DeepSeek zlevňuje multimodální AI. V4-Flash-Vision-Exp může změnit pravidla cenové války

DeepSeek V4-Flash-Vision-Exp je důležitější jako cenový signál než jako definitivní důkaz technologického náskoku. Experimentální model přidává k architektuře V4-Flash porozumění obrázkům. DeepSeek tvrdí, že zachovává textové uvažování, agentní schopnosti i znalosti původního modelu a v multimodálních agentních úlohách se přibližuje Claude Opus 4.8. Obrázky se účtují podle sazeb V4-Flash a každý z nich spotřebuje nejvýše 384 vstupních tokenů. 64

Pokud se tyto parametry potvrdí v nezávislých testech a při dlouhodobém používání, může být vizuální AI výrazně levnější. Zatím však není jasné, jaký bude obchodní dopad. Uvedená srovnání vycházejí především z údajů zveřejněných samotným DeepSeekem nebo z úzce souvisejících reportů. V praxi budou důležitější dostupnost, odezva, spolehlivost, limity API a ochota firem model skutečně nasadit.

Proč je důležitější cena než název modelu

Schopnost pracovat s obrazem bývá často považována za prémiovou funkci. Aplikace, které analyzují dokumenty, snímky obrazovky nebo grafická rozhraní, mohou vyžadovat další výpočetní kapacitu. DeepSeek ale obrazové vstupy zařadil přímo do levnější úrovně Flash, místo aby pro ně vytvořil samostatný a dražší tarif.

Podle zveřejněných údajů stojí V4-Flash-Vision-Exp mimo špičku 0,22 dolaru za milion necachovaných vstupních tokenů a 0,66 dolaru za milion výstupních tokenů. Ve špičce sazby rostou na 0,44, respektive 1,32 dolaru. Cachované vstupy jsou ještě levnější. 51

Tato ekonomika je zajímavá především pro aplikace, které opakovaně zpracovávají:

• snímky obrazovky a webových stránek;
• formuláře, účtenky a další dokumenty;
• dashboardy a tabulky;
• technická schémata;
• vizuální rozhraní pro autonomní softwarové agenty.

Jestli model zvládne běžné úkoly dostatečně dobře za nízkou cenu, vývojáři mohou do stejného rozpočtu vměstnat více kontrol, opakovaných pokusů a kroků agenta. U velkých objemů se i malý rozdíl v ceně za token rychle násobí.

Limit 384 tokenů na obrázek je ale důležitá podmínka. Díky němu zůstává obrazový vstup levný, zároveň však může být model omezený u úloh vyžadujících čtení drobného textu, rozpoznání jemných detailů nebo přesné pochopení prostorových vztahů. Levné zpracování obrázku proto automaticky neznamená špičkový výkon ve všech vizuálních úlohách. 53

Co DeepSeek tvrdí — a co benchmarky nepotvrzují

DeepSeek uvádí, že Vision-Exp představuje proti textovému V4-Flash výrazné zlepšení v multimodálních agentních testech a přibližuje se Opus 4.8. Zveřejněná čísla ale neukazují jednoznačné celkové vítězství. V testu ApexBench Pass@1 získal V4-Flash-Vision-Exp 36,5 bodu oproti 39,4 bodu u Opus 4.8. V testu Agents’ Last Exam naopak vedl 27,3 ku 25,7 a v ZeroBench 35,0 ku 34,0. 58

Taková blízkost je pozoruhodná, není však totéž co shodná kvalita v produkčním prostředí. Před nasazením by firmy měly testovat také:

• úspěšnost dokončení úkolu při opakovaných bězích;
• přesnost u hustých dokumentů a malého textu;
• volbu nástrojů a zotavení po chybě;
• odezvu, dostupnost a rychlostní limity;
• chování u nejednoznačných nebo záměrně matoucích obrázků;
• nakládání s daty, regionální dostupnost a podnikové kontrolní mechanismy.

Nejdůležitějším dalším krokem bude nezávislé a reprodukovatelné testování. Do té doby je nejpřesnější závěr tento: DeepSeek představil věrohodnou levnější konkurenci, nikoli prokázané překonání předních modelů.

Tlak na Anthropic, OpenAI a Google

Pokud se model ukáže jako spolehlivý i mimo vlastní hodnocení DeepSeeku, může oslabit schopnost společností Anthropic, OpenAI a Google účtovat vysokou přirážku pouze za obecné uvažování nebo vizuální porozumění. Největší tlak by vznikl u úloh citlivých na cenu a objem, kde model nemusí být nejlepší na světě — stačí, když je dostatečně dobrý pro rutinní práci.

Prémioví poskytovatelé mají několik způsobů, jak své ceny obhájit. Mohou soutěžit spolehlivostí v dlouhých pracovních procesech, ekosystémem nástrojů, bezpečností, správou, zákaznickou podporou, cloudovou integrací a distribucí. O něco levnější model, který má lepší výsledek v úzce zaměřeném benchmarku, může v podnikové implementaci prohrát, pokud častěji selhává, vyžaduje více dohledu nebo postrádá potřebné kontrolní prvky.

Trh se tak může rozdělit do dvou vrstev:

• Levné multimodální modely pro hromadné zpracování dokumentů, interpretaci snímků obrazovky, zákaznické workflow a běžné agentní úkoly.
• Prémiové frontier modely pro složité uvažování, náročné programování, úlohy s vysokými náklady na chybu, citlivé nasazení a situace, kdy jedno selhání převáží úsporu na API.

Rizikem pro prémiové poskytovatele proto nemusí být pokles poptávky jako takové. Může jím být menší ochota platit za schopnosti, které se mezi modely příliš neliší. Zákazníci mohou využívat více modelů současně, jednoduché vizuální úkoly směrovat k levnějším systémům a dražší modely si ponechat pro případy, kde na kvalitě skutečně záleží.

DeepSeek sám komplikuje příběh o „závodě ke stále nižší ceně“

DeepSeek přitom nesnižuje ceny v celé produktové řadě. V souvislosti s uvedením V4-Pro zavedl pro V4-Pro a V4-Flash špičkové a mimošpičkové sazby. Podle Reuters se nové ceny v závislosti na modelu, typu tokenu a čase používání zvýšily o 50 až 1 100 procent. 17

To naznačuje, že firma nejen podstřeluje konkurenci, ale také řídí kapacitu a poptávku. Vision může fungovat jako levný vstupní bod pro vývojáře, zatímco vyšší příjmy může DeepSeek získávat z prémiového uvažování, vyšší propustnosti nebo provozu v období špičky.

Pro vývojáře je proto rozhodující skutečná celková cena, nikoli nejnižší sazba v ceníku. Rozpočet by měl počítat s používáním ve špičce, výstupními tokeny, mírou využití cache, opakovanými pokusy, odezvou a chybovostí. Model, který je levný na jeden požadavek, nemusí být levnější v praxi, pokud stejný úkol vyžaduje několik dalších pokusů.

Co vydání znamená pro investory Anthropic

Vydání DeepSeeku přichází v době, kdy Anthropic vykazuje silnou poptávku. Reuters uvedl, že anualizovaný výnosový run rate společnosti přesáhl na konci července 65 miliard dolarů oproti 47 miliardám v květnu. Run rate je odhad, který extrapoluje nedávné tempo do celého roku; nejde o skutečně zaúčtované roční tržby ani o záruku budoucích marží. 33

Toto rozlišení je podstatné. Nový model DeepSeeku nemaže současný růstový signál Anthropic, může ale zpochybnit předpoklady o budoucí cenové síle a návratnosti investic do infrastruktury. Pokud zákazníci přesunou rutinní multimodální úlohy k levnějším modelům, Anthropic může čelit tlaku na slevy nebo vyšší výdaje na udržení podílu.

Nejviditelnější přímou expozici má Amazon. Společnost se zavázala okamžitě investovat do Anthropic 5 miliard dolarů a v budoucnu může přidat až 20 miliard dolarů v závislosti na splnění obchodních milníků. Anthropic se zároveň zavázal utratit za cloudové technologie Amazonu během deseti let více než 100 miliard dolarů. 1

Silná poptávka po Claude může Amazonu přinést užitek dvojím způsobem: prostřednictvím spotřeby AWS i prostřednictvím hodnoty jeho investice v Anthropic. Trvalý přesun k levnější konkurenci by znamenal opačné riziko. Slabší růst využití nebo menší cenová síla Anthropic by mohly zkomplikovat návratnost rozsáhlého infrastrukturního závazku.

Alphabet má jiný typ expozice. Do Anthropic investoval, současně s ním ale soutěží prostřednictvím Gemini a Google Cloud. 6 Levnější a věrohodné multimodální modely mohou stlačit ceny na celém trhu, včetně API a cloudových AI služeb Googlu. Případný nepřímý přínos z růstu hodnoty Anthropic by investoři museli poměřovat s konkurenčním tlakem na vlastní produkty Alphabetu.

Co rozhodne spor o dopad DeepSeeku

O výsledku nebude rozhodovat samotné oznámení, ale data z dalších měsíců. Investoři a vývojáři by měli sledovat především:

1. Nezávislé multimodální testy zahrnující vizuální uvažování, dokončení agentních úkolů, používání nástrojů a zotavení po chybě.
2. Trvalé využívání API, tedy návštěvnost, opakované používání, migraci vývojářů, dostupnost a podniková nasazení.
3. Skutečné náklady na pracovní zátěž, včetně špičkových sazeb, výstupních tokenů, cache, opakovaných pokusů a provozních selhání.
4. Reakci konkurence, například změny ceníků, podnikové slevy, nástroje pro směrování požadavků a závazky k odběru u Anthropic, OpenAI a Googlu.
5. Kvalitu růstu Anthropic, zejména udržení tržeb, skutečně realizované ceny, marže a spotřebu AWS ve vztahu k infrastrukturním závazkům.

Závěr

DeepSeek V4-Flash-Vision-Exp může urychlit posun od čistého závodu ve schopnostech k závodu v poměru ceny a výkonu. Jeho nejdůležitějším rysem nemusí být to, že v některých testech občas dorovná nebo překoná Opus 4.8, ale tvrzení, že užitečný multimodální agentní výkon nabízí v levné vrstvě Flash.

Finančně převratným se toto vydání stane teprve tehdy, pokud bude model dostatečně spolehlivý pro dlouhodobý produkční provoz. Zatím je nejlepší chápat jej jako věrohodné varování pro prémiové poskytovatele AI a jejich investory: ceny frontier modelů, zákaznická loajalita i návratnost obřích infrastrukturních investic se budou muset opírat o měřitelné produktové výhody, ne pouze o pověst z benchmarků.