W lutym 2026 roku OpenAI publicznie oskarżyło chiński DeepSeek o "destylowanie" swoich modeli - czyli wykorzystywanie odpowiedzi GPT do trenowania konkurencyjnych systemów AI. To nie jest zwykła kłótnia technologicznych gigantów. To moment, który bezpośrednio wpływa na to, ile polska firma zapłaci za AI w najbliższych miesiącach i jakie narzędzia będzie miała do dyspozycji.
DeepSeek pojawił się na rynku jak meteoryt. Ich model R1 osiąga wyniki porównywalne z GPT-4o w wielu benchmarkach, ale kosztuje ułamek ceny. Jak to możliwe? Według OpenAI - częściowo dzięki temu, że DeepSeek wykorzystał odpowiedzi z API OpenAI do trenowania własnych modeli. Niezależnie od tego, czy zarzuty się potwierdzą, efekt jest jeden: rynek AI właśnie stał się znacznie bardziej konkurencyjny.
Dla właściciela firmy w Poznaniu czy Gdańsku to nie abstrakcja. To realna zmiana w kosztach, możliwościach i ryzykach związanych z wdrażaniem sztucznej inteligencji.
Ceny AI lecą w dół - i to nie żart
Zanim DeepSeek wszedł na rynek, OpenAI dyktowało warunki. Dostęp do GPT-4 Turbo przez API kosztował około 10 dolarów za milion tokenów wejściowych. DeepSeek R1 oferuje porównywalną jakość za mniej niż 1 dolar za milion tokenów. To różnica rzędu 10x.
Co to oznacza w praktyce? Firma e-commerce, która używa AI do obsługi klienta i przetwarza 50 tysięcy zapytań miesięcznie, może obniżyć koszty AI z kilku tysięcy złotych do kilkuset. Biuro rachunkowe, które automatyzuje klasyfikację faktur, zamiast 800 zł miesięcznie zapłaci 80 zł.
OpenAI już zareagowało obniżkami cen. W styczniu 2026 uruchomili model o3-mini, który jest tańszy od poprzedników. Anthropic z kolei obniżył ceny Claude'a 3.5 Sonnet. Google zrobił to samo z Gemini. Konkurencja działa - i to na korzyść każdego, kto korzysta z tych narzędzi.
Dla polskiej firmy z budżetem na AI rzędu 2-5 tysięcy złotych miesięcznie ta wojna cenowa oznacza, że za te same pieniądze można teraz zrobić 3-5 razy więcej. Albo zrobić to samo, ale taniej.
Bezpieczeństwo danych - tu zaczyna się problem
DeepSeek jest tańszy, ale jest chiński. I to nie jest kwestia uprzedzeń - to kwestia regulacji prawnych. Chińskie prawo wymaga, aby firmy technologiczne udostępniały dane rządowi na żądanie. DeepSeek przechowuje dane na serwerach w Chinach.
Dla polskiej firmy, która przetwarza dane osobowe klientów (a która nie przetwarza?), wysyłanie ich do DeepSeek może oznaczać naruszenie RODO. Prezes UODO nie wydał jeszcze oficjalnego stanowiska w tej sprawie, ale włoski odpowiednik - Garante - już w styczniu 2025 zablokował DeepSeek we Włoszech właśnie z powodu wątpliwości dotyczących transferu danych.
To nie znaczy, że DeepSeek jest bezużyteczny. Można go stosować do zadań, które nie wymagają danych wrażliwych:
- Generowanie treści marketingowych na podstawie ogólnych briefów
- Analiza publicznie dostępnych danych rynkowych
- Pisanie kodu i prototypowanie aplikacji
- Tłumaczenia dokumentów technicznych (bez danych osobowych)
Ale do klasyfikacji reklamacji klientów, analizy umów czy przetwarzania danych HR - lepiej zostać przy europejskich lub amerykańskich dostawcach, którzy podpisują standardowe klauzule umowne (SCC) wymagane przez RODO.
Modele open source zmieniają zasady gry
DeepSeek udostępnił swoje modele jako open source. To znaczy, że polska firma IT może pobrać model, postawić go na własnym serwerze i korzystać bez wysyłania danych gdziekolwiek. Zero problemu z RODO, zero opłat za API, pełna kontrola.
Brzmi idealnie? Prawie. Uruchomienie modelu wielkości DeepSeek R1 (671 miliardów parametrów) wymaga sprzętu za kilkaset tysięcy złotych. Ale mniejsze wersje - DeepSeek R1 Distill 7B czy 32B - działają na serwerze z jedną kartą graficzną NVIDIA za 10-15 tysięcy złotych. Firmy takie jak OVH czy Hetzner oferują serwery z GPU w chmurze za 200-400 euro miesięcznie.
W Polsce widzę coraz więcej firm, które idą tą drogą. Kancelaria prawna z Wrocławia, z którą rozmawiałem w styczniu, postawiła model Mistral na własnym serwerze do anonimizacji dokumentów. Koszt? Serwer w Hetznerze za 350 euro miesięcznie. Oszczędność w porównaniu z komercyjnym API? Około 2 tysięcy złotych miesięcznie, przy ich wolumenie dokumentów.
Trend jest jasny: modele open source będą coraz lepsze, a próg wejścia - coraz niższy. Dla firm, które przetwarzają wrażliwe dane, to najlepsza opcja na rynku.
Co powinna zrobić polska firma - konkretnie
Zamiast czekać na rozstrzygnięcie konfliktu OpenAI vs DeepSeek, warto działać już teraz. Oto trzy kroki, które mają sens niezależnie od tego, kto wygra tę wojnę:
Po pierwsze: testuj wiele modeli. Nie wiąż się z jednym dostawcą. Narzędzia typu OpenRouter czy LiteLLM pozwalają przełączać się między modelami jednym parametrem w kodzie. Dziś najlepszy do Twojego zadania może być GPT-4o, za miesiąc - Claude, a za kwartał - model open source. Elastyczność to nie luksus, to konieczność.
Po drugie: segreguj dane. Zrób audyt: które zadania AI wymagają danych wrażliwych, a które nie. Do zadań bez wrażliwych danych - korzystaj z najtańszego dostępnego modelu (DeepSeek, Mistral, Llama). Do zadań z danymi osobowymi - zostań przy dostawcach z gwarancjami RODO lub postaw model lokalnie.
Po trzecie: licz oszczędności. Firma, która dziś płaci 3 tysiące złotych za API OpenAI, powinna sprawdzić, czy ten sam wynik da model za 300 zł. Nie chodzi o to, żeby iść na najniższą cenę - chodzi o to, żeby świadomie wybrać stosunek jakości do ceny. W wielu przypadkach różnica w jakości między modelem za 10 dolarów a modelem za 1 dolar za milion tokenów jest minimalna.
Konflikt OpenAI z DeepSeek to dobra wiadomość dla polskich firm. Konkurencja obniża ceny, otwiera dostęp do lepszych narzędzi i zmusza dostawców do większej transparentności. Jedyne ryzyko? Że będziesz czekać, aż ktoś inny to wykorzysta pierwszy.
Źródło: Bloomberg - OpenAI Accuses DeepSeek of Distilling US Models to Gain an Edge