Open source bere tokeny, Anthropic zatím drží účtenku

TechCrunch rozebírá tezi Decagon CEO Jesseho Zhanga, že open source modely v enterprise zatím neukusují frontier labům hlavní peníze. Podle tohoto rámce drahé modely otevírají nové use casy a levnější modely je přebírají teprve ve chvíli, kdy se z experimentu stane rutinní provoz.

DeepSeek roste v provozu, Anthropic zůstává drahým začátkem práce

Článek staví hlavně na dvou tržních signálech. Vercel AI Gateway podle TechCrunch ukazuje DeepSeek s více než třetinou tokenového objemu za poslední týden, zatímco Anthropic má stále přes polovinu celkové útraty na platformě. OpenRouter vykresluje podobný vzorec: DeepSeek V4 Flash má 5,3 bilionu tokenů týdně, zatímco Opus 4.8 přes 2 biliony.

Rozdíl není jen v popularitě, ale v ceně. TechCrunch uvádí průměrnou cenu Opus 4.8 na OpenRouteru zhruba 1,37 dolaru za milion tokenů, proti 6 centům u V4 Flash. To je přibližně 23krát vyšší cena, takže i menší objem může znamenat větší účet.

Firmy začínají oddělovat objevování od výroby

Užitečný závěr není, že open source prohrává. Spíš se ukazuje dělba práce. Frontier modely se hodí tam, kde tým teprve hledá, co má agent nebo workflow dělat. Levnější modely dávají větší smysl ve chvíli, kdy je úloha popsaná, otestovaná a jde hlavně o spolehlivé opakování.

Pro produkťáky a engineering leady je to praktičtější rámec než náboženská válka open source proti closed source. Správná otázka zní: kolik proměnlivosti ještě v úloze je a kolik stojí chyba, když model šetří na špatném místě.

Data ukazují směr, ale ne dokazování zákona trhu

Zhangova teze je elegantní, jenže TechCrunch sám připouští, že k ní nedává mnoho přímých dat. Vercel a OpenRouter měří konkrétní průřezy trhu, ne celé enterprise nákupy. Zvlášť OpenRouter je méně enterprise vzorek než přímé kontrakty velkých firem.

Slabé místo je i čas. Pokud open source modely zrychlí v reasoning, tool use a dlouhých kontextech, mohou začít ukusovat nejen provozní tokeny, ale i drahou fázi objevování.

Rozhodne, jestli se drahé modely udrží u prvních návrhů

Sledovat má smysl méně benchmarků a víc migračních vzorců. Pokud budou týmy po pilotu systematicky přepisovat workflow z Claude nebo GPT na DeepSeek, Qwen, GLM nebo Nemotron, dvouvrstvý model trhu zesílí.

Pokud ale frontier modely zůstanou nutné i při stabilním provozu, open source bude hlavně tlak na marže. Účet za inference pak nepůjde dolů revolucí, ale nudnou optimalizací po jednotlivých use casech.

Lilithin verdikt

Frontier model je dnes drahý konzultant u bílé tabule, open source je operátor u linky. Problém pro Anthropic začne ve chvíli, kdy si firmy všimnou, že ten konzultant už jen opisuje postup z návodu.