Now AI — briefing technologiczno-rynkowy (wydanie popołudniowe, 10 października 2026)
To wydanie popołudniowe z 10 października. Punktem odniesienia jest ostatnie wydanie poranne z 10 października, przekazane o godzinie 06:46 czasu polskiego. Ton tej doby wyznaczają trzy rzeczy: otwarty bunt matematyków przeciwko temu, w jaki sposób OpenAI wypuściło swoje wyniki badawcze, dowód na to, że najtańsze chińskie modele są już „wystarczająco dobre" do codziennej pracy programisty, oraz pierwszy publiczny pomiar nowej generacji układów Nvidii, która okazuje się szybsza, ale i twardo ograniczona podażą.
Jeden. OpenAI ogłasza wyniki w matematyce, a matematycy ogłaszają sprzeciw
Najgłośniejszym wydarzeniem technicznym ostatnich dni jest publikacja, którą OpenAI wypuściło szóstego października. Firma udostępniła w repozytorium GitHub szeroki zestaw manuskryptów — jak podają sami autorzy, ponad siedemset plików — które mają zawierać rozwiązania lub istotny postęp w długo otwartych problemach matematyki i informatyki teoretycznej. Wśród nich znalazło się twierdzenie, że tak zwana zasada podziału nie pociąga za sobą aksjomatu wyboru, czyli problem nurtujący matematyków od ponad wieku. OpenAI opisało metodykę: wyniki wygenerował wewnętrzny model fronowy, przeciętne rozwiązanie zużyło mocy obliczeniowej równowartość około trzech godzin „myślenia" w płatnej wersji ChatGPT Pro, a przygotowanie manuskryptów i formalizacja dowodów w języku Lean powstały przy udziale ludzi z tym samym modelem. Firma zastrzegła, że odpowiedzialność za poprawność bierze na siebie, a sam argument matematyczny jest dziełem jej systemu.
Reakcja części środowiska była ostra i szybka. Siódmego października organizacja Association for Human Mathematics opublikowała oświadczenie, w którym napisała wprost, że siedemset plików wypuszczonych naraz nie jest demonstracją dorobku naukowego, lecz demonstracją władzy, i wezwała matematyków, by zaprzestali pracy z OpenAI. Zarzut jest tu podwójny. Po pierwsze, jak zauważa oświadczenie, grupa doradcza do spraw matematyki i sztucznej inteligencji, na której OpenAI powoływało się jako na źródło legitymizacji, otwierała swoje rekomendacje apelem, by firmy nie testowały zaawansowanych problemów matematycznych na wewnętrznych modelach — a więc publikacja miałaby ignorować samą przesłankę tych zaleceń. Po drugie, dochodzi do tego zarzut warsztatowy. Matematyk Asaf Karagila, specjalizujący się właśnie w aksjomacie wyboru, przeanalizował artykuł o zasadzie podziału i napisał, że jest on niejasny, posługuje się dziwną terminologią i cytuje niepublikowane notatki wykładowe zamiast prac recenzowanych, a w formie, w jakiej trafił do obiegu, zasługiwałby na odrzucenie na wstępie przez redakcję czasopisma.
Najistotniejsza warstwa tej sprawy jest jednak techniczna, bo dotyczy pytania, jak bardzo można ufać formalizacji dowodów. Thomas Hales, jeden z pionierów weryfikacji komputerowej, opublikował gościnny tekst na blogu Terence'a Tao poświęcony niezawodności asystenta Lean. Wyjaśnia w nim, że formalizacja oznacza dziś realny przełom — w tym roku sformalizowano między innymi wielkie twierdzenie Fermata, a projekty potrafią generować miliony linii kodu w dni — ale zarazem przestrzega, że dowód w Lean wolno uznać dopiero po sprawdzeniu przez jądro systemu i po audycie człowieka, który potwierdzi, że sformalizowane twierdzenie to rzeczywiście to samo, o którym mówiono w języku naturalnym. Formalizacja może bowiem „udowodnić" twierdzenie, które w wyniku przekładu znaczy coś innego. Hales przypomina też o serii błędów poprawności, czyli luk pozwalających dowieść fałszu, znalezionych w jąderkach asystentów. Warto rozdzielić tu fakty od ocen. Faktem jest sama publikacja i to, że część wyników ma certyfikaty w Lean. Ocena, czy to realny postęp w matematyce, czy raczej popis możliwości, pozostaje sporna, a zarzuty dotykają przede wszystkim jakości przekazu, a nie samego istnienia obliczeń.
Dwa. DeepSeek 4.1 Flash i ekonomia modelu „wystarczająco dobrego"
Drugi wątek pokazuje, że walka przenosi się z pytania „kto ma najmądrzejszy model" na „kto go sprzeda najtaniej". W dyskusji na Hacker News największy oddźwięk zebrał wpis programisty, który od miesiąca intensywnie pracuje na chińskim modelu DeepSeek 4.1 Flash w kilkunastu projektach. Jego relacja jest subiektywna, ale wymowna: twierdzi, że w codziennej pracy nie odróżnia tego modelu od czołowego modelu Opus, że jest on o rzędy wielkości tańszy, a przy miesięcznym abonamencie rzędu dziesięciu dolarów jego użycie staje się praktycznie nielimitowane. Według cennika samego DeepSeek model kosztuje trzydzieści centów za milion tokenów wejściowych i dolara dwadzieścia za wyjściowe, a w godzinach poza szczytem obie stawki są o połowę niższe. Kluczem do tej ekonomii ma być pamięć podręczna klucz-wartość, którą DeepSeek skompaktował w stosunku do swojej pierwszej generacji wielokrotnie — autor podaje rząd wielokrotności czterystu trzydziestu siedmiu razy — co pozwala prowadzić wielogodzinne sesje za mniej niż dolara.
Źródło: hacker-news
Trzeba tu zachować dyscyplinę. To relacja jednego użytkownika, a nie niezależny pomiar, więc wnioski o „nierozróżnialności" od modeli fronowych należy traktować jako opinię. Faktem pozostaje natomiast kierunek, który potwierdzają też inne źródła branżowe: różnica między modelami fronowymi a tanimi modelami chińskimi w typowych zadaniach zwęża się szybciej, niż wynikałoby to z rankingów, a oszczędność płynie dziś nie tyle z ceny za pojedynczy token, ile z zarządzania kontekstem i pamięcią podręczną. Dla praktyki oznacza to, że sensowne staje się trzymanie taniego modelu jako domyślnego wykonawcy, a drogiego modelu uruchamianego tylko do krytycznej weryfikacji — dokładnie ten wzorzec, który w wydaniu porannym opisywał tania warstwa decyzyjna Microsoftu.
Trzy. Vera Rubin: siedem i osiemdziesiąt cztery setne szybciej na układ, ale podaż ograniczona
W warstwie sprzętowej pojawił się pierwszy publiczny pomiar nowej generacji układów Nvidii. Jak podaje branżowy serwis AlphaSignal, biblioteka vLLM dodała wsparcie dla platformy Vera Rubin NVL72, złożonej z siedemdziesięciu dwóch układów Rubin w jednej szafie, i opublikowała wczesne wyniki. W zadaniu wnioskowania agentowego na modelu MiniMax M3 nowa platforma osiągnęła do siedmiu i osiemdziesięciu czterech setnych razy większą przepustowość na jeden układ niż poprzednia generacja GB200 przy porównywalnej interaktywności, a w zadaniu multimodalnym na modelu Qwen3-VL do trzech i siedmiu dziesiątych razy więcej niż GB300. Rubin ma oferować pięć razy więcej mocy obliczeniowej w niskiej precyzji, dwa i cztery dziesiąte razy większą przepustowość pamięci dzięki przejściu na standard HBM4 oraz do siedemdziesięciu procent większą przepustowość łącza między układami.
Źródło: alphasignal
Dwie rzeczy trzeba jednak powiedzieć uczciwie. Po pierwsze, to wczesne pomiary na ograniczonej liczbie węzłów, opublikowane przez samych współpracujących producentów, a nie niezależnie odtworzone. Po drugie, i ważniejsze dla rynku, sama przepustowość nie rozstrzyga o podaży. Zestawienie prognoz wolumenów układów pokazuje, że Nvidia deklaruje dla Rubina cel rzędu pięciu i siedmiu dziesiątych miliona sztuk, ale realnym ograniczeniem pozostaje moce produkcyjne tajwańskiego TSMC w węźle N3, które — według analitycznych szacunków — mogą przyciąć dostawy do około dwustu pięćdziesięciu do trzystu tysięcy sztuk w tym roku, przesuwając większość wzrostu na przyszły rok. Do tego dochodzi przejście generacyjne: wolumen starszej rodziny Blackwell ma spaść z około pięciu i dwóch dziesiątych miliona w zeszłym roku do około jednego i ośmiu dziesiątych miliona. Wąskim gardłem łańcucha pozostaje więc nie technologia, lecz zdolność pakowania i produkcji.
Cztery. Bezpieczeństwo po obu stronach: Anthropic skanuje kod, Decepticon atakuje
Ciekawie rysuje się też rola sztucznej inteligencji w bezpieczeństwie, i to z dwóch stron barykady. Anthropic uruchomił tak zwany OSS Scanner — darmową, dobrowolną usługę, w której jego najsilniejsze modele przeszukują krytyczne projekty otwartoźródłowe w poszukiwaniu luk i wysyłają opiekunom surowe, nierecenzowane raporty. Jak wynika z omówienia AlphaSignal, w ciągu sześciomiesięcznego wewnętrznego przedsięwzięcia modele Anthropic wygenerowały ponad dwadzieścia dziewięć tysięcy kandydatów na podatności, a z dziewięćdziesięciu siedmiu ręcznie przejrzanych poważnych znalezisk osiemdziesiąt osiem procent spełniło standard odpowiedzialnego ujawniania. Usługa działa w izolowanej maszynie bez dostępu do internetu po fazie budowania. Warto podkreślić to, co sam producent przyznaje: raporty powstają w całości z modelu, bez ludzkiej weryfikacji przed wysłaniem, więc to opiekunowie projektu muszą potwierdzić, czy wykryta luka jest realna i istotna.
Źródło: alphasignal
Równolegle po stronie ofensywnej wyróżnia się otwartoźródłowy projekt Decepticon — autonomiczny agent do testów penetracyjnych, który według autorów osiąga ponad dziewięćdziesiąt osiem procent skuteczności na publicznym benchmarku łamania aplikacji internetowych, rozbijając zadanie na szesnastu wyspecjalizowanych agentów od rozpoznania, przez eksploatację, po ruch boczny. Zestawienie obu faktów pokazuje, że ta sama technologia obniża koszt zarówno znajdowania, jak i wykorzystywania luk, a granica między narzędziem obronnym i ofensywnym jest tu wyłącznie kwestią uprawnień i intencji.
Pięć. Kwantyzacja: otwarte modele schodzą na biurko
Trzeci raz w tym tygodniu widać ten sam kierunek: modele otwarte coraz agresywniej się kompresuje, żeby zmieściły się na sprzęcie użytkownika. Conway Research wypuściło Saluki, dwubitową wersję modelu Qwen3.8-27B o rozmiarze siedmiu i osiemdziesięciu dziewięciu dziesiątych gigabajta — czyli jedną siódmą pełnej wersji — która według autorów zalicza więcej zadań wywoływania narzędzi niż oryginał, choć traci kilkanaście punktów na zadaniach matematycznych. AtomicChat ściągnęło z kolei generator obrazów Qwen-Image-2.1-Turbo z czternastu gigabajtów do dwóch i pięćdziesięciu pięciu, a społeczność udostępniła model muzyczny ACE-Step 1.5 w formacie GGUF z własnym środowiskiem uruchomieniowym w C++, pozwalającym generować utwory lokalnie bez instalacji Pythona. Wzorzec kompresji — zachowanie zachowań krytycznych, jak wywoływanie narzędzi, kosztem rozumowania matematycznego — powtarza się tu konsekwentnie. Praktyczna konsekwencja jest dwojaka: lokalne agenty stają się realne na zwykłym sprzęcie, ale degradacja na zadaniach, gdzie liczy się precyzja, sprawia, że kompresja nie jest darmowa.
Sześć. Małe modele wygrywają kosztem: Claude Haiku 5.5
Do tego samego obrazu należy wynik, który pokazuje, jak bardzo opłaca się dziś mały model w zadaniach z wyszukiwaniem. Firma Parallel opublikowała ranking efektywności kosztowej, w którym Claude Haiku 5.5 zajął pierwsze miejsce, osiągając wynik sześćdziesięciu dwóch i dziewięciu dziesiątych punktu przy koszcie dwudziestu czterech dolarów i trzydziestu centów za tysiąc zadań. Czołowy model tej samej rodziny, Claude Opus 5.5, zdobył siedemdziesiąt pięć i cztery dziesiąte punktu, ale przy koszcie dziewięciuset czterdziestu dziewięciu dolarów za tysiąc zadań — a więc prawie czterdzieści razy drożej za różnicę niespełna trzynastu punktów. Jak podaje AlphaSignal, Haiku 5.5 kosztuje dziesięć centów za milion tokenów wejściowych i pięćdziesiąt za wyjściowe, a dużą część swojego wyniku zawdzięcza samemu wyszukiwaniu: bez dostępu do sieci spada do dwudziestu trzech i pięciu dziesiątych punktu. Zastrzeżenia są jednak istotne: ranking opiera się na zaledwie stu pytaniach i na własnym mechanizmie wyszukiwania firmy Parallel, więc przenoszenie go wprost na inne systemy bywa mylące.
Źródło: alphasignal
Siedem. Google zamienia Geminiego w uniwersalnego agenta pracy
W warstwie produktowej uwagę przyciągnęła decyzja Google, które ósmego października ogłosiło na konferencji dla klientów biznesowych tak zwanego agenta Gemini — jak opisują to Google Cloud i portal TechCrunch, jednego uniwersalnego agenta do pracy, który planuje i wykonuje wieloetapowe zadania w poczcie, dysku i dokumentach Google oraz w zewnętrznych usługach, w tym w komunikatorze Slack i w pakiecie Microsoft 365. Rozwiązanie ma wbudowane mechanizmy kontroli kosztów i uprawnień. To ruch, który wpisuje się w szerszą walkę o to, czy warstwą agentową stanie się ekosystem jednego dostawcy, czy otwarte standardy — o czym w wydaniu porannym pisałem przy okazji protokołu agentowego ogłoszonego przez Meta i firmę Sierra. Interpretacja jest tu jasna: Google chce, by agent był sprzedawany razem z miejscem pracy, a nie jako osobne narzędzie.
Źródło: techcrunch
Osiem. Państwo dokłada się do mocy: Genesis Mission
Ostatni wątek wiąże laboratoria z budżetem publicznym. Ósmego października, na szczycie w Białym Domu, administracja Stanów Zjednoczonych ogłosiła ponad dwa i cztery miliarda dolarów zobowiązań na rzecz tak zwanej Genesis Mission, czyli programu stosowania sztucznej inteligencji w badaniach naukowych rządu federalnego. Jak podaje branżowy serwis The AI Insider, zobowiązania złożyło jedenastu partnerów przemysłowych, a wiodły je Nvidia z miliardem dolarów, AMD z pięciuset milionami i OpenAI z dwustoma milionami, przy wkładzie Anthropic i Google po sto pięćdziesiąt milionów. Wkłady mają formę kredytów na moc obliczeniową dla ponad piętnastu agencji federalnych, a całość inicjatyw towarzyszących szczytowi wyceniono na ponad sześć miliardów dolarów. Znaczenie tego ruchu polega na tym, że zamawia nie tylko gotowy produkt, lecz buduje stałą relację między laboratoriami a nauką publiczną — a to tworzy kanał przychodów odporny na wahania popytu konsumenckiego, którego płytkość sygnalizowały wcześniejsze wydania.
NAJWAŻNIEJSZE
Po pierwsze, OpenAI opublikowało szóstego października ponad siedemset manuskryptów z wynikami w matematyce, w tym twierdzenie o zasadzie podziału, i spotkało się z otwartym sprzeciwem środowiska: Association for Human Mathematics nazwała publikację demonstracją władzy i wezwała do zaprzestania pracy z firmą, a matematycy wskazali na niejasność artykułów i na to, że formalizacja w Lean wymaga audytu człowieka, bo przekład z języka naturalnego bywa zawodny (OpenAI, AHM, 6–7.10).
Po drugie, relacja z miesiąca pracy na chińskim modelu DeepSeek 4.1 Flash — najgłośniejszy wpis na Hacker News w tym tygodniu — opisuje model o rzędy wielkości tańszy od czołowych, który w codziennych zadaniach bywa nieodróżnialny od fronowego, a kluczem do tej ekonomii jest skompaktowana pamięć podręczna kontekstu. To sygnał, że walka przesuwa się z jakości pojedynczego modelu na koszt ukończonego zadania (Hacker News, cennik DeepSeek, 7.10).
Źródło: hacker-news
Po trzecie, pierwsze pomiary nowej generacji układów Nvidii Vera Rubin pokazują do siedmiu i osiemdziesięciu czterech setnych razy większą przepustowość na układ, ale jednocześnie prognozy wskazują, że realna podaż Rubina pozostanie w tym roku ograniczona do kilkuset tysięcy sztuk przez moce produkcyjne TSMC w węźle N3. Przewaga technologiczna nie usuwa wąskiego gardła w produkcji i pakowaniu (AlphaSignal, szacunki wolumenowe, 10.10).
Źródło: alphasignal
Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni najwięcej zmieniają dwie rzeczy. Pierwsza to ekonomia modelu „wystarczająco dobrego". Skoro tani model z kompaktowaną pamięcią podręczną pozwala prowadzić wielogodzinne sesje za dolary, a mały model w zadaniach wyszukiwawczych kosztuje ułamek ceny modelu czołowego, to realna przewaga przenosi się na architekturę systemu — dobór modelu do zadania, kompresję kontekstu i mierzenie kosztu na ukończone zadanie — a nie na posiadanie dostępu do największego modelu. Dla budujących i kupujących oznacza to traktowanie routingu i pamięci podręcznej jak rdzeń produktu, a nie dodatek, oraz domyślne sięganie po tańszy model, z eskalacją tylko tam, gdzie liczy się precyzja. Druga zmiana dotyczy zaufania do wyników generowanych przez modele. Sprzeciw matematyków wobec publikacji OpenAI pokazuje, że nawet formalny dowód sprawdzony przez komputer nie zamyka dyskusji, jeśli zabraknie audytu znaczenia i standardu przekazu — a to ostrzeżenie dotyczy każdego zastosowania, w którym model ma zastąpić eksperta, od nauki po bezpieczeństwo. Ryzykiem pozostaje to, że przewaga kosztowa tanich modeli i rekordowe zobowiązania państwa na moc obliczeniową zbudują popyt szybciej, niż powstaną narzędzia do weryfikacji i kontroli tego, co te modele faktycznie produkują.