Amodei chce zwolnić, Pekin odpowiada „nie”. Policzyłem, ile kosztuje milion tokenów po obu stronach wyścigu

👁 121 przeczytań

Dario Amodei, prezes Anthropic, opublikował we wrześniu wpis, w którym wezwał branżę do zwolnienia tempa prac nad najpotężniejszymi modelami. Argument brzmiał rozsądnie: pauza kupi czas na pracę nad bezpieczeństwem. Problem pojawił się w jednym zdaniu, które sam napisał - taka pauza „wymagałaby współpracy z Chinami, autokratycznym krajem o zdecydowanie najbardziej zaawansowanych zdolnościach w AI”. A potem wyliczył, czym chciałby Chiny spowolnić: zakazem sprzedaży mocnych układów i sprzętu do produkcji półprzewodników, rozprawą z przemytem chipów i ograniczeniem zdalnego dostępu do centrów danych poza Chinami.

Pekin odpowiedział w ciągu doby. I to jest właściwa rama dla tej historii: nie spór o filozofię ryzyka, tylko spór o to, kto ma prawo nacisnąć hamulec w cudzym samochodzie.

Rzecznik MSZ nazwał to „szerzeniem strachu”, a redakcja partyjna - podręcznikiem zimnej wojny

Dzień po publikacji wpisu państwowy „Global Times” wypuścił komentarz pod tytułem „Targeting China’s AI: U.S. 'tech right’ unfolds Cold War playbook”. Teza była prosta - propozycja ograniczeń na chipy i chińskie firmy AI służy utrzymaniu amerykańskiej dominacji technologicznej, nie bezpieczeństwu. Jedenastego września rzecznik chińskiego MSZ Guo Jiakun poszedł dalej i określił apel Amodeia jako „szerzenie strachu, konfrontację i nieuczciwą konkurencję”, dodając, że takie podejście podkopuje globalne zarządzanie AI.

Co ciekawe, Amodei zyskał nietypowe poparcie u konkurentów - Sam Altman z OpenAI i Elon Musk z xAI przychylili się do pomysłu. Po drugiej stronie stanęli Mark Zuckerberg i Donald Trump, obaj opowiadając się za szybkim i nieskrępowanym rozwojem. Czyli nawet w Stanach nie ma jednego obozu, a propozycja zakładająca globalną koordynację nie uzyskała koordynacji w jednym kraju.

„Nie widzę żadnego powodu, dla którego Chiny miałyby współpracować z [propozycją Amodeia] i pozwolić się przyhamować bardziej, niż już są” - Alvin Wang Graylin, senior fellow ds. technologii w Center for China Analysis przy Asia Society Policy Institute, w rozmowie z Rest of World

Graylin dodał zastrzeżenie, które łatwo przegapić: to nie znaczy, że Chiny nigdy nie zgodzą się na regulowanie tempa. Znaczy, że nie zgodzą się na warunki napisane przez amerykańskiego prezesa w jego własnym wpisie na blogu.

Policzyłem koszt miliona tokenów i tu nie ma śladu spowolnienia

Deklaracje są tanie, cenniki nie. Zestawiłem publiczne stawki API dostawców z obu stron, żeby zobaczyć, czy ktokolwiek faktycznie zdejmuje nogę z gazu. Bo spowolnienie rozwoju oznaczałoby wyhamowanie premier i stabilizację cen - a dzieje się dokładnie odwrotnie: ceny spadają, co jest klasycznym objawem nadpodaży mocy i zaciętej walki o udziały.

Za milion tokenów wyjściowych w modelu DeepSeek płaci się obecnie rzędu 1,68 dolara, czyli około 6,35 zł przy kursie 3,78 zł. Za ten sam milion w najmocniejszej klasie modeli Anthropic - 75 dolarów, czyli 283,50 zł. To 44,6-krotna różnica w cenie jednostkowej tej samej operacji. Przeliczając na praktykę: firma zużywająca 50 milionów tokenów wyjściowych miesięcznie zapłaci u chińskiego dostawcy około 318 zł, u amerykańskiego z najwyższej półki około 14 175 zł. Różnica roczna to blisko 166 tysięcy złotych na jednym procesie.

Drugi wskaźnik, który sprawdziłem, to częstotliwość premier. W ciągu ostatniego miesiąca chińskie laboratoria - DeepSeek, Moonshot ze swoim Kimi, Alibaba z linią Qwen, Zhipu - wypuściły lub zaktualizowały po kilka wariantów modeli, część z otwartymi wagami do pobrania. Żadna z tych premier nie była opóźniona ani skromniejsza z powodu apelu o pauzę. Wniosek z liczb jest jednoznaczny: hamowanie nie zaczęło się nawet w tej branży, która o nim mówi, bo jedyną rzeczą, która realnie spada, jest cena.

Chiny mają własną definicję bezpieczeństwa AI i jest bliżej zachodniej, niż się wydaje

Najciekawsza część tej historii jest poza polityką. Czternastego września chińskie ciało odpowiedzialne za normy cyberbezpieczeństwa opublikowało trzecią edycję dokumentu Safety Governance Framework. Dokument ostrzega, że AI może samodzielnie się uczyć, optymalizować i przechodzić „rekursywne samodoskonalenie” w tempie lub kierunku wykraczającym poza ludzkie oczekiwania i kontrolę.

To jest dokładnie ten rejestr obaw, którym posługują się badacze bezpieczeństwa w zachodnich laboratoriach - w tym były badacz Anthropic Jacob Coxon, ostrzegający przed podobnymi scenariuszami. Czyli Pekin odrzuca propozycję Amodeia, ale nie odrzuca jego diagnozy ryzyka.

Zilan Qian, badaczka z think tanku GovAI, ujęła to w rozmowie z Rest of World precyzyjnie: nie sądzi, by Chiny i USA postrzegały ryzyka AI w sposób fundamentalnie odmienny, ale warunki społeczno-ekonomiczne i instytucje polityczne sprawiają, że w każdym z tych krajów inne ryzyka są bardziej widoczne i inne głosy bardziej słyszalne. W Chinach do tego dochodzi warstwa militarna - minister bezpieczeństwa państwa Chen Yixin stwierdził, że „nowoczesna wojna weszła w erę w coraz większym stopniu kształtowaną przez sztuczną inteligencję”. Trudno negocjować pauzę w technologii, którą twoje własne ministerstwo bezpieczeństwa uznało za rdzeń przyszłych konfliktów.

Co z tego ma polska firma, która dziś wybiera dostawcę modelu

Bardzo dużo i w zupełnie praktycznym wymiarze. Jeśli prowadzisz w Polsce firmę, która wdraża AI do obsługi klienta, analizy dokumentów czy generowania treści, wyścig USA-Chiny przekłada się wprost na twoją fakturę i na twoje ryzyko prawne. Z jednej strony masz chińskie modele o otwartych wagach i koszcie jednostkowym kilkudziesięciokrotnie niższym, które możesz postawić na własnym serwerze w Polsce. Z drugiej amerykańskie API z lepszą dokumentacją, stabilniejszym wsparciem i - co istotne - jasną ścieżką zgodności z unijnym AI Act.

Praktyczna instrukcja wygląda tak. Jeśli planujesz system, który AI Act kwalifikuje jako wysokiego ryzyka - rekrutacja, scoring kredytowy, ocena pracowników, dostęp do usług publicznych - musisz udokumentować pochodzenie modelu, dane treningowe i procedury nadzoru. Przy modelu o otwartych wagach pobranym z Chin ten obowiązek spada w całości na ciebie jako podmiot wdrażający, bo dostawca nie dostarczy ci dokumentacji w formacie, którego oczekuje unijny nadzór. To nie zakaz, to przeniesienie kosztu zgodności na twój zespół. Dlatego sensowny podział wygląda tak: procesy wewnętrzne, niskiego ryzyka i wysokowolumenowe - tanie modele otwarte, najlepiej hostowane lokalnie, bo tam 44-krotna różnica w cenie tokenów zamienia się w realne dziesiątki tysięcy złotych rocznie. Procesy objęte wysokim ryzykiem albo dotykające danych klientów - dostawca z pełną dokumentacją zgodności, nawet jeśli płacisz za to wielokrotność stawki.

Warto też policzyć punkt przełamania. Przy obecnych cenach wynajęcie w Polsce serwera z pojedynczym akceleratorem klasy centrum danych kosztuje rzędu 4-6 tysięcy złotych miesięcznie. Oznacza to, że lokalne uruchomienie otwartego modelu zaczyna się opłacać przy zużyciu powyżej około 1,5 miliarda tokenów wyjściowych miesięcznie w porównaniu z tanim chińskim API - a już przy zaledwie około 20 milionach tokenów w porównaniu z amerykańskim dostawcą premium. To jest granica, którą warto sprawdzić w swoich logach przed podpisaniem kolejnej umowy rocznej.

Polska nie ma polityki wobec tego wyścigu i to też jest decyzja

Odpowiedź na pytanie, czy Polska ma stanowisko w sporze o spowolnienie AI, jest krótka: nie ma. Mamy wdrażanie AI Act jako obowiązek wynikający z członkostwa w UE, mamy deklaracje o gigafabryce AI i zasobach obliczeniowych, mamy programy rozwoju kompetencji. Nie mamy natomiast żadnego dokumentu, który odpowiadałby na pytanie, co robimy, gdy dwaj najwięksi gracze przestają ze sobą rozmawiać, a nasze firmy muszą wybrać stronę przy każdym kontrakcie na API.

Brak takiej polityki ma wymierną cenę. Każda polska firma odtwarza dziś analizę ryzyka dostawcy od zera, własnym kosztem i własnym zespołem prawnym. Przy kilkudziesięciu tysiącach złotych na audyt zgodności i setkach firm wdrażających AI mówimy o kilkudziesięciu milionach złotych rocznie wydawanych na powtarzanie tej samej pracy, której nikt nie wykonał centralnie.

Spotkanie Trumpa z Xi Jinpingiem w Waszyngtonie, na którym strona amerykańska miała podnieść temat „wspólnych ryzyk” płynących z AI, nie zmieniło tej arytmetyki. Dopóki milion tokenów po jednej stronie kosztuje 6 złotych, a po drugiej 283, żaden apel o pauzę nie przebije się przez kalkulator dyrektora finansowego. I to jest prawdziwa odpowiedź Chin na propozycję Amodeia - nie komunikat rzecznika MSZ, tylko cennik.

Fakty sprawdzone 7 października 2026. Przeliczenia własne autora przy kursie 3,78 zł za dolara i 4,30 zł za euro; ceny API według publicznych cenników dostawców na dzień sprawdzenia. Źródła: Rest of World, „Dario Amodei wants to slow AI. China isn’t taking orders”, cytaty Alvina Wanga Graylina i Zilan Qian za tym samym materiałem; komentarz redakcyjny „Global Times” z 11 września 2026; trzecia edycja chińskiego Safety Governance Framework z 14 września 2026; tekst unijnego AI Act na stronach Komisji Europejskiej.