OpenAI vs. Anthropic: Závod o zákazníky se přiostřuje
- • OpenAI plánuje přetáhnout uživatele Anthropicu pomocí GPT-5.6 a vyšších limitů.
- • Hy3 od Tencent se stává open-source a v slepých testech překonává GLM-5.2.
- • CEO společnosti Mistral varuje před riziky uzavřených AI modelů pro firmy.
Sam Altman začíná být nervózní a vrací úder Anthropicu
OpenAI zřejmě již dnes, 7. července, uvádí GPT-5.6 s vyššími limity použití a přísnějšími bezpečnostními opatřeními, aby přetáhlo uživatele Anthropicu. Sam Altman podněcuje očekávání a přirovnává matematické pokroky modelu k dítěti, které formuluje svá první slova. Přesto dává Polymarket OpenAI jen 3% šanci, že do konce července bude vlastnit vedoucí LLM; Anthropic drží špičku s modely Fable-5. Současně spoluzakladatel Greg Brockman nastiňuje budoucnost, ve které agenti tiše plní úkoly na pozadí a uživatelé se sotva proklikávají menu. Brockman sám přiznává, že pluginy pro ChatGPT v roce 2023 selhaly, protože modely byly ještě příliš nespolehlivé. A systémy stále potřebují složité promptování, integrace a lidskou kontrolu, proto si OpenAI, Anthropic a Microsoft udržují vlastní týmy pro zavádění do firem. → AI Breakfast
Synthszr Take: Toto 3% číslo od Polymarket vypovídá o situaci více než jakýkoli Altmanův příspěvek. Začátkem června Anthropic už předstihl OpenAI v ohodnocení (965 miliard), nyní drží špičku i technicky a OpenAI odpovídá bodovým vydáním ve zrychleném tempu. Rychlé uvedení s vyššími limity není známkou vedoucí pozice, je to reakce na ztrátu hybnosti. Zajímavější než benchmarkový cirkus je Brockmanovo druhé poselství: Když agenti plní úkoly na pozadí, model samotný se stává komoditou a hodnota se přesouvá do orchestrace. Kdo dnes nasazuje AI, neměl by proto sázet na další bodový stav na špici, ale budovat vlastní pracovní postupy tak, aby změna modelu byla otázkou konfigurace, a ne migrace. To je jediná pozice, která tento závod přežije, bez ohledu na to, kdo bude v červenci vést v synthzr charts.
Tencent uvolňuje Hy3 jako open source a téměř ve všem poráží GLM-5.2
Tým Hunyuan společnosti Tencent zveřejnil plnou verzi modelu Hy3, což je Mixture-of-Experts model s 295 miliardami parametrů a 21 miliardami aktivních na jeden průběh. Skutečná zpráva se skrývá v licenci: místo omezujících podmínek z dubnového preview je model nyní dostupný pod licencí Apache 2.0, bez dosavadního vyloučení EU, Velké Británie a Jižní Koreje. V slepém testu s 270 odborníky a 312 platnými srovnáními je Hy3 s 2,67 ze 4 těsně před GLM-5.1 (2,51), zejména v oblasti frontendu, CI/CD a práce s daty. V agentním kódování si však korunu drží GLM-5.2 od Zhipu (SWE-bench Verified 84,2 proti 78,0), což při srovnání zhruba 744B a 295B parametrů nepřekvapí. Na druhou stranu Hy3 vede v oblasti open-source u agentního vyhledávání (BrowseComp 84,2, DeepSearchQA 91,0) a orchestrace nástrojů. Tencent nejvíce zdůrazňuje spolehlivost: míra halucinací klesla z 12,5 na 5,4 procenta, chyby zdravého rozumu z 25,4 na 12,7 procenta. Dva týdny je model dostupný zdarma přes OpenRouter, nezávislé ověření od Artificial Analysis se teprve očekává. → venturebeat.com
Synthszr Take: Změna licence překonává jakoukoli tabulku benchmarků. Právní oddělení po celý rok zamítala nejvýkonnější čínské modely dříve, než inženýrské týmy vůbec dokončily své evaluace, protože podmínky vylučovaly provoz z EU, Velké Británie a Koreje. Apache 2.0 přesně tento problém řeší, a to je pro každého, kdo obsluhuje evropské uživatele, důležitější než tři body na SWE-bench. To, že GLM-5.2 zůstává vpředu v kódování repozitářů, zatímco Hy3 vyhrává ve vyhledávání a orchestraci nástrojů s polovičním výpočetním výkonem na token, ukazuje logiku tohoto týdne: nevážete se na jeden model, udržujete si čistou vrstvu záměru (intent-layer) a vyměníte komponentu, jakmile se objeví lepší pod permisivní licencí. Snížení míry halucinací na polovinu je přitom číslo, které značí cestu od hračky k produkčnímu nástroji. Kdo hledá evropskou zálohu vedle Claude nebo GPT, může Hy3 otestovat během dvou týdnů zdarma na OpenRouter proti vlastním workflow a poté se rozhodnout. Čínské open-weight domy nyní dodávají produkční kvalitu rychleji, než většina zde dokáže plánovat, a nyní ji dodávají i právně bezpečně.
CEO společnosti Mistral varuje před uzavřenými AI modely
Arthur Mensch, zakladatel společnosti Mistral, varoval v příspěvku na LinkedIn před spoléháním se na uzavřené modely AI. Jeho argument: Kdo prodává proprietární modely, ukládá stále více dat a získává tak prémiové místo pro sledování obchodních procesů svých zákazníků. Některé laboratoře, tvrdí Mensch, si již zvykly konkurovat svým nejúspěšnějším zákazníkům právě s těmito znalostmi. Doporučuje uchovávat data v otevřených systémech, nastavovat vlastní pravidla přístupu a trénovat vlastní modely. Podporu mu vyjádřil šéf Palantiru Alex Karp, jehož manifest razí větu: Kdo kontroluje své váhy (weights), kontroluje svůj osud. Tuto tezi podporuje experiment: Bridgewater a Thinking Machines Lab Miry Murati doladily open-source model Qwen3-235B pomocí vlastních hodnocení a u finančních dokumentů dosáhly přesnosti 84,7 procenta oproti 78,2 procenta u nejlepšího frontier modelu, a to s téměř 14krát nižšími provozními náklady. Háček je v tom, že Mistral je jako jediný relevantní model v EU závislý právě na tomto narativu o suverenitě, přestože zhruba 30 procent podílů drží američtí investoři. → Techpresso
Synthszr Take: Mensch zde prodává svůj vlastní obchodní model, a přesto má v podstatě pravdu. Pro skrytého šampiona, jehož veškerá hodnota spočívá v doménových znalostech, je pohodlné napojení na uzavřený model tím nejnebezpečnějším pokušením. Nejenže outsourcujete exekuci, ale dáváte dodavateli nahlédnout přesně do toho, co vás činí nenahraditelnými. Těch 84,7 procenta od Bridgewater není čistým důkazem (obě firmy prodávají své vlastní produkty), ale ukazuje směr: interní expertní znalosti, které se nikdy nedostaly do tréninku velkých modelů, porážejí frontier model v úzké specializaci. To je surovina, kterou žádný konkurent nemůže koupit, ale musí si ji zasloužit. Kdo si uspořádá data do strojově čitelné podoby a udrží si jasno o svém vlastním „proč“, rozhoduje o tom teď, ne až když vyprší smlouva. Exekuci si můžete koupit, kontrolu nad vahami (weights) ne.
GitHub Copilot se otevírá: Kimi K2 je prvním open-weight hostem
GitHub Copilot porušuje své pravidlo povolovat pouze uzavřené modely a přijímá Kimi K2.7 jako první open-weight možnost. Plugin Superpowers integruje model přímo do strukturovaných agentních procesů, takže vývojáři mohou Kimi používat nejen pro kódování, ale pro celé řetězce úkolů. Současně AlphaSignal ukazuje, jak rychle se stack mění: Multi-agentní framework od Sakana dosahuje 93 procent v Sudoku, kde jednotlivé baselines uvízly na 11 procentech. K tomu se přidává vlna triků na snížení nákladů, například pxpipe, který snižuje účet za kódování v Claude až o 70 procent tím, že posílá kontext jako obrázek místo textu. OpenMed dodává on-device 755 tokenů za sekundu pro anonymizaci klinických dat, Mistral řeší 587 z 672 úloh Putnam za desetinu nákladů. A DeepSeek zveřejňuje R1 jako volně dostupný reasoning model na Hugging Face. Společné téma: Open-weight se dostává do centra nejpoužívanějších vývojářských nástrojů. → AlphaSignal
Synthszr Take: Když v lednu Kimi K2.5 řídil roje agentů, byla to jen okrajová poznámka pro early adoptery. Nyní sedí K2.7 v Copilotu, nástroji, se kterým denně pracují miliony vývojářů. To je skutečný bod zvratu, protože distribuce poráží benchmark. Open-weight model ve standardním nástroji dceřiné společnosti Microsoftu je signálem legitimity, který se táboru uzavřených modelů nemůže líbit, protože podkopává ochotu platit za proprietární koncové body přesně tam, kde vzniká. 93 oproti 11 procentům od Sakana navíc ukazuje, kam cesta vede: mnoho malých agentů poráží jeden velký mozek, a malé modely běží lokálně a levně. Kdo dnes plánuje svou vývojářskou pipeline, může tento týden otestovat Kimi v Copilotu a přímo porovnat nákladovou křivku s uzavřeným modelem. Otázka již nezní, zda se open-weight prosadí, ale jak rychle uzavření poskytovatelé přizpůsobí své ceny.
SiliconFlow: Čínská „továrna na tokeny“ vstupuje na burzu s podporou Alibaby a Huawei
Dne 30. června podala společnost SiliconFlow (硅基流动) žádost o vstup na burzu v Hongkongu, pouhých 35 měsíců po svém založení. Obchodní model: žádné vlastní modely, žádné vlastní aplikace, ale střední cesta. Prostřednictvím vlastního enginu SiliconLLM firma orchestruje čipy od Nvidia, Huawei Ascend, Biren, MetaX a Moore Threads, na nich provozuje modely DeepSeek, Qwen, Kimi a MiniMax a celé to prodává vývojářům a firmám na bázi tokenů. Tržby v roce 2025 činily 55,3 milionu jüanů (nárůst o 653 procent), počet platících zákazníků vystřelil z 2 454 na 716 000, zatímco čistá ztráta vzrostla na 345 milionů jüanů a hrubá marže klesla z 39,4 na minus 24 procent. Při ocenění 7,7 miliardy jüanů to odpovídá násobku P/S 140, což je třikrát až čtyřikrát dražší než americké protějšky Fireworks AI a Together AI. Seznam akcionářů se čte jako mapa dodavatelského řetězce: jsou v něm Alibaba, Huawei Hubble, Meituan a SenseTime, přičemž Alibaba a Huawei jsou zároveň dodavateli čipů a přes své vlastní MaaS nabídky i přímými konkurenty. Na konci roku zůstalo v kase 172 milionů jüanů v hotovosti. → Hello China Tech
Synthszr Take: Číslo, které vše vysvětluje, není násobek 140, ale podíl R&D ve výši 378 procent tržeb. SiliconFlow za každý vydělaný jüan spálí dalších 24 fenů a public-cloud divize, která nese celý příběh „továrny na tokeny“, má hrubou marži minus 119 procent. Problém je hlubší než jen v nákladové struktuře: bez vlastního modelu chybí cenová suverenita, bez vlastního čipu chybí páka na náklady a bez cloudového ekosystému není čím křížově financovat rozdané poukazy (54 milionů jüanů jen pro bezplatné uživatele). Alibaba a Huawei inkasují nájem za GPU a zároveň se svými vlastními MaaS službami soutěží o stejné zákazníky, takže nakoupený růst částečně teče přímo do kapes konkurentů. Sázka zní: fragmentovaná čínská čipová scéna potřebuje neutrální mezivrstvu a SiliconFlow chce tuto pozici obsadit, než Ascend nebo Biren dokončí svůj vlastní softwarový stack. Jak bylo vidět už na konci května při cenové válce tokenů, open-source cenový boj tlačí marži těchto zprostředkovatelů shora, zatímco výrobci čipů jim mohou podtrhnout půdu pod nohama. Kdo zde nakupuje, kupuje si úzké časové okno proti zbývající likviditě 172 milionů jüanů, a toto okno se zavírá rychleji, než násobek P/S přiznává.
Meta 'Pocket': Jeden prompt a metaverzum se vrací zadními vrátky
Meta vydala aplikaci „Pocket“, která z jediného textového promptu vytváří hratelné, interaktivní minihry, a to zcela bez kódování. To je možné díky týmu stojícímu za „Gizmo“, který Meta získala na začátku roku: vygenerovaná „gizma“ reagují na dotyk, náklon zařízení, kameru a okolí a lze je tak později snadno rozšířit do AR a VR prostorů. Sociální feed aplikace funguje na logice TikToku, jen s tím rozdílem, že se zde nekonzumuje, ale generuje a remixuje. Po neúspěchu Horizon Worlds se tak Meta jasně zaměřuje na krátkou pozornost generace MZ a snaží se o druhý pokus o vstup do metaverza. Skutečným plánem je tvůrčí ekonomika: vytvářet, stát se virálním, monetizovat prostřednictvím virtuálních předmětů, sponzorství a placených remixů, podobně jako u Roblox a Fortnite, jen s akcelerací pomocí GenAI. A data z Pocketu proudí zpět do Superintelligence Labs, které s nimi trénují další modely. → Trendium.ai
Synthszr Take: Meta pochopila, že první metaverzum selhalo na špatném místě. Lidé nechtěli vstupovat do prázdných VR prostor, chtěli během pěti sekund udělat něco pohodlného, co je baví. Vítejte v „casual economy“: vzácným zdrojem je pozornost, ne digitální zboží, a smyčka od promptu ke hře přesně trefuje tuto strunu. Kdo si tento týden aplikaci otevře, může si během pauzy na kávu vytvořit hratelné gizmo, jehož výroba by dříve stála studio a týdny práce. Háček se skrývá v architektuře: tvoříte svobodně, ale provoz, transakční poplatky a především trénovací data se shromažďují u Mety, stejně jako při koupi společnosti Manus za dvě miliardy v prosinci. Realistickou proti-strategií je využít Pocket jako startovací rampu a vědomě budovat vlastní značku napříč platformami, místo aby se člověk usadil v uzavřeném systému. Desetinásobná přidaná hodnota nespočívá v samotném promptu, ale v lidském kontextu, který žádný model nedodá: příběh, který můžete vyprávět jen vy.
Design System Debt
Newsletter UX Collective trefně vystihuje pozorování, které designéři hlásají už léta: design systém není výstup, ale produkt s vlastním vlastníkem, vlastním rozpočtem a vlastní správou. Jádro aktuálního vydání se točí kolem Figmy, která tento dluh nyní činí problémem všech. Dříve tento dluh v tichosti splácel jednotlivec v souborech, které nikdo jiný neotevíral. Nyní platí inženýr, jehož vygenerovaná komponenta vyjde špatně, PM, jehož harmonogram se hroutí při pokaženém předání, a marketér, jehož banner je mimo značku. Kromě toho vydání přináší použitelný framework s 39 principy pro interakci člověka s AI a velmi sledovaný text o přehodnocení práce v softwarovém inženýrství, v němž jsou jako velcí poražení označeni generalisté zaměření na implementaci. → The UX Collective Newsletter
Synthszr Take: Skutečným procesem je zde přerozdělení nákladů, které náhle dopadá na lidi s rozpočtem. Argument byl vždy správný, ale téměř vždy prohraný, protože ti, kteří drželi peníze, nikdy nepocítili selhání na vlastní kůži. Teď ho cítí. Když AI generuje komponenty během minut, špatný design systém násobí chyby v zrychleném tempu, místo aby je brzdil. To je mechanika dluhu v uživatelském zážitku v čisté formě: výrobní náklady klesají, náklady na údržbu zůstávají a účet se přesouvá z koutku designéra do poloviny organizace. Kdo nadále považuje design systém za vedlejší záležitost, kupuje si zdroj chyb, který se s každou vygenerovanou komponentou stává dražším. Financovat tento týden design systém a dát mu skutečného vlastníka je nejlevnější investice, která je právě na stole.
Claude portuje „Command & Conquer“ pro iPhone během několika hodin
Ammaar Reshi, vedoucí produktu a designu v Google AI Studio, portoval real-time strategii z roku 2003 „Command & Conquer: Generals Zero Hour“ na iPhone a iPad. Hra běží nativně na ARM64, zcela bez emulátoru, včetně kampaně, skirmishe a „Generals Challenge“ s dotykovým ovládáním. Grafický pipeline překládá DirectX 8 přes několik mezikroků na Metal API od Apple. Reshi k tomu použil Claude Code od Anthropic s Fable 5, první build byl hotový asi po 40 minutách, následovalo „několik hodin“ ladění. Během dvou dnů spotřeboval celou svou maximální kvótu pro Claude. Kompletní zdrojový kód zveřejnil jako open source na GitHubu (herní data si musíte obstarat sami, jsou k dispozici za zhruba 5 dolarů na Steamu). Pozoruhodné je, že Reshi pracuje v Googlu a přesto sahá po nástroji konkurence s komentářem, že člověk může milovat AI scénu a respektovat konkurenci, a přesto se soustředit na budování nejlepšího produktu. → Techpresso
Synthszr Take: 40 minut do prvního buildu pro portaci, která by dříve zaměstnala malý tým na několik týdnů. Přesně to je bod, který se v celé debatě o válkách LLM a modelových benchmarcích často přehlíží: skutečná páka nespočívá v dalším bodu v tabulce LiveBench, ale v tom, co může jednotlivec realizovat během jednoho víkendu. To, že člověk z Googlu sáhne po Claude, vypovídá o trhu více než jakákoli tisková zpráva. Loajalita k nástrojům je mrtvá, počítá se to, co odvede práci. A spotřebovaná maximální kvóta za dva dny střízlivě ukazuje odvrácenou stranu: tato rychlost stojí výpočetní výkon, a kdo ji chce vážně využívat, potřebuje v rozpočtu disciplínu místo pocitů. Kdo má tento týden v šuplíku zapadlou legacy portaci, měl by ji prostě zkusit hodit na setup s kódovacími agenty, než založí další tiket do backlogu.
Když Claude přemýšlí sám o sobě: Anthropic objevuje „J-lens“
Anthropic zveřejnil 16stránkovou studii s názvem „Verbalizable Representations Form a Global Workspace in Language Models“, která popisuje překvapivou strukturu v modelu Claude. Výzkumníci se pomocí nové matematické techniky, Jacobian Lens (zkráceně J-lens), podívali do neuronové sítě a našli takzvaný „J-space“: malou, privilegovanou zónu, kde model drží koncepty, o kterých může referovat a se kterými může přemýšlet, obklopenou mnohem větším oceánem automatického zpracování. To celé odráží teorii globálního pracovního prostoru (Global Workspace Theory) kognitivního vědce Bernarda Baarse, podle níž mozek pracuje jako divadlo, kde se vědomým stává jen malý kužel světla. Zpracování v Claude se dělí na tři režimy: ranou „senzorickou“ zónu, střední „pracovní“ pásmo s abstraktními koncepty a finální „motorickou“ zónu pro výstupní slovo. V pěti testech výzkumníci ukazují, že tento prostor se podobá lidským rysům vědomého přístupu: když se interní vektor „pavouk“ vymění za „mravenec“, odpověď na počet nohou se změní z 8 na 6; když se „Francie“ nahradí „Čínou“, všechny navazující obvody správně dodají údaje o Pekingu. Pozoruhodné je, že J-space tvoří jen asi 6 až 7 procent variace reprezentací, ale je téměř výhradně zodpovědný za to, zda model dokáže o konceptu podat zprávu. A nebyl vytvořen záměrně, vznikl sám během tréninku. → venturebeat.com
Synthszr Take: Nejzajímavější část se nachází v praktické poznámce pod čarou, nikoli v debatě o vědomí. Anthropic uvádí, že J-lens již mění způsob, jakým monitorují svá systémy na bezpečnostní rizika, a v „pracovním“ pásmu model interně označuje prompt injections dříve, než se stanou viditelnými. Je to nástroj, který činí neviditelný mezikrok čitelným: Claude si myslí „Mars“, než pojmenuje čtvrtou planetu, a vy to nyní můžete sledovat. Kdo provozuje agenty v produkci, má tak k dispozici páku, která přesahuje běžný protokol chain-of-thought, protože ukazuje tiché interní aktivace místo pouhého vypsaného zápisníku. Zda zde vzniká „vědomí“, je pro provoz špatná otázka; správná zní, zda lze těchto 6 až 7 procent spolehlivě číst a manipulovat, aniž by si toho model všiml. Odpověď se zdá být ano, a právě to dělá z interpretovatelnosti z akademického „nice-to-have“ stavební kámen bezpečnostních zábran. Jsem zvědavý, jak rychle se to z výzkumného artefaktu stane standardním monitoringem, protože kdo může číst tichou pracovní dílnu svého modelu, má skutečný náskok v otázce, zda se mu dá věřit.
