencji. Narzędzia AI drastycznie przyspieszają powtarzalne procesy, a modele rozwinęły się do tego stopnia, że wygenerowanie działającego kodu od zera nie stanowi już dla nich większego wyzwania. Dlatego też, żeby sprawdzić faktyczne rozumienie logiki przez darmowe modele, podamy im do analizy fragment kodu napisany słabo technicznie, nieczytelnie i niezgodnie z dobrymi praktykami. Zobaczymy, czy każdy z asystentów poradzi sobie z przekształceniem tego chaotycznego fragmentu w czytelny, poprawny kod.

Użyjemy przykładowego fragmentu kodu, napisanego w języku Python. Funkcja calc() przyjmuje słownik z danymi zamówienia (ukryty pod zmienną x) oraz listę produktów w koszyku (zmienna y). Skrypt sprawdza, czy zamówienie jest opłacone (status st równy P), a następnie sumuje ceny wszystkich produktów (p), jednocześnie zbierając ich nazwy (n). Jeśli suma przekroczy 100 zł, nakłada 10% rabatu. Na sam koniec funkcja zapisuje ostateczną kwotę pod nowym kluczem fp, a listę nazw produktów pod kluczem pi i zwraca zaktualizowane zamówienie:

Zanim spojrzymy na odpowiedzi asystentów, upewnijmy się, co z tym kodem jest nie tak:

• Użycie nazw zmiennych x, y, z, t oraz skrótów typu st czy P sprawia, że kod jest nieczytelny.
• Efekt strzałki – nadmierne zagnieżdżenie instrukcji if. Brakuje tu tzw. wczesnych wyjść (early returns), które zwiększają czytelność kodu.
• Pułapka pustej listy w parametrze (y=[]) to klasyczny błąd w Pythonie. Jeśli zdefiniujemy listę w ten sposób prosto w nagłówku funkcji, Python utworzy ją w pamięci tylko raz, przez co kolejne wywołania funkcji będą błędnie dopisywać dane do poprzednich operacji.
• Funkcja zwraca zmodyfikowany słownik, ale w przypadku niespełnienia warunków zwraca wartość False. Zamiast mieszać typy danych, powinna bezpieczniej obsługiwać błędy np. rzucając wyjątek.
• Używanie „range(len())” do poruszania się po liście to przestarzały nawyk w programowaniu – o wiele czytelniejsze byłoby skorzystanie z konstrukcji „for element in y:”.

Gdy już wiemy co jest do poprawy, możemy zadać polecenie asystentom:

„Przeanalizuj poniższy kod. Funkcja służy do przetwarzania zamówień w e-commerce.

Zmienna x to słownik z zamówieniem, a y to lista produktów. Klucz st to status (P oznacza opłacone). W produktach klucz p to cena, a n to nazwa. Docelowo wyliczona cena końcowa trafia pod klucz fp, a lista nazw produktów pod klucz pi.

Jeśli według Ciebie ten kod zawiera błędy lub złe praktyki, popraw go tak, aby był w 100% czytelny, bezpieczny i zgodny z nowoczesnymi standardami programowania w Pythonie. Zwróć sam poprawiony kod.”

Wniosek

Prawdą jest, że każdy z tych modeli bez problemu poradzi sobie z podstawami programowania i wyczyści prosty bałagan w kodzie. Schody zaczynają się tam, gdzie trzeba pomyśleć o architekturze i upewnić się, że aplikacja nie będzie podatna na awarie. W naszym teście najlepiej z tym wyzwaniem poradził sobie ChatGPT, pisząc najbezpieczniejszy kod. Ten przykład pokazuje, że sztuczna inteligencja to świetny pomocnik, ale żaden wygenerowany przez nią kod nie powinien trafić na produkcję bez dokładnego sprawdzenia go przez człowieka.

Omawiane narzędzia AI oferują darmowy dostęp dla każdego, ale ich pełny potencjał kryje się za subskrypcjami Premium. Decydując się na pozostanie przy bezpłatnych pakietach, musimy pójść na technologiczny kompromis. W praktyce trafiamy na trzy główne ograniczenia:

• Limity zapytań i słabsze modele: Wersje darmowe nakładają restrykcyjne limity na liczbę wiadomości. Jeśli przekroczymy limit wiadomości, system może zablokować czat na kilka godzin lub niepostrzeżenie przełączyć się na słabszy, tańszy w utrzymaniu model, który jest bardziej podatny na błędy logiczne.
• Brak priorytetu w godzinach szczytu: Kiedy z serwerów korzystają miliony osób (najczęściej w standardowych godzinach pracy biurowej), jako darmowi użytkownicy spadamy na koniec kolejki, co skutkuje spowolnieniem generowania odpowiedzi.
• Krótsza pamięć: Bezpłatne wersje potrafią przyswoić i utrzymać w pamięci znacznie mniejszą porcję tekstu na raz. Przy zaawansowanych, wielowątkowych konwersacjach model zaczyna „zapominać” polecenia, które zadaliśmy mu na początku rozmowy.

W poniższej tabeli porównaliśmy główne ograniczenia każdego z modeli w wersji bezpłatnej.

Pamiętaj!

Polityka twórców AI zmienia się niezwykle dynamicznie. Zestawione poniżej limity i obostrzenia są aktualne na moment pisania tego artykułu, jednak firmy technologiczne regularnie je modyfikują.

Płacąc za subskrypcję, zyskujemy dostęp do „pełnej mocy” danego modelu:

• Gwarantowany dostęp do flagowych modeli: Zyskujemy stały, nielimitowany (lub bardzo szeroki) dostęp do najpotężniejszych i najbardziej analitycznych wersji sztucznej inteligencji, które radzą sobie ze skomplikowanymi poleceniami.
• Priorytetowy dostęp: Odpowiedzi generują się błyskawicznie, a ryzyko odcięcia od systemu ze względu na przeciążenie serwerów spada praktycznie do zera. Przy wersji Premium nie musimy się martwić spowolnionym działaniem modelu w „godzinach szczytu”.
• Potężny kontekst: Płatne modele potrafią analizować gigantyczne ilości danych, które im przesyłamy, nie gubiąc przy tym kontekstu i nie „zapominając” treści tego, o co je prosiliśmy. Dzięki temu doskonale trzymają wątek nawet po kilkudziesięciu długich wiadomościach i wielu przesłanych plikach.

Rynek najpopularniejszych aplikacji AI bardzo mocno się ujednolicił. Niezależnie od tego, czy wybierzemy ChatGPT Plus, Microsoft Copilot Pro, czy Google Gemini Advanced, standardem za pełnoprawną wersję premium jest cena ok. 20 dolarów miesięcznie.

Aby zobrazować, jak w rzeczywistości różni się działanie sztucznej inteligencji w trybie standardowym od zaawansowanego, do którego swobodny dostęp daje nam wersja Advanced, wróćmy do jednego z naszych wcześniejszych testów. Do tego przykładu wykorzystamy Google Gemini. Porównamy wynik wygenerowany przez podstawowy silnik z tym, jak model przetwarza dane przy użyciu pełnej mocy analitycznej.

Wróćmy do generowania fotorealistycznego obrazu (z punktu Generowanie obrazów). Jak sprawdziliśmy we wcześniejszej części testu, darmowy model Google Gemini poradził sobie świetnie z wygenerowaniem samego zdjęcia, ale ogromną trudność sprawiło mu dodanie do niego czytelnego wykresu:

Sprawdźmy zatem, czy sztuczna inteligencja w płatnym trybie Pro poradzi sobie z tym problemem lepiej:

Jak widać, tryb Pro wypadł w tym teście o wiele lepiej niż wersja darmowa. Wykres prezentuje się znacznie estetyczniej. Nazwy języków na osi X są całkowicie poprawne, a nad słupkami widnieją czytelne wartości procentowe (choć można zauważyć tu brak klasycznej osi Y z dodatkową skalą). Co ważne, element został umieszczony w dobrym miejscu, dzięki czemu nie jest w żaden sposób zasłaniany przez postać mężczyzny. Ten przykład pokazuje, że płatny model podchodzi do złożonych poleceń w znacznie bardziej analityczny sposób – nie ogranicza się do ślepego wstawiania elementów z promptu, ale stara się logicznie przetworzyć cały problem.

Każdy z modeli w wersji darmowej posiada też wyspecjalizowane narzędzia wykraczające poza standardowe generowanie tekstu.

• Canvas: Zapewnia interaktywną przestrzeń roboczą, idealną do dłuższego pisania i wygodnego edytowania kodu źródłowego tuż obok okna czatu.
• Deep Research: Uruchamia moduł służący do pogłębionego, wieloetapowego przeszukiwania internetu.
• Utwórz film / Create music: Pozwala na wygenerowanie krótkiego materiału wideo oraz profesjonalnie brzmiącej muzyki na podstawie samego opisu tekstowego.
• Tryb nauki: Dostosowuje odpowiedzi asystenta tak, aby pełnił on rolę „korepetytora”, pomagającego w nauce.

• Zbadaj głęboko i Kanwa: Opcje analogiczne do narzędzi Deep Research i Canvas w Gemini.
• Asystent zakupowy: Pomaga w szybkiej analizie produktów, porównywaniu parametrów i znajdowaniu interesujących ofert w sklepach.
• Ucz się i przyswajaj wiedzę / Quizy: Przekształca asystenta w narzędzie edukacyjne, które potrafi również weryfikować naszą wiedzę za pomocą krótkich testów.

• Rozpocznij wszechstronną analizę: Uruchamia zaawansowany moduł badawczy, który rozbija skomplikowane zapytanie na mniejsze etapy, co zwiększa dokładność odpowiedzi. Jak widać na zdjęciu, jest on objęty ścisłym limitem dziennym.
• Utwórz podkast: Umożliwia wygenerowanie kompletnego podcastu na podany temat. To narzędzie również jest ograniczone w darmowej wersji.
• Rozwiąż test: Ułatwia weryfikację wiedzy lub rozwiązywanie konkretnych zadań z wykorzystaniem modeli logicznych.
• Użyj łączników: Pozwala na zintegrowanie asystenta z zewnętrznymi usługami i aplikacjami w celu rozszerzenia jego podstawowych możliwości.

Jak pokazały nasze testy, na rynku darmowych narzędzi AI nie ma obecnie jednego, absolutnego lidera. Każdy z omówionych modeli oferuje nieco inne podejście i unikalne funkcje. Wybór najskuteczniejszego rozwiązania zależy w głównej mierze od specyfiki konkretnego zadania – czy zależy nam na researchu, tworzeniu tekstów, generowaniu grafik, czy pisaniu bezpiecznego kodu.

Przedstawione przykłady świetnie udowadniają, że każdy asystent ma swoje wyraźne mocne i słabe strony. Należy również pamiętać, że branża sztucznej inteligencji rozwija się w błyskawicznym tempie. Bardzo możliwe, że w chwili, gdy czytasz ten artykuł, opisane przez nas narzędzia otrzymały już kolejne aktualizacje i posiadają zupełnie nowe możliwości.