U tehnološkom svijetu, uzbuđenja nikad ne nedostaje.
Istog dana, dva najveća igrača na tržištu velikih jezičnih modela objavila su vijesti koje su odmah privukle pažnju. OpenAI je iznenada najavio drastično sniženje cijena za seriju modela GPT-5.6, dok je DeepSeek službeno predstavio model V4-Flash – s vidljivo unaprijeđenim sposobnostima zaključivanja i pisanja koda, postignutima isključivo kroz post-trening.
Posljednjih dviju godina, utrka u razvoju velikih modela vrtjela se oko jednog pitanja: tko može napraviti moćniji model – više parametara, duži kontekst, bolji rezultati na testovima. No ove dvije objave zajedno šalju sasvim drugačiji signal:
Konkurencija na vrhu više nije samo o tome tko je sposobniji – nego i o tome tko nudi bolji omjer sposobnosti i cijene.
To je posebno važno za agente (Agente).
Kad chatbotu kažete da napiše e-mail, model odgovori jednom i posao je gotov. No kad Codex treba popraviti bug, on mora pročitati projektne datoteke, pretražiti kod, primijeniti zakrpu i pokrenuti testove – a ako testovi ne prođu, vraća se na početak i ponavlja cijeli postupak.
Što je zadatak duži i složeniji, model se poziva više puta, a cijena po pozivu izravno određuje može li se agent uopće koristiti u svakodnevnom radu.
Cijena DeepSeek V4-Flash API-ja ostaje ista: 1 yuan za milijun ulaznih tokena i 2 yuana za milijun izlaznih. OpenAI je pak snizio cijenu GPT-5.6 Luna API-ja za oko 80%, a Terra je pojeftinio za 20%.
Sposobnosti rastu, a troškovi padaju. Ono što nas ovdje zaista zanima jest: mogu li jeftiniji modeli obaviti posao jednako dobro?
Isti model, ali bolji radnik
DeepSeek V4-Flash koji je danas objavljen dostupan je zasad samo putem API-ja – web sučelje i aplikacija nisu ažurirani.
Kad programeri pozovu deepseek-v4-flash putem API-ja, sustav automatski preusmjerava na novi V4-Flash-0731. Model podržava kontekst od milijun tokena, što znači da može obraditi opsežne dokumente ili cijele kodne projekte odjednom. Nativno podržava i OpenAI Responses API, pa se može izravno integrirati s Codexom.
Zanimljivo je da DeepSeek naglašava kako V4-Flash-0731 ima potpuno isti arhitektonski dizajn i veličinu kao prethodna preview verzija – jedina promjena je post-trening.
Osnovno treniranje modela možemo usporediti sa školovanjem, a post-trening s praktičnom obukom na poslu. Model je već znao pisati kod i čitati dokumentaciju; sada je uvježbavao kako rastaviti zadatke, birati alate, prepoznavati greške i dovesti cijeli proces do kraja. Tijelo je ostalo isto – promijenile su se radne navike.
Službeni rezultati su impresivni, a DeepSeek tvrdi da V4-Flash „daleko nadmašuje V4-Pro-Preview”. Na Terminal Bench 2.1 – testu koji mjeri sposobnost modela da upravlja terminalom i izvršava uzastopne zadatke – rezultat je skočio s 61,8 na 82,7 bodova. Na DeepSWE testu za agente koji pišu kod, skok je još dramatičniji: s 7,3 na 54,4 boda.
Prevedeno na svakodnevni jezik: nova verzija ne samo da bolje piše kod, nego je i vještija u korištenju alata i izvršavanju zadataka od početka do kraja.
Ključno je i to da poboljšane sposobnosti nisu donijele povećanje cijene. V4-Flash i dalje košta 1 yuan za milijun ulaznih i 2 yuana za milijun izlaznih tokena.
Gotovo istovremeno, i OpenAI je snizio barijeru za korištenje svojih modela. Prema izvještaju Axiosa, GPT-5.6 Luna – koji je na tržištu tek tri tjedna – pojeftinio je za oko 80% na ulazu i izlazu, dok je Terra pojeftinio za 20%. Nakon sniženja, Luna košta 0,20 dolara za milijun ulaznih i 1,20 dolara za milijun izlaznih tokena.
No niža cijena vrijedi samo ako model može obaviti posao. Agenti često pozivaju model desetke puta zaredom, a jedna greška u bilo kojem koraku može srušiti cijeli zadatak.
Zato smo DeepSeek V4-Flash integrirali u Promu i zadali mu pet zadataka – od jednostavnih do složenih. Nismo dodavali upute usred rada niti rješavali probleme umjesto njega. Htjeli smo vidjeti je li prva verzija rezultata zaista upotrebljiva.
Pet zadataka kasnije: V4-Flash iznenađuje više od same cijene
U prvom zadatku predali smo V4-Flashu podatke iz 320 jutarnjih brifinga s platformi ifanr i APPSO i zatražili analizu čitanosti, interakcija, tema i rasporeda objava za oba kanala – s rezultatima u obliku web-izvještaja.
V4-Flash je počeo s kartama ključnih brojeva za opći pregled, a zatim strukturirao sadržaj u sekcije: usporedba kanala, trendovi čitanosti, profil interakcija, analiza tema, struktura sadržaja, lista najpopularnijih objava i cjeloviti pregled podataka. Stranica kombinira stupčaste, linijske, prstenaste, radarske i točkaste grafikone, a točkasti grafikon omogućuje filtriranje po kanalu i zumiranje.
Vizualni dojam je zreo i uglađen. Tamna pozadina, plavo-žuti naglasci i hijerarhija kartica ostaju dosljedni kroz cijeli izvještaj. Unatoč tome što je na jednoj stranici smješteno desetak grafikona, prioriteti su odmah jasni. Izvještaj je dugačak, ali bez osjećaja da je nasumično slijepljen.
Sljedeći zadatak bio je nešto složeniji – igra razbijanja cigli. Model je trebao obraditi fiziku sudara lopte, ploče i cigli, uz gravitaciju, prijenos momenta, izdržljivost cigli, lančane eksplozije, četiri vrste predmeta i efekte čestica.
Rezultat je bio iznenađujuće dobar. Obične, metalne i eksplozivne cigle vizualno su jasno razlikovane; metalne cigle dobivaju pukotine kad ih se udari, a eksplozivne oštećuju okolne cigle. Višestruke lopte, šira ploča, ljepljiva ploča i laser nisu samo navedeni u opisu – svi se zaista aktiviraju tijekom igranja.
- 真实的物理引擎：球与砖块、墙壁和挡板的碰撞遵循弹性碰撞与动量守恒。挡板移动时的速度应该能传递给球（例如：向右快速移动挡板击球时，球会获得额外的向右水平速度）。加入轻微的重力效果，使轨迹更丰富。
- 砖块类型与生命值：设计不同颜色和耐久度的砖块（如普通砖块需要击打 1 次，金属砖块需要击打 3 次并伴有视觉开裂效果，爆炸砖块被击碎时会炸毁周围的砖块）。
- 道具系统：击碎特定砖块会随机掉落道具，包括：多球模式（分裂出 3 个球）、挡板加宽、粘性挡板（球碰到挡板后先粘住，按空格键再发射）、以及激光射击（挡板可以发射子弹直接摧毁砖块）。
- 视觉与特效：包含击碎砖块时的粒子散落效果、球撞击时的微弱屏幕抖动、流畅的 60 FPS 动画，以及简洁现代的 UI 界面（计分板、生命值显示、暂停和重新开始按钮）。
- 代码结构：所有的 HTML、CSS 和 JavaScript 代码必须全部打包在一个文件中，确保可以直接双击在浏览器中运行，且无外部依赖库。
Zatim smo prešli na simulator orbita triju tijela. Ovakve stranice lako mogu impresionirati vizualnim efektima – zvjezdanim nebom, sjajnim kuglama i repovima – ali pravi izazov je točno izračunati gdje će se svako od triju nebeskih tijela naći u sljedećoj sekundi i održati orbite stabilnima kroz dulje vrijeme.
- 物理计算：使用龙格-库塔法（RK4）或 Verlet 积分算法来计算三个质点在万有引力作用下的运动轨迹。允许用户实时调整引力常数 G、三个质点的质量、初始位置和初始速度矢量。
- 交互与控制：用户可以通过鼠标拖拽来改变质点的初始位置，或者通过轨迹线上的箭头调整初始速度。包含暂停、单步调试、重置、以及内置几种经典稳定轨道（如 figure-8 八字形轨道、Lagrange 轨道等）的一键预设功能。
- 可视化效果：使用 Canvas 绘制质点的实时运动，并保留渐隐的运动轨迹拖尾（利用半透明背景刷新实现）。实时显示每个质点的位置、速度和加速度数值。
- 代码要求：完全原生 JavaScript 实现，无需外部库，界面设计美观、富有科技感。
V4-Flash je za izračun orbita primijenio metodu Runge-Kutta četvrtog reda (RK4). Dodao je i gravitacijsko omekšavanje kako bi spriječio numeričke eksplozije kad se dva tijela previše približe, a kad ubrzanje poraste i tijela se nađu blizu sudara, program automatski smanjuje vremenski korak kako bi smanjio vjerojatnost divergencije putanje.
Sučelje je isto na razini. Orbite zauzimaju središnji prostor, složeni parametri su grupirani s desne strane, a statusne informacije smještene su u gornji lijevi kut – sve to bez da kontrole pretvore stranicu u nepreglednu tehničku ploču.
Nakon orbita, okrenuli smo se estetici. Zadatak je bio futuristička upravljačka ploča svemirske kabine – s prikazom valova u stvarnom vremenu, kružnim pokazivačima napretka i pomičnim zapisnikom. Klikom na „Preopterećenje” cijelo sučelje trebalo je prijeći u stanje alarma.
- 视觉风格：深色调背景，使用荧光蓝、霓虹绿和警示橙作为主配色。加入网格背景暗纹、发光特效（box-shadow）和数字科技感字体。
- 动态组件：包含一个实时波形图（使用 Canvas 绘制的音频波形或心率图模拟）、几个带有平滑过渡动画的环形进度条（展示 CPU 占用率、能源百分比等），以及一个不断滚动的实时日志终端（Terminal）。
- 交互控制：用户可以点击「超载模式」按钮，此时仪表盘所有指示灯变为闪烁的红色，数据刷新速度加倍，且有警告音效（用 Web Audio API 合成，无需外部音频文件）。
- 代码规范：使用响应式设计，所有 CSS、HTML 和 JS 代码必须内嵌于同一个文件中，保持现代优雅的视觉表现力。
V4-Flash je i ovdje isporučio uvjerljiv rezultat. Prikaz valova u stvarnom vremenu, kružni pokazivači, energetski tok, status sustava i zapisnik terminala imaju jasnu vizualnu hijerarhiju, a efekti sjaja ne zasjenjuju podatke. Valovi se kontinuirano kreću, kružni brojevi se glatko mijenjaju, a terminal neprestano ispisuje nove sistemske poruke.
Svi prethodni zadaci mogli su se izvršiti lokalno. Za posljednji smo dodali pristup internetu, pozivanje API-ja i čitanje vanjskih podataka – V4-Flash je trebao, polazeći od jedne rečenice, izraditi tjedni pregled open-source AI projekata.
把这个周报做成一个美观、有科技感的网页，略有极客风，简洁明了的界面。
Model je napisao Python skriptu, stvarno je pokrenuo i provjerio rezultate, a na kraju isporučio skriptu, Markdown tjedni pregled, JSON datoteku s izvornim podacima i dotjerani web-prikaz.
Kad su sva četiri zadatka bila gotova, pogledao sam troškove –
DeepSeek backend zabilježio je ukupno 393 API poziva, s potrošnjom od oko 34,22 milijuna tokena. Ukupni trošak: 2,85 yuana. Od 10 yuana koje sam unaprijed uložio, nisam potrošio ni trećinu.
Kad veliki modeli prestaju rasti u širinu i počinju rasti u dubinu
Pet zadataka svakako nije dovoljan uzorak za procjenu svih sposobnosti jednog modela, ali dovoljno je da se naslute prednosti V4-Flasha: brz je, jeftin i sposoban pretvoriti nejasne, apstraktne zahtjeve u gotove, upotrebljive rezultate.
Posljednjih nekoliko godina, AI industrija uglavnom je slijedila Scaling Law: više parametara, više podataka za treniranje, više računalne snage – i sposobnosti rastu. Huaweijev Ting-Bo He predložio je tzv. „Tau (τ) zakon” koji predstavlja drugačiji pristup: kad geometrijsko smanjivanje postaje sve teže, optimizacija se širi s pojedinih komponenti na cijele sklopove, čipove i sustave, skraćujući putove signala i poboljšavajući koordinaciju kako bi se izvuklo više performansi.
Ova dva pristupa ne govore o istom tehničkom problemu, ali predstavljaju dva različita razvojna puta: jedan nastavlja povećavati razmjere, drugi traži načine da postojeći sustavi rade učinkovitije.
Promjena u V4-Flashu bliža je ovom drugom pristupu. Bez ikakve promjene arhitekture ili veličine modela, samo kroz post-trening, sposobnosti u pisanju koda, korištenju alata i uzastopnom izvršavanju zadataka vidljivo su porasle. To ne pobija Scaling Law – samo pokazuje da kvaliteta podataka, pojačano učenje, strategije zaključivanja i metode treniranja mogu izvući više iz postojećeg modela, čak i bez dodavanja novih parametara.
Nije slučajno da je i OpenAI danas najavio značajno sniženje cijena za seriju GPT-5.6. Konkurencija na vrhu više nije samo utrka u sposobnostima – postaje i utrka u omjeru vrijednosti i cijene.
Cjenovni rat između proizvođača modela već je u punom jeku. Za same tvrtke, to znači sve tanje marže i ubrzano restrukturiranje industrije. No za programere i krajnje korisnike, niže cijene modela znače da agenti mogu biti pozivani više puta, razmišljati dulje i preuzimati zadatke koji su dosad bili preskupi za implementaciju.
Kad sposobnosti modela nastave rasti, a troškovi pozivanja nastave padati, ono što se zapravo otvara možda nije samo jeftiniji chatbot – nego era agenata koji mogu raditi satima, iznova pokušavati i zaista obavljati složene zadatke umjesto nas.
Izvor: Ifanr
Povezani članci
Procvat humanoidnih robota u Kini, dio II: Startupi prelaze s izložbi robota na stvarne poslove8.9.2026.
Upravo sutra! Appleov preklopni telefon pokreće najjaču valnu objavu novih uređaja u povijesti8.9.2026.
Xiaomi Peng Cheng od 20,99 milijuna juana! Dva automobila s pet i sedam sjedala istovremeno, “verzija istraživanja” ima i gornju i donju razinu8.9.2026.
Bolji modeli nisu dovoljni: Kineska utrka u umjetnoj inteligenciji okreće se prema troškovima, proizvodima i korisnicima koji plaćaju7.9.2026.
