Čínske open-source AI modely: čo z toho pre firmy v EÚ

Čínske open-source AI modely dnes vedú väčšinu verejných benchmarkov pre programovanie a matematické uvažovanie, a to za zlomok ceny amerických proprietárnych systémov. Európska firma z toho má jedno konkrétne rozhodnutie: či váhy modelu stiahnuť a prevádzkovať vo vlastnej alebo v EÚ infraštruktúre, alebo naďalej posielať dáta do uzavretých amerických API. Čísla ten výber posúvajú.

Nie som fanúšik hype cyklov. K novým modelom pristupujem skepticky, kým ich nevidím bežať v produkcii pod reálnou záťažou. Trend v číslach je však príliš výrazný na to, aby sa dal ignorovať.

Prečo čínske open-source AI modely vedú benchmarky?

Podľa rebríčka BenchLM z júla 2026 vedie čínsky jazykový model DeepSeek V4 Pro s celkovým skóre 87, pred GLM-5.1 (83) a Kimi K2.6 (81). BenchLM ho označuje za jediný čínsky model v dosahu frontier proprietárnych modelov, ktorý zároveň ostáva open-weight^?Model, ktorého váhy (parametre) sú verejne dostupné na stiahnutie, takže sa dá prevádzkovať na vlastnom hardvéri bez závislosti na cudzom API. a s kontextom milión tokenov.

Konkrétnejšie sú výsledky na úlohách blízkych reálnej práci:

• LiveCodeBench (reálne programovanie): prvé tri miesta držia čínske modely, DeepSeek V4 Pro (93,5 %), Qwen3.7 Max (91,6 %) a Kimi K2.6 (89,6 %).
• SWE-Bench Pro (opravy chýb v reálnom kóde): GLM-5.2 prekonáva GPT-5.5 pri približne šestine nákladov, uvádza analýza SECNews.
• AIME 2025 (matematické uvažovanie): DeepSeek V3.2-Speciale dosahuje 96,0 % a prekonáva GPT-5 High.

SECNews to zhŕňa jednou vetou: čínske modely dosiahli konvergenciu so západnými a v niektorých oblastiach ich jasne predbiehajú. Pre inžiniera je to dôležitejšie než celkové skóre, lebo SWE-Bench a LiveCodeBench merajú presne to, čo od modelu v praxi chcem.

Čo znamená open-weight pre suverenitu dát?

Open-weight znamená, že váhy modelu si stiahnete a spustíte na vlastnom hardvéri alebo v cloude podľa vlastného výberu. Podľa prehľadu InferenceHub bolo do apríla 2026 osem z desiatich najlepších čínskych modelov open-weight, stiahnuteľných a komerčne použiteľných pod licenciami Apache 2.0 alebo MIT.

Rozdiel oproti západnému táboru je ostrý. Šesť z ôsmich top čínskych labov, teda DeepSeek, Alibaba (Qwen), Zhipu AI (GLM), Moonshot AI (Kimi), MiniMax a čiastočne aj Tencent a Baidu, vydáva svoje core modely ako open-weights. GPT-5, Claude a Gemini ostávajú uzavreté.

Pre firmu, ktorá spracúva citlivé dáta klientov, to má priamy dôsledok: model beží on-premise alebo v EÚ cloude a dáta neopúšťajú jej infraštruktúru. Licencie Apache 2.0 a MIT navyše umožňujú komerčné použitie vrátane uzavretých produktov bez povinnosti zverejniť vlastný kód. Blog youngju.dev tvrdí, že self-hosting^?Prevádzka modelu vo vlastnej alebo zvolenej infraštruktúre namiesto volania cudzieho cloudového API. váh je dátovo bezpečnejší než volanie OpenAI API, no zároveň dodáva, že bezpečnostné otázky sú reálne a vyžadujú review. To je triezvy postoj a súhlasím s ním.

Kým firma toto rozhodnutie robí, potrebuje najprv čestne zmapovať, kde stojí s dátami, infraštruktúrou a rizikami podľa AI Act. Ak práve pred takým rozhodnutím stojíte, pomôže písomné posúdenie AI pripravenosti s roadmapou a odhadom návratnosti pre predstavenstvo; má zmysel, keď potrebujete podložený podklad pre vedenie, nie keď hľadáte rýchlu odpoveď na jeden technický detail.

Koľko sa dá ušetriť na nákladoch?

Rozdiel v cene za inferenciu je hlavný dôvod, prečo sa téma vôbec dostala do rozpočtových debát. Komparatívna analýza NextFuture uvádza, že inferencia^?Fáza, keď hotový model odpovedá na dopyty používateľov. Jej cena sa počíta za milión spracovaných tokenov. na DeepSeek V4 Flash a Qwen 3.6 je 5- až 30-krát lacnejšia za milión tokenov než na vlajkových modeloch OpenAI či Anthropic.

Typické ceny API podľa LevanteApp:

• Väčšina top čínskych open-weight modelov: približne 0,10 až 0,30 USD za milión input tokenov.
• Frontier americké modely: 3 až 15 USD za milión tokenov.

NextFuture k tomu poznamenáva, že pre tímy s viac než 50 miliónmi volaní mesačne je tento pokles cenového dna „celá rozpočtová debata“. Poznám to z vlastnej prevádzky: pri veľkých objemoch prestane rozhodovať kvalita promptu a začne rozhodovať cena za token. Youngju.dev to formuluje prakticky: čínske open modely sú spôsob, ako kúpiť 80 až 90 percent kvality GPT-4o alebo Claude Sonnet 4 za pätinu až desatinu ceny, najmä pri programovaní, RAG^?Retrieval-Augmented Generation: technika, pri ktorej model pri odpovedi vyhľadáva relevantné dáta z vlastnej databázy firmy. a long-context úlohách.

Kedy má prechod pre firmu naozaj zmysel?

Nie vždy. Skôr než niekomu odporučím self-hosting čínskeho modelu, pýtam sa, čo by musel splniť, aby sa to reálne oplatilo. Odpoveď je väčšinou o objeme a citlivosti dát, nie o benchmarkoch.

1. Vysoký objem volaní. Pri desiatkach miliónov volaní mesačne prináša päť- až tridsaťnásobný rozdiel v cene úspory, ktoré zaplatia aj prevádzku vlastnej infraštruktúry.
2. Citlivé dáta. Ak dáta nesmú opustiť EÚ, open-weight model v lokálnom nasadení je čistejšie riešenie než zmluvné záruky nad americkým API.
3. Programovanie, RAG a long-context. Práve tam sú čínske modely podľa benchmarkov najsilnejšie a rozdiel v kvalite oproti uzavretým modelom je najmenší.

Kde by som brzdil: prevádzka vlastnej inferencie nie je zadarmo. Treba GPU, MLOps kompetenciu a proces na bezpečnostný review váh z externého zdroja. Pre malý tím s nízkym objemom volaní ostáva uzavreté API často lacnejšie aj jednoduchšie. Ide o klasické rozhodnutie vyvinúť, kúpiť alebo integrovať, a jeho skutočné náklady sa počítajú za celý životný cyklus. Kto ho robí pre predstavenstvo, nájde rozhodovaciu maticu vo workshope o investičnom rozhodnutí medzi vlastným vývojom a nákupom AI.

K adopcii ešte jedno číslo, ktoré hovorí za seba: rodina Qwen má na Hugging Face vyše 700 miliónov stiahnutí, čo z nej robí najpopulárnejšiu open-source LLM rodinu na svete. Nejde o marketingové tvrdenie, ale o meraný objem. Ak hľadáte kontext k tomu, ako sa AI presúva do každodennej firemnej praxe, súvisí s tým aj náš text o tom, čo nová rodina modelov OpenAI mení pre firmy.

Čo si z toho odniesť

Čínske open-source AI modely už nie sú lacnou náhradou, v niektorých doménach vedú. Pre firmy v EÚ je to príležitosť znížiť náklady a získať kontrolu nad dátami, no len ak majú objem a kompetenciu na prevádzku. Bez toho ostáva uzavreté API rozumnejšou voľbou. Rozhodovať by mali čísla z vlastnej prevádzky, nie titulky z benchmarkov.