Koniec duopolu OpenAI i Anthropic

1Grok 4.6 prawie dogonił GPT 5.6 Sol i Fable 5

12 sierpnia xAI, firma Elona Muska, pokazała Groka 4.6. Do tej pory czołówkę dzieliły między siebie OpenAI i Anthropic. W indeksie Artificial Analysis, który łączy wiele testów w jedną ocenę, Grok 4.6 ma 61 punktów, tyle samo co GPT 5.6 Sol i o jeden mniej niż Fable 5. Grok 4.5 miał 56. W GDPval, teście zadań z prawdziwych zawodów biurowych, Grok 4.6 zdobył 1753 punkty i wyprzedził Fable 5 (1741) oraz GPT 5.6 Sol (1728). Jedno zadanie z indeksu kosztuje w Groku 4.6 około 0,94 dolara, praktycznie tyle samo co w GPT 5.6 Sol (0,95 dolara). W moich testach Grok 4.6 nie jest jeszcze na poziomie najlepszych modeli, ale różnica jest już niewielka. Jeśli korzystasz z jednego dostawcy, porównaj ceny i limity, bo masz teraz więcej opcji.

2Fable 5.1 nadrabia największe wady poprzednika

1 września Anthropic wypuścił Fable 5.1. Seria Fable miała trzy wady, które blokowały wdrożenia w większych firmach: wysoki koszt, wolne tempo pracy i brak trybu zerowej retencji danych, w którym dostawca nie zapisuje Twoich danych po przetworzeniu. Fable 5.1 częściowo rozwiązuje wszystkie 3. Cennik pozostał bez zmian, ale model zużywa mniej tokenów, czyli fragmentów tekstu, za które płacisz. W moich testach typowe zadanie kosztuje nawet kilkanaście procent mniej niż w Fable 5. Model jest też szybszy i przede wszystkim - bardziej inteligentny i samodzielny niż jakikolwiek inny model, który testowałem. Na niższych poziomach wysiłku, czyli ustawieniach decydujących o tym, jak długo model myśli, Fable 5.1 bywa tańszy od Opusa 5, więc ma szansę zostać modelem do codziennej pracy. Na najwyższym poziomie jest bardzo drogi - zalecamy korzystanie z poziomów medium/high. Pełną recenzję opublikujemy za kilka tygodni. Na start sięgnij po nasz poradnik do Claude Code.

3Google w końcu wydało model, który opłaca się sprawdzić

Od listopada 2025 modele Gemini wyglądały lepiej w testach niż w prawdziwej pracy. Gemini 3.8 Flash z 2 września to pierwsza od dawna wersja, którą polecamy sprawdzić. W indeksie Artificial Analysis wypada niemal tak dobrze jak GPT 5.6 Sol, a jest od niego tańszy i szybszy. Zastrzeżenie: Google dopasowuje modele do testów bardziej niż do prawdziwych zadań, więc przetestuj Gemini na własnym procesie, zanim mu zaufasz. Widzimy dla niego trzy zastosowania: zapasowy model, gdy skończą Ci się limity GPT lub Claude; tani wykonawca prostszych kroków pod nadzorem droższego modelu; narzędzie do pisania po polsku. Po polsku Gemini od dawna pisze naturalniej niż Claude i nieco lepiej niż GPT. Jeśli Twoja firma płaci za Google Workspace, ma Gemini w pakiecie, więc test nic nie kosztuje.

4Meta ma najlepszy otwarty model na świecie. Sprawdzisz go za darmo

2 września Meta wypuściła Muse Spark 1.3. To model otwarty: jego wagi, czyli pliki z wytrenowaną wiedzą, można pobrać i uruchomić na własnych serwerach. W indeksie Artificial Analysis ma 61 punktów, tyle samo co GPT 5.6 Sol i Grok 4.6. Jedno zadanie z indeksu kosztuje w Muse Spark 1.3 około 0,55 dolara, a w GPT 5.6 Sol i Groku 4.6 około 0,95 dolara. Największy postęp w benchmarkach widać w długich, samodzielnych zadaniach, w których model sam wykonuje kolejne kroki. Przetestujesz go bezpłatnie w OpenCode, programie do pracy z agentami AI. Uwaga: to wersja contributor, czyli dla współtwórców, więc dzielisz się danymi z Metą. Testuj na przykładowych plikach, nie na danych firmy.

5Mistral rezygnuje z wyścigu. Europa zostaje bez szansy na frontierowy model

Francuski Mistral był jedynym europejskim laboratorium z ambicją dogonienia czołówki. 14 sierpnia ogłosił, że zacznie udostępniać modele konkurencji, czyli uruchamiać je na własnych serwerach i sprzedawać do nich dostęp. Pierwszy będzie chiński GLM-5.2 firmy Z.ai. Żadna firma, która wierzy, że może wygrać, nie sprzedaje modeli konkurencji. Mistral robi to, bo nie ma innego wyjścia. Już wcześniej nie miał dość mocy obliczeniowej, żeby rozwijać własne modele w tempie czołówki. Teraz część tej mocy przeznaczy na uruchamianie modeli z Chin, więc dystans będzie tylko rósł. Firma zapowiada, że dalej będzie tworzyć własne modele, ale w tej sytuacji nie wróci do wyścigu. Dla Europy oznacza to, że najlepsze modele AI będą pochodzić wyłącznie z USA i Chin, a europejskie firmy, także Twoja, będą zależne od decyzji Waszyngtonu i Pekinu.

Tip miesiąca

Pisz polecenia po angielsku. Oszczędzisz nawet połowę tokenów

Badanie opublikowane na promptowy.com potwierdziło to, o czym pisałem już wcześniej. Polskie teksty generują od 40 do 111 procent więcej tokenów niż angielskie. Tokeny to fragmenty słów, na które model dzieli tekst i za które płacisz. Przez odmianę i polskie znaki ten sam tekst po polsku dzieli się na więcej tokenów, więc kosztuje więcej.

Różnice między modelami też są spore: jedno polskie słowo to 1,64 tokena w Groku 4.6 i 2,81 tokena w Claude Fable 5.

Instrukcje, pliki z zasadami projektu i polecenia pisz po angielsku. Po polsku proś tylko o to, co ma trafić do odbiorcy w tym języku, na przykład o tekst dla klienta. Polska odpowiedź kosztuje więcej tokenów niż angielska, więc nie każ modelowi pisać po polsku bez potrzeby. Więcej sposobów na niższy rachunek za AI znajdziesz w naszym poradniku o oszczędzaniu tokenów.

Nowa sekcja

Lista spółek z sektora AI, które mam na radarze

Po tym, jak opisałem na X jak inwestuję w spółki AI, dostałem od Was sporo próśb o podzielenie się listą konkretnych akcji.

Zgodnie z Waszą prośbą od tego wydania lista obserwowanych spółek jest częścią newslettera.

To nie są rekomendacje kupna. To spółki, które obserwuję, z krótkim uzasadnieniem, dzięki któremu łatwiej sprawdzisz je samodzielnie. Decyzję zawsze podejmujesz Ty, a inwestowanie w akcje wiąże się z ryzykiem utraty części kapitału.

Zobacz listę obserwowanych spółek >

Znasz kogoś, komu przyda się to wydanie?

Prześlij je osobie, która chce śledzić najważniejsze zmiany w AI.