Kdo za umělou inteligenci platí a čí modely se opravdu používají: hloubkový rozbor dat z Vercel AI Gateway

1. Úvod a kontext

Existuje jedna otázka, kterou si dnes klade skoro každá firma: „Který model umělé inteligence je pro nás vhodný?” Odpověď se ale mění skoro každý týden, protože nové modely vycházejí stále dokola. Proto je užitečnější dívat se na to, co firmy ve skutečnosti dělají, ne na to, co říkají žebříčky.

Přesně takový pohled nabízí Vercel. Vercel je americká firma, která provozuje takzvanou bránu (společný vstupní bod, přes který aplikace volají různé modely od různých dodavatelů jedním připojením). Ta brána se jmenuje AI Gateway. Přes ni protéká podle firmy každý měsíc mnoho bilionů tokenů. Token je malý kousek textu, se kterým model počítá, zhruba slovo nebo jeho část, a účtuje se za každý zpracovaný token. Vercel uvádí, že data pocházejí od více než 200 tisíc týmů. Guillermo Rauch, šéf Vercelu, v červenci 2026 uvedl, že přes bránu proteče víc než bilion tokenů denně.

Vercel svá zjištění pravidelně zveřejňuje ve zprávě s názvem AI Gateway production index (index produkčního provozu). „Produkční” tady znamená ostrý provoz reálných aplikací, ne pokusy a testy. Data jsou anonymní a sečtená dohromady, žádný jednotlivý tým ani úloha se v nich nepozná. Vercel zveřejňuje čísla s měsíčním odstupem, takže nejčerstvější dostupný obraz je za červen 2026 (zpráva vyšla 13. července 2026).

Proč na tom firmě záleží. Účet za umělou inteligenci se stále častěji stává jednou z rychle rostoucích a špatně hlídaných položek v rozpočtu. Data od Vercelu ukazují jednu věc velmi jasně: kdo platí nejvíc, není totéž co čí modely se používají nejvíc. To má přímý dopad na to, jak si má firma rozvrhnout peníze.

Jak Vercel měří (a kde jsou hranice). Je potřeba rozumět dvěma číslům, která se v celém článku prolínají:

• Útrata (spend): kolik by stály tokeny v přepočtu na ceníkové ceny dodavatelů. Vercel používá jednotný ceník i pro týmy, které si přinesou vlastní klíč k modelu, aby se čísla dala porovnat.
• Objem (volume): kolik tokenů branou skutečně proteklo.

Tato dvě čísla si často protiřečí, a právě v tom rozporu je hlavní poučení.

2. Hlavní zjištění: nejvíc peněz nebere ten, jehož modely se používají nejvíc

Nejdůležitější věta z celé analýzy je jednoduchá. Útrata a objem měří dva různé druhy práce, i u téhož zákazníka.

Za červen 2026 to vypadá takto. Podle útraty vedl Anthropic (firma za modely Claude) s 61 procenty, následoval Google se zhruba 17 procenty (dopočet, Vercel přesnou hodnotu neuvádí) a OpenAI s 16,1 procenta. Podle objemu tokenů se ale pořadí míchá jinak: 32 procent provozu šlo na Anthropic, 24 procent na Google a 22,6 procenta na DeepSeek, který se dostal necelé dva body za Google. Otevřené modely (modely, jejichž vnitřní nastavení je volně ke stažení) dohromady nesly 29 procent objemu za necelá 4 procenta útraty.

Proč ten rozpor? Drahé a náročné dotazy, u kterých hodně záleží na správnosti odpovědi, míří na dražší modely. Levné a rychlé dotazy ve velkém množství míří na levné modely. Jak píše Vercel: „prémiové úvahové dotazy končí na modelu Claude Opus a levné rychlé dotazy na modelu Gemini Flash. Útrata jde za dotazy s vysokou sázkou a objem za těmi s nízkou.” Útrata jde za tím, kde je chyba drahá. Objem jde za tím, kde je chyba levná.

Pro firmu z toho plyne poučení, které Vercel formuluje takto: špatná otázka je „Kdo vyhrává umělou inteligenci?”. Správná otázka zní „Které modely vyhrávají v tom druhu úlohy, který řeším já?”.

Kdo platí a kdo pracuje

Vzdálenost mezi tečkami ukazuje rozdíl mezi podílem na penězích a podílem na objemu tokenů. Sloupec vpravo říká, kolikrát vyšší cenu za token daný dodavatel v průměru inkasuje. Spodní pás vysvětluje, co to číslo je a co není.

Alternativní pohled: Kdo platí a kdo pracuje

3. Vývoj útraty podle dodavatelů (březen až červen 2026)

Podívejme se na útratu, tedy na peníze, v čase. Zde se ukazuje, jak rychle se poměry mění.

Poznámky k tabulce:

• Útrata OpenAI se z března na duben ztrojnásobila, a to po vydání modelů GPT-5.4 a GPT-5.5. Údaj „přibližně 4 procenta” za březen je dopočet: pokud se hodnota ztrojnásobila na 12 procent, výchozí bod byl zhruba 4 procenta. V červnu podíl OpenAI dále stoupl na 16,1 procenta, přestože jeho objem tokenů klesl. Za jeden token tedy zákazníci u OpenAI platili víc.
• Útrata Googlu vyskočila z 8 procent v březnu na 21 procent v dubnu, jak rostlo používání modelu Gemini Flash. Hodnoty za květen a červen Vercel přímo neuvádí, dopočítáváme je ze zbytku.
• Podíl Anthropicu na útratě vyrostl z 61 na 65 procent v květnu a v červnu se vrátil na 61 procent. Anthropic přitom drží 72 procent útraty a více v každém druhu úlohy, kde hodně záleží na správnosti: generování aplikací, agenti pro kancelářskou práci a programovací agenti (nástroje, které samy píší a upravují kód).
• Čtyři přední americké laboratoře (Anthropic, OpenAI, Google a xAI) dohromady vzaly v červnu 95 procent útraty.

Celkový obrázek: peníze se stále silně koncentrují u Anthropicu, přestože jeho modely nejsou co do objemu tokenů zdaleka samy.

4. Vývoj objemu tokenů podle dodavatelů (duben až červen 2026)

Teď totéž, ale podle objemu, tedy podle množství zpracovaného textu.

Pozor, obě tabulky měří něco jiného. První peníze, druhá množství práce. DeepSeek v červnu zpracoval 22,6 procenta všeho textu, ale stál jen zhruba procento všech peněz. Právě tenhle rozdíl je jádrem celého článku.

V květnu 2026 se událo něco výjimečného. Celkový objem tokenů přes bránu vzrostl o 20 procent oproti dubnu. Celková útrata ale vzrostla o 43 procent. To znamená, že průměrná cena za jeden token stoupla zhruba o 20 procent. Jinak řečeno: firmy nakupovaly více a zároveň dráže. V červnu růst pokračoval, objem stoupl o dalších 29 procent a útrata o 27 procent. Průměrná cena za token se tak zastavila: zdražení špičkových modelů zhruba o 12 procent za token vyrovnal levný objem otevřených modelů.

Anthropic zvýšil svůj podíl na objemu z 26 na 32 procent a tam se v červnu udržel. OpenAI kleslo z přibližně 13 na 10,3 procenta objemu. A pak je tu DeepSeek.

Peníze se skoro nehnuly, objem se přerozdělil

Vlevo podíl na utracených korunách, vpravo podíl na objemu tokenů, březen až červen 2026.

5. Fenomén DeepSeek: velký objem, skoro žádné peníze

DeepSeek je čínská firma, která vyrábí modely s otevřenými váhami (to znamená, že si kdokoli může model stáhnout, spustit a upravit). V dubnu měl DeepSeek na bráně méně než 1 procento tokenů a méně než 0,2 procenta útraty. V květnu jeho podíl na objemu vyskočil na 17 procent a posunul ho na třetí místo, před OpenAI. V červnu růst pokračoval na 22,6 procenta, necelé dva body za druhým Googlem. Jeho podíl na útratě přitom zůstal kolem 1 procenta.

Skoro celý ten objem přinesly dva modely: DeepSeek V4 Flash a DeepSeek V4 Pro. DeepSeek je oficiálně vydal 24. dubna 2026 (Vercel je ve své zprávě řadí do května, kdy se na bráně naplno projevily; rozdíl je mezi dnem vydání a okamžikem, kdy provoz reálně naběhl, a na tento rozpor upozorňujeme).

Klíčem je cena. DeepSeek V4 Flash má ceník 0,14 dolaru za milion vstupních tokenů a 0,28 dolaru za milion výstupních tokenů. To je zhruba 20 až 50krát méně než u srovnatelných modelů Anthropicu a zhruba 8 až 12krát méně než u jiných levných modelů, jako jsou Qwen 3.6 Plus nebo Kimi K2.6. Dražší model DeepSeek V4 Pro stojí 0,435 dolaru za milion vstupních a 0,87 dolaru za milion výstupních tokenů. Jde o zaváděcí slevu 75 procent, kterou DeepSeek 22. května 2026 udělal trvalou, původní ceníková cena byla 1,74 a 3,48 dolaru.

Vercel k tomu dodává důležitou myšlenku. Levné modely byly na bráně dostupné vždycky, ale nikdy takový podíl nezískaly.

Proč se levné modely vyplatí na objem

Cena za milion vygenerovaných tokenů. Osa je logaritmická, každý dílek znamená desetinásobek.

Vercel to shrnuje slovy, že DeepSeek V4 byl „prvním modelem za tuto cenu, který prošel laťkou kvality pro ostrý provoz”. Firmy ho podle Vercelu nenasadily jen proto, že je levný, ale proto, že po vlastním prověření zjistily, že výstup je dost dobrý na nasazení.

Přišlo to v době, kdy se náklady na umělou inteligenci staly veřejným tématem. Firma Uber vyčerpala celý roční rozpočet na umělou inteligenci už v dubnu 2026 poté, co se nástroj Claude Code rozšířil na zhruba 5 000 inženýrů; ředitel pro technologie Praveen Neppalli Naga to pro server The Information potvrdil slovy: „Vracím se k rýsovacímu prknu, protože rozpočet, o kterém jsem si myslel, že mi bude stačit, je už dávno pryč.” Amazon zase koncem května 2026 vypnul svůj interní žebříček využívání umělé inteligence KiroRank, aby zkrotil zbytečné utrácení tokenů; vysoký manažer Dave Treadwell zaměstnancům vzkázal: „Nepoužívejte prosím umělou inteligenci jen kvůli tomu, abyste ji použili. Používejte ji, aby vám pomohla řešit problémy zákazníků, řešit obchodní problémy a přinášet nové věci.” Už v dubnu podle serveru Fortune zrušila obdobný žebříček (sledoval přes 85 000 zaměstnanců) i firma Meta.

6. Co ta čísla neznamenají

Než půjdeme dál, je potřeba jedna poctivá výhrada. Rozdíl mezi podílem na penězích a podílem na tokenech svádí k větě, že Anthropic je čtyřicetkrát dražší za stejnou práci. Tak se to říct nedá. Token není jednotka práce, a to hned ze tří důvodů.

Každý výrobce počítá tokeny jinak. Tokenizér (nástroj, který text seká na tokeny) Anthropicu vyrobí ze stejného anglického textu zhruba o 15 až 20 procent více tokenů než nástroj OpenAI. Podle dokumentace Anthropicu navíc novější verze jeho tokenizéru produkuje asi o 30 procent více tokenů než starší. Ceny za token proto nejsou napříč dodavateli přímo srovnatelné, ještě než se začne počítat.

Modely píší různě dlouhé odpovědi. Uvažující modely (modely, které si před odpovědí rozmýšlejí postup) spotřebují na tutéž úlohu více tokenů. Studie The Price Reversal Phenomenon z března 2026 ukázala, že v 21,8 procenta srovnání dvojic modelů vyšel levnější model nakonec dráž, právě kvůli přemýšlecím tokenům. Zajímavé je, že v našem případě je upovídanější ten levný: DeepSeek V4 Pro spotřeboval na proběhnutí testu Artificial Analysis zhruba 180 milionů tokenů, Claude Opus 4.8 jen 120 milionů.

Levné modely dostávají jinou práci. To je nejdůležitější bod a plyne přímo z dat Vercelu. Google obsloužil 57 procent tokenů osobních asistentů, ale méně než 2 procenta tokenů programovacích agentů. Anthropic drží 72 procent útraty a více v rizikových úlohách. Srovnávat cenu za token je pak podobné jako srovnávat hodinovou sazbu právníka a brigádníka a tvrdit, že právník je čtyřicetkrát dražší za stejnou práci. Není. Dělá jinou práci.

Co se stane, když se místo tokenů měří dokončené úlohy

Tady přichází překvapení. Rozdíl se nesmaže. Nezávislá služba Artificial Analysis počítá cenu za jeden dokončený úkol svého testu inteligence. Claude Opus 4.8 vyjde na 1,78 dolaru za úkol, GPT-5.5 na 0,99 dolaru a DeepSeek V4 Pro na 0,04 dolaru. Poměr mezi Anthropicem a DeepSeekem je tedy 44, prakticky stejný jako u ceny za token.

Podobně u programátorského testu SWE-bench Verified, kde se počítá cena za jednu skutečně vyřešenou úlohu: DeepSeek V4 Pro 0,04 dolaru, Gemini 3 Flash 0,078 dolaru, Claude Haiku 4.5 0,15 dolaru, GPT-5.1 0,239 dolaru a Claude Opus 4.5 0,68 dolaru. Rozdíl mezi krajními hodnotami je zhruba sedmnáctinásobek.

Levnější i po přepočtu na dokončený úkol

Vlevo poměr chytrosti a ceny za dokončený úkol, vpravo cena za jednu vyřešenou programátorskou úlohu. Rozdíl v ceně přetrvá, i když se přestanou počítat tokeny.

Platí to ovšem jen pro úlohy, které oba modely zvládnou. Jakmile se úloha ztíží, obrázek se mění.

Kde DeepSeek zaostává a kde vede

Americký úřad NIST zveřejnil 1. května 2026 nezávislé hodnocení, podle kterého je DeepSeek V4 Pro za americkou špičkou zhruba osm měsíců a chová se přibližně jako model GPT-5 z doby o osm měsíců dříve. V žebříčku dostal 800 bodů, Claude Opus 4.6 měl 999 a GPT-5.5 asi 1260. Konkrétní propady: v kybernetické bezpečnosti 32 procent proti 71 procentům u GPT-5.5, v abstraktním uvažování 46 proti 79 procentům a v agentním programování 44 proti 78 procentům. Nejvíc ztrácí na dlouhých samostatných úlohách. DeepSeek s tímto hodnocením nesouhlasí a odstup odhaduje na dva měsíce.

V úzkých disciplínách je ale blízko špičce nebo ji předčí. Na testu programátorských soutěží Codeforces má 3206 bodů, tedy nad GPT-5.5 s 3168. Na testu LiveCodeBench vede s 93,5 procenta. Na SWE-bench Verified má 80,6 procenta, což je na úrovni Gemini 3.1 Pro, ale pod Claude Opus 4.8 s 88,6 procenta. Na těžší verzi téhož testu je rozdíl výraznější, 55,4 proti 69,2 procenta.

Poctivý závěr tedy zní takto. Anthropic si účtuje řádově vyšší cenu za token a i po přepočtu na srovnatelný dokončený úkol vychází zhruba čtyřicetkrát dráž. Bere si za to ale nejnáročnější práci, kde levné modely zatím spolehlivě neobstojí. To není důkaz jeho neefektivity, ale popis dělby práce na trhu.

7. Rozbor podle druhu úlohy: kde se peníze a objem rozcházejí nejvíc

Rozpor mezi penězi a objemem je vidět i uvnitř jednotlivých druhů úloh. Zde jsou čísla z hlavní zprávy (data za duben 2026):

Logika je jednoduchá. Kolik firma za token utratí, závisí na tom, jak drahá je špatná odpověď. Vercel tomu říká mapa rizik. Osobní asistent může běžet na levném rychlém modelu, protože chybu si všimne jeden uživatel a hned ji opraví. Kancelářský proces platí za silnější uvažování, protože chyba tam může spustit právní, finanční nebo provozní problém. Zajímavé je, že se tento poměr mezi dubnem a červnem otočil. V dubnu měli kancelářští agenti 6 procent útraty na 15 procentech práce, tedy byli na jednotku práce levní. V červnu už měli 5 procent práce na 14 procentech útraty, tedy byli drazí. Obě čísla pocházejí přímo od Vercelu. Vysvětlení je nejspíš v tom, že levnou hromadnou kancelářskou práci mezitím převzaly levné modely, takže v kategorii zbyly hlavně náročné úlohy.

Programovací agenti jako nejjasnější příklad rozdělení trhu (data za květen 2026). V tomto jednom druhu úlohy Vercel ukázal rozdělení dvou světů:

Levná hrubá práce jde na DeepSeek, drahá náročná práce zůstává na Anthropicu. V dubnu měly v programování velký objem ještě modely xAI a MiniMax, v květnu ale výrazně ustoupily.

Polovina objemu za čtyři procenta nákladů

Rozdělení objemu tokenů a nákladů mezi DeepSeek a Anthropic u programovacích pomocníků, květen 2026.

Vysoce rizikové úlohy zůstávají u Anthropicu. Kancelářské procesy zůstaly ve všech měsících silně u Anthropicu. Ve všech úlohách, kde hodně záleží na správnosti, drží Anthropic podle červnové zprávy 72 procent útraty a více.

Jak hluboko sahá koncentrace Anthropicu. Hlavní zpráva ukázala pozoruhodný jev. Jak se úloha posouvá od kancelářské práce ke spotřebitelským službám, podíl Anthropicu na objemu klesá ze 71 procent až na 7 procent. Jeho podíl na penězích ale klesá mnohem pomaleji a ve třech ze čtyř kategorií zůstává vpředu. Google je opačný tvar: soustředí se na spotřebitelskou oblast, kde model Gemini Flash nese 28 procent tokenů při 15 procentech nákladů. Červnová zpráva to potvrzuje i rozdělením na firemní a spotřebitelské úlohy: firemní nesly 46 procent tokenů a 60 procent útraty, spotřebitelské 43 procent tokenů a jen 26 procent útraty.

Které úlohy spolknou víc peněz, než kolik zpracují

Číslo říká, kolik peněz připadá na jednotku objemu. Nad jedničkou je úloha drahá, pod ní levná. Data za duben 2026.

8. Posun k agentům: účet se mění z „upovídaného” na „agentní”

Nejdůležitější strukturální změnou je posun k agentům. Agent je program, který sám plní úkol na více kroků a přitom volá další nástroje, například spustí vyhledávání, dotaz do databáze nebo kus kódu. Každý takový krok se účtuje.

Čísla z hlavní zprávy (duben 2026 proti říjnu 2025):

• Podíl dotazů, které končí voláním nástroje, vzrostl na 22,2 procenta z 11,4 procenta o šest měsíců dříve.
• Podíl tokenů, které spadají do dotazů s voláním nástroje, vzrostl na 58,9 procenta z 31,6 procenta.

Jinak řečeno: 22,2 procenta dotazů nese 58,9 procenta tokenů. Dotazy s nástroji jsou tedy zhruba 2,6krát náročnější na tokeny než ostatní.

Účet roste se samostatností, ne s počtem lidí

Podíl dotazů s voláním nástroje a podíl textu, který spotřebovaly. Říjen 2025 proti dubnu 2026.

Vercel to shrnuje slovy, že se nákladový povrch umělé inteligence změnil z tvaru „upovídaného” (chat) na tvar „agentní”. Kde chat naúčtuje jednu výměnu na jeden dotaz, agent naúčtuje celý řetězec. Agent, který provede deset kroků s nástroji, naúčtuje zhruba desetkrát tolik tokenů co jeden chat.

9. Skutečnost více modelů a role směrování

Žebříčky obvykle korunují jeden model. Ostrý provoz vypadá jinak.

Hlavní zpráva ukázala, jak počet používaných modelů roste s objemem provozu. Malé týmy se 3 modely. Střední týmy (1 až 10 milionů dotazů) v průměru 18 modelů. Velké týmy (nad 10 milionů dotazů) v průměru 35 modelů v běžném provozu. Zpráva za květen to potvrzuje jinak: aplikace nad milion dotazů směrují běžně přes 11 a více modelů.

Takový soubor modelů běží jako „směrovací graf” (směrování je rozhodování, kterému modelu se který dotaz pošle). Levný model roztřídí dotazy, silný model provede náročnou úvahu, další model vyhledá informace a rychlý model shrne výsledek. Každý z nich je vyměnitelný. Když jeden dodavatel zdraží, zhorší kvalitu nebo má výpadek, provoz se během hodin přesune jinam. Vercel z toho vyvozuje závěr, který obrací obvyklou obavu ze závislosti na jednom dodavateli: čím výš je firma na křivce objemu, tím spíš je přechod mezi dodavateli jen změnou nastavení, ne velkým stěhováním.

Potvrzuje to i chování při vydání nových modelů. Model Claude Sonnet 4.6 pohltil většinu provozu své rodiny do prvního měsíce po vydání. Naopak model Gemini 3.5 Flash, který vyšel v květnu za vyšší cenu než Gemini 3.0 Flash, se neujal: na konci měsíce držel jen 7 procent tokenů své rodiny, zatímco starší Gemini 3.0 Flash držel 90 procent. Firmy prostě odmítly platit víc za něco, s čím byly spokojené. Jak k tomu poznamenal Vercel, uvědomění si nákladů se v květnu proměnilo v chytřejší směrování mezi levnými a špičkovými modely a zákazníci začali být uvážlivější v tom, který model dělá kterou práci, zatímco celkové používání dál rostlo.

Záložní přesměrování (fallback). Když první volba selže kvůli chybě, přetížení nebo vypršení času, brána pošle dotaz jinému zdravému modelu tak rychle, že uživatel dostane odpověď. Zhruba 3,5 procenta dotazů projde přes takové záložní přesměrování. Měřeno v tokenech je to 5,1 procenta, měřeno v penězích 4,9 procenta. Rozdíl má svou logiku: zachraňují se spíš velké a drahé dotazy. Vercel z toho vyvozuje, že smluvně slibovaná dostupnost dodavatele měří dostupnost na úrovni dotazů, ale firma ji zažívá váženou penězi, a to jsou dvě různé věci.

10. Živé žebříčky: jiné okno, jiná čísla

Kromě měsíční zprávy Vercel provozuje živé žebříčky na adrese vercel.com/ai-gateway/leaderboards. Ty ukazují denní podíly a nabízejí přepínač časového okna: dva týdny, jeden měsíc, dva měsíce. To je zásadní rozdíl proti měsíční zprávě, která počítá celé kalendářní měsíce. Obě věci proto mohou ukazovat odlišná čísla, aniž by si protiřečily.

Následující snímek jsme pořídili 25. července 2026 z dvouměsíčního okna; zobrazená data končila 12. července 2026. Živé žebříčky se mění každý den, takže jde o momentku, ne o stálou hodnotu.

Podíl na útratě podle modelů (snímek k 25. červenci 2026):

Podíl na objemu tokenů podle modelů (snímek k 25. červenci 2026):

Podíl podle dodavatelů (stejný snímek): v objemu tokenů DeepSeek zhruba 27,3 procenta, Anthropic 20,8 procenta, Google 18,5 procenta, OpenAI 14,8 procenta; v útratě Anthropic 46,7 procenta, OpenAI 31,4 procenta, Google 15,5 procenta, DeepSeek 2,6 procenta.

Upozornění na proměnlivost: při nezávislých kontrolách v jiné dny jsme na žebříčcích viděli výrazně odlišné hodnoty. To přesně ukazuje, proč se živé žebříčky a měsíční zpráva nedají zaměňovat. Číslům z žebříčků je třeba rozumět jako momentce klouzavého okna, ne jako pevnému měsíčnímu údaji. I tak na nich sedí stejný vzorec jako ve zprávě: v objemu vede DeepSeek, v penězích Anthropic.

11. Širší kontext: dvouúrovňová ekonomika modelů

Data z Vercelu zapadají do širšího vývoje, který v červenci 2026 popsala i řada dalších zdrojů. Server CNBC ve vyšetřování ze 7. července 2026 uvedl, že podíl tokenů amerických firem na čínských modelech přes platformu OpenRouter se od 8. února 2026 drží každý týden nad 30 procenty, s vrcholem 46 procent, proti průměru 11 procent za předchozích dvanáct měsíců a 4,5 procenta v první polovině roku 2025. Justin Summerville z OpenRouteru pro CNBC uvedl, že čínské otevřené modely mohou být „o 60 až 90 procent levnější” než přední modely Anthropicu a OpenAI.

Server TechCrunch citoval myšlenku, kterou popsal Jesse Zhang, šéf firmy Decagon: přední laboratoře si drží „objevování” nových schopností, otevřené modely přebírají „produkci” ustálených úloh. Obojí přitom platí zároveň. V rozhovoru pro TechCrunch (6. července 2026) Guillermo Rauch řekl: „Vidíme velký růst modelu Gemini, i když se o něm tolik nepíše, protože lidé teď optimalizují pro produkci.” K údajně sdílené animaci „závodu útraty” s prosincovým snímkem roku 2025 (Anthropic 72,8 procenta, Google 15,9 procenta, OpenAI 7,0 procenta) uvádíme, že se nám tato konkrétní čísla nepodařilo nezávisle ověřit z veřejných zdrojů, a je třeba je brát s rezervou.

12. Kontrola čísel z jiných zdrojů

Jedna brána je jeden pohled. Proto jsme hlavní tvrzení zkusili ověřit i jinde, u služeb, které měří vlastní provoz nebo vlastní zákazníky.

OpenRouter je konkurenční brána, zhruba třikrát až pětkrát větší než Vercel. Podle vlastního oznámení z konce května 2026 jí týdně proteče kolem 25 bilionů tokenů a obsluhuje přes 8 milionů vývojářů. Její veřejný žebříček potvrzuje načasování i směr: DeepSeek u ní zdvojnásobil podíl v první polovině roku a od poloviny května byl modelem s největším objemem. Čínské a otevřené modely tam dohromady drží zhruba 46 procent objemu, tedy ještě víc než na Vercelu.

Ramp sleduje skutečné platby na firemních kartách u více než 50 tisíc amerických firem. Za duben 2026 uvádí, že Anthropicu platilo 34,4 procenta firem a OpenAI 32,3 procenta. To vypadá jako rozpor s Vercelem, kde má Anthropic 61 procent. Není to rozpor. Ramp počítá firmy, Vercel počítá koruny.

Menlo Ventures se ptá technických vedoucích a dochází k podílu Anthropicu kolem 40 procent útraty. Zajímavější je jejich údaj o otevřených modelech: v dotazníku je uvádí jen 13 procent firem, zatímco na Vercelu vozí 29 procent objemu. Firmy tedy otevřené modely používají víc, než o nich samy mluví.

Datadog měří provoz u více než tisíce svých zákazníků a uvádí, že OpenAI používá 63 procent organizací. Na Vercelu má přitom OpenAI jen 16 procent útraty. OpenAI má hodně uživatelů, ale málo drahé práce.

Tři čísla, která se pletou. Většina zdánlivých sporů mezi zdroji zmizí, jakmile si uvědomíte, že každý měří něco jiného:

• Podíl na útratě, tedy peníze. Tam vede Anthropic.
• Podíl na objemu, tedy množství práce. Tam vedou levné a otevřené modely.
• Podíl na rozšíření, tedy počet firem, které službu vůbec používají. Tam vede OpenAI.

Stejné firmy, tři různá čísla: Anthropic a OpenAI měřené třemi různými způsoby. Pořadí se pokaždé změní.

Co obstojí a co je zvláštnost jednoho vzorku. Napříč zdroji spolehlivě platí: peníze a objem se rozcházejí, DeepSeek skutečně nastoupil v květnu, u programovacích agentů dělají levné modely objem a drahé modely útratu, a provoz se posouvá k agentům. Naopak konkrétní vysoká čísla Anthropicu (61 až 65 procent útraty) jsou zčásti dané tím, že na Vercelu je nadprůměrně mnoho drahé produkční práce. Na širším firemním trhu je Anthropic spíš kolem 40 procent. Stejně tak dubnové vedení Googlu v objemu je zvláštnost Vercelu, jinde takto nevede.

13. Co z toho plyne pro české firmy

Data z Vercelu se týkají hlavně amerických a globálních týmů, ale poučení jsou obecná a pro české firmy praktická.

Za prvé: oddělte otázku ceny od otázky hodnoty. To, že jeden model spotřebuje hodně tokenů, neznamená, že stojí hodně peněz. A naopak. Rozpočet je třeba plánovat podle druhu úlohy, ne podle jednoho oblíbeného modelu.

Za druhé: rozdělte úlohy podle ceny chyby. Levnou hromadnou práci (třídění pošty, shrnutí dokumentů, odpovědi na časté dotazy) posílejte na levné modely. Drahou náročnou práci, kde je chyba nebezpečná, nechte na silných modelech. Přesně to dělají velké týmy v datech Vercelu.

Za třetí: počítejte s více modely a se směrováním od začátku. Vercel to shrnuje jasně: plánujte více modelů od více dodavatelů, počítejte se záložním přesměrováním a berte směrování jako základní stavební prvek, ne jako pozdější vylepšení. Právě na vrstvě směrování se rozhoduje o ekonomice, tedy o tom, kolik každá koruna přinese.

Za čtvrté: sledujte jednotkovou ekonomiku po druzích úloh. Nestačí znát celkový účet. Je potřeba vědět, kolik stojí jeden hovor s asistentem, jedno vygenerování dokumentu, jeden běh programovacího agenta. Teprve to umožní rozhodovat.

Tady vstupuje do hry i naše práce. Ve firmě TECHNOMATON to říkáme jednoduše: nejde o to, kolik za umělou inteligenci platíte, ale jestli víte, co vám která koruna přináší. Rozdíl mezi útratou a objemem, který data z Vercelu ukazují, je přesně ta věc, kterou většina firem ve svých vlastních číslech nevidí. Kdo ji uvidí, může stejný výsledek dostat výrazně levněji.

Poznámky k metodice a omezení

Data od Vercelu jsou cenná, ale je potřeba znát jejich hranice. Uvádíme je poctivě.

Rozdíl mezi měsíční zprávou a živými žebříčky. Měsíční index počítá celé kalendářní měsíce. Živé žebříčky ukazují klouzavé okno (dva týdny, měsíc, dva měsíce). Čísla z těchto dvou zdrojů se proto nedají přímo srovnávat ani zaměňovat. V článku je vždy odlišujeme.

Ceníkové ceny, ne skutečné faktury. Útrata se počítá podle veřejných ceníků, aby se dala porovnat i u týmů s vlastním klíčem. Skutečné částky bývají nižší: Anthropic nabízí slevu za opakovaný vstup až 90 procent a za dávkové zpracování 50 procent, DeepSeek slevu za opakovaný vstup až 98 procent. Pořadí a poměry ale zůstávají vypovídající.

Token není jednotka práce. Tomuto omezení je věnovaná celá šestá sekce. Ve zkratce: různé tokenizéry, různá délka odpovědí a různá skladba úloh znamenají, že poměr cen za token je hrubý ukazatel, ne měřítko efektivity.

Hodnocení modelů rychle stárne. Index inteligence Artificial Analysis změnil mezi verzemi 4.0 a 4.1 měřítko, takže starší a novější čísla nelze přímo srovnávat. Všechna zde uvedená pocházejí z verze 4.1.

Zkreslení daná okruhem uživatelů. Toto je nejdůležitější omezení. Uživatelé Vercelu se kloní k webovým vývojářům, k jazyku JavaScript a ke startupům. Nejde o průřez celým používáním umělé inteligence na světě. Velké korporátní provozy, které jedou přes vlastní infrastrukturu nebo přes Microsoft Azure a Amazon Bedrock, se v těchto datech projeví jinak nebo vůbec. Čísla je proto třeba brát jako silný ukazatel trendu, ne jako přesný obraz celého trhu.

Jak velký ten vzorek vlastně je. Vercelem proteče podle vlastního údaje přes bilion tokenů denně, tedy zhruba 30 bilionů měsíčně. Google sám přitom zpracuje 3 200 bilionů tokenů měsíčně a ByteDance se svým modelem Doubao 180 bilionů denně. Náš dopočet z veřejně dostupných údajů říká, že Vercel představuje řádově dvě až šest desetin procenta veškerého zpracování tokenů na světě. I kdybychom počítali jen užší trh volání cizích rozhraní, vyjdou jednotky procent. Konkurenční brána OpenRouter je zhruba třikrát až pětkrát větší. Jde tedy o malý, byť rychle rostoucí výřez trhu. Většina firemní práce s umělou inteligencí teče přímo k dodavatelům nebo přes cloudové platformy a žádnou nezávislou branou vůbec neprochází.

Rozpor v datu vydání DeepSeek V4. DeepSeek uvádí jako datum vydání 24. dubna 2026, zatímco Vercel ve své zprávě řadí oba modely do května. Rozdíl je nejspíš v tom, že Vercel počítá měsíc, kdy se modely na bráně naplno projevily.

Neověřená animace. Údaje z animovaného „závodu útraty”, které se přisuzují Guillermu Rauchovi (prosinec 2025: Anthropic 72,8 procenta, Google 15,9 procenta, OpenAI 7,0 procenta, ostatní 2,9 procenta, otevřené modely 1,5 procenta), se nám nepodařilo ověřit v žádném veřejně dostupném primárním zdroji. Vercel oficiálně nezveřejnil měsíční rozpad podílů na útratě za prosinec 2025. Uvádím je pouze jako kontext s výslovnou výhradou.

Zdroje

• Zpráva za červen (vydáno 13. července 2026): „Open-weight models surge to 29% of volume, price per token flattens”, vercel.com/blog/ai-gateway-production-index-july-2026. Odtud: útrata a objem za červen (Anthropic 61 % / 32 %, OpenAI 16,1 % / 10,3 %, Google 24 % objemu, DeepSeek 22,6 %), otevřené modely 29 % objemu na necelých 4 % útraty, růst objemu 29 % a útraty 27 %, cena za token beze změny, kancelářští agenti 5 % / 14 %, rizikové úlohy 72 % a více, firemní a spotřebitelské rozdělení, 95 % útraty u čtyř předních amerických laboratoří.
• Zpráva za květen (vydáno 8. června 2026): „DeepSeek enters the fight for token volume, Anthropic continues to dominate spend”, vercel.com/blog/ai-gateway-production-index-june-2026. Odtud: růst objemu 20 % a útraty 43 %, DeepSeek 17 % objemu při 1 % útraty, Anthropic 61 na 65 % útraty a 26 na 32 % objemu, programovací agenti (DeepSeek 49/4, Anthropic 28/70), ceny DeepSeek V4 Flash, Gemini 3.5 Flash proti 3.0 Flash, směrování přes 11 a více modelů, citát o „prvním modelu za tuto cenu, který prošel laťkou kvality”, zmínka o Uberu a Amazonu.
• Hlavní zpráva (data říjen 2025 až duben 2026, vydáno 12. května 2026): „AI Gateway production index” / „The state of production AI in 2026”, vercel.com/blog/ai-gateway-production-index. Odtud: útrata a objem za duben 2026, březnové hodnoty Googlu a OpenAI, metriky agentů (22,2 %, 11,4 %, 58,9 %, 31,6 %, 2,6krát), rozpad podle druhu úlohy, počty modelů (3, 18, 35), záložní přesměrování (3,5 %, 5,1 %, 4,9 %), rozdělení B2C a B2B, citát o Claude Opus a Gemini Flash.
• Živé žebříčky: vercel.com/ai-gateway/leaderboards (pohledy podle modelů a laboratoří). Odtud snímek z 25. července 2026 (data v okně končícím 12. července 2026). Časové okno: dva týdny, měsíc, dva měsíce. Data pod licencí CC BY 4.0.
• Datum vydání DeepSeek V4: oficiální dokumentace DeepSeek (24. dubna 2026), ceník DeepSeek pro V4 Pro (0,435 / 0,87 dolaru za milion tokenů po trvalé slevě 75 %, ceník 1,74 / 3,48).
• Uber a Amazon: Uber vyčerpal roční rozpočet do dubna 2026, ředitel pro technologie Praveen Neppalli Naga pro The Information (převzato mj. serverem Forbes, 17. května 2026). Amazon vypnul žebříček KiroRank koncem května 2026, citát Davea Treadwella; obdobný krok firmy Meta (žebříček pro více než 85 000 zaměstnanců) podle serveru Fortune (9. dubna 2026).
• Širší kontext: CNBC (7. července 2026, podíl čínských modelů nad 30 % od 8. února, vrchol 46 %, citát Justina Summervilla o 60 až 90 procentech), TechCrunch (6. a 7. července 2026, rozhovor s Guillermem Rauchem a myšlenka Jesseho Zhanga o objevování a produkci).
• Zdroje pro kontrolu z jiné strany: OpenRouter, veřejný žebříček openrouter.ai/rankings a oznámení firmy z 28. května 2026 (25 bilionů tokenů týdně, přes 8 milionů vývojářů). Ramp AI Index, ramp.com, měsíční přehled útraty amerických firem (duben 2026: Anthropic 34,4 %, OpenAI 32,3 % platících firem). Menlo Ventures LLM Market Update, menlovc.com, pololetní dotazník mezi technickými vedoucími. Datadog State of AI Engineering, datadoghq.com (vydáno 21. dubna 2026, OpenAI u 63 % organizací).
• Podklady k velikosti trhu: Sundar Pichai na Google I/O (20. května 2026, 3,2 biliardy tokenů měsíčně), Tan Dai z Volcano Engine na konferenci FORCE (23. června 2026, Doubao přes 180 bilionů tokenů denně), Guillermo Rauch pro TechCrunch (6. července 2026, přes bilion tokenů denně přes Vercel).
• Artificial Analysis, artificialanalysis.ai, index inteligence verze 4.1. Odtud: skóre modelů (Claude Opus 4.8 56 bodů, GPT-5.5 55, DeepSeek V4 Pro 44) a cena za jeden dokončený úkol (1,78 a 0,99 a 0,04 dolaru), spotřeba tokenů při proběhnutí testu.
• NIST, jednotka CAISI (zveřejněno 1. května 2026). Nezávislé hodnocení DeepSeek V4 Pro: odstup zhruba osm měsíců, bodové hodnocení 800 proti 999 u Claude Opus 4.6 a 1260 u GPT-5.5, propady v kybernetické bezpečnosti, abstraktním uvažování a agentním programování.
• SWE-bench Verified, cena za jednu vyřešenou úlohu podle přehledu SSOJet (červen 2026). Codeforces a LiveCodeBench podle veřejných žebříčků.
• The Price Reversal Phenomenon, arXiv, 25. března 2026. Zjištění, že v 21,8 procenta srovnání vyšel levnější model nakonec dráž.
• Dopočty a odhady (dopočty): březnová útrata OpenAI přibližně 4 procenta (z údaje o ztrojnásobení na 12 procent), květnová a červnová útrata Googlu přibližně 17 procent (zbytek), květnový objem Googlu přibližně 30 procent (dopočet), květnový objem xAI přibližně 2 procenta (odhad). Snímky žebříčků jsou momentky a mění se. Podíl Vercelu na světovém objemu (dvě až šest desetin procenta) je náš vlastní dopočet z veřejných údajů poskytovatelů, ne ověřené číslo, a nese široké pásmo nejistoty.
• Neověřeno: prosincová čísla 2025 z animace přisuzované Guillermu Rauchovi (Anthropic 72,8 %, Google 15,9 %, OpenAI 7,0 %, ostatní 2,9 %, otevřené modely 1,5 %).