Čínská Alibaba překročila s rodinou modelů Qwen hranici tří miliard stažení a podle aktuálních údajů tím předběhla otevřené modely Mety i Googlu. Samotné číslo samozřejmě neznamená tři miliardy aktivních uživatelů a už vůbec neříká, že Qwen je nejlepší AI model na světě. Ukazuje ale něco možná důležitějšího: čínské modely se ve velkém dostávají na servery, pracovní stanice a domácí počítače po celém světě.
Ještě před několika lety byla situace jednoduchá. Spojené státy měly nejlepší modely, nejvýkonnější čipy, největší datacentra a prakticky neomezené miliardy dolarů. Čína měla být ta země, která bude kvůli exportním omezením na špičkové čipy postupně ztrácet dech. Jenže místo toho začala hrát trochu jinou hru. Nemusí mít každý měsíc absolutně nejlepší model na světě, pokud dokáže nabídnout model téměř stejně schopný, otevřít jeho váhy a dostat ho na miliony počítačů.
Právě v tom je dnešní úspěch Qwenu zajímavější než další benchmarková tabulka. Alibaba minulý týden vydala řadu Qwen 3.8 s otevřenými váhami pod licencí Apache 2.0 a poprvé se otevření vah týká i modelu třídy Qwen-Max. Čínská AI se tak stále méně chová jako levnější kopie americké špičky a stále více jako samostatný ekosystém, který vývojářům říká: vezmi si model, stáhni ho a dělej si s ním, co potřebuješ.
Když ti někdo může AI zítra vypnout
Dlouho se na možnost provozovat model doma dívalo hlavně jako na záležitost nadšenců, lidí posedlých soukromím nebo firem, které nechtějí posílat svá data do cloudu. Události z letošního června ale ukázaly další důvod, který může být pro část uživatelů ještě podstatnější.
Americká vláda tehdy nařídila společnosti Anthropic pozastavit přístup zahraničních osob k modelům Fable 5 a Mythos 5. Anthropic následně oznámil, že kvůli technickému způsobu poskytování služby musí přístup k oběma modelům náhle vypnout všem zákazníkům. Firma s rozhodnutím vlády nesouhlasila, ale na výsledku to nic neměnilo. Model, který ještě jeden den používali lidé a firmy po celém světě, mohl být druhý den administrativním rozhodnutím odstaven.
A přesně tohle začíná některé uživatele znervózňovat. Nemusí jít ani o spor, kdo měl v případě Fable pravdu. Americká vláda tvrdila, že důvodem byly bezpečnostní obavy kolem jailbreaku, Anthropic naopak považoval problém za omezený a rozhodnutí za nepřiměřené. Podstatný je precedent: pokud používáš uzavřený model provozovaný někým jiným, nevlastníš ho. Máš pouze přístup, který ti někdo může změnit, zdražit, omezit nebo úplně odebrat.
U open-weight modelu je ten vztah zásadně jiný. Výrobce může přestat vydávat nové verze, může změnit licenci budoucích modelů a vláda může omezit další distribuci. Váhy, které už ale máš fyzicky uložené na svém disku, ti nikdo vzdáleným příkazem nevypne. Když Alibaba zítra změní strategii, Qwen, který dnes běží na tvém počítači, bude běžet dál.
Tohle je u AI možná podceňovaná forma nezávislosti.
Je open-weight několik měsíců pozadu? No a co
Nejčastější námitka proti lokálním modelům je stále stejná: nejlepší uzavřené americké modely jsou výkonnější. To je v obecné rovině pravda. Jenže rozdíl mezi „nejlepší model na světě“ a „model dostatečně dobrý pro moji práci“ začíná být čím dál důležitější.
Ještě nedávno bylo možné open-weight modely vnímat jako technologii výrazně za frontier špičkou. Dnes už je situace podstatně méně pohodlná. Nezávislé výsledky SWE-bench ukazují open-weight modely jako Kimi mezi velmi schopnými systémy pro programování a aktuální studie z reálného vývoje dokonce zjistila, že pořadí v klasických benchmarcích nemusí předpovídat, který model zvládne konkrétní programovací projekt nejlépe.
Je klidně možné, že nejlepší lokální model bude proti absolutní americké špičce tři až pět měsíců pozadu. U některých současných čínských modelů může být podle konkrétní úlohy rozdíl podstatně menší. Jenže pokud potřebuješ model pro každodenní programování, refaktoring, hledání chyb, práci s databází nebo několikahodinového agenta nad repozitářem, začíná být otázka několika měsíců akademická.
Proč by tě mělo zásadně trápit, že vzdálený model vyřeší úkol o něco elegantněji nebo na první pokus, pokud lokální model stejný výsledek nakonec udělá také?
Právě programování je dobrý příklad. Některé dnešní open-weight modely už dosahují výsledků, které by před rokem nebo dvěma byly považovány za špičku celého trhu. Výzkum z dubna navíc ukázal, že efektivnější modely s menším počtem aktivních parametrů mohou v některých programovacích úlohách dosáhnout podobných výsledků jako mnohem větší systémy, ale s výrazně nižšími hardwarovými nároky.
Ať klidně sežere milion tokenů navíc
S tím souvisí ještě jedna věc, kterou benchmarky většinou úplně míjejí: ekonomika lokálního provozu je jiná než ekonomika API.
Při používání cloudové AI řešíš spotřebu tokenů, limity, ceny a často i maximální množství práce, kterou může agent udělat v jednom období. Když model zbytečně desetkrát přemýšlí nad stejnou věcí nebo projde milion tokenů, začne to být nepříjemně vidět na faktuře. U lokálně provozovaného modelu je situace výrazně jednodušší. Hardware už máš, grafická karta běží a náklady jsou především elektřina a čas.
Jestli proto lokální model potřebuje na jednoduchý programovací úkol milion tokenů navíc, nemusí tě to vůbec zajímat. Pokud máš dostatek VRAM, výpočetní výkon a nepotřebuješ výsledek za pět minut, může si model klidně několik hodin zkoušet slepé cesty, vracet se a opravovat vlastní chyby.
Ty mezitím můžeš jít na fotbal, na pivo, na kolo nebo jednoduše dělat něco jiného. Počítač dál pracuje a model nepotřebuje vědět, že ses přestal dívat na terminál. Trochu absurdně se tak může stát, že „pomalejší a horší“ model bude pro konkrétního člověka praktičtější než nejlepší AI světa, protože ho může nechat pracovat tak dlouho, jak potřebuje.
A právě u agentního programování to může být zásadní. Budoucnost nemusí být jen o tom, který model napíše nejlepší funkci za třicet sekund. Může být o tom, kterému modelu večer zadáš: projdi tento projekt, oprav testy, migruj databázi a ráno mi ukaž výsledek.
V takovém scénáři je několikanásobně vyšší počet tokenů skoro nezajímavý.
Čína možná pochopila distribuci lépe než Západ
Tři miliardy stažení Qwenu proto nejsou důležité jen jako marketingový rekord Alibaby. Každé stažení znamená dalšího vývojáře, další server, další experiment a další kus infrastruktury postavený kolem čínského modelu. Kolem Qwenu vznikají kvantizace, fine-tuningy, programovací nástroje, agentní frameworky a firemní integrace. Jakmile se tento ekosystém jednou rozjede, technologický náskok konkurence nemusí automaticky znamenat vítězství.
Technologická historie je podobných příkladů plná. Nejlepší produkt totiž ne vždy vyhraje. Velmi často vyhraje produkt, který je dostatečně dobrý, levnější, dostupnější a používá ho dost lidí.
Dokonce i Meta minulý týden při uvedení nového open-weight modelu argumentovala tím, že Spojené státy potřebují otevřenější AI ekosystém právě kvůli rostoucí čínské konkurenci. Mark Zuckerberg kritizoval přílišnou centralizaci AI a upozornil, že čínské firmy získávají výhodu díky otevřenějším modelům. Když už americká Meta veřejně vysvětluje, že Amerika potřebuje více open-weight AI, problém zřejmě nebude úplně hypotetický.
Americké firmy mohou mít ještě dlouho nejvýkonnější modely na světě. OpenAI, Anthropic a Google mají obrovský kapitál, infrastrukturu i výzkumné týmy. Číně ale možná stačí držet se těsně za nimi a své modely dostat všude.
Tří až pětiměsíční zpoždění totiž není katastrofa, pokud model můžeš stáhnout, upravit, provozovat bez povolení někoho jiného a používat bez obavy, že ti ho zítra někdo vypne.
Sankce mají jeden nepříjemný vedlejší účinek
Americká omezení vývozu špičkových čipů měla čínský rozvoj AI zpomalit. Do určité míry to nepochybně dělají, protože přístup k nejvýkonnějšímu hardwaru zůstává obrovskou výhodou. Zároveň ale Čínu nutí optimalizovat modely, hledat efektivnější architektury a budovat vlastní technologický řetězec.
To je přesně ten druh vedlejšího efektu, který se v geopolitických powerpointových prezentacích obvykle nevejde na první stránku.
Čínské firmy dnes nemají důvod kopírovat americký model AI postavený výhradně na obrovských proprietárních datacentrech. Mohou nabídnout API, ale zároveň vypustit model mezi lidi. Tím vytvoří něco, co se sankcemi zastavuje podstatně hůř než dodávka konkrétního čipu.
Jakmile jsou váhy jednou na internetu a na milionech disků, vrátit je zpátky je prakticky nemožné.
Evropa opět sleduje zápas z tribuny
A pak je tu Evropa, která si jako obvykle dokázala najít mimořádně pohodlnou pozici přesně mezi dvěma technologickými bloky.
Spojené státy staví datacentra, vyrábějí čipy a provozují nejlepší frontier modely. Čína buduje open-weight ekosystém, který se šíří po celém světě. Evropa má Mistral a především velmi důkladně napsaný AI Act.
Není problém AI regulovat. Problém nastává ve chvíli, kdy regulace začne být hlavním evropským příspěvkem k technologii, kterou mezitím vyvíjí někdo jiný.
Američané se alespoň mohou rozhodovat, jestli svůj model světu zpřístupní nebo ho administrativně omezí. Čína může nabídnout alternativu. Evropa je v mnoha případech pouze zákazník, kterému jedna strana může službu vypnout a druhá mu nabídnout model ke stažení.
To není technologická suverenita. To je výběr dodavatele.
Tři miliardy nejsou vítězství. Jsou varování
Alibaba ještě nevyhrála AI závod a Qwen není automaticky lepší než americké frontier modely. Tři miliardy stažení ale ukazují trend, který by bylo hloupé ignorovat.
Uživatelé začínají zjišťovat, že absolutně nejlepší model nemusí být vždy nejlepší volbou. Někomu bude důležitější soukromí, jinému cena, dalšímu možnost model upravit a stále více lidem může záležet na něčem mnohem jednodušším: aby jim nástroj, na kterém stojí jejich práce, nemohl zítra někdo vzdáleně vypnout.
Open-weight model může být o několik měsíců za nejlepší proprietární AI. Může být pomalejší, méně efektivní a při řešení stejného úkolu spotřebovat násobně více tokenů.
Jenže když leží na tvém disku, je skutečně tvůj.
A možná právě tohle bude nakonec mnohem důležitější než další dva body v benchmarku.
