Bank zauważa, że tę premię cenową za zamknięte modele coraz trudniej uzasadnić, skoro tańsze modele otwarte szybko doganiają benchmarki na poziomie czołowych modeli .

Luka jakościowa

Dla ~90% rutynowych zadań Deutsche Bank stwierdził, że wydajność modeli otwartych jest porównywalna z zamkniętymi modelami najwyższej klasy . Znacząca przewaga jakościowa modeli zamkniętych istnieje tylko w wąskim wycinku najtrudniejszych, przełomowych benchmarków — a nie w ogromnej większości rzeczywistych obciążeń produkcyjnych. Szersze dane branżowe potwierdzają to: w konkretnych zadaniach produkcyjnych, takich jak generowanie kodu, różnica na benchmarkach (10–15%) zawęża się do zaledwie 2–5% w produkcji dla modeli otwartych .

Kompresja opóźnienia w możliwościach

Badania Deutsche Banku są zgodne z niezależnymi ustaleniami, że opóźnienie możliwości modeli otwartych za zamkniętymi flagowcami skurczyło się dramatycznie — z kilkuletniej przepaści do zaledwie 3–4 miesięcy w połowie 2026 roku . Równoczesna analiza EpochAI określa to opóźnienie na ~3 miesiące w swoim holistycznym Indeksie Możliwości, ze średnią różnicą w punktacji wynoszącą około 7 punktów . Ta „zmiana fazy” w tempie wydań (z 6-miesięcznego cyklu w 2024 r. do 72-godzinnego do I kwartału 2026 r.) sprawia, że każda przewaga wydajnościowa zamkniętych modeli jest krótkotrwała .

Niegoegraficzny charakter podziału

Deutsche Bank podkreśla, że nie jest to podział geograficzny (np. USA vs. Chiny). Kompresja kosztów i wydajności to zjawisko strukturalne, globalne, napędzane przez proliferację modeli otwartych w wielu regionach — w tym DeepSeek i Zhipu AI z Chin, Meta (Llama) z USA i innych . Właściwą osią jest otwartość vs. zamkniętość, a nie Wschód vs. Zachód. Bank konkretnie wskazuje, że przełomy DeepSeek na początku 2025 roku oznaczały moment, w którym stare ramy geograficzne się załamały .

Szersze implikacje rynkowe dla wycen AI

Deutsche Bank uważa, że ta dynamika może uruchomić ponowną ocenę rynku AI . Kluczowe implikacje:

• Erozja premii cenowej: Dostawcy zamkniętych modeli (Anthropic, OpenAI, Google) mogą mieć trudności z utrzymaniem wysokich cen API, gdy przedsiębiorstwa przechodzą na otwarte alternatywy oferujące porównywalną jakość przy drastycznie niższym koszcie .
• Presja na rozliczenia oparte na użyciu: W miarę jak rozliczenia za AI przesuwają się w stronę modeli opartych na użyciu, ekonomiczna fosła obronna wiodących laboratoriów zawęża się .
• Teza „miesiąc miodowy się skończył”: Ta czerwcowa nota rozszerza wcześniejsze ostrzeżenia banku z 2026 roku, że sektor AI czeka najtrudniejszy rok, a wyceny są coraz bardziej oderwane od ekonomiki jednostkowej i wydatków infrastrukturalnych wyprzedzających przychody . Bank wcześniej sygnalizował, że 2026 będzie rokiem „do or die” dla niezależnych firm AI .
• Ryzyko wyceny: Jeśli nie uda się utrzymać premii cenowej, która stanowi podstawę oczekiwań co do zysków firm z zamkniętymi modelami, obecne wyceny akcji AI mogą być pod presją spadkową . Bank nazywa to potencjalnym „DeepSeek momentem” dla luksusowych poziomów cenowych na rynku AI .

Bank zauważa, że tę premię cenową za zamknięte modele coraz trudniej uzasadnić, skoro tańsze modele otwarte szybko doganiają benchmarki na poziomie czołowych modeli .

Luka jakościowa

Dla ~90% rutynowych zadań Deutsche Bank stwierdził, że wydajność modeli otwartych jest porównywalna z zamkniętymi modelami najwyższej klasy . Znacząca przewaga jakościowa modeli zamkniętych istnieje tylko w wąskim wycinku najtrudniejszych, przełomowych benchmarków — a nie w ogromnej większości rzeczywistych obciążeń produkcyjnych. Szersze dane branżowe potwierdzają to: w konkretnych zadaniach produkcyjnych, takich jak generowanie kodu, różnica na benchmarkach (10–15%) zawęża się do zaledwie 2–5% w produkcji dla modeli otwartych .

Kompresja opóźnienia w możliwościach

Badania Deutsche Banku są zgodne z niezależnymi ustaleniami, że opóźnienie możliwości modeli otwartych za zamkniętymi flagowcami skurczyło się dramatycznie — z kilkuletniej przepaści do zaledwie 3–4 miesięcy w połowie 2026 roku . Równoczesna analiza EpochAI określa to opóźnienie na ~3 miesiące w swoim holistycznym Indeksie Możliwości, ze średnią różnicą w punktacji wynoszącą około 7 punktów . Ta „zmiana fazy” w tempie wydań (z 6-miesięcznego cyklu w 2024 r. do 72-godzinnego do I kwartału 2026 r.) sprawia, że każda przewaga wydajnościowa zamkniętych modeli jest krótkotrwała .

Niegoegraficzny charakter podziału

Deutsche Bank podkreśla, że nie jest to podział geograficzny (np. USA vs. Chiny). Kompresja kosztów i wydajności to zjawisko strukturalne, globalne, napędzane przez proliferację modeli otwartych w wielu regionach — w tym DeepSeek i Zhipu AI z Chin, Meta (Llama) z USA i innych . Właściwą osią jest otwartość vs. zamkniętość, a nie Wschód vs. Zachód. Bank konkretnie wskazuje, że przełomy DeepSeek na początku 2025 roku oznaczały moment, w którym stare ramy geograficzne się załamały .

Szersze implikacje rynkowe dla wycen AI

Deutsche Bank uważa, że ta dynamika może uruchomić ponowną ocenę rynku AI . Kluczowe implikacje:

• Erozja premii cenowej: Dostawcy zamkniętych modeli (Anthropic, OpenAI, Google) mogą mieć trudności z utrzymaniem wysokich cen API, gdy przedsiębiorstwa przechodzą na otwarte alternatywy oferujące porównywalną jakość przy drastycznie niższym koszcie .
• Presja na rozliczenia oparte na użyciu: W miarę jak rozliczenia za AI przesuwają się w stronę modeli opartych na użyciu, ekonomiczna fosła obronna wiodących laboratoriów zawęża się .
• Teza „miesiąc miodowy się skończył”: Ta czerwcowa nota rozszerza wcześniejsze ostrzeżenia banku z 2026 roku, że sektor AI czeka najtrudniejszy rok, a wyceny są coraz bardziej oderwane od ekonomiki jednostkowej i wydatków infrastrukturalnych wyprzedzających przychody . Bank wcześniej sygnalizował, że 2026 będzie rokiem „do or die” dla niezależnych firm AI .
• Ryzyko wyceny: Jeśli nie uda się utrzymać premii cenowej, która stanowi podstawę oczekiwań co do zysków firm z zamkniętymi modelami, obecne wyceny akcji AI mogą być pod presją spadkową . Bank nazywa to potencjalnym „DeepSeek momentem” dla luksusowych poziomów cenowych na rynku AI .