Modely na konci Q3 2026: užší výber, ktorý obhájite, a dátumy, ktoré ho rozbijú
Revízia routingu na konci kvartálu s dátumom 20. septembra 2026. Ktoré modely držia jednotlivé roly, od najnáročnejšieho uvažovania po prepis reči, s cenou, licenciou a háčikom. A dve riziká, ktoré užší výber neukáže: ID modelu, ktoré dodávateľ vyradí, a ID, ktoré odpovedá ďalej, hoci prácu robí iný model.
Tento týždeň dobehli v ten istý pondelok termíny dvoch oznámení. Anthropic znížil o 17 % týždenné limity Claude Code v predplatných plánoch. A DeepSeek, ktorý štyri dni predtým vydal V4.1 Flash pod licenciou MIT, mal o 04:00 UTC začať posielať na nový model každú požiadavku určenú pre V4-Pro. Keď sme jeho stránky čítali, changelog už tvrdil opak.
Tento článok je revízia routingu na konci kvartálu: ako vyzerá užší výber modelov, ktorý sa 20. septembra 2026 dá obhájiť, podľa rolí, s cenou, licenciou a háčikom pri každej z nich. A ktoré dátumy už dnes v kalendári ho rozbijú.
Nová podlaha, nižší limit a oznámenie vzaté späť
DeepSeek V4.1 Flash vyšiel 10. septembra. Je to multimodálny model typu mixture-of-experts so základom 552 mld. parametrov a s nezvyčajnou stavbou: 20-vrstvový kauzálny enkodér napája 20-vrstvový dekodér. Pri čítaní promptu tak aktivuje 8 mld. parametrov na token a pri písaní 16 mld. Kontext má 1 mil. tokenov a súbor LICENSE je čistá MIT. V API sa volá deepseek-flash a v špičke stojí $0,30 za milión vstupných a $1,20 za milión výstupných tokenov, mimo špičky polovicu. DeepSeek uvádza, že návrh zmenšuje KV cache zhruba na štvrtinu oproti V4-Flash, a dôvod hovorí priamo: poplatky za zásahy do cache tvoria často veľkú časť nákladov na agentov.
To isté oznámenie nieslo aj druhú správu. V4-Pro sa vyraďuje a od 14. septembra 2026, 04:00 UTC, pôjdu všetky požiadavky na deepseek-v4-pro na V4.1 Flash za jeho ceny. Štyri dni vopred sa teda zákazníci dozvedeli, že ID modelu bude odpovedať ďalej, len prácu za neho urobí iný model s tretinou aktívnych parametrov. DeepSeek to podoprel tvrdením, že podľa „testov viacerých strán“ je V4.1 Flash pred V4-Pro. Ktoré strany to boli, neuvádza. V jeho vlastnej tabuľke základných modelov pritom V4-Pro vedie na SimpleQA-Verified (55,2 oproti 42,3), MATH (64,5 oproti 61,1) aj LongBench-V2 (51,5 oproti 45,2).
Potom oznámenie vzal späť. V changelogu pri tom istom vydaní dnes stojí, že na žiadosť používateľov bude DeepSeek služby API pre V4 Pro poskytovať aj po 14. septembri 2026 a spôsob účtovania sa nemení. Keď sme cez tento víkend čítali cenník, deepseek-v4-pro stále ukazoval na DeepSeek-V4-Pro-0813 s vlastnou cenou. V ktorý deň obrat zverejnili, sa nám zistiť nepodarilo.
Pondelok u Anthropicu bol jednoduchší, len horšie oznámený. Od 14. septembra sú týždenné limity Claude Code v plánoch Pro, Max, Team a Enterprise s licenciami na používateľa o 25 % nad pôvodnou úrovňou. Nahradili dočasné navýšenie o 50 %, takže index 100 šiel na 150 a potom na 125. Prvý príspevok Anthropicu na X hovoril o trvalom zvýšení štandardných týždenných limitov o 25 %. Zmazali ho. V spresnení už stálo, že oproti dnešku ide o zníženie týždenných limitov Claude Code o 17 %. Týka sa to predplatného. Nič z toho, čo sme čítali, nehovorí o zmene limitov pri API platenom podľa spotreby. Stránku Anthropicu s týmto oznámením sme nenašli, iba správu BleepingComputeru z 29. augusta.
Užší výber k 20. septembru podľa rolí
Ceny sú v amerických dolároch za milión tokenov, najprv vstup, potom výstup, štandardná úroveň, prečítané z cenníkov dodávateľov cez tento víkend.
- Najnáročnejšie uvažovanieClaude Fable 5.1 (claude-fable-5-1, vydaný 1. septembra) aj GPT-6 Astra (gpt-6-astra) stoja $10 / $50. Čítanie z cache kleslo pri Fable na $0,25, Astra má vstup z cache za $1,00. Sám Anthropic radí začať pri väčšine záťaží modelom Claude Opus 5 za $5 / $25 a ísť vyššie až vtedy, keď vaše evaly na Opus 5 pri vyššom úsilí nestačia. Háčik: päťnásobok vstupnej ceny strednej triedy a oba modely sú proprietárne.
- Stredná triedaClaude Sonnet 5 za $2 / $10, trvalo od 10. augusta. GPT-5.6 Terra za $2 / $12. Gemini 3.8 Flash (gemini-3.8-flash, 2. septembra) za $0,75 / $3,75. Háčik: cena Flash sa končí 31. decembra 2026 a 1. januára sa zdvojnásobí. Terra účtuje dvojnásobok vstupnej sadzby, keď prompt presiahne 272 tis. vstupných tokenov. Najnovší Pro od Googlu je stále gemini-3.1-pro-preview z februára. Changelog medzi 1. júlom a 17. septembrom žiadny záznam o Gemini 3.5 Pro nemá.
- Lacná rutinaGPT-5.6 Luna za $0,20 / $1,20. DeepSeek V4.1 Flash za $0,30 / $1,20 v špičke. Mistral Small 4 za $0,15 / $0,6. Claude Haiku 4.5 za $1 / $5 s kontextom 200 tis. tokenov. Háčik: Haiku 4.5 je dnes najdrahší model vo vlastnej triede a jediný z tejto štvorice, ktorému sa možnosť vyradenia otvára ešte tento rok.
- On-prem, permisívna licenciaMIT: DeepSeek V4.1 Flash a V4-Pro (1,6 bil. parametrov, 49 mld. aktívnych). Apache 2.0: Mistral Small 4 (119 mld., 6,5 mld. aktívnych, kontext 256 tis.), Mistral Large 3 (675 mld.), Qwen3.8-27B a Muse Glimmer 30B. Každý licenčný súbor sme čítali. Mistral Small 4 je stále najnovší Small. Háčik: licencia je čistá, účet za hardvér nie. Nároky na jednu GPU uvádza výrobca iba pri Glimmeri: 24 GB VRAM pri strate 1,0 %.
- Prepis rečiGroq má whisper-large-v3-turbo stále medzi produkčnými modelmi, za $0,04 za hodinu zvuku a bez záznamu o vyradení. Voxtral Mini Transcribe Realtime od Mistralu má váhy pod Apache 2.0 a hostovaný stojí $0,006 za minútu zvuku, rovnako ako gpt-4o-transcribe od OpenAI. Háčik: cena $0,006 za minútu je $0,36 za hodinu, deväťkrát viac než Groq.
Štvrtý riadok je krátky, lebo väčšina toho, čo sa označuje za otvorené, naň nepatrí.
Inkling, o ktorom bol náš júlový článok, by sa do ľavého stĺpca zaradil, keď si jeho samostatnú politiku použitia prečíta právnik. Tri z ostatných si zaslúžia presné znenie, lebo marketingový názov ho zakrýva.
- Mistral Medium 3.5„Modified MIT License“. Práva z licencie nesmiete vykonávať, ak celosvetové konsolidované mesačné tržby vašej firmy (alebo vášho zamestnávateľa) za predchádzajúci mesiac presiahli $20 mil. Hostovaný model je mistral-medium-3504 za $1,5 / $7,5. Váhy sú hustý model so 128 mld. parametrov a kontextom 256 tis.
- MiniMax M3„MINIMAX COMMUNITY LICENSE“ udeľuje práva „for non-commercial purposes“, teda na nekomerčné účely. Komerčné použitie vyžaduje zobraziť „Built with MiniMax M3“ a poslať jednorazové oznámenie, nad $20 mil. ročných tržieb predchádzajúce písomné povolenie. Príloha so zakázanými použitiami obsahuje aj „any military purpose“. Hostované API stojí $0,30 / $1,20 do 512 tis. vstupných tokenov.
- Qwen3.8 a Kimi K3Qwen3.8 sú tri licencie: Apache 2.0 pre 27B, prah $50 mil. tržieb pri prevádzke služby pre vlajkový model 2.4T a žiadny prah pre Flash-Next. Kimi K3 má prah $20 mil. tržieb skupiny za dvanásť mesiacov pre každého, kto ho prevádzkuje ako službu. Články Qwenu rozoberá augustový článok, články Kimi K3 júlový.
Vyradenie modelu je výpadok, ktorý vidíte prichádzať
Najtichšie zlyhá produkčný systém tak, že ID modelu prestane existovať. Stránka Anthropicu o vyraďovaní modelov hovorí o stave „Retired“ jasne: model už nie je dostupný a požiadavky naň zlyhajú.
Tento rok prekročili tú hranicu tri ID, ktoré boli v konfiguračných súboroch ešte bežné. claude-sonnet-4-20250514 a claude-opus-4-20250514 boli označené na vyradenie 14. apríla a vyradené 15. júna 2026. claude-opus-4-1-20250805 dostal označenie 5. júna a vyradený bol 5. augusta. Anthropic sa zaväzuje oznámiť vyradenie verejne dostupného modelu najmenej 60 dní vopred, e-mailom aj v dokumentácii. Oba razy to dodržal: 62 a 61 dní.
Teraz okno pred nami. Tá istá tabuľka uvádza pri claude-sonnet-4-5-20250929 vyradenie „nie skôr než 29. septembra 2026“, pri claude-haiku-4-5-20251001 „nie skôr než 15. októbra 2026“ a pri claude-opus-4-5-20251101 nie skôr než 24. novembra. Čítajte to pozorne, lebo prvé čítanie je nesprávne. Spodná hranica nie je harmonogram. Všetky tri majú dnes stav Active a žiadny dátum označenia na vyradenie. Ak Anthropic dodrží svoj 60-dňový záväzok, oznámenie zverejnené dnes by nemohlo nadobudnúť účinnosť skôr než okolo 20. novembra. Haiku 4.5 sa teda 15. októbra nevypína. Je to však jediný model z aktuálnej zostavy Anthropicu, ktorému spodná hranica pripadá na tento rok, a tabuľka zostavy preň neukazuje nástupcu.
ID modelu je závislosť s dátumom expirácie. Zapíšte ho do inventára a dátum do kalendára.
Kontrola je nudná a funguje. Veďte jeden inventár všetkých napevno zapísaných ID modelov vo všetkých službách a ku každému dátum vyradenia alebo spodnú hranicu od dodávateľa. Podľa kalendára, aspoň raz mesačne, ho porovnajte so stránkou dodávateľa o vyraďovaní. Konzola Anthropicu vie exportovať spotrebu do CSV rozdeleného podľa API kľúča a modelu. Tak nájdete aj ID, o ktorých si nikto nepamätá, že ich niekam zapísal. Uvedené dátumy platia len pre platformy, ktoré prevádzkuje Anthropic. Amazon Bedrock a Google Cloud si harmonogramy vyraďovania určujú sami, takže ID dostupné cez ne potrebuje vlastný riadok.
Oznámenie DeepSeeku bolo druhou polovicou toho istého rizika. Tam ID prežije a model za ním sa vymení: staré názvy deepseek-v4-flash a deepseek-v4-flash-vision-exp sú podľa DeepSeeku „dočasne smerované“ na V4.1 Flash. Inventár ID toto nezachytí. Zachytí to log volaní, ktorý zaznamenáva model, čo požiadavku naozaj obslúžil.
Náš pohľad
Užší výber je snímka a do ďalšej revízie zostarne. Práve preto ho treba mať napísaný. Za jeden kvartál vydal Anthropic Opus 5 a Fable 5.1 a Google tri modely Flash za šesť týždňov. Router, ktorý má od júna napevno zapísaný reťazec verzie, zaostáva v každej triede, a nikto o tom nerozhodol.
Čoho by sme sa na konci kvartálu držali:
- Smerujte podľa písanej policy, naprieč uzavretými aj otvorenými modelmi. Každá rola vyššie má aspoň dvoch dodávateľov. Trasa s jediným kandidátom je závislosť, ktorú ste si nenacenili.
- Apache 2.0 alebo MIT pre všetko, čo beží on-prem. Tú latku dnes spĺňa šesť modelov. Menujte repozitár, licenčný súbor držte pri checkpointe a nedovoľte, aby jedno či druhé nahradil názov rodiny modelov.
- Povyšujte podľa vlastnej eval sady, nikdy podľa karty modelu. Tvrdenie DeepSeeku, že V4.1 Flash poráža V4-Pro, stálo vedľa jeho vlastnej tabuľky, kde ho neporáža.
- Logujte každé volanie s modelom, policy a sadou načítaných dokumentov a k tomu model, ktorý naozaj odpovedal. Po tomto kvartáli robí z logu auditnú stopu práve to posledné pole.
- Rezidenciu dát berte ako vstup do návrhu. Vlastné API Anthropicu ponúka inferenciu iba v us alebo global a úložisko workspace iba v us. Hranica EU znamená regionálne endpointy na Bedrocku alebo Google Cloude s prirážkou 10 %. Mistral uvádza, že dáta predvolene hostuje v Európskej únii.
- Predplatné je pre ľudí. Produkcia beží na API platenom podľa spotreby. Limit na používateľa sa môže zmeniť o šestinu s približne dvojtýždňovým predstihom a jedným zmazaným príspevkom.
Hranicou tejto revízie je to, čo sa nám overiť nepodarilo. Vynechali sme zoznamy regiónov EU pre Gemini, OpenAI, Groq a Alibabu, lebo sme k nim neprečítali primárnu stránku. Pre väčšinu modelov s permisívnou licenciou sme nenašli ani hostiteľa tretej strany v EU. Pre kupujúceho v EU sú obe medzery podstatné a na obe potrebujete od dodávateľa písomnú odpoveď skôr, než na nich postavíte trasu.
Takáto revízia na konci kvartálu je pol dňa čítania a jeden diff oproti routing policy. Napísať tú policy, eval bránu za ňou a log volaní pod ňou je to, čo Sebrona robí. Ak je vo vašom užšom výbere stále model z jari, napíšte na info@sebrona.com.
Zdroje
Každá cena, ID, názov licencie a dátum vyššie pochádza z niektorej z týchto stránok. Čítali sme ich cez tento víkend, ak nie je uvedený iný dátum.
- Oznámenie DeepSeek V4.1 Flash, changelog a cenníkDátum vydania, oznámenie o vyradení V4-Pro, jeho stiahnutie, aliasy modelov, ceny v špičke a mimo nej.
- deepseek-ai/DeepSeek-V4.1-Flash a DeepSeek-V4-Pro-0813Licenčné súbory MIT, architektúra, počty parametrov a tabuľka základných modelov od výrobcu.
- Anthropic is cutting Claude Code's current weekly limits by 17 percentDotknuté plány, výpočet 100, 150, 125, zmazaný príspevok a spresnenie.
- Prehľad modelov Claude, cenník a rezidencia dátID modelov, ceny, sadzby za cache, kontextové okná, odporúčanie k výberu modelu, hodnoty inference_geo a regionálna prirážka.
- Model deprecationsDefinície stavov životného cyklu, záväzok 60 dní, vyradené ID s dátumami, spodné hranice vyradenia a export spotreby.
- Cenník a stránky modelov OpenAI; príspevok zamestnanca o modeli SolID a ceny GPT-6 Astra a GPT-5.6, príplatok za dlhý kontext pri Terre, koniec akciovej ceny Solu, ceny prepisu reči.
- Cenník, modely a changelog Gemini APIID a ceny Gemini 3.8 Flash a 3.1 Pro, koniec zavádzacej ceny a chýbajúci záznam o Gemini 3.5 Pro.
- Prehľad modelov Mistral, cenník API a licenčné súboryID, ceny a licencie modelov Small 4, Large 3 a Medium 3.5, text Modified MIT, cena Voxtralu a vyhlásenie o hostovaní dát.
- Licenčné súbory Qwen3.8, Kimi K3, MiniMax M3 a Muse GlimmerNázvy licencií, prahy a články uvedené vyššie, počty parametrov z kariet modelov.
- Cenník MiniMax podľa spotrebyCena M3 a označenie „Permanent 50% off“.
- Modely a vyraďovanie na GroquProdukčný stav a cena modelov Whisper.