Trh s velkými jazykovými modely (LLM) prochází zásadní proměnou. Zatímco dříve jsme se těšili na modely, které dokážou vést plynulý rozhovor o čemkoliv, nyní vstupujeme do éry doménově specifických modelů. Dva největší hráči, OpenAI a Anthropic, právě spustili nástroje, které mají transformovat způsob, jakým firmy chrání svou digitální infrastrukturu. Nicméně, jak naznačují odborníci, tyto modely nejsou pro každého.

OpenAI GPT-5.4-Cyber: Nástroj pro experty na kód

OpenAI představilo aktualizaci své vlajkové lodi, označenou jako GPT-5.4-Cyber. Tento model je hluboce optimalizován pro úlohy, které vyžadují extrémní přesnost v oblasti programování a kybernetické bezpečnosti. Na rozdíl od standardního GPT-5, který se snaží být univerzální, verze Cyber se soustředí na analýzu binárního kódu, detekci zero-day zranitelností a simulaci sofistikovaných útoků pro účely red-teamingu (testování bezpečnosti).

Podle dostupných technických specifikací vykazuje GPT-5.4-Cyber v benchmarku CyberBench 2026 o 35 % vyšší úspěšnost při opravě kritických chyb v C++ a Rustu než standardní GPT-5. Pro běžného uživatele je však tento model téměř nedostupný v běžném rozhraní ChatGPT. Je primárně určen pro vývojáře a bezpečnostní inženýry prostřednictvím API. Cena se pohybuje kolem 0,05 USD za 1 milion tokenů pro vstupní data, což z něj činí nákladný nástroj pro masivní automatizaci.

Anthropic Claude Mythos a tajemství Project Glasswing

Anthropic zvolilo jinou cestu. Jejich nový model, Claude Mythos, je součástí širšího výzkumného programu známého jako Project Glasswing. Zatímco OpenAI sází na čistou sílu a výkon v kódu, Anthropic se zaměřuje na bezpečnostní uvažování (reasoning) a minimalizaci rizik spojených s tím, že AI může být zneužita k tvorbě malwaru.

Podle analýz publikovaných na platformách jako GreaterWrong se Claude Mythos vyznačuje unikátní schopností "pochopit záměr" útočníka. Model neřeší jen to, jak kód vypadá, ale jaké bezpečnostní principy narušuje. Projekt Glasswing se snaží vytvořit systém, kde je bezpečnostní kontrola (guardrails) integrována přímo do procesu uvažování modelu, nikoliv pouze jako postranní filtr. To z Claude Mythos činí preferovanou volbu pro instituce, které kladou extrémní důraz na etiku a prevenci zneužití AI.

Srovnání: GPT-5.4-Cyber vs. Claude Mythos

Pokud bychom měli tyto dva giganty porovnat, výsledek závisí na prioritách uživatele:

• Výkon v penetračním testování: Zde dominuje GPT-5.4-Cyber díky své schopnosti pracovat s extrémně komplexními datovými sadami a rychlosti generování opravných patchů.
• Bezpečnost a kontrola: Claude Mythos vítězí díky architektuře Project Glasswing, která je navržena tak, aby model odmítl generovat škodlivý kód i v případě, že je dotaz maskován (tzv. jailbreak).
• Logické uvažování: Claude Mythos vykazuje vyšší stabilitu v komplexních scénářích, kde je třeba analyzovat vztahy mezi různými systémy v síti.

Dopad na český trh a evropskou regulaci

Pro české firmy a státní správu přináší tyto modely dvojí význam. Na jedné straně nabízí českým kybernetickým týmům (např. v rámci NÚKIB nebo soukromých bezpečnostních agentur) nástroje k obraně před rostoucím tlakem automatizovaných útoků. Na druhé straně však přichází přísná regulace.

Vzhledem k tomu, že tyto modely mají schopnost manipulovat s kódem a analyzovat kritickou infrastrukturu, spadají pod kategorii "High-Risk AI" podle evropského nařízení EU AI Act. To znamená, že firmy v ČR, které tyto modely implementují do svých bezpečnostních systémů, budou muset splňovat přísné náležitosti v oblasti transparentnosti, dokumentace a lidského dohledu. Dostupnost v češtině je u obou modelů na vysoké úrovni, zejména v oblasti technické dokumentace a analýzy českých textových logů, což usnadňuje integraci do lokálních systémů.

Praktický dopad pro firmy: Malé a střední podniky v ČR by neměly tyto modely používat přímo pro kritické úkoly bez odborného dohledu. Doporučuje se využívat je jako asistenční nástroje pro seniorní bezpečnostní analytiky, nikoliv jako autonomní správce sítě. Cenová politika (předplatné pro Enterprise verze se pohybuje od 30 USD/měsíc pro jednotlivce až po tisíce USD pro firemní API integrace) vyžaduje pečlivé plánování rozpočtu.