AI wkroczyła w „strefę śmierci”. Firmy utknęły pośrodku

W lipcu po raz pierwszy wszystkie pięć czołowych pozycji na platformie OpenRouter zajęły modele opracowane w Chinach. OpenRouter to neutralna platforma kierująca zapytania do różnych modeli AI. Stała się najbliższym odpowiednikiem branżowego badania popularności, a mierzy ruch w tokenach, czyli fragmentach tekstu przetwarzanych przez modele.

Pierwsze miejsce pod względem liczby tokenów zajęła MiMo V2.5 firmy Xiaomi. Za nią znalazły się modele DeepSeek, MiniMax, rodzina Qwen należąca do Alibaba oraz Kimi firmy Moonshot. Chińskie modele odpowiadają już za ponad 60% ruchu na platformie, który przekracza 20 bln tokenów tygodniowo.

Nie jest to wynik testu porównawczego, lecz obraz rzeczywistego wykorzystania modeli.

Rok temu modele amerykańskie odpowiadały za około 70% ruchu na OpenRouter. Obecnie ich udział wynosi około 30%. Jeszcze bardziej znaczące jest to, że w połowie lipca chińskie modele odpowiadały za rekordowe 58% tokenów przetwarzanych przez amerykańskie firmy na tej platformie.

Amerykańskie przedsiębiorstwa nie sięgają po chińską AI pod przymusem. Wybierają ją do poszczególnych zadań, ponieważ relacja ceny do możliwości jest zbyt korzystna, by ją ignorować.

Wyścig podzielił się na dwa obszary

To paradoks, który jesienią powinien trafić do agend wszystkich zarządów. Amerykańskie laboratoria nadal kontrolują absolutną czołówkę rynku. GPT 5.5, Claude Fable 5 i Gemini 3.x prowadzą w najtrudniejszych zadaniach wymagających rozumowania, w pracy agentów działających przez długi czas oraz w najbardziej wymagających zastosowaniach biznesowych. Przewaga w czołówce jest realna i wynosi kilka miesięcy.

Wyścig podzielił się jednak na dwa osobne konkursy: możliwości oraz dystrybucję. Stany Zjednoczone wygrywają w pierwszym obszarze, ale przegrywają w drugim.

DeepSeek V4-Pro kosztuje około jedną dwunastą tego, co GPT-5.5, przy porównywalnych wynikach testów. DeepSeek V4 Flash kosztuje 0,14 USD za milion tokenów wejściowych, podczas gdy w przypadku GPT-5.5 jest to 5,00 USD. Analitycy OpenRouter podają, że chińskie modele z otwarcie dostępnymi parametrami są od 60% do 90% tańsze niż czołowe rozwiązania amerykańskie.

W przypadku zadań produkcyjnych wykonywanych na dużą skalę, agentów programistycznych, przetwarzania dokumentów i obsługi klientów taka różnica przesądza o wyborze dostawcy.

To właśnie dystrybucja decyduje o tym, które ekosystemy utrwalają swoją pozycję. Rodzina Qwen firmy Alibaba przekroczyła miliard łącznych pobrań i zastąpiła Llamę firmy Meta na pozycji najczęściej pobieranej rodziny otwartych modeli AI na świecie.

Llama, która definiowała rynek modeli z otwarcie dostępnymi parametrami w latach 2023 i 2024, odpowiada obecnie za mniej niż 1% kierowanego ruchu. Programiści optymalizują rozwiązania, które mogą pobrać. Budują narzędzia wokół modeli, które wdrażają. Tak Linux zdobył serwery, a Android — smartfony. Teraz ten sam proces ponownie rozgrywa się na oczach rynku.

Nadchodzi „strefa śmierci”

Między absolutną czołówką a najtańszymi, masowymi rozwiązaniami znajduje się „strefa śmierci”. Trafiają do niej modele, produkty i strategie AI, które nie są ani wyraźnie najlepsze, ani wyraźnie najtańsze. Są jednocześnie wypierane z obu stron.

Dane rynkowe pokazują dokładnie, jak działa ten podział. Z analizy wykorzystania OpenRouter wynika, że Anthropic ma około 12% udziału w liczbie tokenów na platformie, ale przejmuje mniej więcej połowę wszystkich wydatków. To segment premium, w którym przetwarza się mniej tokenów, lecz ceny są wyższe, ponieważ modele wykonują zadania uzasadniające taki koszt.

Segment masowy należy do wydajnych modeli otwartych, które przetwarzają biliony tanich tokenów. Dla modeli zamkniętych, pozbawionych wyraźnej przewagi technologicznej, oraz wdrożeń biznesowych, które płacą ceny czołowych modeli za zwykłe zadania, nie ma już wyraźnego miejsca na rynku.

Większość strategicznych planów wykorzystania AI w firmach z listy Fortune 500 znajduje się obecnie właśnie pośrodku. Typowe przedsiębiorstwo podpisało w 2024 roku umowę z jednym dostawcą czołowego modelu, kierowało przez niego wszystkie zadania i nie zmieniło tego podejścia. W 2026 roku przypomina to prowadzenie całej działalności logistycznej wyłącznie za pomocą nocnego lotniczego transportu ekspresowego.

Chiny zbudowały tę przewagę celowo

Obecna sytuacja nie powstała przypadkiem. Ograniczenia eksportowe pozbawiły chińskie laboratoria dostępu do największych klastrów procesorów graficznych (GPU). W odpowiedzi zaczęły wykorzystywać ograniczone zasoby bardziej efektywnie.

Chińskie zespoły postawiły na oszczędne przetwarzanie tokenów, nowe mechanizmy uwagi, wydajne architektury typu mixture of experts (mieszaniny ekspertów), dane o wyższej jakości zamiast samej ich dużej ilości oraz architekturę projektowaną od początku z myślą o kosztach działania modelu.

Wsparcie państwa dodatkowo obniżyło faktyczną bazę kosztową. W maju Xiaomi obniżyło ceny API MiMo nawet o 99%.

Ograniczenia stały się więc strategią. Amerykańskie laboratoria, które traktują efektywność jako drugorzędną kwestię, ryzykują utrzymanie przewagi technologicznej przy jednoczesnej utracie udziału w rynku, zainteresowania programistów i ostatecznie całego ekosystemu AI.

Plan działania dla firm budujących rozwiązania AI w 2026 roku

Dla zarządów i założycieli firm tworzących rozwiązania oparte na AI najważniejsze są dziś cztery działania.

1. Uczyń routing hybrydowy podstawą architektury.

Najtrudniejsze, najbardziej regulowane i najbardziej odpowiedzialne zadania należy kierować do czołowych modeli. Zadania wykonywane na dużą skalę i wrażliwe na koszty powinny trafiać do wydajnych modeli otwartych.

Firmy stosujące takie podejście obniżają koszty wnioskowania (generowania odpowiedzi przez modele) o 60–90% przy większości zadań, nie pogarszając jakości tam, gdzie ma ona największe znaczenie. Jeśli cały budżet na AI jest wydawany za pośrednictwem jednego zamkniętego API, firma przepłaca za większość wykonywanych zadań.

2. Traktuj efektywność jako podstawowe narzędzie przewagi.

Optymalizacja działania modeli, kwantyzacja, dekodowanie spekulatywne oraz wspólne projektowanie modeli i sprzętu stały się standardowymi praktykami, a nie tylko ciekawostkami badawczymi. Warto analizować, jak budowały swoje rozwiązania zespoły działające pod presją ograniczeń, a następnie stosować te lekcje przy wykorzystaniu amerykańskich zasobów obliczeniowych.

3. Buduj przewagę ponad poziomem samego modelu.

Własne dane, warstwa aplikacji, dostrajanie do konkretnej domeny, struktury agentów oraz rygorystyczne systemy oceny będą trwalsze niż przewaga dowolnego modelu bazowego. Modele bazowe zbliżają się do siebie i stają się elementem infrastruktury. Trwała przewaga firmy nie powstanie dzięki modelowi należącemu do kogoś innego.

4. Wyjdź ze strefy pośredniej.

Jeśli produkt zależy od modelu, który nie jest ani najlepszy, ani najtańszy, firma powinna wybrać kierunek jeszcze w tym roku. Może przejść wyżej na krzywej możliwości i zaoferować rzeczywiste wyróżniki albo zdecydowanie konkurować ceną i otwartością. Segment pośredni nie przetrwa do 2027 roku.

Stany Zjednoczone potrzebują teraz odpowiedzi w postaci otwartych modeli

Moim zdaniem Waszyngton przygotowuje się do niewłaściwej walki. W Kongresie dominuje odruch, by ograniczać chińskie modele ze względów bezpieczeństwa. W przypadku wrażliwych zastosowań rządowych i obronnych taka ostrożność jest uzasadniona.

Obawy dotyczące suwerenności danych już ograniczają wykorzystanie modeli hostowanych w Chinach w regulowanych sektorach Zachodu. Samodzielne uruchamianie modeli z otwarcie dostępnymi parametrami osłabia jednak dużą część tego argumentu.

Zakaz nie jest strategią. To taryfa nałożona na własnych programistów. Chińskie modele z otwarcie dostępnymi parametrami odnoszą sukces nie dzięki oszustwu, lecz dlatego, że są wysokiej jakości, niedrogie i łatwo dostępne. Żadne amerykańskie laboratorium nie udostępnia obecnie regularnie modeli z otwarcie dostępnymi parametrami na poziomie absolutnej czołówki.

Wycofanie się Meta pozostawiło wolne miejsce, które Chiny szybko zajęły.

Odpowiedzią powinna być konkurencja ze strony wiarygodnych amerykańskich i sojuszniczych modeli z otwarcie dostępnymi parametrami. Powinny one być regularnie udostępniane, a ich rozwój wspierany przez zachęty w zamówieniach publicznych lub bezpośrednie zobowiązania laboratoriów.

Otwarte parametry modeli pozwalają eksportować własny ekosystem, zasady bezpieczeństwa i standardy do reszty świata. Stany Zjednoczone rozumiały to przy budowie stosu technologicznego internetu. Teraz muszą o tym ponownie pamiętać.

Czołówka rynku nadal ma znaczenie i Stany Zjednoczone powinny jej bronić. Jednak praktyczny wyścig w 2026 roku wygra ten, kto opanuje oba obszary jednocześnie: absolutne możliwości i radykalną efektywność, najwyższej klasy rozwiązania zamknięte i szerokie rozpowszechnianie modeli otwartych, największą niezawodną moc obliczeniową oraz najmądrzejsze jej wykorzystanie. Innowacje powstające pod presją ograniczeń nie powinny być już traktowane jako nagroda pocieszenia.

Dla amerykańskich menedżerów najwyższego szczebla, zarządów i władz w Waszyngtonie najważniejsze pytanie brzmi: na czyich modelach powstanie kolejna generacja globalnego oprogramowania? Obecne statystyki pobrań już na nie odpowiadają. To odpowiedź, której Stany Zjednoczone nie chciałyby usłyszeć.