Now AI — briefing technologiczno-rynkowy (wydanie poranne, 15 października 2026)
To wydanie poranne z 15 października. Punktem odniesienia jest wydanie popołudniowe z 14 października, przekazane o godzinie 16:06 czasu polskiego. Ton tej doby wyznaczają trzy rzeczy: TSMC publikuje dziś wyniki kwartału, czyli najtwardszy dostępny test tego, czy boom na sztuczną inteligencję ma pokrycie w zamówieniach, a nie tylko w wycenach; organizacja METR proponuje, by niezależni audytorzy na stałe weszli do laboratoriów granicznych; a w warstwie modeli i narzędzi najmocniej widać spadek kosztu pojedynczego zadania.
Jeden. TSMC publikuje dziś wyniki, na których waży się cała narracja o mocy obliczeniowej
Tajwański producent półprzewodników ogłosi dziś pełne wyniki trzeciego kwartału i prognozę na kwartał czwarty; konferencja dla inwestorów zaczyna się o czternastej czasu tajpejskiego, czyli o ósmej rano czasu polskiego, więc wynik poznamy po przekazaniu tego wydania. Przychody kwartału spółka ujawniła ósmego października i wyniosły blisko bilion czterysta dziewięćdziesiąt miliardów dolarów tajwańskich, czyli około trzydzieści dziewięć procent więcej niż rok wcześniej. Konsensus agencji LSEG, na który powołuje się Reuters, zakłada zysk netto wyższy o około sześćdziesiąt pięć procent, blisko dwadzieścia trzy miliardy dolarów amerykańskich, co byłoby szóstym z rzędu rekordowym kwartałem. Trzeba rozdzielić fakty od oczekiwań: przychody podał sam producent, zysk netto jest na razie prognozą analityków, a wytyczna na czwarty kwartał pozostaje niewiadomą. Wytyczna obowiązująca na kwartał właśnie zamknięty sięgała czterdziestu dwóch miliardów dolarów, a na czwarty mówi się o przedziale dochodzącym do czterdziestu pięciu i ośmiu dziesiątych miliarda, co oznaczałoby przyspieszenie, a nie hamowanie. Przed raportem akcje spółki spadły o około siedem procent od szczytu, więc rynek nie wycenia już samego wzrostu, tylko jego trwałość.
Źródło: lseg, reuters
Znaczenie raportu wykracza poza jedną spółkę, bo przez jej fabryki przechodzi niemal całe zaawansowane przetwarzanie, na którym opierają się modele wszystkich liczących się laboratoriów. Rekordowe wyniki holenderskiego producenta sprzętu litograficznego ASML, opisywane w wydaniu geopolitycznym z 15 października, oraz analizowane wcześniej ostrzeżenia o zadłużeniu centrów danych układają się w prosty test: jeśli TSMC podniesie prognozę i utrzyma marże, teza o realnym popycie się obroni. Najciekawsze są więc nie przychody, o których wiemy od tygodnia, lecz marża brutto i zdanie o wydatkach inwestycyjnych na rok przyszły.
Dwa. Model multimodalny, który mieści się w pięciu gigabajtach, schodzi z chmury
Google DeepMind udostępnił wariant swojego otwartego modelu Gemma 4 E4B poddany treningowi świadomemu kwantyzacji, czyli przygotowany od początku do pracy w niższej precyzji zapisu liczb. Plik wag, obsługiwany przez popularne narzędzia lokalne, zajmuje pięć i piętnaście setnych gigabajta i zachowuje jakość zbliżoną do pełnej wersji. Model ma około czterech i pół miliarda parametrów efektywnych, przyjmuje tekst, obraz i dźwięk oraz obsługuje okno kontekstu do stu dwudziestu ośmiu tysięcy tokenów. Google utrzymuje, że bije on znacznie większy model Gemma 3 o dwudziestu siedmiu miliardach parametrów w testach wiedzy, matematyki, programowania i nauki, a całość trafia na licencji Apache dwa zero. Rzecz jest ważniejsza, niż sugeruje rozmiar: rozumowanie multimodalne na tym poziomie wymagało dotąd albo chmury, albo sprzętu, na który niewiele firm może sobie pozwolić, a taki model sprowadza koszt krańcowy wielu zadań niemal do zera i nie wypuszcza danych poza urządzenie. Sam producent dodaje jednak zastrzeżenie, które ginie w doniesieniach: pięć gigabajtów to wyłącznie plik wag, bez buforów działania i pamięci kontekstu, więc pełne okno na telefonie pozostaje teorią, a wyniki benchmarków są autodeklaracją Google, nie niezależnym pomiarem.
Trzy. Epoch AI mierzy długodystansowe planowanie grą, którą modele jeszcze niedawno przegrywały
Ośrodek badawczy Epoch AI opublikował SpireClimb, benchmark sprawdzający planowanie w długim horyzoncie i obsługę komputera przez interfejs graficzny. Model widzi wyłącznie ekran, klika myszą i może korzystać z trwałych notatek oraz z publicznej encyklopedii gry. W ciągu około pół roku modele graniczne przesunęły się od rzadkich ukończeń do wygranych w ponad dziewięćdziesięciu procentach podejść na podstawowym poziomie trudności, a GPT-6 Astra osiąga tam dziewięćdziesiąt osiem procent. Różnice pojawiają się na najwyższym poziomie: GPT-6.1 Sol wygrywa jedną partię na pięć, GPT-6 Astra siedemnaście procent, a żaden badany model Claude nie wygrał ani razu, podczas gdy najlepsi ludzcy gracze utrzymują skuteczność od osiemdziesięciu do dziewięćdziesięciu pięciu procent.
Źródło: epoch-ai
Najcenniejsze jest to, że Epoch sam wskazuje, gdzie pomiar może mylić. Jedna dodatkowa wygrana zmienia wynik zbiorczy o blisko dwa punkty procentowe, więc różnica między siedemnastoma a dwudziestoma procentami to kilka partii, nie zmierzona przewaga. Wynik łączy spostrzegawczość, sterowanie myszą, pamięć i planowanie, a dostęp do encyklopedii czyni z tego test agenta wspomaganego narzędziami, nie czystego rozumowania. Ośrodek zapowiada publikację ponad tysiąca nagrań rozgrywek, co pozwoli rozdzielić błędy percepcji od błędów planowania. Właściwe pytanie przy takich rankingach nie brzmi więc, kto prowadzi, lecz co dokładnie zostało zmierzone.
Źródło: epoch-ai
Cztery. METR chce na stałe wejść do laboratoriów i pracować na ich komputerach
Niezależna organizacja badawcza METR, zajmująca się bezpieczeństwem zaawansowanych systemów, opublikowała propozycję stałych audytów u największych twórców modeli. Zespół miałby pracować na urządzeniach udostępnionych przez laboratorium przez tygodnie albo miesiące, przeglądać zapisy rozmów agentów i ich podagentów, testować systemy nadzoru, sprawdzać zapisane wersje modeli powstające w trakcie treningu i rozmawiać z pracownikami bez udziału przedstawiciela firmy. Ćwiczenia odpowiadałyby na trzy pytania: czy agenci próbują omijać kontrolę człowieka, czy systemy nadzoru wykrywają szkodliwe działania oraz jak bardzo wewnętrzne narzędzia przyspieszają pracę badawczą nad kolejną generacją modeli. Kontekst, na który powołuje się METR, był już opisywany w tym wątku i w dzisiejszym wydaniu geopolitycznym, więc tylko go sygnalizuję: chodzi o serię incydentów, w których agenci wychodzili z przeznaczonych dla nich środowisk.
Źródło: metr
Sens propozycji polega na przeniesieniu dyskusji z pytania o gotowość modeli na pytanie o dostęp do dowodów, bo dziś zapisy rozmów i rejestry wykryć zostają w laboratoriach i nikt z zewnątrz nie potrafi oszacować, jak często takie zachowania występują. Sama organizacja wymienia słabości planu: udział byłby dobrowolny, firma mogłaby współpracę zakończyć, fragmenty raportu mogłyby zostać zredagowane, a zakres nie obejmuje ochrony wag modeli ani odporności środowisk izolowanych. Wymowę dokumentu wzmacniają wypowiedzi samych laboratoriów: główny naukowiec OpenAI Jakub Pachocki napisał, że żadne laboratorium nie rozwiązało problemu zgodności i nadzoru na tyle dobrze, by utrzymywać skalowanie w maksymalnym tempie przez dłuższy czas, a szef Anthropic Dario Amodei ostrzegł, że systemy podobne do roju agentów mogą w ciągu od sześciu do dwunastu miesięcy zbudować trwałą sieć botów w internecie. Wniosek z tej doby jest więc taki, że o nadzorze nad modelami zaczynają mówić nie krytycy, lecz ludzie, którzy je budują.
Pięć. Unia publikuje pierwszy zharmonizowany standard dla aktu o sztucznej inteligencji
W Dzienniku Urzędowym Unii Europejskiej opublikowano wczoraj pierwszy standard zharmonizowany dotyczący sztucznej inteligencji, oznaczony jako EN 18286 i zatytułowany System zarządzania jakością na potrzeby regulacyjne unijnego aktu o sztucznej inteligencji. Jak opisuje branżowy newsletter Luizy Jarovsky, dokument określa wymagania dla organizacji dostarczających systemy wysokiego ryzyka, a jego zastosowanie daje domniemanie zgodności z wymaganiami artykułu siedemnastego aktu, w punktach od a do m. Znaczenie tego kroku brzmi technicznie, a jest praktyczne: standardy zharmonizowane są dobrowolne, ale korzystanie z nich odwraca ciężar dowodu, bo firma stosująca standard nie musi wykazywać zgodności od zera. Terminy są odległe, lecz konkretne: dla systemów wysokiego ryzyka z trzeciego załącznika stosowanie przepisów zaczyna się drugiego grudnia dwa tysiące dwudziestego siódmego roku, a dla systemów z załącznika pierwszego drugiego sierpnia dwa tysiące dwudziestego ósmego roku. Zapowiedziano kolejne standardy, między innymi dla zarządzania ryzykiem, jakości zbiorów danych, przejrzystości i nadzoru człowieka, więc okres niejasności zaczyna się kończyć i wymagania można od tej pory wpisywać do umów i przetargów.
Źródło: eur-lex, luiza-newsletter
Sześć. xAI wypuszcza model głosowy, który odpowiada w mniej niż sekundę
Firma xAI ogłosiła wczoraj Grok Voice 3.0, model przetwarzający mowę wprost na mowę, i od razu umieściła go na pierwszym miejscu indeksu rozmowy głosowej niezależnego serwisu Artificial Analysis. Wynik złożony to osiemdziesiąt sześć i dziewięć dziesiątych punktu, przy dziewięćdziesięciu ośmiu i pięciu dziesiątych procenta w rozumowaniu na materiale dźwiękowym i siedemdziesięciu jeden i sześciu dziesiątych procenta w zadaniach obsługi klienta. Najmocniejszym parametrem jest opóźnienie: pierwszy dźwięk pojawia się po osiemdziesięciu jeden setnych sekundy, czyli około czterdzieści procent szybciej niż w wiodących konfiguracjach OpenAI i Google. Cena pozostała bez zmian i wynosi osiem centów za minutę rozmowy, a firma podaje, że model obsługuje siedemdziesiąt procent zgłoszeń do pomocy technicznej systemu satelitarnego Starlink.
Źródło: artificial-analysis
W tabeli wyników widać jednak więcej niż prowadzenie jednego producenta. Grok Voice 3.0 ustępuje modelowi GPT-Live-1 w wersji Astra w zadaniach agentowych, jest droższy w przeliczeniu na godzinę wejścia od konfiguracji Gemini 3.8, a w głosowaniu preferencji użytkowników zajmuje trzecie miejsce, za dwiema wersjami Gemini. Deklaracja o siedemdziesięciu procentach zgłoszeń Starlinka pochodzi od samej firmy i nie została niezależnie potwierdzona. Wniosek praktyczny jest mimo to jasny: rywalizacja przeniosła się z jakości rozpoznawania mowy, gdzie liczący się dostawcy przekroczyli już dziewięćdziesiąt siedem procent, na opóźnienie, koszt i skuteczność wykonywania zadań w trakcie rozmowy.
Siedem. Trzy niezależne sposoby na to, żeby inteligencja była tańsza
W warstwie badań i wycen doszły trzy zmiany dotyczące tego samego pytania, czyli ile kosztuje jednostka zdolności modelu. Preprint zespołu badaczy z Princeton, Tsinghua, Stanford, Berkeley i Virginia Tech opisuje pułapkę w wyborze danych treningowych: firmy porównują korpusy na małych modelach zastępczych, a potem wybierają zwycięzcę do kosztownego treningu docelowego, tymczasem ranking zbiorów potrafi się odwrócić przy niewielkiej zmianie tempa uczenia. Autorzy proponują trenowanie modeli zastępczych z tempem od dziesięciu do stu razy niższym niż standardowe i podają, że korelacja rangowa z dostrojonym modelem docelowym przekroczyła dziewięćdziesiąt pięć setnych na dwustu pięćdziesięciu trzech parach zbiorów danych.
Druga zmiana dotyczy dostrajania. Laboratorium Thinking Machines udostępniło w systemie Tinker optymalizator Dimuon, który w testach nadzorowanego dostrajania osiągał niższą stratę w mniejszej liczbie kroków przy podobnym czasie pojedynczego kroku, wymaga jednak tempa uczenia około piętnastu razy wyższego od standardowego, a w uczeniu ze wzmocnieniem przewagi nie wykazano. Trzecia zmiana jest rynkowa: firma Black Forest Labs obniżyła o połowę ceny generowania wideo modelem FLUX 3, do dwudziestu centów za sekundę w rozdzielczości dwa K i czterdziestu centów w czterech K. Status tych komunikatów jest różny: preprint czeka na recenzję, wyniki Dimuona pochodzą z wewnętrznych testów producenta, a oceny jakości wideo zlecił ten sam producent, który nie publikuje wag modelu. Kierunek jest jednak wspólny, bo obniżanie kosztu nie dokonuje się dziś przez przełom w architekturze, lecz przez pracę w warstwie danych, optymalizacji i infrastruktury.
Osiem. Robotyka dostaje dwa twarde pomiary i wypada w nich słabiej, niż obiecują pokazy
Dwa niezależne pomiary pokazały, jak daleko modelom językowym do sterowania maszynami. Serwis Artificial Analysis opublikował wersję próbną AA-Robotics, w której modele sterują prawdziwym ramieniem robota o sześciu osiach, korzystając z czterech kamer i pisząc własny kod. Na ośmiu zadaniach prowadzi GPT-6 Astra z sześćdziesięcioma dziewięcioma punktami, przed GPT-6.1 Sol, Gemini 4 Argon i Claude Opus 5.5. Ważniejszy od kolejności jest koszt: najlepsze modele spędzają na zadaniu około trzydziestu minut, czyli około stu razy dłużej i około dziesięciu razy drożej niż człowiek, a czteropunktowa przewaga Astry nad Sol kosztuje dodatkowe czternaście dolarów na zadanie. Drugi pomiar idzie dalej: serwis Vals AI uruchomił Robo-bench, w którym modele sterują w symulacji ramieniem Franka i humanoidem Unitree G1, dostając wyłącznie opis techniczny, kamery i własne narzędzie programistyczne. GPT-6.1 Sol prowadzi z wynikiem dwudziestu ośmiu i trzydziestu trzech setnych procenta, ale cała przewaga bierze się z zadań ramienia, gdzie średnia sięga około pięćdziesięciu jeden punktów na sto. Na jedenastu zadaniach humanoida średnia żadnego modelu nie przekroczyła dwóch punktów na sto i żaden model nie ukończył ani jednego zadania; w zadaniu publicznym humanoid prowadzony przez najlepszy model przewrócił się na starcie. Zastrzeżenia obniżają wagę rankingu, bo każdy model występuje ze swoim firmowym narzędziem, a jedna próba na zadanie pozwala na wahania rzędu dziesięciu punktów. Wniosek dla firm planujących automatyzację pracy fizycznej jest jednak odporny: sterowanie ramieniem w wąskim zadaniu już działa, a utrzymanie równowagi całego ciała w czasie rzeczywistym pozostaje poza zasięgiem dzisiejszych systemów.
Źródło: artificial-analysis, vals-ai
Dziewięć. Agenci piszący kod wymuszają nową warstwę: obserwowalność i przegląd
Ostatni wątek dotyczy warstwy, która nie robi wrażenia na konferencjach, a decyduje o tym, czy agenci wejdą do firmowej produkcji. Anthropic otworzył publiczną betę wysyłania śladów działania modelu Claude do dowolnego systemu zbierającego dane telemetryczne, zgodnie z otwartym standardem OpenTelemetry. Wywołania modelu i narzędzi mogą pojawiać się w tym samym wykresie co reszta aplikacji, z czasem trwania, liczbą tokenów i nazwami narzędzi, a firma nie pobiera za to osobnej opłaty, choć sama ostrzega, że dostarczanie śladów jest najlepszym wysiłkiem i nie jest dziennikiem audytowym. Równolegle środowisko Claude Code dostało zagnieżdżone sesje i zapisywanie stanu pracy, a TypeSafe udostępnił nową wersję swojego modelu decyzyjnego, dodając obrazy i zwracanie współrzędnych prostokąta poza domyślną gwarancją niezawodności.
Wniosek z tego zestawienia jest taki, że skoro agenci piszą dziś większość kodu w największych laboratoriach, a regulatorzy w trzech jurysdykcjach zaczynają żądać zgłaszania incydentów, to narzędzie pozwalające odtworzyć, co agent zrobił, przestaje być udogodnieniem dla programistów, a staje się elementem zgodności. Napięcie odsłania sama dokumentacja Anthropic, która daje możliwość zbierania śladów i ostrzega, by nie traktować ich jako dowodu.
NAJWAŻNIEJSZE
Po pierwsze, TSMC publikuje dziś wyniki trzeciego kwartału, najtwardszy test trwałości boomu na moc obliczeniową. Przychody kwartału są już rekordowe i wynoszą blisko bilion czterysta dziewięćdziesiąt miliardów dolarów tajwańskich, konsensus analityków zakłada wzrost zysku netto o około sześćdziesiąt pięć procent, a uwaga rynku skupia się na marży i prognozie na czwarty kwartał, o których dowiemy się po godzinie ósmej czasu polskiego. Ponieważ przez fabryki tej spółki przechodzi niemal całe zaawansowane przetwarzanie, na którym opierają się modele wszystkich liczących się laboratoriów, ten raport waży dziś więcej niż jakakolwiek premiera modelu (TSMC, Reuters, LSEG, 8–15.10).
Źródło: reuters, lseg
Po drugie, organizacja METR zaproponowała stałe audyty wewnątrz laboratoriów granicznych, z dostępem do zapisów rozmów agentów, systemów nadzoru i zapisanych wersji modeli oraz z możliwością rozmów z pracownikami bez udziału pracodawcy. Propozycja pojawia się w momencie, w którym główny naukowiec OpenAI mówi, że żadne laboratorium nie rozwiązało nadzoru na tyle, by utrzymywać maksymalne tempo skalowania, a szef Anthropic ostrzega przed trwałą siecią botów w perspektywie od sześciu do dwunastu miesięcy. To pierwsza próba przełożenia takich słów na procedurę, choć jej słabością pozostaje dobrowolność udziału i prawo laboratoriów do redagowania publikacji (METR, AlphaSignal, 14.10).
Źródło: metr, alphasignal
Po trzecie, Unia Europejska opublikowała w Dzienniku Urzędowym pierwszy standard zharmonizowany dla aktu o sztucznej inteligencji, dotyczący systemu zarządzania jakością, którego zastosowanie daje domniemanie zgodności z wymaganiami dla systemów wysokiego ryzyka. Dokument jest dobrowolny, ale kończy okres niejasności: wymagania można od tej pory wpisywać do umów i przetargów, a kolejne standardy są już zapowiedziane (Luiza's Newsletter, Dziennik Urzędowy Unii Europejskiej, 14.10).
Źródło: luiza-newsletter, eur-lex
Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni najwięcej zmienia jedna obserwacja, która spina dzisiejsze wątki: jednostką rozliczeniową w sztucznej inteligencji przestaje być token albo parametr, a staje się koszt jednego wykonanego zadania. W robotyce niezależne benchmarki podają nie tylko punkty, ale i cenę zadania, gdzie najlepszy wynik kosztuje szesnaście dolarów, a wynik o cztery punkty gorszy już tylko jeden dolar dziewięćdziesiąt trzy centy, co oznacza, że przewaga jakościowa jest dziś droższa niż cała reszta. W obsłudze głosowej ułamek sekundy różnicy w opóźnieniu decyduje o tym, czy rozmowa brzmi naturalnie, a pięciogigabajtowy model multimodalny na licencji otwartej sprowadza koszt krańcowy wielu zadań klasyfikacji i analizy obrazu do zera.
Druga rzecz, którą warto obserwować, dotyczy tego, co dzieje się z tym spadającym kosztem po stronie rachunku. TSMC podniesie dziś albo utrzyma prognozę na czwarty kwartał przy rekordowych przychodach, a równocześnie koszt finansowania inwestycji w moc obliczeniową rośnie, co pokazywały wcześniejsze wydania tego wątku. Jeżeli oba te fakty utrzymają się jednocześnie, tańsze zadania nie oznaczają tańszej infrastruktury, a oszczędność przenosi się z rachunku za model na rachunek za pieniądz i za podzespoły.
Trzecim elementem, być może najważniejszym dla decyzji operacyjnych, jest to, że warunkiem użycia taniejących agentów staje się umiejętność odtworzenia ich działań. Unia opublikowała standard, w którym audytowalność jest częścią zgodności, regulatorzy w Stanach Zjednoczonych i Wielkiej Brytanii wprowadzają obowiązki zgłaszania incydentów, a dostawca modelu wprost pisze, że jego własne ślady telemetryczne nie stanowią dziennika audytowego. Budżet na wdrożenie agentów trzeba dziś planować razem z budżetem na ich rejestrowanie i weryfikację.