Google představila AI model Gemini Ultra 2.0 s rekordním výkonem
Nový model překonal GPT-5 v řadě benchmarků a ukazuje průlom v multimodálním uvažování a práci s dlouhými kontexty až do 10 milionů tokenů.
Gemini Ultra 2.0: Analytický rozbor – víc než jen model
Když Google minulý víkend oficiálně potvrdil specifikace Gemini Ultra 2.0, většina technologických médií se soustředila na čísla: 2 miliony tokenů kontextu (a až 10 milionů v experimentálním režimu), multimodálnost na úrovni jádra architektury a převahu nad GPT-5 v řadě benchmarků. Za těmito čísly se však skrývá mnohem hlubší příběh – příběh změny paradigmatu v tom, jak budeme v příštích 12–18 měsících interagovat s AI.
[Podstata]: co se skutečně děje
Nejde o to, že Google vytvořil další velký jazykový model. Jde o to, že Google vytvořil architektonickou šablonu, která dělá „běžné“ LLM zastaralé už ze své podstaty. Gemini Ultra 2.0 je první skutečně „nativní“ multimodální engine, který neslepuje textové, vizuální a audio modality pomocí berliček jako převod obrázků na textový popis. Zpracovává všechny typy dat v jednotném latentním prostoru od samého začátku.
Hlavní postřeh, který média zcela přehlížejí, se týká ekonomiky. Google neudělal model jen výkonnějším – udělal ho řádově levnějším. API Gemini Ultra 2.0 stojí $0.0005 za 1K vstupních tokenů, což je 10krát levnější než GPT-4 Turbo. Není to marketingový tah. Je to strategický úder proti obchodnímu modelu OpenAI a Anthropic. Google si může dovolit srážet cenu, protože má vlastní TPU a vertikálně integrovanou infrastrukturu, na rozdíl od OpenAI, která platí Microsoftu za výpočetní výkon Azure.
Druhý bod, který stojí za pozornost, je architektonická revoluce. Ring Attention a hierarchické pozornostní mechanismy použité v Gemini 2.0 umožňují modelu efektivně distribuovat výpočty přes několik TPU v kruhové topologii. Není to jen „zvětšení kontextového okna“. Je to zásadně nový způsob práce s dlouhými sekvencemi, který řeší problém kvadratické složitosti pozornosti. Nyní jsou 2 miliony tokenů ne marketingový podvod, ale pracovní nástroj.
Časová osa a kontext
Abychom pochopili význam tohoto vydání, podívejme se na časovou osu závodu kontextových oken. Ukazuje, jak se za dva roky trh obrátil vzhůru nohama:
| Datum | Událost | Kontextové okno | Klíčový hráč |
|---|---|---|---|
| Únor 2024 | Vydání Gemini 1.5 Pro | 1 milion tokenů | Google DeepMind |
| Jaro 2024 | Oznámení GPT-4o | 128K tokenů | OpenAI |
| Prosinec 2024 | Vydání Gemini 2.0 Flash (experimentální) | 2 miliony tokenů | |
| Listopad 2025 | Veřejné vydání Gemini 2.0 Ultra | 1 milion tokenů (standard) | |
| Červen 2026 | Vydání Gemini Ultra 2.0 | 2 miliony tokenů (až 10 mil. exp.) |
Všimněte si propasti: zatímco Google každých pár měsíců zdvojnásoboval kontext, OpenAI zůstávalo na 128K tokenech. 2 miliony tokenů je přibližně 1500 stran textu nebo 500 000 řádků kódu. Můžete nahrát celou kódovou základnu průměrného startupu do jednoho promptu a požádat model, aby našel chyby v celém systému. To není evoluce – to je změna pravidel hry.
Kdo vyhrává a kdo prohrává
Vyhrávají:
- Enterprise klienti, zejména v oblasti práva, financí a vědeckého výzkumu. Možnost analyzovat vícesvazkové případy nebo roky finančních zpráv v jednom dotazu bez RAG pipeline je obrovská úspora času a peněz.
- Google Cloud. S takovou cenovou politikou a výkonem se Gemini Ultra 2.0 stává skutečným konkurentem Azure OpenAI Service. Google konečně získal „trumf“ v cloudové válce.
- Vývojáři mobilních aplikací. Integrace s Androidem na úrovni OS znamená, že AI funkce jsou nativní, nikoli nadstavbové.
Prohrávají:
- OpenAI a Anthropic. Nemohou konkurovat cenou, protože nevlastní svou infrastrukturu. OpenAI platí Microsoftu za každý čip. Je to jako pronajmout si taxi oproti vlastnictví vlastního vozového parku.
- Startupy postavené na RAG pipeline. Pokud model dokáže zpracovat 10 milionů tokenů najednou, proč byste potřebovali složitý systém extrakce a indexování dokumentů? Celá vrstva technologického stacku se stává zbytečnou.
- Microsoft. Copilot Runtime, který tak aktivně propagují, nyní vypadá jako včerejší den. Nemají vlastní čip s podobným výkonem a nemohou nabídnout srovnatelnou cenu.
Co média neříkají
A teď – hlavní postřeh, který jsem slíbil. To, o čem se nepíše v tiskových zprávách a co většina analytiků přehlíží.
Problém č. 1: Slibovaný výkon není vždy dosažitelný v praxi.
Podle fór vývojářů Google mají uživatelé předplatného Ultra vážné problémy s limity. Při pokusu o použití deklarovaných 1500 promptů denně na úrovni „Thinking“ se uživatelé setkávají s throttlingem zhruba po 100 dotazech – jsou násilně vyhozeni ze systému na 30–60 minut. Deklarované limity tedy nejsou zaručený výkon, ale spíše „špičkový teoretický“. V praxi nemůžete model využívat naplno, protože infrastruktura Google prostě nezvládá zátěž od „těžkých“ uživatelů.
Navíc kvalita odpovědí přes API je přibližně o 50 % horší než přes webovou aplikaci v režimu „Thinking“. To naznačuje, že Google používá různé úrovně optimalizace a možná různé verze modelu pro různé přístupové kanály. Vývojáři, kteří platí za API, dostávají ořezanou verzi, a to není nijak zveřejňováno.
Problém č. 2: Zpoždění skutečného nasazení.
Technicky je model oznámen, ale jeho široké nasazení je proces, který potrvá měsíce. I podle nejoptimističtějších odhadů se plný přístup ke kontextu 10 milionů tokenů objeví u vývojářů nejdříve ve čtvrtém čtvrtletí roku 2026. Celé toto nadšení je nyní hrou na předstih, jejímž cílem je převzít pozornost trhu od OpenAI dříve, než stihnou odpovědět.
Předpověď: příštích 30 dní a 90 dní
Příštích 30 dní:
V příštím měsíci uvidíme vlnu publikací o tom, jak korporace začínají migrovat své RAG pipeline na nativní long-context Gemini. Nebude to technická migrace, ale PR kampaň – společnosti budou spěchat s oznámením partnerství s Google Cloud, aby ukázaly, že jsou „v popředí“. Skutečné nasazení však bude brzděno problémy s throttlingem a nestabilitou API.
Očekávejte také první žaloby od vývojářů, kteří si koupili předplatné Ultra, ale nedostali slibovaný výkon. Throttling, o kterém se píše na fórech Google, není ojedinělý případ, ale systémový problém, který se během měsíce stane veřejným.
Příštích 90 dní:
Klíčovým momentem je reakce OpenAI. Mají přibližně 90 dní na to, aby oznámili GPT-5 se srovnatelným kontextovým oknem nebo cenovou politikou. Pokud nebudou schopni odpovědět, Google získá nejen technologickou, ale strategickou výhodu na 12–18 měsíců.
Druhý scénář – Microsoft se pokusí překlenout cenový rozdíl dotováním Azure Compute pro OpenAI. Bude je to stát stovky milionů dolarů, ale nemohou si dovolit prohrát v enterprise segmentu.
Třetí scénář – Anthropic by mohl uspět s Claude 4, ale k tomu potřebují buď přepracovat architekturu, nebo najít nového strategického investora s přístupem k levným čipům. Amazon mimochodem nyní vypadá jako nejpravděpodobnější kandidát.
Závěr: stojíme na prahu první vážné restrukturalizace trhu LLM. Google vsadil na vertikální integraci a cenový dumping, a tato sázka vypadá vítězně – alespoň na papíře. Ale ďábel je jako vždy v detailech implementace. A tyto detaily zatím nehrají ve prospěch Google.
— Editorial Team
Zatím žádné komentáře.