Levná AI na rozcestí: DeepSeek zdražuje, OpenAI láme ceny
Poslední týdny přinesly do cenové války AI modelů zásadní změnu. DeepSeek 6. srpna oznámil výrazné zdražení svých API služeb — firma zatím nezveřejnila konkrétní ceny ani datum, jen potvrdila „výrazný nárůst". Aktuálně platí V4 Flash $0.14 za milion vstupních a $0.28 za milion výstupních tokenů, výkonnější V4 Pro pak $0.435/$0.87. Už v květnu přitom DeepSeek slevy spustil jako odpověď na konkurenci z Číny i USA.
Opačným směrem šlo OpenAI, které 30. července zlevnilo model GPT-5.6 Luna o 80 procent — z $1.00/$6.00 na $0.20 za milion vstupních a $1.20 za milion výstupních tokenů. Luna je nejlevnější model rodiny GPT-5.6, postavený jako cenově dostupný pracant pro agentní a kódovací úlohy. Zatímco DeepSeek se chystá svůj nejlevnější model zdražit, OpenAI udělalo přesný opak. Nůžky se sevírají.
DeepSWE: realita místo benchmarkových her
Do tohoto okamžiku přichází analýza společnosti Together AI, která srovnala DeepSeek-V4 Flash 0731 a GPT-5.6 Luna na úlohách z benchmarku DeepSWE — souboru reálných programátorských zadání, na kterých se testuje, jak modely zvládají opravy kódu, přidávání funkcí i práci s existujícími repozitáři. Na rozdíl od klasických benchmarků, kde model jen odpovídá, tady musí skutečně „programovat" — a měří se přesnost, cena i čas.
Hlavní číslo analýzy: DeepSeek-V4 Flash 0731 dodává zhruba 80 procent výkonu Luny při přibližně jedné šestině nákladů. Průměrná cena za jednu vyřešenou úlohu vyšla na $0.10 u DeepSeeku proti $0.61 u Luny. Při stejném rozpočtu 100 dolarů tak DeepSeek zvládne 532 úloh, zatímco Luna jen 110.
Kvalita: Luna vede, ale DeepSeek umí překvapit
V samotné přesnosti Luna dominuje. Při jednom pokusu (pass@1) řeší 67.2 procenta úloh, DeepSeek 53.3 procenta. Po čtyřech pokusech (pass@4) se rozdíl zmenšuje na 90.3 ku 80.5 procenta. Pro programátorské agenty je přitom důležitý detail: když DeepSeek dostane dva pokusy (pass@2, 70.1 %), překoná Lunu na jeden pokus (67.2 %) — a pořád vyjde levněji ($0.20 proti $0.61).
Rozdíly podle typu úlohy jsou výrazné. Luna vyhrává v sedmi z osmi domén a největší náskok má na nejtěžších zadáních: programová analýza 69 ku 33, konkurence a paralelismus 70 ku 38, vnitřnosti běhového prostředí 86 ku 59. Jedinou doménou, kde DeepSeek vede, je „query & config" (78 ku 70) — tedy práce s dotazy, konfiguracemi a datovými schématy, kde stačí dodržet konvence.
Zajímavé je i rozdělení podle programovacích jazyků. DeepSeek si vedle Luny obstojně vede na Rustu (55–60 %) a Go (62–79 %), ale kolabuje na JavaScriptu (35–60 %) a Python je také slabší (49–65 %). Právě JavaScript a Python přitom patří mezi nejpoužívanější jazyky v produkčním vývoji.
Kdo selhává čistěji?
Možná překvapivě analýza ukazuje, že DeepSeek selhává „elegantněji". Když se model splete, rozbije existující testy repozitáře v 9 procentech případů; Luna takovou regresi způsobí v 15 procentech případů. U dražšího modelu tak musíte častěji spouštět regresní běhy a guardraily, abyste nezanesli chyby do produkčního kódu. U levného modelu je naopak hlavním problémem nižší úspěšnost — ne agresivita při rozbíjení kódu.
Modely se navíc nepřekrývají tolik, jak by se mohlo zdát. Korelace výsledků je 0.50, oba modely společně zvládají 87 z testovaných úloh, jen Luna zvládá dalších 15 a jen DeepSeek pouhé 4. Neexistuje úloha, kterou by DeepSeek spolehlivě zvládal a Luna úplně minula.
Vítězná strategie: DeepSeek jako první volba, Luna jako záchranná síť
Nejzajímavější závěr analýzy ale není o jednotlivých modelech, nýbrž o jejich kombinaci. Strategie „spusť nejdřív DeepSeek, a když selže verifikace, přepni na Lunu" dosáhla 78.9 procenta úspěšnosti při průměrných nákladech $0.385 na úlohu. To je o 11.7 procentního bodu přesnější než Luna samotná (67.2 %) a zároveň o 37 procent levnější než její $0.61. Levný model totiž vyčistí zhruba polovinu fronty úloh, a drahá Luna se tak používá jen na ty skutečně těžké.
Pro české vývojáře a firmy to má praktický dopad. Kombinace modelů je dnes levnější i přesnější než spoléhání na jeden „nejlepší" model — a právě tuto strategii už běžně nabízejí orchestrovací nástroje a AI gateway vrstvy. Díky tomu, že je DeepSeek V4 Flash otevřený model, běží i lokálně na firemních GPU serverech, což může být pro citlivá data výhoda (viz náš článek o lokálním provozu DeepSeek V4 Flash).
Co bude dál: svírající se nůžky
DeepSeekovo oznámené zdražení a OpenAI sleva mění ekonomiku celého segmentu. Pokud DeepSeek skutečně vrátí ceny na původní hladinu (historicky V4 Pro stál $1.74/$3.48, dnešní cena je 75procentní sleva), jeho hlavní výhoda — extrémně nízká cena — se výrazně ztenčí. OpenAI naopak Lunou cíleně míří na stejné zákazníky, kterým dosud DeepSeek cenově vyhovoval.
Závěr analýzy Together AI je v tomto světle jasný: nejlepším jednotlivým modelem zůstává GPT-5.6 Luna (přesnější, rychlejší, zvládá všech pět jazyků), nejlepší hodnotou je DeepSeek-V4 Flash 0731 (532 vyřešených úloh za 100 dolarů), ale nejlepší strategií je kombinace obou. Otázkou zůstává, co udělá s těmito propočty avizované zdražení DeepSeeku — a jak na něj OpenAI odpoví. Zatím to vypadá, že se z „levného čínského modelu" pomalu stává „drahý čínský model" a z OpenAI nejzajímavější hráč v poměru cena a výkon.
