benchmarki AI

DeepSeek ponownie mocno naciska na efektywność modeli AI. V4.1 Flash jest pierwszym przedstawicielem nowej architektury Causal Encoder-Decoder, która rozdziela przetwarzanie wejścia i generowanie odpowiedzi. Model ma 552 mld parametrów w backbone'ie MoE, ale podczas prefill aktywuje tylko 8 mld z nich. Jednocześnie DeepSeek ograniczył rozmiar KV cache, zmniejszając wymagania dotyczące HBM do jednej czwartej poprzedniej generacji i SSD do jednej ósmej.

Gry wideo od dawna służą jako poligon testowy dla AI, ale zwykle kończyło się to kompromitacją modelu przy pierwszym trudniejszym skoku. Tym razem historia potoczyła się inaczej. Model OpenAI, uruchomiony przez niezależnego eksperymentatora bez żadnej pomocy z zewnątrz przeszedł od pierwszej komnaty testowej aż po napisy końcowe. Rachunek za tokeny był niższy, niż można by sądzić, choć czas potrzebny na ukończenie zadania mówi więcej niż sama kwota.

Alibaba nie zawsze potrzebuje nowej cyfry w nazwie, żeby pokazać postęp. Firma wypuściła Qwen3.8-Max-0902, czyli kolejną wersję dotrenowanego modelu, który zadebiutował miesiąc wcześniej. Architektura pozostaje ta sama, cennik również, a mimo to model wskoczył na pierwsze miejsce rankingu Code Arena: WebDev. Wynik 1691 punktów dał mu trzy punkty przewagi nad Claude Opus 5 Max. W tle pozostaje jednak pytanie, jak długo ta przewaga utrzyma się po premierze Claude Fable 5.1.

Firma Alibaba opublikowała flagowy model Qwen3.8-Max i od razu zestawiła go z najmocniejszymi propozycjami Anthropica i OpenAI. Tabele benchmarków, które chińska spółka wrzuciła do sieci, obejmują dziesiątki testów, od kodowania po rozpoznawanie obrazu i wideo. Model trafia na rynek zaledwie kilkanaście dni po premierze Moonshot AI Kimi K3, więc presja na amerykańskie laboratoria rośnie z dwóch stron naraz. Wyniki jednak warto analizować z dystansem.

Jeszcze nie opadł kurz po premierach konkurencyjnych modeli, a Google wyłożyło na stół swoje najcięższe działa. Mowa o modelu Gemini 3. Ta premiera to coś więcej niż tylko kolejny wzrost wydajności. Google stawia na rewolucję w sposobie interakcji ze sztuczną inteligencją, przesuwając ją z roli biernego asystenta do aktywnego, autonomicznego agenta. Czy faktycznie jest to ten "ogromny krok w stronę AGI", o którym marzy cała branża? Co ta nowa moc obliczeniowa i unikalna strategia integracji znaczą...

Ostatni tydzień to absolutna ofensywa firmy Anthropic. Firma wypuściła nowy model Haiku, udostępniła Claude Code bezpośrednio w przeglądarce, a do tego uruchomiła dedykowane potężne rozwiązanie dla naukowców i sektora farmaceutycznego. Wszystko to dzieje się w momencie, gdy CEO Dario Amodei ujawnił, że Anthropic jest najszybciej rosnącą firmą software w historii. Takiego tempa wzrostu świat technologii jeszcze nie widział.