Martin Pavlíček

Štítek: model

  • Nový model – Kimi K3

    Čínský startup Moonshot AI předvedl obrovský skok na poli otevřené umělé inteligence a představil Kimi K3. Jedná se o masivní model s 2,8 bilionu parametrů, který přináší kontextové okno o velikosti 1 milionu tokenů a pokročilé multimodální schopnosti včetně vizuálního uvažování. To, co ale vývojářskou komunitu zasáhlo nejvíce, jsou jeho výsledky. V nezávislých benchmarcích (jako je například Arena.AI) se model dokáže sebevědomě vyrovnat, a v některých případech dokonce i překonat, špičkové proprietární modely jako jsou Claude Fable 5 nebo GPT-5.6 Sol. Společnost navíc slíbila brzké a kompletní uvolnění vah modelu pro veřejnost. 

    Zdroj:

    • https://www.kimi.com/blog/kimi-k3

    Komentář:

    • Model, který svými reálnými vlastnostmi dosahuje na prémiovou kvalitu Fable, na API stojí přibližně tolik, co Claude Sonnet, a přitom je díky uvolněným vahám celý zdarma k provozu on-premise… tomu říkám pořádná konkurence. Tento krok jasně ukazuje, že otevřená scéna dokáže nabídnout absolutně špičkový výkon a narušit dominanci uzavřených komerčních modelů. Pro všechny, kteří chtějí výkonnou AI a zároveň potřebují držet svá data v bezpečí na vlastním hardwaru, je to fantastická zpráva. 

  • Grok poslal celé repozitáře do Xai bucketu

    Nedávno internetem a vývojářskou komunitou otřásla velmi znepokojivá zpráva týkající se AI nástroje Grok od společnosti xAI. Bezpečnostní výzkumníci z CerebLab odhalili a následně úspěšně reprodukovali chování, při kterém vývojářský nástroj grok-build potají odesílal kompletní zdrojové kódy celých repozitářů přímo do cloudových úložišť patřících xAI. Ačkoliv Elon Musk bezprostředně po publikování tohoto zjištění slíbil okamžitou nápravu a důkladnou „čistku“ kódu, samotný incident odkrývá obrovské bezpečnostní riziko spojené s nekontrolovanou integrací AI asistentů do vývojářského prostředí. 

    Zdroj:

    Komentář:

    • Celá tato situace nutí k velmi nepříjemnému zamyšlení: co by se stalo, kdyby se na podobné exfiltrování dat vůbec nepřišlo? A upřímně – můžeme si být jistí, že úplně to samé nedělají (ať už záměrně, nebo chybou v návrhu) i ostatní populární AI nástroje? Spoléhat se na slepou důvěru se dnes prostě nevyplácí. Je naprosto nezbytné proaktivně sledovat a auditovat, co přesně AI nástroje ve vaší síti dělají. Pokud je to jen trochu technicky proveditelné, snažte se je držet v izolovaném prostředí. Ze všeho nejdůležitější je ale přijmout předpoklad „zero trust“ – musíte být od samého začátku procesně i bezpečnostně připraveni na situaci, že se vaše citlivá data a zdrojové kódy jednoho dne ocitnou mimo vaši kontrolovanou infrastrukturu.

  • Claude Fable a neustálé posouvání limitů

    Společnost Anthropic u svého modelu Claude Fable tentokrát neposouvá hranice samotné umělé inteligence, ale radikálně mění pravidla pro její využívání. Zásadní novinkou je dočasný přesun modelu do předplacených tarifů (prepaid plans), což bylo překvapivé rozhodnutí. Ruku v ruce s tím jde i posouvání a úprava limitů pro placení z kreditů.

    Zdroj:

    Komentář:

    Posouvání modelu z předplatného do API přístupu a jeho opětovné rušení znamená nestabilitu. Také je vidět konkurenční boj s GPT, kde model Sol stojí proti Fable. Pokud konkurenční boj znamená dostupnost modelů v předplatném, je to pro nás veliké plus. Čekám, že se stejně zapojí čínské firmy. Pokud je to možné, je velice výhodné využívat předplacené tarify (dokud tady jsou).

  • OpenAI představuje GPT-5.6: Sol, Terra a Luna

    OpenAI uvádí na trh novou generaci svých modelů s označením GPT-5.6, která přichází rovnou ve třech variantách – Sol, Terra a Luna. Každý z modelů je optimalizován pro specifické potřeby uživatelů a firem. Zatímco nejrobustnější verze cílí na komplexní a hlubokou analytiku, ty menší se soustředí na bleskovou rychlost. Zkrátka každý si najde to svoje. 

    Zdroj:

    Komentář:

    • Běžný uživatel nepozná, že vyšel nový model, natož aby se o ně zajímal. Z pohledu programátora a vědce mají nové modely nesporné výhody, které se ukazují na složitých úlohách a analýzach opřených o aktulaní stav poznání.

  • Nový model – Z GLM 5.2

    Ještě nedávno jsme se bavili o tom, že Čína dohání západní AI laboratoře. Dnes mi to zní skoro zastarale. Modely jako DeepSeek, Kimi nebo teď GLM-5.2 od Z.ai ukazují, že čínský AI ekosystém už nehraje jen hru na „levnější alternativu“. Začíná tlačit přesně tam, kde to vývojáře bolí nejvíc: dlouhý kontext, práce s celým projektem, agentní coding a praktické nasazení.

    GLM-5.2 je podle Z.ai vlajkový model zaměřený na takzvané long-horizon tasks, tedy úlohy, kde model nemá jen odpovědět na jednu otázku, ale držet dlouhý plán, chápat větší codebase, respektovat architekturu a postupně upravovat projekt od požadavků až po nasaditelný výsledek. Oficiální dokumentace uvádí kontext 1M tokenů a maximální výstup 128K tokenů, což je přesně ten typ parametrů, které na papíře vypadají jako marketing, ale v reálném vývoji mohou změnit způsob práce s AI asistenty.

    Podle mě je tu důležitá jedna věc: dlouhý kontext sám o sobě nestačí. Už jsme viděli modely, které se chlubily obrovským kontextovým oknem, ale v praxi se v dlouhých vstupech ztrácely. Z.ai proto u GLM-5.2 zdůrazňuje, že nejde jen o „1M tokenů“, ale o použitelný 1M kontext pro coding agenty, refaktoring, výzkumnou reprodukci, mobilní debugging nebo práci napříč celým projektem. Dokumentace přímo popisuje scénáře jako převzetí celé codebase, dlouhodobý refaktoring, dodržování týmových engineering standardů nebo debugging přes ADB a logcat.

    A to je za mě mnohem zajímavější než další tabulka benchmarků.

    Nechápejte mě špatně, benchmarky jsou důležité. Z.ai u GLM-5.2 tvrdí, že model dosahuje velmi silných výsledků v long-horizon coding benchmarcích, například FrontierSWE, PostTrainBench a SWE-Marathon, a že je mezi open-source modely na špičce. U standardních coding benchmarků firma uvádí zlepšení proti GLM-5.1, například 81.0 vs. 62.0 na Terminal-Bench 2.1 a 62.1 vs. 58.4 na SWE-bench Pro. Jenže tady bych byl opatrný. Výsledky od výrobce jsou fajn start, ale skutečná pravda se ukáže až ve chvíli, kdy model pustíte na vlastní repozitář, vlastní legacy kód a vlastní chaotické zadání od klienta.

    Co se mi na GLM-5.2 líbí nejvíc, je jeho pragmatické zaměření. Neprodává se primárně jako chatbot pro všechno. Tlačí se do role modelu pro vývojáře a coding agenty. Podporuje streaming, function calling, structured output, context caching a MCP integrace, tedy přesně ty věci, které potřebujete, když chcete model zapojit do reálného workflow, ne si s ním jen povídat v okně prohlížeče.

    Druhá zajímavá věc je integrace do existujících nástrojů. GLM-5.2 se dá podle dostupných návodů používat přes Anthropic-compatible nebo OpenAI-compatible endpointy, takže ho lze napojit do nástrojů typu Claude Code, Cline nebo OpenClaw bez toho, aby vývojář musel kompletně měnit svoje prostředí. DataCamp například popisuje variantu glm-5.2[1m], kde se explicitně zapíná 1M tokenový kontext, a upozorňuje na dva reasoning režimy: high a max.

    Za mě je tohle možná největší posun. AI modely už nesoutěží jen v tom, kdo napíše hezčí odpověď. Soutěží v tom, kdo se lépe napojí do vývojářského procesu. Kdo umí číst projekt. Kdo vydrží u úkolu. Kdo nezapomene omezení z první části zadání. Kdo si nevyrobí vlastní architekturu jen proto, že mu to vypadá elegantněji.

    A tady se podle mě láme budoucnost AI ve vývoji softwaru.

    GLM-5.2 bych určitě netestoval na triviálním promptu typu „napiš mi REST API v Node.js“. To dnes zvládne skoro každý lepší model. Testoval bych ho na něčem nepříjemném: starší monolit, nejednotné testy, dokumentace mimo realitu, několik modulů s historickými kompromisy a zadání typu „refaktoruj to, ale nic nerozbij“. Tam se ukáže, jestli 1M kontext znamená reálnou výhodu, nebo jen delší paměť pro sebevědomé chyby.

    Můj osobní odhad? GLM-5.2 nebude model, který okamžitě všichni vymění za své současné nástroje. Ale je to další signál, že čínské modely se velmi rychle posouvají z kategorie „zajímavé open-source alternativy“ do kategorie „tohle musíme reálně benchmarkovat ve firmě“. A pokud se potvrdí stabilita na dlouhých coding úlohách, může být pro vývojářské týmy hodně nepříjemným konkurentem zavedených západních modelů.

    Ne proto, že by měl nejlepší marketing.

    Ale proto, že míří přesně na praktickou bolest: velký projekt, dlouhý úkol, mnoho souborů, hodně kontextu a minimum prostoru pro halucinace.

    A to je podle mě směr, kterým se AI coding bude v roce 2026 lámat. ne chat, ale agentní práce nad celým softwarem.

  • Nový model – Claude Fable 5

    Anthropic vypustil nový model Claude Fable 5 a já mám pocit, že je to jeden z těch momentů, kdy se o AI nebude mluvit jen jako o „chytřejším chatbotu“. Fable 5 podle mě ukazuje směr, kterým se velké jazykové modely posouvají: méně jednoduchého odpovídání, více dlouhodobé práce, více autonomie, více schopnosti držet kontext a řešit složité úkoly napříč hodinami práce.

    Zároveň ale přichází i méně příjemná část. Spolu s novým modelem se znovu otevírá otázka tokenů, kreditů a skutečných nákladů na používání AI. A upřímně: myslím si, že právě tady začne mnoho uživatelů poprvé opravdu chápat, že token není abstraktní technický detail. Token je jednotka spotřeby. A u nejvýkonnějších modelů se z něj stává velmi konkrétní položka v rozpočtu.

    Fable 5 je prezentovaný jako tzv. Mythos-class model, tedy model nové výkonnostní kategorie. Anthropic u něj zdůrazňuje hlavně software engineering, analytickou práci, práci s vizuálními vstupy, vědecké úlohy a dlouhé komplexní zadání. To je přesně oblast, kde podle mě dává takový model největší smysl. Ne na běžné „napiš mi krátký e-mail“, ale na situace, kdy po modelu chceme skutečnou práci: projít kódovou bázi, navrhnout architekturu, analyzovat dokumenty, řešit složitější rozhodování nebo fungovat jako agent nad delším úkolem.

    Tohle je důležitý posun. U předchozích generací modelů jsme se často bavili o tom, jestli umí lépe psát, lépe sumarizovat nebo méně halucinovat. U Fable 5 je podle mě zajímavější otázka jiná: kolik práce mu můžeme svěřit najednou a jak dlouho dokáže zůstat konzistentní?

    Jenže vyšší schopnosti znamenají i vyšší spotřebu. A tady se dostáváme ke kreditům. Fable 5 má být dočasně zahrnutý v placených plánech bez dalšího příplatku, ale následně se jeho používání přesune do režimu usage credits. Jinými slovy: základní předplatné už nemusí být automaticky vstupenkou k neomezenému používání nejvýkonnějšího modelu. Pokud budete chtít jet dál, budete používat kredity a ty se budou počítat podle spotřebovaných tokenů.

    Podle mě je to logický, ale nepohodlný vývoj. AI firmy dnes řeší obrovské náklady na inference, tedy samotné provozování modelů. Čím silnější model, tím dražší výpočet. A jestli má Fable 5 zvládat delší kontexty, autonomní práci a náročnější reasoning, není realistické očekávat, že bude stát stejně jako běžný konverzační model pro každodenní drobnosti.

    Pro uživatele to ale znamená jednu věc: budeme muset začít přemýšlet ekonomicky. Už nestačí ptát se „který model je nejlepší“. Důležitější otázka bude „který model je nejlepší pro tento konkrétní úkol“. Na jednoduché věci bude často zbytečné pálit Fable 5. Naopak u komplexního refactoringu, hluboké analýzy nebo důležitého návrhu systému se může dražší model vyplatit, protože ušetří čas, sníží počet pokusů a možná dodá kvalitnější výsledek na první průchod.

    Mně osobně se líbí, že Anthropic u Fable 5 otevřeně řeší i bezpečnostní vrstvu. U některých citlivých oblastí, například u části kyberbezpečnostních, biologických nebo chemických dotazů, má model přepínat odpověď na jiný, více omezený model. To může být pro část uživatelů frustrující, protože občas narazí i legitimní požadavky. Na druhou stranu chápu, proč se to děje. Čím schopnější modely jsou, tím víc se z nich stává nástroj, který může pomáhat, ale také škodit.

    Za mě je Fable 5 hlavně signál. Signál, že vstupujeme do fáze, kdy špičkové AI modely nebudou jen „součástí předplatného“, ale spíše výkonnostní vrstvou, za kterou se platí podle skutečného využití. Podobně jako u cloudu. Nikdo nečeká, že bude donekonečna provozovat obří GPU instanci jen proto, že má měsíční tarif. U AI se k tomu pomalu dostáváme také.

    Prakticky bych proto doporučil jednoduchý přístup: Fable 5 používat tam, kde potřebujeme špičkový výkon, delší autonomní práci nebo hlubší reasoning. Pro rutinní texty, běžnou sumarizaci, jednoduché otázky a rychlé nápady bych zůstal u levnějších modelů. Ne proto, že by Fable 5 nebyl lepší, ale proto, že nejlepší nástroj není vždy ten nejdražší. Nejlepší nástroj je ten, který dává smysl vzhledem k úkolu, času a ceně.

    A právě to je podle mě hlavní lekce nového modelu Claude Fable 5. Výkon AI dál dramaticky roste. Ale spolu s ním roste i potřeba chápat, co vlastně spotřebováváme. Tokeny už nejsou technická poznámka pod čarou. Tokeny jsou nová měna práce s umělou inteligencí.

  • Nový model – MAI (Microsoft)

    Microsoft představil rodinu nových modelů MAI a podle mě je to jeden z těch momentů, který na první pohled vypadá jako „další oznámení AI modelů“, ale ve skutečnosti ukazuje mnohem hlubší posun. Nejde jen o to, že Microsoft má další model pro obrázky, přepis hlasu nebo programování. Jde hlavně o to, že Microsoft si stále zřetelněji buduje vlastní AI infrastrukturu, vlastní modelovou rodinu a vlastní cestu k tomu, čemu sám říká Humanist Superintelligence.

    Microsoft na své stránce uvádí několik hlavních modelů: MAI-Thinking-1, MAI-Code-1-Flash, MAI-Image-2.5, MAI-Transcribe-1.5 a MAI-Voice-2. K tomu přidává i koncept Microsoft Frontier Tuning, tedy možnost přizpůsobovat modely konkrétním firemním workflow, datům a pravidlům.

    Podle mě je nejzajímavější právě MAI-Thinking-1. Microsoft ho popisuje jako vlajkový reasoning model, postavený od začátku pro matematiku, programování a enterprise nasazení. Má jít o MoE model s 35 miliardami aktivních parametrů a zhruba jedním bilionem celkových parametrů, který má být konkurenceschopný i vůči výrazně větším modelům v softwarově-inženýrských benchmarcích.

    To je důležité, protože AI trh se podle mě začíná lámat od „kdo má největší model“ k otázce „kdo má nejlépe použitelný model pro konkrétní práci“. Microsoft zde očividně necílí jen na laboratoř, ale na každodenní firemní použití: Copilot, VS Code, Foundry, interní workflow, automatizace a data ve firmách.

    Druhý zajímavý kus skládačky je MAI-Code-1-Flash. Ten je navržený jako agentický coding model pro GitHub Copilot a Visual Studio Code. Microsoft zdůrazňuje schopnost plánovat komplexnější vývojové úkoly, řešit vícekrokové workflow a podporovat různé jazyky a frameworky.

    Tady si myslím, že Microsoft hraje velmi silnou kartu. Nemusí nutně vyhrát benchmarkový závod proti každému frontier modelu na trhu. Stačí, když jeho model bude „dost dobrý“, levnější, rychlejší a hluboce integrovaný přímo tam, kde vývojáři pracují. A to je přesně Copilot ve VS Code.

    Vedle textu a kódu Microsoft ukazuje také MAI-Image-2.5, model pro generování a editaci obrázků z textových promptů i nahraných obrázků. Microsoft jej prezentuje jako nástroj pro fotorealistické a designově připravené výstupy s důrazem na přesné editace.

    A pak je tu MAI-Transcribe-1.5, který má zvládat přepis audia ve 43 jazycích, včetně šumu, různých přízvuků a doménové terminologie. To mi přijde prakticky velmi silné, protože přepis schůzek, call center, lékařských poznámek, podcastů nebo interních školení je přesně ten typ úlohy, kde firmy nepotřebují „wow efekt“, ale přesnost, rychlost a spolehlivost.

    Největší strategický signál ale vidím v tom, že Microsoft mluví o modelech trénovaných in-house, o čisté a dohledatelné datové linii, o nedestilování z modelů jiných laboratoří a o dlouhodobé soběstačnosti. V blogovém oznámení přímo píše, že jde o sedm nových modelů vyvinutých uvnitř Microsoft AI.

    Podle mě je to jasná zpráva trhu: Microsoft nechce být jen distributorem cizí AI. Chce být plnohodnotným tvůrcem modelů, provozovatelem infrastruktury, integrátorem do produktů a zároveň dodavatelem enterprise řešení. Jinými slovy, Microsoft se snaží vlastnit celý řetězec od čipu přes model až po aplikaci v Excelu, VS Code nebo Copilotu.

    Zajímavý je také koncept Frontier Tuning. Microsoft ho popisuje jako přístup, kde se modely učí přímo z konkrétních workflow organizace v uzavřeném prostředí. Tady bych byl osobně opatrný i nadšený zároveň. Nadšený proto, že firemní AI skutečně potřebuje znát procesy, kontext a interní jazyk organizace. Opatrný proto, že čím hlouběji AI vstoupí do interních workflow, tím důležitější bude governance, auditovatelnost, bezpečnost a jasné vlastnictví dat.

    Můj dojem je, že MAI není jen „nová sada modelů“. Je to strategická deklarace: Microsoft chce mít vlastní AI mozek pro vlastní ekosystém. A protože ten ekosystém zahrnuje Windows, Office, Azure, GitHub, Teams, Copilot a vývojářské nástroje, dopad může být obrovský.

    Nečekal bych, že MAI okamžitě změní každodenní život běžného uživatele. Ale pro firmy, vývojáře a celý AI trh je to podle mě velmi důležitý signál. Microsoft říká: máme vlastní modely, vlastní tuning, vlastní infrastrukturu a chceme je dostat přímo do práce lidí.

    A přesně tam se podle mě bude rozhodovat další fáze AI. Ne v krásných demech, ale v tom, kdo dokáže AI spolehlivě, levně a bezpečně dostat do reálného pracovního procesu.

  • Nový model MiniMax M3

    Když jsem se díval na nový MiniMax M3, první věc, která mě zaujala, nebylo jen klasické marketingové „máme lepší benchmarky“. To dnes tvrdí každý. Zajímavější je pro mě kombinace tří věcí: agentní práce, programování a extrémně dlouhý kontext. A právě tahle kombinace může být pro vývojáře a firmy důležitější než samotné číslo v nějakém leaderboardu.

    MiniMax M3 byl oficiálně představen 1. června 2026. Firma ho popisuje jako model zaměřený na coding, agentní úlohy, multimodalitu a práci s kontextem až 1 milion tokenů, přičemž u API uvádí garantované minimum 512 tisíc tokenů.

    Proč mě M3 zaujal

    Podle mě se u LLM modelů pomalu láme jedna éra. Nestačí, aby model dobře odpověděl na otázku. Stále víc půjde o to, jestli dokáže pracovat dlouhodobě, držet kontext, používat nástroje, opravovat vlastní chyby a postupně se posouvat k výsledku.

    MiniMax přesně tímto směrem M3 prezentuje. Mluví o autonomním rozkladu úloh, volání nástrojů, vícekrokovém uvažování a využití v AI coding asistentech nebo automatizovaných workflow.

    A tady si myslím, že je zásadní rozdíl mezi „modelem na odpovědi“ a „modelem na práci“. Chatbot odpoví. Agent musí něco udělat.

    1M kontext: ne jen větší číslo

    Kontextové okno o velikosti 1M tokenů zní na první pohled jako technická chlouba. Jenže v praxi může znamenat něco velmi konkrétního: modelu dáte větší část repozitáře, dokumentace, logů, požadavků, starších rozhodnutí a on s tím může pracovat najednou.

    To je obrovský rozdíl oproti situaci, kdy se model neustále ptá na chybějící soubory nebo zapomíná, co se řešilo před chvílí. MiniMax tvrdí, že za tím stojí jejich architektura MiniMax Sparse Attention, která má škálovat dlouhý kontext efektivněji než klasická plná attention. Firma uvádí, že při délce 1 milion tokenů má M3 per-token compute pouze na úrovni 1/20 předchozí generace a že dosáhli více než 9× zrychlení v prefillingu a více než 15× ve fázi decodingu.

    Tady bych ale byl opatrný. Jsou to zatím hlavně čísla od výrobce. Beru je jako zajímavý signál, ne jako definitivní pravdu.

    Coding: oblast, kde se láme důvěra

    U programování mě zajímá hlavně jedna otázka: dokáže model dlouhodobě pracovat na reálném problému, nebo jen hezky vygeneruje kus kódu?

    MiniMax uvádí výsledky například SWE-Bench Pro 59,0 %, Terminal-Bench 2.1 66,0 %, SWE-fficiency 34,8 %, KernelBench Hard 28,8 % a MCP Atlas 74,2 %.

    To jsou zajímavá čísla, ale pro mě je důležitější jiná část prezentace: MiniMax zdůrazňuje simulaci reálné spolupráce s vývojářem. Tedy ne jen jednorázový prompt, ale průběžné upřesňování požadavků, iterace, korekce a přepínání mezi úlohami.

    A to je přesně to, kde dnešní coding asistenti často selhávají. Umí navrhnout řešení, ale když se projekt začne větvit, narazí na limity paměti, plánování a sebekontroly.

    Agentní schopnosti: nejsilnější příslib i největší riziko

    MiniMax ukazuje několik působivých experimentů. M3 měl například autonomně reprodukovat práci oceněnou na ICLR 2025, běžet téměř 12 hodin, vytvořit 18 commitů a 23 experimentálních grafů. V jiném testu optimalizoval CUDA kernel přibližně 24 hodin, provedl 147 benchmarkových submitů a 1 959 tool callů, přičemž měl dosáhnout 9,4× zrychlení.

    Tohle je podle mě fascinující. Ne proto, že bych automaticky věřil každému číslu, ale protože to ukazuje směr: modely se neposouvají jen k lepším odpovědím, ale k dlouhodobé autonomní práci.

    A zároveň je to varování. Čím déle agent běží, tím důležitější je audit, logování, sandbox, limity oprávnění a možnost člověka zasáhnout. Agent, který udělá 1 959 tool callů, může být produktivní. Ale bez kontroly může být také drahý, chaotický nebo nebezpečný.

    Multimodalita od začátku, ne jako přívěsek

    MiniMax tvrdí, že M3 je nativně multimodální model, tedy že multimodalita není dodatečně přilepená vrstva, ale součást tréninku od začátku. Model má podporovat obrazový a video vstup a podle popisu MiniMaxu může fungovat i v režimu ovládání počítače.

    Tohle je podle mě důležité hlavně pro firemní workflow. Skutečná práce totiž není jen text. Máme PDFka, screenshoty, grafy, tabulky, UI aplikací, videa, logy, Excel soubory a interní nástroje. Model, který toto dokáže spojit, je mnohem blíž reálnému digitálnímu pracovníkovi než klasický textový chatbot.

    Open-weight model: pokud to MiniMax dotáhne, bude to zajímavé

    MiniMax M3 prezentuje jako první open-weight model, který spojuje frontier coding, milionový kontext a nativní multimodalitu. Na stránce zároveň uvádí, že model má být plně open-source na Hugging Face a GitHubu, s podporou privátního nasazení a fine-tuningu.

    Pro mě je tohle možná nejzajímavější část. Pokud bude model skutečně prakticky použitelný i mimo uzavřené API, otevírá to dveře firmám, které nechtějí posílat citlivý kód nebo dokumenty do cizího cloudu.

    Samozřejmě bude záležet na licenci, reálných hardwarových nárocích, kvalitě inference a dostupnosti vah. „Open-weight“ ještě automaticky neznamená jednoduché lokální nasazení.

    Můj názor

    MiniMax M3 beru jako jeden z modelů, které ukazují, kam se AI bude dál posouvat: od chatbotů k dlouhodobě pracujícím agentům. Nejde jen o to, že model odpoví lépe. Jde o to, že zvládne držet dlouhý kontext, používat nástroje, pracovat s multimodálními vstupy a postupně řešit komplexní úkol.

    Zároveň bych zůstal střízlivý. Hodně údajů pochází přímo od MiniMaxu, takže bych chtěl vidět nezávislé testy, reálné zkušenosti vývojářů a hlavně chování modelu v běžných projektech, ne jen v pečlivě připravených demonstračních úlohách.

    Ale směr je jasný. Podle mě už se neptáme jen: „Který model je chytřejší?“
    Začínáme se ptát: „Kterému modelu můžu svěřit kus skutečné práce?“

    A MiniMax M3 se evidentně snaží být odpovědí právě na tu druhou otázku.

  • Nový model – Opus 4.8 (Antropic)

    Nový Opus 4.8 je zde.

  • Nový model – Qwen3.7-Max

    Nový model Qwen3.7-Max a jeho obdivuhodné výsledky.