Pokaždé když DeepSeek, Alibaba nebo jiná čínská laboratoř vydá nový model, pozornost se soustředí na tabulku benchmarků. Důležitější změna probíhá pod ní. Čínské firmy tlačí cenu výpočtu dolů, zveřejňují modelové váhy nebo nabízejí rozhraní kompatibilní se zavedenými nástroji a rychle převádějí výzkum do produktů. Výsledkem není jen další chatbot. Mění se vyjednávací síla vývojářů, ekonomika cloudů i představa, kdo smí stavět na nejvýkonnější AI.
DeepSeek V4 a novější modely rodiny Qwen ukazují dvě větve stejné strategie. Jedna zdůrazňuje efektivní směs expertů, dlouhý kontext a nízkou cenu inference, druhá širokou rodinu modelů od menších variant po multimodální systémy. Údaje o počtu parametrů a výsledcích testů pocházejí převážně od výrobců a je nutné je ověřovat nezávisle. Přesto už samotná dostupnost konkurenceschopných modelů nutí globální dodavatele upravovat ceny a rychleji inovovat.
Otevřené váhy nejsou totéž co plně otevřený systém. Veřejnost obvykle nezná kompletní trénovací data, filtrační postupy ani všechny detaily přípravy modelu. Licence může povolit komerční nasazení, ale model přesto zůstává závislý na neprůhledném datovém řetězci. Přesnější označení je proto „open-weight“. I tato míra otevřenosti však dovoluje univerzitám a firmám provozovat model na vlastní infrastruktuře, upravit jej pro obor a snížit závislost na jednom americkém API.
Nízká cena inference má globální dopad, protože rozšiřuje množství úloh, u nichž se AI ekonomicky vyplatí. Překlad, analýza dokumentů, programování nebo zákaznická podpora mohou pracovat s mnohem větším objemem dat. Levnější jednotka výpočtu ale nemusí snížit celkovou spotřebu energie. Když poptávka roste rychleji než efektivita, datová centra spotřebují více elektřiny i vody — klasický rebound efekt.
Čínská výhoda nespočívá pouze v laboratořích. Země má rozsáhlou výrobu elektroniky, elektromobilů, dronů a průmyslových robotů. Model, který rychle přejde z cloudu do továrny nebo stroje, může sbírat specializovaná provozní data a zlepšovat se v úlohách, kde samotný textový benchmark nic neříká. Propojení softwaru s výrobní základnou je důvod, proč je vývoj čínské AI důležitý i tehdy, když některý americký model zůstává v testu o několik bodů lepší.
Současně se prohlubuje geopolitická závislost na čipech, energii a standardech. Exportní omezení vedla čínské týmy k úsporám výpočtu a hledání domácího hardwaru, nezrušila však význam nejpokročilejší výroby polovodičů. Každý model je součástí dodavatelského řetězce zahrnujícího návrh čipů, výrobní stroje, paměti, síťové prvky a datová centra. Soutěž o AI proto není čistým závodem algoritmů.
Bezpečnost a správa dat se liší podle toho, kde model běží. U cloudové služby je nutné řešit jurisdikci, ukládání promptů a přístup provozovatele. Lokálně provozované váhy dávají organizaci větší kontrolu, ale také odpovědnost za zabezpečení, aktualizace a škodlivé použití. Původ modelu sám o sobě nestačí k hodnocení rizika; rozhoduje architektura konkrétního nasazení, citlivost dat a možnost auditu.
Globální posun tedy nelze shrnout otázkou, zda DeepSeek „porazil“ ChatGPT. Podstatné je, že frontierová inteligence přestává být výhradně drahou uzavřenou službou několika amerických firem. Čínské modely vytvářejí druhé silné centrum nabídky, urychlují cenovou soutěž a šíří otevřenější způsob distribuce. Každé jejich nové vydání může během týdnů změnit rozpočty, technické volby i regulační debatu na druhé straně světa.
