Alibaba útočí na dominanci USA modelem, který pracuje několik dní bez zásahu člověka
Alibaba oznámila Qwen3.8-Max, svůj dosud nejschopnější jazykový model. Má 2,4 bilionu parametrů, z toho 95 miliard aktivních na jeden dotaz. Jde o architekturu mixture-of-experts (model složený z odborných podsítí, z nichž se aktivuje jen část). Důraz není na odpovědích na jednu otázku, ale na dokončení složitých úloh, které běží několik dní.
Tým ukázal pět případových studií, v nichž model pracoval bez pomoci člověka. V první strávil 16 dní stavbou nástroje oh-my-cli. Zpracovával požadavky uživatelů, převáděl je na GitHub issues, sám si je přiřazoval, psal kód a iterativně ho vylepšoval. Do 30. července 2026 nasbíral 265 commitů, 127 pull requestů a 151 issues, vše bez jediného lidského zásahu.
V druhé studii dostal vědecký článek bez startovacího kódu a měl reprodukovat jeho výsledky. Za přibližně pět dní a 125 hodin výpočtů napsal 7 600 řádků kódu, spustil 33 tréninkových úloh na GPU a překonal metodu z článku o 2,7 bodu na benchmarku AIME24. Ve třetí studii, v soutěži s 526 lidskými týmy, se umístil před 458 z nich.
Nejzajímavější je simulace celého fiskálního roku v e-commerce na datech z Taobao a Tmall. Model začal se 100 000 jüany, řídil několik obchodů najednou, vyjednával s dodavateli v přirozeném jazyce, upravoval ceny, řešil vratky i krize typu tajfun. V dodavatelském fondu bylo ukryto 152 podvodníků, které měl odhalit. Skončil se 416 252 jüany, tedy s čtyřnásobkem vkladu. To je o 38 % více než u druhého GLM 5.2 a více než 2,5násobek toho, co zvládl předchůdce Qwen3.7-Max.
Čísla znějí působivě. Jenže pocházejí z interních běhů Alibaby. Nezávislé ověření zatím chybí. Podle MarkTechPost navíc multimodální tabulka porovnává model s Qwen3.7-Plus, nikoli s Max, což opticky nafukuje generační skok. A vlastní křivka škálování Alibaby vrcholí přibližně u 4 000 tréninkových prostředí, poté klesá.
Důležitější než benchmarky jsou tři věci. Za prvé, ceny za token jsou zveřejněné: 2 dolary za milion vstupních a 6 dolarů za milion výstupních tokenů, přičemž cache je osmkrát levnější než čerstvý vstup. Za druhé, váhy mají být zveřejněny do týdne spolu s menším modelem Qwen3.8-27B. Za třetí, The Verge upozorňuje, že Alibaba se tím po krátkém odklonu k proprietárním vydáním vrací k otevřeným vahám. V Číně se otevřenost stala normou i nástrojem vlivu.
Důležitá poznámka k rozpočtu: samotný 2,4bilionový checkpoint je datacentrový artefakt pro více uzlů. Aktivní počet parametrů Alibaba nezveřejnila, takže cenu serverů zatím nikdo seriózně nespočítá. Reálnou cestou pro firemní nasazení na vlastním hardwaru je menší model 27B, nikoli vlajková loď.
Co si z toho odnést? Pro firmu v Česku to není výzva stáhnout si 2,4bilionový model. Je to signál, že přes rozhraní kompatibilní s OpenAI máte dalšího levného a schopného dodavatele, kterého dokážete zapojit změnou jedné URL. Otázka nezní, zda je Qwen lepší než GPT. Otázka zní, zda vaše zadání a vaše data vůbec dokážou tento rozdíl využít. Ve většině případů nikoli. Testujte, měřte náklady ve vlastním provozu a nezapomeňte započítat, jak z modelu později odejdete.
Evropská pravidla transparentnosti AI vstoupila v platnost
Od 2. srpna platí nové povinnosti podle článku 50 AI Actu. Podle The Verge musí firmy jasně oznámit, když člověk komunikuje s AI, a označit strojově čitelnou značkou syntetické audio, obraz, video i text.
Pravidla rozlišují poskytovatele a nasazující subjekty. Poskytovatelé musí systém navrhnout tak, aby uživatele upozornil, že jde o AI, „pokud to není zjevné“. Nasazující subjekty musí označovat deepfake obsah, který má působit reálně. Komise dokonce připravila vlastní ikony, aby si je firmy nemusely navrhovat.
Za nesplnění hrozí pokuty až 15 milionů eur nebo 3 % globálního ročního obratu. Nové systémy pravidlům podléhají okamžitě, starší mají odklad do 2. prosince. Pro firmy to znamená jeden konkrétní úkol: projít každý bod, v němž zákazník komunikuje s chatbotem nebo vidí generovaný obsah, a doplnit označení. Není to filozofie, ale seznam úkolů s termínem.
Palantir zdvojnásobil tržby, americký komerční segment vyskočil o 149 %
Palantir vykázal růst tržeb o 93 % na 1,94 miliardy dolarů. Tahounem je americký komerční segment, který vzrostl o 149 %. To je číslo, jaké u softwaru této velikosti vídáme zřídka.
Co z toho vyplývá? Poptávka po AI, která skutečně běží v provozu velkých firem, je reálná a roste rychleji než vládní zakázky, na nichž Palantir vybudoval svou pověst. Rozdíl mezi pilotem a produkcí je přesně to místo, kde se peníze vydělávají nebo ztrácejí. Čísla Palantiru naznačují, kam se přesouvá váha: od prezentací k systémům, které každý den něco dělají. Pro menší firmy je to připomínka, že hodnota není v tom, že AI máte, ale v tom, že je zapojená do procesu, který bez ní stál víc.
Interpol: AI se stala jádrem provozu kyberzločinu v Africe
Podle nové zprávy Interpolu je AI zapojena do 55 % nahlášených kyberzločinů v Africe. Rok 2025 označuje bod, kdy se z užitečného nástroje stal „jádrový provozní motor“ zločinu. Finanční ztráty se více než zdvojnásobily, ze 192 na 484 milionů dolarů.
Zločinci používají AI v každé fázi útoku: při průzkumu, phishingu, vydírání i tvorbě syntetických identit, které obejdou biometrii. Zaznamenáno bylo přibližně 600 000 případů digitálního vydírání s deepfaky, analýza čerpá z dat 36 zemí. Neal Jetton z kyberkriminální jednotky říká, že AI automatizuje každý krok útoku od průzkumu po únik.
Zpráva má i druhou stranu. Čtyři koordinované operace vedly k více než 1 500 zatčením a zabavení více než 100 milionů dolarů. Stejná technologie, která útok urychluje, pomáhá ho také rozbít. Pro firmy platí jednoduchý závěr: phishing, kterému jste důvěřovali podle gramatiky a tónu, už neexistuje. Ověřování musí stát na procesu, nikoli na dojmu.
Co ještě stojí za přečtení?
- AI dohled nad distanční zkouškou selhal natolik, že 58 000 studentů musí test opakovat, přičemž nejlepší skóre vzrostlo pětinásobně, píše Ars Technica.
- Google pomocí AI agentů našel a opravil 1 072 bezpečnostních chyb v Chrome za 60 dní, informuje ZDNET.
- IBM zjistil, že 92 % firem zasažených incidentem souvisejícím s AI nemělo ani základní přístupové kontroly ke svým AI systémům, uvádí The Decoder.
- Dva výzkumné týmy nezávisle vyřešily stejný problém kvantové kryptografie prostřednictvím GPT-5.6 s odstupem pouhých tří hodin, podle The Decoder.
- Americká firma dodá 50 000 ukrajinským dronům AI schopnosti autonomního sledování cílů v kontraktu za 100 milionů dolarů, píše Ars Technica.
- Meta zdvojnásobila efektivitu tréninku svého reklamního modelu GEM ve škále LLM na několika tisících nejnovějších GPU, uvádí Meta Engineering.
Co si o tom myslím
Firmy se mě znovu zeptají, zda je Qwen lepší než GPT. Je to špatná otázka. Rozdíl mezi těmito modely je dnes menší než rozdíl mezi dobrým a špatným zadáním a mezi daty, která do toho firma pustí. Qwen3.8-Max je zajímavý především tím, že přidává levného, otevřeného dodavatele a snižuje riziko uzavřenosti. Připojit ho je otázka jediné změny URL. To je skutečná hodnota. Honit se za tím, který model vyhrál který benchmark z vlastní dílny výrobce, je ztráta času. Vybírejte podle ceny ve vlastním provozu a podle toho, jak dokážete z nástroje odejít, nikoli podle 2,4 bilionu v titulku.
Na závěr
Zajímavější než benchmarky je dění na amerických univerzitách. Fast Company popisuje studentku psychologie, která si dělá vedlejší specializaci v AI, aby vynikla. Zápisy do informatiky přitom klesly o více než 8 %, protože nábor juniorních programátorů ochladl. Katedry se proto obrátily a učí AI hudebníky, právníky i biology. Vedoucí katedry v Texasu to nazývá demokratizací: stejně jako každý potřebuje matematiku a čtení, každý bude potřebovat určitou míru AI gramotnosti. Je v tom háček. Když za vás kód píše model, na povrchu to vypadá jako pomoc. Pod povrchem ale model přebírá i pochopení úlohy. Gramotnost neznamená umět model spustit. Znamená umět zkontrolovat, zda to, co vyplivl, dává smysl.
Otevřete si dnes ceník Qwenu vedle ceníku svého současného modelu a spočítejte si, kolik by vás stál jeden skutečný měsíc vašeho provozu.
