Tři modely OpenAI, jeden cíl: vrátit se na vrchol

OpenAI uvedlo GPT-5.6 jen jedenáct dní poté, co americká vláda zrušila dočasný zákaz jeho vydání. Model přichází ve třech variantách: Sol (nejvyšší výkon), Terra (střední třída) a Luna (cenově dostupná varianta). A hned v prvních benchmarcích je znát, že OpenAI to s návratem na špici myslí vážně. V testu Terminal-Bench 2.1, který měří schopnost modelu pracovat přímo ve vývojářském terminálu, dosáhl Sol přesnosti 88,8 %, čímž těsně překonal dosavadního lídra — Anthropic Claude Fable5 s 88 %. V souhrnném Artificial Analysis Indexu, který kombinuje devět různorodých benchmarků, získal Sol 59 bodů, jen o jediný bod méně než Fable5. Nejzajímavější je ale výsledek v takzvané Agent Final Exam — testovací sadě zhruba 1 500 úloh, které simulují reálné úkoly pro AI agenty. Tady Sol dosáhl 52,7 %, což je dramatický skok oproti Fable5 (40,5 %). A aby toho nebylo málo, výpočetní náklady na dokončení celé testovací sady činily u Solu 1 087 dolarů — méně než polovina z 2 315 dolarů, které spolklo Fable5.

Anthropic: král celkového skóre, ale nákladný

Anthropic se svým modelem Claude Fable5 zatím drží korunu v celkovém Artificial Analysis Indexu (60 bodů). Je to model, který exceluje napříč disciplínami — od programování přes logické uvažování až po jazykové porozumění. Jenže má jednu zásadní slabinu: cenu. API poplatky za Fable5 činí 10 dolarů za milion vstupních tokenů a 50 dolarů za milion výstupních. Pro srovnání — to je zhruba desetinásobek toho, co si účtuje Meta za svůj nový model. Pro firmy, které potřebují zpracovávat velké objemy textu, se Fable5 rychle prodraží, i když jeho kvalita zůstává bezkonkurenční.

Meta: výkon nestačí, tak přichází cenová bomba

Metě se vývoj vlastních AI modelů zatím nedaří podle představ. Její první model Muse Spark, vydaný před třemi měsíci, výkonnostně zaostával natolik, že tržní podíl Mety v generativní AI dosahoval v květnu jen 2,5 %. Interně firma čelí personálním turbulencím — někteří zaměstnanci popsali pracovní podmínky v AI divizi jako „pracovní tábor". Nyní přichází Muse Spark 1.1 a Meta vsadila všechno na jednu kartu: cenu. V Terminal-Bench 2.1 dosáhl model 69,2 % — na Sol a Fable5 to nestačí ani zdaleka. Jenže API stojí jen 1,25 až 4,25 dolaru za milion tokenů, tedy zhruba desetkrát méně než Fable5. Pro startupy, vývojáře menších aplikací nebo firmy, které nepotřebují absolutní výkonovou špičku, je to zásadní nabídka. Za cenu jednoho dotazu do Fable5 jich zvládnete desetkrát víc.

SpaceXAI: Grok 4.5 sází na efektivitu

SpaceXAI (dříve xAI) Elona Muska vypustilo Grok 4.5 o den dříve než konkurence. Model se v Artificial Analysis Indexu umístil na šestém místě s 54 body — za pěti modely od OpenAI a Anthropicu, ale před Gemini 3.5 Flash od Googlu. I tady je hlavním tahákem cena: API poplatky se pohybují mezi 2 a 6 dolary za milion tokenů. SpaceXAI evidentně pochopilo, že v přímém souboji s Anthropicem a OpenAI zatím nemůže vyhrát, a proto se soustředí na cenovou efektivitu. Firma navíc pronajímá svou výpočetní kapacitu právě Anthropicu — ironický detail, který ukazuje, jak propojený trh s AI infrastrukturou ve skutečnosti je.

Google: ticho po pěšině

Největším poraženým aktuální vlny je Google. Firma naposledy vydala nový model v květnu — Gemini 3.5 Flash — a od té doby mlčí. Model mezitím spadl na desáté místo Artificial Analysis Indexu s pouhými 50 body. Pro srovnání: to je o devět bodů méně než GPT-5.6 Sol a o celých deset méně než Claude Fable5. Není to poprvé, co Google v AI závodě klopýtá. Firma sice disponuje obří infrastrukturou a masivní uživatelskou základnou (Gemini má přes 750 milionů uživatelů), ale v posledních měsících opakovaně zaostává v tempu inovací. Zatímco OpenAI a Anthropic chrlí nové modely každých pár týdnů, Google působí, jako by ztratil směr.

Co to znamená pro trh — a pro vás

Překreslení sil na trhu AI modelů má několik praktických dopadů, které pocítí i čeští uživatelé a firmy: 1. Ceny AI služeb půjdou dolů. Když Meta nabízí API za desetinu ceny Anthropicu a SpaceXAI za podobně nízké sazby, konkurenční tlak nutí i dražší hráče zlevňovat. GPT-5.6 Sol sice není nejlevnější, ale už teď nabízí lepší poměr cena/výkon než Fable5. 2. Vzniká dvoustupňový trh. Firmy si budou vybírat podle potřeby: na náročné úkoly (programování, komplexní analýzy) nasadí Fable5 nebo Sol, na rutinní automatizaci a zpracování textu vystačí s Muse Spark nebo Grokem. Je to podobný princip jako u cloudových služeb — platíte jen za výkon, který skutečně potřebujete. 3. Čeština je u všech modelů dostupná, ale kvalitou se liší. GPT-5.6 i Claude Fable5 zvládají češtinu na velmi dobré úrovni — překlady, sumarizace i konverzace v češtině jsou plynulé a přirozené. Muse Spark a Grok 4.5 češtinu také podporují, ale kvalita jazykového výstupu za lídry zaostává. Pro české firmy, které chtějí AI integrovat do zákaznické podpory nebo interních nástrojů, je to klíčové rozlišovací kritérium. 4. Evropská regulace zatím drží krok. Všechny zmíněné modely jsou dostupné i v EU, včetně Česka. Podle aktuálních pravidel EU AI Act jsou klasifikovány jako obecné AI modely (General Purpose AI) a podléhají standardním požadavkům na transparentnost. Americká vláda navíc od června vyžaduje, aby vývojáři před vydáním frontierových modelů absolvovali bezpečnostní review — systém, který se nápadně podobá evropskému přístupu.

Srovnávací tabulka: jak si modely stojí

Model	Terminal-Bench 2.1	AI Index	Agent Final Exam	API (USD / 1M tokenů)
GPT-5.6 Sol (OpenAI)	88,8 %	59	52,7 %	1 087 $ / test
Claude Fable5 (Anthropic)	88,0 %	60	40,5 %	10/50 vstup/výstup
Muse Spark 1.1 (Meta)	69,2 %	—	—	1,25–4,25
Grok 4.5 (SpaceXAI)	—	54	—	2–6
Gemini 3.5 Flash (Google)	—	50	—	—

Kdo vyhraje — výkon, nebo cena?

Odpověď není jednoduchá. Pro velké podniky a náročné vývojáře zůstane rozhodující výkon — a tam dnes vedou Anthropic a OpenAI. Pro startupy, menší firmy a hromadné nasazení ale bude rozhodovat cena, a v tom hrají prim Meta a SpaceXAI. Zajímavé je, že oba tábory se vlastně doplňují. SpaceXAI pronajímá výpočetní výkon Anthropicu, Meta zvažuje prodej přebytečné infrastruktury. Trh se tak neštěpí na znepřátelené bloky, ale spíš se přirozeně specializuje — podobně jako se v automobilovém průmyslu vedle sebe etablovaly prémiové značky a výrobci dostupných vozů. Pro běžného uživatele ChatGPT, Claude nebo Gemini se zatím nic zásadního nemění — modely jsou stále dostupné přes známá rozhraní a ceny předplatného zůstávají stabilní. Skutečná bitva se odehrává o firemní zákazníky a vývojáře, kteří modely integrují do vlastních aplikací. A tam bude rozhodovat každý dolar za token.