DeepSeek: Jak model za pár milionů dolarů otřásl celým AI průmyslem

V prosinci 2024 zveřejnila čínská laboratoř DeepSeek technickou zprávu s jedním číslem, které během pár týdnů obletělo celý technologický svět: 5,6 milionu dolarů. Tolik podle firmy stálo natrénovat model DeepSeek-V3 — velký jazykový model srovnatelný s tehdejší americkou špičkou. Pro srovnání: trénink GPT-4 se odhaduje na 50 až 100 milionů dolarů.

O měsíc později, 27. ledna 2025, se z toho čísla stalo zemětřesení. DeepSeek vydal reasoning model R1, uvolnil jeho váhy zdarma všem — a akcie Nvidie během jediného dne ztratily 589 miliard dolarů tržní hodnoty. Šlo o největší jednodenní propad hodnoty jedné firmy v historii amerického trhu.

Rok a půl poté je jasné, že nešlo o krátkou paniku. DeepSeek nezměnil jen jeden žebříček benchmarků. Přenastavil ekonomiku celého odvětví — cenu tréninku, cenu API, roli otevřených modelů i geopolitiku kolem čipů. Tento text vysvětluje, co se skutečně stalo a proč to platí i v roce 2026.

Model za 5,6 milionu dolarů: co to číslo skutečně znamená

Číslo pochází přímo z technické zprávy DeepSeeku. Trénink modelu V3 spotřeboval 2,788 milionu GPU-hodin na čipech Nvidia H800. Při ceně kolem 2 dolarů za GPU-hodinu vychází účet na 5,576 milionu dolarů — z toho 2,664 milionu hodin na samotné předtrénování, zbytek na rozšíření kontextu a doladění.

Zásadní detail je v tom hardwaru. H800 je ořezaná verze čipu H100, kterou Nvidia vyráběla speciálně pro čínský trh kvůli americkým exportním omezením. DeepSeek tedy neměl přístup k nejvýkonnějším čipům — a přesto dosáhl špičkového výsledku. Efektivita nevznikla z luxusu, ale z nutnosti.

Druhý pilíř je architektura Mixture-of-Experts (MoE). Model má sice 671 miliard parametrů, ale při každém dotazu aktivuje jen zlomek z nich (kolem 37 miliard). To dramaticky snižuje náklady na trénink i na provoz. Nemusíte rozsvěcet celý mozek, abyste odpověděli na jednu otázku.

Lednový model R1, který spustil celé zemětřesení, na V3 postavil. Reasoning schopnosti — tedy krokové uvažování nad matematikou a kódem — DeepSeek dotrénoval převážně pomocí zpětnovazebního učení, ne drahým ručním anotováním. Levný byl tedy nejen základní model, ale i ta nejcennější nadstavba. Přesně to vývojáře v amerických laboratořích zaskočilo nejvíc.

Den, kdy se Wall Street lekla

V pondělí 27. ledna 2025 spadla akcie Nvidie o 17 procent. Za jediné obchodování zmizelo 589 miliard dolarů tržní hodnoty a technologický sektor jako celek odepsal odhadem přes bilion dolarů. Investoři si položili nepříjemnou otázku: pokud jde špičkovou AI natrénovat takhle levně, k čemu je celý ten drahý hardware?

Logika paniky byla přímočará. Nvidia vydělává na tom, že laboratoře nakupují statisíce nejdražších GPU. Když ale DeepSeek ukáže, že stačí chytřejší architektura a zlomek výpočtu, hrozí, že poptávka po čipech ochladne. Trh zareagoval dřív, než stačil domyslet druhý krok.

A ten druhý krok je zásadní. Levnější výpočet totiž historicky nevede k menší spotřebě — vede k větší. Když něco zlevní, používá se to víc. Tomuto jevu se říká Jevonsův paradox a v roce 2026 se ukázal jako přesnější předpověď než tehdejší výprodej.

Otevřené váhy: silnější zbraň než nízká cena

Kdyby DeepSeek jen postavil levný model a nechal si ho pro sebe, byla by to zajímavá epizoda. On ale udělal něco jiného — zveřejnil váhy modelu R1 pod otevřenou licencí. Kdokoli si je může stáhnout, spustit na vlastním hardwaru, doladit na svá data nebo z nich „vydestilovat" menší modely.

Je dobré rozlišovat pojmy. Open weights znamená, že jsou volně dostupné natrénované váhy — samotný „mozek" modelu. Není to totéž co plně open-source software, kde znáte i tréninková data a celý postup. Pro praxi firem je ale rozhodující právě ta první úroveň: model si spustíte u sebe, bez posílání dat do cizího cloudu.

Otevřené váhy navíc spustily lavinu odvozených modelů. Z velkého R1 šlo vydestilovat menší a rychlejší verze, které běží i na běžném firemním serveru a přitom si drží slušnou část schopností originálu. Během několika týdnů tak vznikly desítky variant doladěných na konkrétní jazyky a úlohy — něco, co u zavřeného modelu za API nikdy neuděláte. Právě tahle otevřenost, ne samotná cena, rozhýbala celou komunitu.

Dopad byl okamžitý. DeepSeek nasbíral od spuštění přes 173 milionů stažení a čínské otevřené modely postupně ovládly komunitu kolem Hugging Face. Tématu se podrobně věnuje samostatná analýza čínských AI modelů a jejich dopadu na Evropu, širší kontext otevřené scény pak přehled open-source modelů.

Cenová vlna: jak jeden model přenastavil celý trh

Nejtvrdší dopad nebyl na benchmarcích, ale v ceníku. API DeepSeeku-R1 stálo 0,55 dolaru za milion vstupních tokenů a 2,19 dolaru za milion výstupních. Tehdejší OpenAI o1 účtovalo 15, respektive 60 dolarů. Rozdíl zhruba sedmadvacetinásobný u modelu, který na řadě úloh dával srovnatelné výsledky.

Takový cenový rozdíl nejde ignorovat. Poskytovatelé, kteří chtěli udržet zákazníky, museli reagovat levnějšími variantami a efektivnějšími modely. Pro české firmy to znamenalo jediné — cena přestala být hlavní překážkou nasazení AI. Rozdíl mezi drahým a levným modelem se u běžných úloh smrskl na desetníky.

Kdo dnes vybírá model, řeší jinou rovnici než před dvěma lety. Cena je vyřešená; rozhodují spolehlivost, jazyk, rychlost a bezpečnost. Praktickému srovnání se věnují texty o nákladech na AI API a tokeny a o tom, jak vybrat správný AI model.

Geopolitika: čipy, export a technologická suverenita

Celý příběh má druhé dno. USA omezily vývoz nejvýkonnějších AI čipů do Číny právě proto, aby zpomalily čínský pokrok. DeepSeek ukázal, že omezení šlo obejít chytřejším inženýrstvím — na ořezaných H800 a s menším rozpočtem dosáhl na světovou úroveň. Export controls tak paradoxně vytvořily tlak, který čínské laboratoře donutil optimalizovat.

Evropa v téhle partii sedí bez vlastního velkého jazykového modelu srovnatelné váhy. Tisíce evropských i českých firem přitom na čínských otevřených modelech denně staví produkty — protože jsou levné a fungují. Vzniká tím ale nová závislost a otázka technologické suverenity, na kterou zatím není dobrá odpověď.

Pro české firmy z toho plyne konkrétní varování: levný a otevřený neznamená automaticky vhodný pro citlivá data. Cenzurní filtry, nejasné zacházení s daty a chybějící soulad s evropskou legislativou jsou reálná rizika. Detailní rozbor bezpečnostních a právních dopadů nabízí analýza čínských modelů pro evropské firmy.

Co z „DeepSeek momentu" platí v roce 2026

Panika opadla rychle. Nvidia se nejen vzpamatovala, ale v říjnu 2025 se stala první firmou s tržní hodnotou 5 bilionů dolarů. Jevonsův paradox se potvrdil — levnější AI znamená víc AI, a tedy i víc poptávky po výpočtu, ne méně. Výprodej z ledna 2025 byl v tomhle ohledu omyl.

Co ale zůstalo, je hlubší. Efektivita se stala prvořadým cílem výzkumu, ne vedlejším produktem. DeepSeek dál tlačí hranice — verze V3.2-Speciale z podzimu 2025 dosáhla 96 % na matematickém benchmarku AIME a novější varianty drží krok s GPT-5 za zhruba desetinu ceny. Otevřené váhy se staly normou, kterou musí i americké laboratoře brát vážně.

Celkový obraz roku 2026 — tři světové modely, agentní AI, levný přístup ke špičce — mapuje přehled stavu AI v roce 2026. DeepSeek je jednou z hlavních příčin, proč je ta špička dnes dostupná i malé firmě s rozpočtem v řádu tisícikorun měsíčně.