Čínské AI laboratoře v létě 2026 předběhly americké exportní kontroly

Během osmi týdnů od poloviny června 2026 čínské AI laboratoře vypustily kaskádu špičkových modelů, která přetvořila celosvětovou AI krajinu. Vlna vyvrcholila 13. srpna uvedením DeepSeek V4 Pro, ale příběh je mnohem širší: týká se toho, jak exportní kontroly, jež měly zpomalit čínský AI pokrok, místo toho vytvořily efektivnějšího, soběstačného a agresivně otevřeného konkurenta, který se nyní schopnostmi vyrovná americkým špičkovým modelům a cenově je podbízí o řády.

Co stálo za touto vlnou?

Tři síly se spojily a stlačily roky vývoje do několika měsíců:

1. Tlak exportních kontrol. Americká omezení na čipy odřízla čínské laboratoře od neomezeného přístupu k GPU NVIDIA H100/B200, což je donutilo inovovat na domácím hardwaru (jako jsou čipy Huawei Ascend 910B/C) a optimalizovat na efektivitu namísto hrubého výpočetního výkonu. Nejasnějším příkladem je Meituan LongCat-2.0 – první bilionový model trénovaný a provozovaný výhradně na čínských čipech .
2. Intenzivní domácí konkurence. Tucet dobře financovaných laboratoří (DeepSeek, Moonshot, Zhipu/Z.AI, Meituan, Alibaba, Tencent, Baidu, ByteDance) závodí o prestiž, přízeň vývojářů a podnikové zakázky, čímž se cykly vydávání modelů zkracují na týdny.
3. Otevřené váhy jako geopolitická zbraň. Čínské laboratoře vydávají modely pod velkorysými licencemi (MIT, upravená MIT) bez regionálních omezení, což je v přímém kontrastu se stále uzavřenějšími strategiemi OpenAI a Anthropic. To jim získává celosvětové přijetí mezi vývojáři .

Modely

DeepSeek V4 Pro (13. srpna 2026)

Vlajková loď, která letní vlnu završila. DeepSeek V4 Pro je model Mixture-of-Experts s 1,6 bilionu parametrů, z nichž je 49 miliard aktivních na token, kontextovým oknem 1 milion tokenů a až 384 000 výstupních tokenů ve třech režimech uvažování (standardní, vysoké úsilí, maximální úsilí) . V testu Terminal-Bench 2.1 dosáhl skóre 87,9 – o 15,8 % více než dubnový preview model – a výkonem se vyrovná modelu Claude Fable 5 přibližně za 1/57 nákladů . Reuters uvádí, že model se „přibližuje a v některých testech předčí Claude Fable 5“ v testech agentních a softwarově-inženýrských schopností . Cena je 0,435 USD za milion vstupních tokenů a 0,87 USD za milion výstupních tokenů při standardních sazbách, s možností až 97% slevy při zásahu do mezipaměti . V režimu maximálního úsilí je cena 1,32/3,96 USD za milion tokenů .

Moonshot Kimi K3 (16./27. července 2026)

Společnost Moonshot AI vydala to, co nazývá „prvním otevřeným modelem ve třídě 3 bilionů parametrů“ – model Mixture-of-Experts s 2,8 bilionu parametrů, který aktivuje 16 z 896 expertů na token, s kontextovým oknem 1 milion tokenů a nativní multimodální podporou (obraz i text) . Plné váhy byly 27. července uvolněny na Hugging Face pod upravenou licencí MIT . Model je dostupný na Kimi.com, Kimi Work, Kimi Code a API Kimi .

Zhipu AI GLM-5.2 (13./16. června 2026)

Model, který celou vlnu odstartoval. GLM-5.2 je MoE se 744 miliardami parametrů, z nichž je asi 40 miliard aktivních na token, kontextovým oknem 1 milion tokenů a licencí MIT . Hodnocení CAISI od amerického NIST uvádí, že jeho celkové schopnosti jsou podobné GPT-5.2 (z prosince 2025) a jeho kybernetické schopnosti jsou podobné Claude Opus . V Terminal-Bench 2.1 dosáhl skóre 81,0 a v SWE-bench Pro 62,1, což je nejlepší skóre mezi otevřenými modely v indexu Artificial Analysis Intelligence . Cena API je zhruba 10× nižší než u modelů Claude nebo GPT-5 .

Meituan LongCat-2.0 (30. června 2026)

Model Mixture-of-Experts s 1,6 bilionu parametrů (48 miliard aktivních na token) a kontextovým oknem 1 milion tokenů, vydaný pod licencí MIT . Jeho klíčový rozdíl: je to první bilionový model natrénovaný a provozovaný zcela na domácích čínských čipech – clusteru 50 000 čipů Huawei Ascend 910B/C . Podle testů Meituanu mírně překonává GPT-5.5 v softwarově-inženýrských testech . Před oficiálním vydáním model anonymně vedl žebříček OpenLLM pod jménem „Owl Alpha“ . Cena API je 0,75/2,95 USD za milion vstupních/výstupních tokenů, s úvodní akcí za 0,30/1,20 USD .

Srovnání s americkými špičkovými modely

Dimenze	Čínské špičkové modely	Americké špičkové modely
Srovnatelnost schopností	GLM-5.2 ≈ GPT-5.2 ; DeepSeek V4 Pro ≈ Claude Fable 5 v několika testech ; LongCat-2.0 tvrdí, že v SWE-bench překonává GPT-5.5	OpenAI GPT-5.5, Anthropic Claude Fable 5/Opus, Google Gemini 3
Cenová výhoda	Čínské modely jsou 10×–57× levnější na token nebo úkol	Americké modely mají prémiové ceny API
Otevřenost	Licence MIT/upravená MIT; celosvětový neomezený přístup	Primárně uzavřené API; žádné uvolňování vah
Hardwarové omezení	Nejlepší čínské modely nyní běží čistě na domácích čipech (LongCat-2.0 )	Americké modely využívají neomezený přístup k NVIDIA H100/B200

Širší důsledky

Celosvětové podnikové přijetí

Podniky mimo Čínu nyní mají důvěryhodnou, levnou a otevřenou alternativu k americkým API modelům. Licence MIT modelu GLM-5.2 bez jakýchkoli regionálních omezení znamená, že si jej každá společnost může komerčně hostovat sama . To mění rozhodování o nákupech v jihovýchodní Asii, na Středním východě, v Africe a částech Evropy.

Paradox exportních kontrol

Důkazy silně podporují tezi, že americké exportní kontroly na čipy se obrátily proti nim, a to přinejmenším dvěma způsoby:

• Urychlené zvládnutí domácích čipů: LongCat-2.0 trénoval na clusteru 50 000 čínských procesorů Huawei Ascend, čímž dokázal, že trénování na špičkové úrovni je možné bez amerického hardwaru . To katalyzovalo čínský ekosystém AI čipů rychleji, než by dokázaly samotné tržní síly.
• Vynucená algoritmická efektivita: Odříznuty od bohatých dodávek špičkových GPU, čínské laboratoře agresivněji optimalizovaly architektury pro řídkost MoE, řídkou pozornost a efektivitu aktivních parametrů. Výsledkem jsou modely dosahující srovnatelných schopností za zlomek výpočetního rozpočtu – cenová výhoda 10× až 57× .

Co zůstává nepotvrzeno

Nepodařilo se najít důvěryhodné zdroje pro specifické ceny za úkol 0,06 USD pro DeepSeek V4 Pro ani 2,34 USD pro Claude Opus 5. Modely Tencent Hy3 a Alibaba Qwen3.8-Max postrádají v dostupných důkazech ověřené specifikace nebo data vydání. Nepodařilo se potvrdit ani tvrzení o nedávném manifestu Marka Zuckerberga k otevřenému zdrojovému kódu.

Poznámka k tvrzením a zdrojům

Tento článek vychází z dostupných důkazů z poloviny srpna 2026. Všechna tvrzení o schopnostech modelů pocházejí z testů uváděných vývojáři a hodnocení třetích stran (včetně CAISI od NIST). Nezávislé ověření všech výsledků testů v celém odvětví probíhá. Cenová srovnání vycházejí ze zveřejněných cen tokenů API; skutečné náklady na úkol se výrazně liší podle složitosti úkolu, délky kontextu a míry zásahu do mezipaměti.