Chińska AI wywraca rynek do góry nogami: DeepSeek V4 i Qwen 3.8 stają do walki z GPT-5.5

Specyfikacja modelu

Oba warianty są multimodalne (tekst, obraz, wideo), obsługują wyjście JSON i wywołania narzędzi oraz są dostępne przez API i stronę internetową .

Ceny (za milion tokenów)

DeepSeek prowadził również promocję z 75% zniżką na V4-Pro do początku maja 2026 roku . Dla porównania, cena wyjściowa GPT-5.5 wynosi około 30 USD/MTok, co czyni V4-Flash mniej więcej 107 razy tańszym na wyjściu .

Wydajność i pozycjonowanie konkurencyjne

Wyniki testów porównawczych DeepSeek V4 przedstawiają zniuansowany obraz:

• Codeforces: V4-Pro-Max uzyskuje 3206 punktów — najwyższy wynik spośród testowanych modeli, wyprzedzając GPT-5.4 (3168) .
• SWE-bench Verified: 80,6%; SWE-bench Pro: 55,4% (wobec ok. 57,7% GPT-5.5 na SWE-bench Pro) .
• GPQA Diamond: V4-Pro-Max uzyskuje 90,1% — wynik porównywalny z GPT-5.4 xHigh (93,0%) i Opus-4.6 Max (91,3%) .
• Terminal-Bench 2.0: V4 uzyskuje 67,9% wobec 82,7% GPT-5.5, co stanowi znaczącą różnicę w agentowym kodowaniu .

Ważne zastrzeżenie z oceny NIST CAISI (maj 2026): Samodzielnie zgłaszane wyniki DeepSeek sugerują parytet z GPT-5.4 i Opus 4.6, ale niezależna ocena CAISI wykazała, że V4 jest „znacznie mniej zdolny” w niepublicznych testach, co sugeruje, że niektóre samodzielnie zgłaszane wyniki mogą być zawyżone . Indeks Inteligencji Artificial Analysis ocenia GPT-5.5 (wysoki) na 53 wobec DeepSeek V4 Pro (Rozumowanie, Wysoki Wysiłek) na 41* — GPT-5.5 jest bardziej inteligentny i szybszy (69 wobec 56 tok/s), ale DeepSeek jest dramatycznie tańszy (0,18 USD wobec 4,35 USD/MTok w trybie rozumowania) .

Alibaba Qwen 3.8: Zapowiedź z odważnymi twierdzeniami i bez możliwych do zweryfikowania danych

Zespół Qwen z Alibaby zaprezentował Qwen 3.8 Max na Światowej Konferencji AI w Szanghaju 19 lipca 2026 roku . Jest to pierwszy flagowy model zespołu powyżej 1 biliona parametrów.

Znane specyfikacje

Ceny

Nie opublikowano cen w modelu pay-as-you-go. Dostęp jest obecnie możliwy przez subskrypcję za pośrednictwem Qwen Chat i wybranych partnerów API. BenchLM podaje cenę wersji zapoznawczej Qwen 3.8 Max Preview jako „Nie wymieniona” . Niektóre zewnętrzne trackery pokazują automatyczne ceny na poziomie 1,50/5,00 USD za milion tokenów wejściowych/wyjściowych, ale nie jest to potwierdzone przez Alibabę .

Wydajność: Twierdzenie marketingowe z zerową liczbą możliwych do zweryfikowania wyników

Alibaba twierdzi, że Qwen 3.8 jest „drugi tylko po Fable 5” (najlepszy model Claude od Anthropica), co w rankingu Alibaby plasowałoby go przed GPT-5.5 i DeepSeek V4 . Deklarowane są ulepszenia w zakresie kodowania, produktywności zawodowej, tworzenia pełnego stosu, analizy danych i przepływów pracy biurowej w stosunku do Qwen 3.7 Max .

Jednakże nie opublikowano żadnych niezależnych testów porównawczych. BenchLM, strona śledząca testy, śledzi 321 testów dla Qwen 3.8 Max Preview, z czego 0 zweryfikowanych wyników według stanu na 20 lipca 2026 roku . Jak ujęła to jedna z analiz: „Qwen 3.8 jest wart testowania, ale jest zbyt wcześnie, aby traktować go jako stabilny zamiennik produkcyjny dla Kimi K3, GPT-5.6 Sol czy Claude Fable 5” .

Dla kontekstu, poprzednicy Qwen położyli solidny fundament: Qwen 3.6-Max-Preview (20 kwietnia 2026) był modelem wyłącznie tekstowym z 35 mld parametrów ogółem / 3 mld aktywnych i oknem kontekstowym 262 tys., który twierdził, że jest #1 w sześciu testach kodowania i agentów . Qwen 3.7-Max (maj 2026) rozszerzył okno kontekstowe do 1 mln tokenów, dodając możliwości agenta rozumowania . Ale żaden nie był powszechnie uważany za model na poziomie granicznym poza agentowym kodowaniem.

Krajobraz konkurencyjny: Kto prowadzi i kto ustala ceny

DeepSeek V4 kontra GPT-5.5

• Przewaga cenowa: DeepSeek V4 jest 97–107 razy tańszy od GPT-5.5 w cenie wyjściowej .
• Siła w kodowaniu: V4 prowadzi w programowaniu konkursowym (Codeforces, LiveCodeBench), podczas gdy GPT-5.5 prowadzi w stosowanym kodowaniu agentowym (Terminal-Bench 82,7% wobec 67,9%, SWE-bench Pro 58,6% wobec 55,4%) .
• Ogólna inteligencja: Oceny stron trzecich (Artificial Analysis, NIST CAISI) konsekwentnie plasują GPT-5.5 wyżej .
• Równoważność okna kontekstowego: Oba oferują kontekst 1 mln tokenów, ale GPT-5.5 jest pierwszym modelem OpenAI, w którym pełne okno 1 mln jest naprawdę użyteczne bez degradacji .

Qwen 3.8 kontra Claude Fable 5 i GPT-5.5

Alibaba wyraźnie pozycjonuje Qwen 3.8 jako „drugi tylko po Fable 5” . Jeśli to twierdzenie utrzyma się w niezależnej ocenie, plasowałoby Qwen 3.8 przed GPT-5.5 i daleko przed DeepSeek V4. Ale przy zerowej liczbie zweryfikowanych testów pozostaje to twierdzeniem marketingowym, a nie ustalonym faktem. Fable 5 od Anthropica wydaje się być obecnie uznanym liderem na granicy możliwości, zgodnie z własnymi ramami Alibaby .

Wojna cenowa zmieniła wszystko

Agresywna polityka cenowa DeepSeek doprowadziła do wyścigu na dno w zakresie kosztów API. V4-Flash za 0,14 USD/M na wejściu jest radykalnie tańszy niż jakikolwiek zachodni model graniczny. Alibaba nie ustalił jeszcze ceny Qwen 3.8, ale Qwen 3.6 był już agresywnie wyceniony (~1,25/7,50 USD na wejściu/wyjściu) .

Otwarta waga na licencji MIT dla DeepSeek V4 oznacza, że możliwe jest również samodzielne hostowanie, co dodatkowo ściska marże dostawców o zamkniętym kodzie źródłowym . Jak ujęła to jedna z analiz, praktycznym efektem jest to, że „programiści mogą teraz uzyskać dostęp do możliwości bliskich granicy (w zadaniach kodowania) za ułamek kosztów GPT-5.5 lub Claude”.

Kluczowe wnioski

• DeepSeek V4 to wydany model MoE z otwartą wagą, o wielkości 1,6 T, który znajduje się około 10–20% za GPT-5.5 pod względem ogólnej inteligencji, ale prowadzi w kodowaniu konkursowym i jest o rzędy wielkości tańszy. Niezależna ocena NIST CAISI studzi jego samodzielnie zgłaszane wyniki testów.
• Qwen 3.8 to model MoE w fazie zapoznawczej o wielkości 2,4 T, co do którego Alibaba twierdzi, że jest „drugi tylko po Fable 5” — ale przy zerowej liczbie zweryfikowanych testów i bez opublikowanej ceny jest to obecnie aspiracja, a nie ustalony fakt.
• GPT-5.5 pozostaje liderem ogólnej inteligencji (Indeks Inteligencji Artificial Analysis 53 wobec 41 dla DeepSeek) i liderem w agentowym kodowaniu (Terminal-Bench 82,7%), ale kosztuje 100 razy więcej.
• Chińska wojna cenowa AI trwale obniżyła globalne koszty wnioskowania, czyniąc możliwości bliskie granicy dostępnymi dla znacznie większej liczby programistów i zmuszając zachodnich dostawców do konkurowania zarówno pod względem wydajności, jak i ceny.