Žebříček, který měří skutečné používání, ne testy

OpenCode je open-source agent pro programování v terminálu, za nímž stojí studio Anomaly Innovations. Na GitHubu má přes 150 tisíc hvězd a vývojáři si v něm vybírají z řady jazykových modelů. Právě anonymizovaná data o jejich skutečné spotřebě tvoří veřejný přehled Model Data, naposledy aktualizovaný 30. července dopoledne středoevropského času. Grafy pokrývají zhruba osm týdnů od začátku června.

Oproti syntetickým benchmarkům měří věci, které zajímají praxi: počet zpracovaných tokenů, průměrnou cenu jednoho programovacího sezení, podíl vstupních tokenů obsloužených z cache a geografii uživatelů. Právě z těchto čísel vystupuje trend, který laboratorní testy nezachytí – v kódovacích agentech už dnes rozhoduje hlavně cena.

DeepSeek vládne, Západ zastupuje jen Grok

Žebříček osmnácti nejpoužívanějších modelů připomíná katalog čínského AI průmyslu. Sedmnáct modelů pochází z Číny a jediným západním zástupcem je grok-4.5 od xAI Elona Muska se 27 miliardami tokenů. Žádný model od Anthropicu, OpenAI ani Googlu se do přehledu nedostal – ať už proto, že je služba vůbec nenabízí, nebo že je vývojáři v tomto nástroji nepoužívají.

Suverénně první je deepseek-v4-flash s deseti biliony zpracovaných tokenů. To je více, než kolik jich zpracovalo ostatních sedmnáct modelů dohromady. Druhý deepseek-v4-pro přidává 3,6 bilionu. Podle přehledu podílů jednotlivých autorů ovládá DeepSeek zhruba 77 procent veškerého provozu. Daleko za ním jsou Xiaomi (6,4 %), Zhipu (6,3 %), MiniMax (4,3 %), Moonshot AI (3,7 %), Qwen (1,8 %) a xAI s jednou desetinou procenta.

Z ostatních modelů se nejvíc prosazují mimo-v2.5 od Xiaomi (961 miliard tokenů), glm-5.2 od Zhipu (628 miliard), minimax-m3 (614 miliard) a kimi-k3 od Moonshot AI (352 miliard). O Kimi K3, největším otevřeném modelu současnosti, jsme psali podrobně v samostatném článku.

Cenová propast: od 0,28 do 15 dolarů za milion tokenů

Ceníková cena za milion tokenů začíná na 0,28 dolaru u deepseek-v4-flash a mimo-v2.5 – při kurzu kolem 23 až 24 korun za dolar jde zhruba o sedm korun. O patro výš jsou mimo-v2.5-pro (0,87 USD), minimax-m3 (1,28 USD) a qwen3.7-plus (1,60 USD). Deepseek-v4-pro stojí 3,48 dolaru, obě kódovací varianty Kimi čtyři dolary a glm-5.2 částku 4,40 dolaru.

Zcela mimo řadu je kimi-k3: tři dolary za milion vstupních a patnáct dolarů za milion výstupních tokenů, tedy přibližně 350 korun. Mezi nejlevnějším a nejdražším modelem v žebříčku je tak 53násobný rozdíl. Pro srovnání – u zavedených západních služeb se poměr mezi levnými a prémiovými tarify pohybuje spíše v jednotkách násobků.

Sezení za čtrnáct haléřů, sezení za šedesát korun

Ještě výmluvnější než ceník je průměrná cena jednoho programovacího sezení. U mimo-v2.5 vychází na 0,0058 dolaru, tedy asi čtrnáct haléřů. U deepseek-v4-flash přijde jedno sezení na necelý cent. Na opačném konci je glm-5.2 s průměrem 2,47 dolaru – skoro šedesát korun – a kimi-k3 s 1,88 dolaru.

Rozdíl mezi nejlevnějším a nejdražším sezením činí 426násobek. Čísla přitom mluví sama za sebe: dražší modely nejenže mají vyšší ceník, ale na stejný úkol typicky spotřebují více tokenů – u deepseek-v4-pro činí průměr 7,2 milionu tokenů na sezení – a hůře se jim využívá cache.

Cache ratio: skrytý cenový faktor

Prompt caching znamená, že opakovaně posílaný kontext – systémové instrukce agenta, obsah souborů projektu či historie konverzace – se neúčtuje pokaždé za plnou cenu. Právě u agentního kódování, kde se s každým krokem posílá obrovský a z velké části shodný kontext, rozhoduje o reálné ceně víc než samotný ceník.

Deepseek-v4-pro obslouží z cache 97 procent vstupních tokenů a většina konkurence se drží mezi 91 a 95 procenty. Kimi-k3 má sice v ceníku patnáct dolarů za výstup, ale vstup z cache stojí jen 0,30 dolaru místo tří dolarů. Na dně je glm-5.2 se 74 procenty – čtvrtinu vstupu si uživatel zaplatí za plnou cenu, což spolu s vysokou spotřebou tokenů vysvětluje, proč má vůbec nejdražší sezení. Dva modely se stejným ceníkem tak mohou vyúčtovat zcela odlišné částky.

Používání klesá, roste jen Tencent a špička Qwenu

Třetí pozorovatelný trend je pokles používání téměř napříč žebříčkem. Nejvýrazněji ztrácí glm-5.2 (−35 %), kimi-k2.6 (−28 %) a kimi-k3 (−27 %); i vítězný deepseek-v4-flash klesá o deset procent. Rostou jen dva modely: hy3 od Tencentu přidal 596 procent, byť z nízké základny 54 miliard tokenů, a qwen3.7-max šestnáct procent. Data sama nevysvětlují, proč – nabízí se kombinace letní sezóny a přesunu uživatelů na novější verze modelů, zatímco špičkové varianty si drží věrné publikum.

Geografie: Čína před USA, Německo čtvrté

Nejvíce tokenů spotřebují uživatelé z Číny – 28 bilionů, tedy devatenáct procent celkového objemu. Druhé Spojené státy mají osmnáct bilionů a dvanáct procent. Následují Brazílie, Německo a Japonsko se čtyřmi až pěti procenty; celkem přes OpenCode Go za sledované období proteklo zhruba 150 bilionů tokenů. Čtvrté místo Německa ukazuje, že agentní kódování proniká i do Evropy – a že evropští vývojáři se většinově spoléhají na čínské modely.

Co z toho plyne pro české vývojáře a firmy

Všechny modely v žebříčku jsou dostupné i z Česka – přes oficiální API jednotlivých poskytovatelů nebo agregátory typu OpenRouter. Praktický závěr z dat je prostý: na běžnou agentní práci stačí modely, jejichž sezení stojí haléře, a drahé varianty dávají smysl jen u náročných úkolů. O tom, že se souboj AI modelů přesunul z benchmarků do ceníků, jsme psali už v článku Souboj AI modelů se už nevyhraje benchmarkem – data z OpenCode Go tuto tezi potvrzují černé na bílém.

U firemního nasazení je ale třeba přidat druhé varování. Kód odeslaný do API čínského poskytovatele odchází na servery mimo Evropskou unii, takže u citlivých projektů je nutné zvážit, jaká data se posílají, případně sáhnout po variantách hostovaných na vlastní infrastruktuře – DeepSeek, GLM i Kimi mají otevřené váhy. Evropská regulace AI běžné používání modelů ve firmách výrazně neomezuje, ale GDPR a ochrana obchodního tajemství platí i nadále.