AI News – září 2026

Anthropic a OpenAI od minulého vydání AI News představily tři vlajkové modely a pak je model o třídu níž ve většině testů předběhl. Open source v létě uzavřené modely téměř dohnal, v září mu ale znovu utekly. A objevil se nový typ modelu, který nenapíše ani slovo, ale v agentních systémech řeší to, co dosud chybělo: levné a rychlé rozhodování.

TL;DR

• Tři vlajkové modely za čtyři měsíce a překvapení na závěr. Claude Fable 5, Fable 5.1 a GPT-6 Astra stály stejně: 10 dolarů za milion vstupních a 50 dolarů za milion výstupních tokenů. Koncem září je ale ve většině testů předběhl Claude Opus 5.5 z nižší třídy Anthropicu, který stojí 4 a 20 dolarů.‍
• Open source uzavřené modely na chvíli téměř dohnal. V létě GLM-5.2 předběhl GPT-5.5 v benchmarku FrontierSWE a Qwen3.8-Max zaostal za Fable 5 ve Vision Areně jen o 13 bodů. Zářijové uzavřené modely ale náskok znovu zvětšily.‍
• Model Jev od TypeSafe AI vrací odpovědi na jednoduchá rozhodnutí za pár milisekund a skoro zadarmo: vstup stojí 0,042 dolaru za milion tokenů, výstup je zdarma. Nejde o levnější LLM, ale o novou komponentu agentních systémů.

1 | Modely – od Fable 5 přes Astru k Opusu 5.5

Kvalita modelů poskočila natolik, že se znovu začalo mluvit o tom, jestli už nemáme AGI, tedy obecnou umělou inteligenci. Pojďme si zrekapitulovat, jak jsme se sem dostali.

V červnu Anthropic vydal Claude Fable 5, první veřejně dostupný model ze své nejvyšší třídy Mythos. Hned se dostal do čela nezávislých žebříčků a vyvolal dokonce obavy, že je příliš nebezpečný na to, aby byl veřejně dostupný. Zájem byl tak velký, že Anthropic nestíhal s kapacitou a po pár týdnech chtěl předplatitelům začít jeho používání účtovat podle spotřeby přes API, což rozpoutalo debaty o „konci“ levné inteligence. V září model dostal aktualizaci na Fable 5.1.

Téměř současně odpověděla OpenAI modelem GPT-6 Astra za stejnou cenu. Slibovala téměř dokonalé výsledky v matematice, logice a kybernetické bezpečnosti, ale také v ovládání počítače přes uživatelské rozhraní, tzv. Computer Use.

Koncem září ale přišel Claude Opus 5.5 od Anthropicu. Nepatří do nejvyšší třídy Mythos, ale do o stupeň nižší řady Opus, a přesto je ve většině testů lepší než Fable 5.1 i Astra. Stojí 4 dolary za milion vstupních a 20 dolarů za milion výstupních tokenů, tedy zhruba o 60 % méně než vlajkové modely a o 20 % méně než jeho červencový předchůdce Opus 5. Anthropic navíc tvrdí, že na typickou úlohu spotřebuje méně tokenů a odpovídá rychleji.

Vedle souboje Anthropicu a OpenAI se do hry vrátila Meta. Její nová laboratoř Meta Superintelligence Labs vydala v dubnu Muse Spark a od té doby ho vylepšuje téměř každý měsíc; poslední verze 1.3 vyšla začátkem září. V nezávislém žebříčku Artificial Analysis patří mezi dvacet nejlepších modelů a stojí zlomek ceny těch nejlepších. V září na něm Meta postavila i osobního agenta Muse pro běžné uživatele.

Změny přišly i u malých a rychlých modelů. Google vydal Gemini 3.8 Flash, už čtvrtý model Flash za necelé čtyři měsíce. Patří mezi nejrychlejší modely na trhu a vzhledem ke své úrovni inteligence u něj hotová úloha vychází nejlevněji. Je sice hodně „upovídaný“ a spotřebuje zhruba dvakrát víc tokenů než běžný model, ale i tak je výsledně rychlejší a levnější než konkurence. OpenAI ve stejný den jako Opus 5.5 vydala i menší modely. Za zmínku stojí GPT-6 Luna, zhruba o polovinu levnější než předchozí malé modely OpenAI. Stojí deset centů za milion vstupních tokenů a při dobrém zadání odvede překvapivě hodně užitečné práce.

Futured tip: aktuální přehled vždy najdete na analytickém webu Independent analysis of AI nebo na Arena, kde modely porovnávají uživatelé v anonymních soubojích.

2 | Open source: blízko, ale zase o kus dál

Modely s otevřenými vahami (open weights), tedy takové, které si kdokoli může stáhnout a spustit nebo upravit, měly skvělé léto.

GLM-5.2 od Z.ai vyšel v červnu pod volnou licencí MIT. V programování skončil hned za Fable 5 a Opusem 4.8 a předběhl i GPT-5.5. Qwen3.8-Max od Alibaby přišel v srpnu jako obří model s příslibem otevřených vah. Při práci s obrazovými vstupy zaostává jen za Fable 5 a v programování je na tom podobně jako GLM.

DeepSeek V4 Flash šel opačnou cestou: nesnaží se být nejlepší, ale nejlevnější mezi dobrými. Podle žebříčku Vals AI je to jeden z vůbec nejlevnějších modelů, které dosahují slušné úrovně, a nejvíc vynikne při programování a agentních úlohách. Je zhruba desetkrát menší než Qwen, takže se vejde i na dobře vybavený vlastní server. Začátkem září DeepSeek vydal V4.1 Flash, opět pod licencí MIT a nově s podporou obrazových vstupů.

Kimi K3 od Moonshot AI je největší model s otevřenými vahami, jaký kdy vyšel. Licence ale není úplně volná: velké firmy potřebují zvláštní smlouvu s Moonshotem a rozšířené produkty musí uvádět jméno Kimi K3.

Na pár týdnů to vypadalo, že otevřené modely uzavřené téměř dohnaly. Pak přišlo září.

Nezávislé odhady řadí nejlepší otevřené modely čtyři až pět měsíců za ty nejlepší uzavřené a počítají s tím, že se odstup může dál zvětšovat. Uzavřené laboratoře mají větší modely a rychleji je spouštějí na novém hardwaru. V diskusích o Astře a Opusu 5.5 téměř nikdo nezmiňoval otevřené modely jako reálnou náhradu pro dlouhé agentní úlohy.

Ještě v červnu se přitom dalo říct, že GLM-5.2 nabízí téměř stejnou kvalitu za desetinu ceny. K tomu se přidávaly obavy, že modely jako Fable zdraží nebo že se přejde na účtování podle spotřeby, a zdálo se, že americké uzavřené laboratoře začínají prohrávat na ceně. Zatím se tak nestalo: Opus 5.5 ceny snížil a uzavřená Luna od OpenAI stojí zhruba tolik jako DeepSeek.

V debatách o otevřenosti se ale ztrácí jeden praktický detail: otevřené váhy neznamenají, že model spustíte jen tak u sebe. Model se stovkami miliard až jednotkami bilionů parametrů si na vlastní hardware nenasadí téměř nikdo.

Otevřenost tu znamená právo model upravit, doladit a provozovat po svém, ne nezávislost na cloudu. I „otevřený“ model tak většina firem volá přes cizí API. Má ale jistotu, že jim model jen tak z trhu nezmizí.

3 | Jev – chybějící dílek skládačky

TypeSafe AI nedávno po dvou letech v utajení spustila model Jev a s ním novou kategorii modelů. Firmu vede Diogo Almeida, bývalý výzkumník OpenAI a spoluautor práce o InstructGPT, která položila základy ChatGPT.

Jev není menší LLM, má jiný cíl: dáte mu stav (jakýkoli text) a otázky k němu a dostanete odpovědi v pevně daném formátu s kalibrovanou pravděpodobností.

Zná tři typy otázek:‍

• ‍Choice: výběr z možností, vrací pravděpodobnost pro každou z nich.‍
• Score: hodnocení na škále, vrací spojité skóre i celé rozdělení.‍
• Bool: ano, nebo ne, vrací pravděpodobnost, že tvrzení platí.

V praxi jde o inteligentní rozhodovač. Nahradí ručně psaná pravidla, která bývají příliš složitá nebo je vůbec nejde napsat, i LLM, které jsou na podobné úlohy pomalé a drahé. Zeptáte se „zní tento mail naštvaně?“, „má tento výstup dostatečnou kvalitu?“ nebo „kam tento požadavek zařadit?“ a dostanete odpověď s pravděpodobností za velmi nízkou cenu a tak rychle, že hlavní zdržení je síťová latence. Jev může působit jako starý dobrý klasifikátor, ale na rozdíl od něj zobecňuje a podobně jako LLM umí odpovídat i na otázky, na které nebyl přímo trénovaný.

Vstup stojí 0,042 dolaru za milion tokenů a výstup je zdarma, protože model negeneruje tokeny jeden po druhém, ale vyhodnotí všechny otázky najednou. Odpovídá za desítky až nižší stovky milisekund, zatímco frontier modely za sekundy až minuty. Ve vlastních testech workflowů TypeSafe uvádí, že je zhruba 190krát rychlejší a 440krát levnější.

Hlavní výhoda je tedy kombinace schopnosti zobecňovat s rychlostí a cenou. Podle nezávislých testů nedosahuje úrovně frontier modelů, ale u úloh, kde nepotřebujete stoprocentní správnost, je to nový typ komponenty, se kterou dříve nešlo počítat.

Co to znamená v praxi? Řekněme, že potřebujete analyzovat tisíce dokumentů a rychle je roztřídit. Dosud jste mohli použít LLM, embeddingy nebo agenty. LLM a agenti ale byli pomalí a drazí a embeddingy bylo nutné pro každou úlohu zvlášť nastavovat. Jev to zvládne rychle, levně a bez přípravy.

Nebo máte systém, který potřebujete sledovat skoro v reálném čase. Jev vám teoreticky každých 100 milisekund může říct, jestli je všechno v pořádku. Umí dokonce v reálném čase hrát Doom, i když to může být trochu zavádějící, protože Jev pracuje jen s textem. Pokud ale umíte stav svého systému převést na text a vybíráte z omezené množiny možností, Jev může být řešení.

‍

Co si z toho všeho odnést?

Poslední měsíce přinesly dost pesimistických zpráv, že AI bude extrémně zdražovat. Nedá se to vyloučit. Datová centra stojí skutečné peníze a někdo je zaplatí. Vyplatí se ale domyslet, co by se stalo, kdyby takový scénář opravdu nastal: 

Máme otevřené modely, které jsou mnohem lepší než to, co existovalo před pár měsíci, a poskytovatele s dostatkem výpočetního výkonu, kteří je mohou nabízet. Pokud by frontier modely výrazně zdražily nebo se přestaly zlepšovat, trh má odpověď. Provoz existujících modelů bude dál zlevňovat, protože hardware, kvantizace i software pro provoz modelů se zlepšují bez ohledu na to, co dělají velké laboratoře.

V debatě o cenách navíc zapadá podstatná věc: to, co máme dnes, mění svět. Modely řeší problémy, na které před rokem nestačily. Jsou spolehlivější, udrží delší kontext, častěji přiznají, že se zasekly, a dají se zapojit do agentních postupů, které běží hodiny bez člověka. I kdybychom narazili na hranici a vývoj se zastavil, už to, co máme, je revoluční technologie, která zvládá nejrůznější úlohy.

Důležité jsou i levné modely. GPT-6 Luna při správném zadání odvede hodně užitečné práce. Ne všechno potřebuje nejlepší model na trhu a umět rozhodnout, kde stačí levnější, je dnes samostatná dovednost.

A pak je tu Jev. Agentní systémy jsou s ním zajímavější, protože přibyl dílek, který chyběl: rozhodování přestává být drahé a pomalé. Rozhodnutí s omezeným počtem možností zlevnila o dva řády. Zatím sice s nižší přesností než u velkých modelů, ale to je otázka času a konkurence. Jev nese jméno po Williamu Stanleym Jevonsovi, ekonomovi, po kterém se jmenuje Jevonsův paradox: když něco radikálně zlevní, spotřeba prudce vzroste. Když jedno rozhodnutí stojí zlomek centu a trvá 100 milisekund, přestanete volání šetřit a začnete je používat všude.

Jedna věc ale nezlevnila. Technologii i kapacitu máme, jenže postavit agentní systém, který opravdu funguje, vyžaduje víc než přístup k API.

Je třeba rozhodnout, která vrstva dělá kterou úlohu, nastavit evaluaci tak, aby měřila to, na čem záleží, vědět, kde má rozhodnout práh jistoty a kde člověk, a promyslet monitoring dřív, než ho budete potřebovat. To je nová disciplína, která stojí na zkušenostech. Ukázali jsme to například při zefektivnění práce v Lékárna.cz.

Zajímavosti

• OpenAI oznámila, že její interní model „výrazně schopnější než GPT-6 Astra“ s přibližně 10 000 agenty za 88 hodin dokázal, že v Navierových-Stokesových rovnicích může vzniknout singularita. Jiný model pak důkaz za dalších 17 hodin formálně ověřil. Clayův institut považuje problém za zřejmě vyřešený, matematici ale upozorňují, že důkaz stojí na vnější síle působící na tekutinu a klíčová otázka zůstává otevřená. Víc pozornosti ale přitáhl spor o autorství. Matematik Tristan Buckmaster naznačil, že OpenAI mohla těžit z jeho práce, na které používal nástroje OpenAI. Sam Altman navíc přiznal, že firma pokus spustila po zvěstech, že modely Anthropicu vyřešily velký matematický problém. Chtěli vědět, jestli to zvládnou i ty jejich.

• Hugging Face: první incident, kde útočníkem byl model. V červenci se agenti OpenAI během testu kybernetických schopností dostali z testovacího prostředí a napadli systémy Hugging Face. Za necelých 13 hodin se z jediného kontejneru propracovali k plným administrátorským právům ve více clusterech. Hugging Face musel přestavět zhruba třetinu infrastruktury. Zajímavým detailem je, že komerční frontier modely odmítly pomoct s analýzou útoku, protože nerozlišily obránce od útočníka. Hugging Face ji proto provedl na vlastní instanci otevřeného modelu GLM-5.2. Incident vyvolal v USA nové návrhy zákonů a otevřený dopis více než 1 100 zaměstnanců AI laboratoří, kteří žádají zpomalení vývoje. Rozbor včetně vyšetřování METR a Redwood Research najdete na 80,000 Hours, techničtější pohled na stopy, které agenti zanechali, přináší Hacked Podcast.

• Stripe kupuje OpenRouter za více než 7 miliard dolarů. OpenRouter je jedna brána k více než 400 modelům, která každý dotaz posílá tam, kde je nejlepší poměr ceny, výkonu a rychlosti. Ještě v květnu měl hodnotu 1,3 miliardy dolarů, v srpnu se Stripe dohodl na koupi za víc než pětinásobek. Stripe dosud vydělával, když firma dostala zaplaceno, teď vydělá i tehdy, když firma platí za tokeny. Je to sázka na totéž, co popisujeme výše: pokud se z modelů stane zaměnitelné zboží, velkou část hodnoty získá ten, kdo rozhoduje, čí tokeny se koupí.

• Vodoznak kvůli EU AI Act. Opus 5.5 stejně jako všechny nové modely Claude od srpna nese v textu neviditelný vodoznak, kterým Anthropic plní požadavky evropského AI Actu. Platí celosvětově, nejen v EU. Pro firmy v EU to znamená, že soulad s regulací je součástí produktu, ne dodatkem.

AI News připravuje Martin Sumera.