Jak bardzo w tyle są chińskie modele AI i czy "tanio i wystarczająco dobrze" wygrywa?
Zacznijmy od niewygodnej liczby. W nowym teście agentów GDPx lider ma 12%, a najlepszy w tabeli otwarty model z Chin, GLM 5.3, dostaje 2,7%. Przy najtrudniejszych, długich zadaniach to nie jest mała różnica.
A teraz zwrot akcji. DeepSeek kieruje swoją energię gdzie indziej. Wypuścił oficjalnie model V4-Pro z wyższymi cenami API, wydał otwartą nakładkę dla agentów, a 31 października opublikował superagenta do kodowania na licencji MIT, który w dobę zebrał około 4 tysięcy gwiazdek na GitHubie. Reklamuje się go jako rywala Claude Code.
O co tu właściwie gra się toczy?
Spójrz na wzór. Podnoszenie cen przy rozdawaniu narzędzi to nie jest ruch firmy, która żyje z samej wojny cenowej. Wygląda to na laboratorium, które przechodzi z roli "tani model" do roli "miejsce, gdzie programiści budują agentów".
I pytanie pod spodem: jeśli model jest wystarczająco dobry i kosztuje ułamek ceny, po co komu ten najlepszy? Szczerze, zależy od roboty. Przy zadaniach, w których sufit to 12%, "wystarczająco dobry" jest celem ruchomym.
Jeszcze jedno, żeby było uczciwie: w tych danych nie ma żadnych liczb o udziałach w rynku. Widać natomiast, gdzie dystans jest duży (trudne, długie zadania), gdzie wygląda na zmniejszający się (narzędzia i dystrybucja) i że przewaga cenowa nie jest prawem natury.
Tani model wygrywa przy rutynie. Najlepszy wygrywa tam, gdzie błąd kosztuje. Prawdziwa walka toczy się o to, gdzie przebiega ta granica, a ta przesuwa się co kilka miesięcy.