Chińskie otwarte modele AI: rozdają, ale nie zarabiają

26 sierpnia 2026 roku Z.ai, chińska firma znana wcześniej jako Zhipu, wrzuciła na Hugging Face model GLM-5.3-Flash na licencji MIT, najluźniejszej, jaka istnieje. Dwa miesiące później ten sam model obsługuje na OpenRouterze 35 różnych dostawców. Laboratorium zapłaciło za trening, a pieniądze z każdego zapytania zbiera dziś ten, kto ma najtańszy serwer. Uważam, że chiński model „rozdajemy wagi, zarobimy na reszcie” przestał się bronić jako biznes. Broni się już tylko jako polityka.

Zacznę od tego, co widać gołym okiem. Strona GLM-5.3-Flash na OpenRouterze wymienia 35 dostawców: Relace, Morph, NovitaAI, GMICloud i dalej długa lista. Licznik Hugging Face pokazuje ponad 6,3 mln pobrań w ostatnich 30 dniach. Z punktu widzenia użytkownika to raj, bo milion tokenów wejściowych kosztuje tam 0,0285 dolara. Z punktu widzenia firmy, która ten model wytrenowała, to sklep, w którym klienci biorą towar z półki i płacą przy kasie sąsiada.

Sam opisywałem we wrześniu, że cena na OpenRouterze to nie cena, którą płacisz, bo ten sam model u różnych dostawców kosztuje nawet kilkanaście razy więcej albo mniej. Wtedy patrzyłem na to jak klient. Teraz patrzę jak ktoś, kto musiałby z tego żyć.

Miliard złotych kontra sześćdziesiąt cztery

Najlepiej widać to w sprawozdaniach dwóch chińskich laboratoriów, które weszły na giełdę w Hongkongu i muszą pokazywać liczby. Z.ai zarobiło w pierwszym półroczu 2026 roku 953,9 mln juanów, o 399,7% więcej niż rok wcześniej. To brzmi jak sukces, dopóki nie przeczyta się kolejnej linijki: strata netto wyniosła 2,07 mld juanów, czyli ponad dwa razy więcej niż cały przychód. MiniMax, drugi giełdowy „czysty” gracz, miał w tym samym półroczu 116,6 mln dolarów przychodu i 358 mln dolarów straty.

Policzyłem obie firmy razem. Z.ai to według Reutersa około 142 mln dolarów, MiniMax 116,6 mln, razem mniej więcej 259 mln dolarów. Po kursie NBP z 2 listopada 2026 roku (tabela 213/A/NBP/2026, 1 USD = 3,9389 zł) wychodzi około 1,02 mld zł za pół roku. Anthropic w tym samym okresie zarobił według prospektu złożonego w SEC 16,29 mld dolarów, czyli około 64,2 mld zł. Dwa najbardziej rozpoznawalne chińskie laboratoria, które pokazują księgi, mają razem około 1,6% przychodu jednego amerykańskiego konkurenta. Nie dziesięć procent, nie połowę. Półtora.

Ta przepaść nie bierze się z tego, że chińskie modele są słabe. W moich testach GLM-5.3 po polsku radził sobie przyzwoicie, a w przeglądzie otwartych modeli DeepSeek wypadał bez zarzutu. Przepaść bierze się z modelu biznesowego. Z.ai zarabia głównie na własnym API, które daje 86,5% przychodu przy marży brutto 24,6%. A to jest dokładnie ta usługa, którą 35 konkurentów może sprzedawać na tych samych wagach, bez kosztów treningu. Firma, która wydaje miliardy na zrobienie produktu, rywalizuje o cenę z firmami, które wydały zero.

Giełda to zauważyła. Kurs Z.ai doszedł 29 maja 2026 roku do 1993 dolarów hongkońskich w trakcie sesji. 20 października spadł poniżej 500 dolarów hongkońskich. To więcej niż trzy czwarte wartości w niecałe pięć miesięcy.

Koniec taniego nauczyciela

Przez dwa lata ten rachunek ratowało coś, o czym chińskie firmy mówią niechętnie: destylacja. Mechanizm jest prosty. Zadajesz silnemu modelowi miliony pytań, zbierasz jego odpowiedzi i tok rozumowania, a potem uczysz na nich własny, mniejszy model. To trochę jak korepetycje u najlepszego profesora w mieście, tylko bez jego zgody i za cenę abonamentu.

23 lutego 2026 roku Anthropic opisał to czarno na białym. Według firmy DeepSeek, Moonshot i MiniMax przeprowadziły przez około 24 tys. fałszywych kont ponad 16 mln wymian z Claude’em, z czego ponad 13 mln przypadało na MiniMax. We wrześniowym raporcie doszła Alibaba: 151 mln wymian przez 5 tys. kont w maju i czerwcu 2026 roku, największa taka akcja, jaką firma wykryła. Pisałem o tych oskarżeniach w tekście z września. Wtedy wydawały mi się sporem o własność intelektualną. Dziś widzę w nich coś ważniejszego: zamykanie najtańszej drogi doganiania.

Anthropic wymienia, co zrobił: klasyfikatory, które rozpoznają wzorce wyciągania rozumowania, „odciski” zachowań powiązanych kont, ostrzejszą weryfikację kont edukacyjnych, badawczych i startupowych, bo te były najczęściej nadużywane, oraz wymianę wskaźników z innymi laboratoriami i chmurami. Firma pisze wprost: „no company can solve this alone”. 12 czerwca 2026 roku do gry wszedł Waszyngton: administracja nakazała Anthropicowi zawiesić dostęp do najmocniejszych modeli, Fable 5 i Mythos 5, wszystkim cudzoziemcom. Nauczyciel zamknął drzwi do gabinetu.

Jest też drugi, mniej oczywisty skutek. Modele uczone na cudzych odpowiedziach dziedziczą cudzą tożsamość. Badacze opisani przez all-ai.de zauważyli, że Kimi K3 i GLM 5.2 potrafią przedstawiać się jako Claude. Tu jednak hamuję, bo działa to w obie strony: analiza firmy Kilo pokazała, że Claude Opus 4.8 po chińsku czasem nazywa siebie Qwenem. Internet jest pełen rozmów z innymi modelami i każdy model trochę nimi przesiąka. Odpowiedź „jestem Claude” to poszlaka, nie dowód. Twardym dowodem są dopiero logi kont, a te ma tylko poszkodowany.

Najmocniejszy argument przeciwko mnie

Ktoś powie: przecież tak działa każdy open source. Red Hat nie sprzedawał Linuksa, tylko wsparcie. Meta rozdawała Llamę, żeby nikt nie zmonopolizował rynku, na którym sama gra. Otwarte wagi to marketing, a marketing kosztuje. Z.ai ma w końcu rosnący przychód, a liczba wywołań jego API urosła według firmy ponad 40-krotnie do końca sierpnia, przy koszcie jednego tokenu niższym o około 80% niż na początku roku.

Biorę ten argument poważnie i dlatego go nie wyrzucam. Tylko że Red Hat sprzedawał coś, czego nie dało się skopiować: odpowiedzialność, certyfikaty, telefon o trzeciej w nocy. Model językowy na licencji MIT nie ma takiej warstwy. Zrobi to samo u Relace, u NovitaAI i na moim komputerze. A Meta mogła rozdawać, bo zarabiała na reklamach w zupełnie innym miejscu. Z.ai i MiniMax nie mają drugiej nogi. Zarabiają na modelu albo nie zarabiają wcale.

Bank of America w czerwcu przekonywał, że Chiny zgarną segment „value-for-money”, czyli tanich i sprawnych modeli, gdy amerykańskie ceny będą rosły. Możliwe. Ale segment, w którym wygrywa najtańszy, rzadko jest tym, na którym ktoś się bogaci. Zwłaszcza gdy najtańszym jest ktoś, kto nie płacił za trening.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Skala, której nie da się rozdać

Po drugiej stronie stoi zupełnie inna arytmetyka. Według prospektu, do którego dotarł Wall Street Journal, Anthropic zamierza w najbliższych latach wydać na moc obliczeniową 750 mld dolarów, w tym setki miliardów w umowach bez możliwości wypowiedzenia. Po kursie NBP to około 2,95 bln zł. Cały polski PKB za 2025 rok wyniósł według pierwszego szacunku GUS 3 912,7 mld zł. Jedna firma planuje więc wydatki rzędu trzech czwartych rocznej gospodarki Polski, rozłożone na kilka lat. Szerzej o tym, jak rynek wycenia taką firmę, pisałem przy IPO Anthropic.

Takich pieniędzy nie zbiera się z rozdawania. Zbiera się je z klientów, którzy płacą za dostęp do czegoś, czego nie dostaną gdzie indziej, i z własnych centrów danych, w których każdy kolejny token jest tańszy, bo hala, prąd i chipy już stoją. Chińskie laboratoria mają do dyspozycji tylko połowę tej układanki: potrafią zbić koszt tokenu, ale nie potrafią zatrzymać klienta, bo same oddały mu klucz.

Co więc zostaje? Państwo. 23 października Pekin wydał DeepSeekowi i MiniMaksowi zgodę na globalne użycie ich modeli. Gdy model nie musi zarabiać, bo ma być obecny w aplikacjach na całym świecie, otwarte wagi przestają być strategią firmy i stają się narzędziem polityki przemysłowej, jak dotowane panele słoneczne czy samochody elektryczne. Wtedy liczby z Hongkongu przestają mieć znaczenie, bo płaci za nie ktoś, kto nie oczekuje dywidendy.

Dla użytkownika w Polsce to dobra wiadomość na krótką metę. Tanie, sprawne modele są i będą, a ja nadal korzystam z nich tam, gdzie cena gra rolę. Na dłuższą metę pamiętam jednak, kto naprawdę płaci rachunek za darmowy model. Jeśli nie płacę ja i nie zarabia laboratorium, to płaci ktoś trzeci, który ma własne powody. W przypadku chińskiego open source coraz wyraźniej widać, że ten trzeci siedzi w Pekinie.