V oblasti umělé inteligence se v posledních měsících přesouvá pozornost od prostého "chatování" k tvorbě autonomních agentů. To jsou systémy, které si nejen vymýšlejí odpovědi, ale skutečně píší software, který následně vykonává specifické úkoly. Nedávný test, kde různé modely měly naprogramovat boty pro skládání polyomin, nám poskytl unikátní pohled na to, jak dobře jednotliví lídři trhu zvládají prostorové uvažování a precizní programování.

Co jsou polyominy a proč jsou pro AI výzvou?

Pro laiky: Polyominy jsou tvary složené z n čtverců spojených stranami (např. domino je polyomin o dvou čtverečcích, L-tvar o třech). Skládání těchto tvarů do určitého prostoru vyžaduje nejen logiku, ale především prostorové uvažování (spatial reasoning). Pro jazykové modely, které jsou primárně trénovány na textových tokách, je představa "tvaru v prostoru" přirozeně obtížnější než sestavení věty.

Pokud model dokáže napsat kód, který tento problém vyřeší, znamená to, že jeho vnitřní model světa obsahuje hluboké pochopení geometrie a logických pravidel, nikoliv jen statistickou pravděpodobnost dalšího slova. Tento posun je klíčový pro budoucí automatizaci softwarového inženýrství.

Souboj špičkových modelů: Benchmarky a schopnosti

Podle aktuálních dat z Tech Insider a dalších analýz můžeme jednotlivé modely v tomto typu úkolu rozdělit podle jejich specifických silných stránek:

Claude (Anthropic) – Král logiky a matematiky

Model Claude Opus 4.6 se v testech zaměřených na komplexní kódování a matematické uvažování dlouhodobě drží na špičce. Díky své schopnosti pracovat s obrovským kontextovým oknem (až 100 tisíc tokenů) dokáže Claude analyzovat celé repozitáře kódu najednou. V úlohách jako je skládání polyomin by Claude měl excelovat v preciznosti algoritmu. Cena: Pro pokročilé uživatele nabízí tarif Pro za cca 20 USD/měsíc.

Gemini (Google) – Multimodální výhoda

Gemini 3.1 má v tomto experimentu unikátní výhodu: multimodálnost. Zatímco ostatní modely "vidí" úlohu jen skrze textový popis, Gemini dokáže přímo zpracovávat vizuální vstupy (obrázky a video). To znamená, že může přímo analyzovat vizuální stav skládaných dílků. Cena: Standardní předplatné se pohybuje kolem 20 USD/měsíc, integrace do Google Workspace je další variantou.

DeepSeek – Efektivita za zlomek ceny

Asijský hráč DeepSeek V4 představuje fascinující technologický posun. Používá architekturu Mixture-of-Experts (MoE), kde z celkových 671 miliard parametrů je pro každý token aktivních pouze 37 miliard. To z něj činí extrémně rychlý a levný model, který v benchmarkech pro kódování často dohání GPT-4. Cena: DeepSeek je známý svou extrémně nízkou cenou, často nabízí velmi štědré free tier a API je výrazně levnější než u konkurence.

GPT (OpenAI) – Zlatý standard

GPT-5.4 zůstává nepostradatelným všestranným pomocníkem. Jeho síla spočívá v rovnováze mezi kreativitou a logikou. I když v čisté matematice může Claude těsně vítězit, GPT nabízí nejstabilnější prostředí pro vývoj agentů díky široké podpoře nástrojů a pluginů.

Praktický dopad: Co to znamená pro vás?

Tento experiment není jen o hraní si s Tetrisem. Ukazuje cestu k autonomnímu vývoji softwaru. Pro běžného uživatele to znamená, že v blízké době nebudete psát kód, ale budete definovat cíle. Například: "Vytvoř mi aplikaci, která bude automaticky skládat logistické kontejnery do skladu podle jejich objemu."

Pro firmy v České republice a v celé EU to představuje obrovskou příležitost i výzvu. Automatizace programování může drasticky snížit náklady na vývoj softwaru, ale zároveň přináší otázky ohledně bezpečnosti a odpovědnosti za kód generovaný strojem. V kontextu EU AI Act budou systémy, které fungují jako autonomní agenti, pravděpodobně podléhat přísnější regulaci, pokud budou ovlivňovat kritickou infrastrukturu nebo bezpečnost.

Dostupnost v ČR a jazyková podpora

Dobrou zprávou pro české uživatele je, že všechny výše zmíněné modely (Claude, Gemini, GPT, DeepSeek) jsou plně dostupné v České republice prostřednictvím webových rozhraní i API. Co je důležité, všechny tyto modely vykazují velmi vysokou úroveň české jazykové lokalizace. Dokážou nejen rozumět českým instrukcím, ale i generovat kód s komentáři v češtině nebo vysvětlovat logiku řešení v našem jazyce.