Przez ostatnie tygodnie centrum uwagi w świecie AI przesunęło się z Doliny Krzemowej do Pekinu i Hangzhou. Kimi K3 od Moonshot AI, Qwen 3.8 od Alibaby i kolejny duży update DeepSeeka to nie są ciekawostki dla entuzjastów — to modele o otwartych wagach, które realnie zmieniają rachunek ekonomiczny wdrożeń AI w firmach.
Dlaczego akurat teraz mówimy o Chinach
Zachodnie laboratoria wciąż prowadzą w najtrudniejszych zadaniach rozumowania. Ale różnica przestała być przepaścią, a stała się odległością, którą da się zmierzyć w kilku punktach procentowych na benchmarkach. Jednocześnie chińskie modele mają dwie cechy, których zamknięte modele nie mają:
- Otwarte wagi — możesz pobrać model i uruchomić go na własnym serwerze, bez wysyłania danych do zewnętrznego API.
- Radykalnie niższy koszt — cena za milion tokenów bywa kilkukrotnie niższa niż u zachodniej konkurencji, a przy hostingu własnym płacisz tylko za sprzęt.
Dla firmy, która przetwarza tysiące dokumentów miesięcznie albo obsługuje czat z klientami, to nie jest różnica kosmetyczna. To różnica między projektem, który się spina finansowo, a takim, który zostaje w szufladzie.
Kimi K3 — model zbudowany pod agentów
Moonshot AI od początku stawiał na dwie rzeczy: ogromne okno kontekstu i pracę agentową. K3 idzie w tym kierunku jeszcze dalej. Model bardzo dobrze radzi sobie z długimi łańcuchami wywołań narzędzi — czyli dokładnie z tym, na czym wykłada się większość modeli, gdy próbujesz zbudować agenta wykonującego wieloetapowe zadanie.
Gdzie to ma sens: agenci przetwarzający długie dokumentacje, analiza obszernych raportów, asystenci, którzy muszą trzymać w głowie cały projekt, a nie ostatnie trzy wiadomości.
Qwen 3.8 — najbardziej praktyczny model open source
Rodzina Qwen od dawna jest najczęściej pobieranym otwartym modelem na Hugging Face i wersja 3.8 tylko to umacnia. Największe atuty to bardzo dobre function calling, solidne kodowanie oraz — co ważne dla nas — przyzwoita jakość w językach innych niż angielski, w tym w polskim.
Qwen występuje w wielu rozmiarach, od kilku miliardów parametrów po warianty flagowe. W praktyce oznacza to, że możesz zacząć od małego modelu na jednym GPU, a potem podmienić go na większy bez przepisywania aplikacji.
Gdzie to ma sens: lokalne wdrożenia w firmach z wymaganiami dotyczącymi poufności, automatyzacje z n8n, klasyfikacja i ekstrakcja danych na dużą skalę.
DeepSeek — reasoning za ułamek ceny
DeepSeek zbudował swoją pozycję na jednym: modele rozumujące w cenie, która wcześniej wydawała się niemożliwa. Najnowszy update podnosi skuteczność w matematyce, logice i kodzie, utrzymując bardzo agresywny cennik API.
Gdzie to ma sens: zadania analityczne, generowanie i przegląd kodu, wszędzie tam, gdzie robisz dużo wywołań i koszt jednostkowy decyduje o opłacalności.
Porównanie w skrócie
| Model | Największa siła | Wagi | Typowe zastosowanie |
|---|---|---|---|
| Kimi K3 | Długi kontekst, praca agentowa | Otwarte | Agenci, analiza dokumentacji |
| Qwen 3.8 | Function calling, wielojęzyczność | Otwarte | Lokalne wdrożenia, automatyzacje |
| DeepSeek | Reasoning i cena | Otwarte | Analityka, kod, duża skala |
Czy to znaczy, że trzeba porzucić ChatGPT i Claude?
Nie. Realny scenariusz w 2026 roku to architektura mieszana: najtrudniejsze zadania i kontakt z klientem obsługuje najlepszy dostępny model zamknięty, a masowe, powtarzalne operacje przenosisz na tańszy model otwarty. Przy dobrze zaprojektowanym routingu potrafi to obniżyć rachunek za AI o 50–80% bez odczuwalnej różnicy w jakości.
O czym trzeba pamiętać przed wdrożeniem
- Gdzie fizycznie działa model. Korzystanie z chińskiego API to wysyłanie danych poza UE. Jeżeli przetwarzasz dane osobowe lub tajemnicę przedsiębiorstwa, hostuj model lokalnie albo u europejskiego dostawcy.
- Licencja. Otwarte wagi nie zawsze oznaczają pełną swobodę komercyjną — sprawdź warunki konkretnej wersji modelu.
- Zgodność z AI Act. Obowiązki dotyczą tego, jak używasz systemu, a nie tego, kto go zbudował. Piszemy o tym szerzej w artykule o nowych przepisach unijnych.
- Ewaluacja na własnych danych. Benchmarki nie odpowiedzą na pytanie, który model lepiej rozumie Twoje faktury. Zrób test na 50 realnych przypadkach.
Jak przetestować to u siebie w jeden wieczór
- Zainstaluj Ollama i pobierz mniejszy wariant Qwen — to jedna komenda.
- Podłącz Open WebUI, żeby dać zespołowi interfejs w stylu ChatGPT.
- Przygotuj 20–50 realnych przykładów zadań z Twojej firmy.
- Porównaj wyniki modelu lokalnego z tym, którego używasz dziś. Policz koszt i czas.
- Decyzję podejmij na podstawie tych liczb, a nie nagłówków.
Gotowe narzędzia i repozytoria, od których warto zacząć, zebraliśmy na naszej stronie Open Source dla agentów AI.
Podsumowanie
Chińska ofensywa nie polega na tym, że powstał jeden model lepszy od wszystkich. Polega na tym, że dobry model przestał być towarem luksusowym. Dla polskich firm to najlepsza wiadomość od lat: wdrożenie AI przestaje być kwestią budżetu, a staje się kwestią kompetencji i pomysłu.