O czym jest ten film
- Anthropic prezentuje dwa modele: Claude Fable 5 (dla wszystkich, z zabezpieczeniami) oraz Claude Mythos 5 (dla wąskiej grupy partnerów z cyberbezpieczeństwa i infrastruktury, z częścią ograniczeń zdjętą). Pod spodem to ten sam model o identycznych wagach.
- Autor, który od premiery GPT 5.4 nie nagrywał materiałów o nowościach, uznaje Fable 5 za moment przełomowy — porównywalny z premierą Opusa 4.5 z przełomu grudnia i stycznia. Po dobie testów wydał na kredyty niemal tysiąc dolarów.
- W benchmarkach (m.in. CursorBench) Mythos prowadzi: 72,9% w trybie max wobec 64,3% dla GPT 5.5. Ale ukończenie zadania kosztowało 18 dolarów — u konkurenta 4,37 dolara.
- Cennik: 10 USD za milion tokenów wejściowych i 50 USD za milion wyjściowych. Drogo, choć autor spodziewał się stawek dwukrotnie wyższych.
- Test na żywej bazie kodu (ponad tysiąc commitów): Mythos naprawił trzy błędy nie do ruszenia dla GPT 5.5 i Opusa 4.x — w 17, 16 i 28 minut, przy promptach wręcz leniwych.
- Automatyczny recenzent kodu (Greptile) ocenia pull requesty Mythosa niemal zawsze na 5/5 — jakość kodu wyraźnie przewyższa inne modele.
- Przyjaciel autora zbudował jednym promptem działający klon Lovable (Convex + Daytona) i na oczach widzów wyprzedził oryginał.
- „Rug pull”: do 22 czerwca Fable 5 jest wliczony w plany Pro, Max, Team i wybrane firmowe; od 23 czerwca wymaga osobnych kredytów. W Claude Co-work pięciogodzinne limity są podwojone od 5 czerwca do 5 lipca.
- Fragment opiniotwórczy: polemika z influencerem Mo, który narzekał, że aplikacja zbudowała mu się „za łatwo i za drogo”. Sam autor wskazuje na cenę jako realny problem — „model dla zamożnych”.
- Z karty systemowej: ocena ryzyka biologicznego „mniej jednoznaczna niż kiedykolwiek” (CB1, nie CB2), szacunek 16 godzin pracy dwóch osób ≈ 72 dni pracy oraz ukryte zabezpieczenie antykonkurencyjne blokujące destylację.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Rozpoznaj moment, gdy zamiast Fable odpowiada Ci słabszy zamiennik
Na czym polega: Fable 5 i Mythos 5 mają identyczne wagi — my dostajemy wersję z zabezpieczeniami, a pytania, które je uruchomią, są po cichu przekierowywane do znacznie słabszego Opusa. Efekt: z pozoru ten sam model nagle traci klasę.
Jak stosować: Jeśli odpowiedź bez wyraźnego powodu się pogorszyła, przeformułuj zapytanie w czysto techniczny sposób — kontekst inżynierski, komunikat błędu, stack. To często wystarcza, żeby nie wejść na minę.
Na co uważać: Zabezpieczenia nie są nie do przełamania (Pliny już je złamał) — traktuj je jako filtr, nie mur, i nie opieraj na nich polityki bezpieczeństwa firmy.
2.Benchmark czytaj razem z kosztem ukończenia zadania
Na czym polega: Mythos wygrał CursorBench z wynikiem 72,9% (tryb max), ale zadanie kosztowało 18 dolarów; konkurent za 4,37 dolara uzyskał 64,3%. Sam wynik nie mówi nic o ekonomii.
Jak stosować: Zanim odpalisz najwyższy tryb, oszacuj, ile jest warta różnica punktów procentowych w konkretnym zadaniu. Zadania krytyczne — max; rutyna — niższy poziom.
Na co uważać: Agent pracujący w tle na maksymalnym trybie potrafi w kilka godzin zjeść setki dolarów — autor w dobie zbliżył się do tysiąca.
3.Uporczywe błędy oddawaj modelowi z dostępem do całego repozytorium
Na czym polega: Trzy błędy, których nie ruszyły GPT 5.5 ani Opus 4.x, Mythos naprawił w 17–28 minut, dostając w zasadzie sam komunikat błędu i zrzuty ekranu. Robotę zrobił kontekst całej bazy.
Jak stosować: Zamiast obszernych instrukcji daj dostęp do pełnego repo, surowy błąd i swobodę eksploracji; ustaw długi limit czasu i nie przerywaj w połowie.
Na co uważać: Leniwy prompt działa przy diagnozie, ale nie zwalnia z przeglądu zmian przed scaleniem.
4.Zaplanuj okno abonamentowe — do 22 czerwca
Na czym polega: Do 22 czerwca Fable 5 jest wliczony w plany Pro, Max, Team i wybrane firmowe; od 23 czerwca działa tylko za kredyty. Dodatkowo w Claude Co-work (5.06–5.07) pięciogodzinny limit jest podwojony.
Jak stosować: Wybierz teraz zaległe projekty, których nie ruszałeś ze względu na jakość modeli, i dokończ je w tym oknie — za cenę, którą już płacisz.
Na co uważać: To nie zapowiedź stałej oferty, tylko sezon na dawkę próbną. Po 22 czerwca budżet trzeba policzyć od nowa.
5.W automatycznym przeglądzie kodu ustaw próg pewności
Na czym polega: Autor filtruje pull requesty wskaźnikiem pewności z Greptile: poniżej 4/5 nie siada do ręcznej recenzji i nie scala. Przy zmianach po kilkaset linii to ratuje wieczory.
Jak stosować: W open source lub dużym zespole wprowadź prostą regułę: automatu poniżej progu nikt nie czyta, powyżej — recenzja człowieka obowiązkowa.
Na co uważać: Wskaźnik ocenia jakość kodu, nie intencje. Zmiany dotykające bezpieczeństwa lub danych przeglądaj zawsze samodzielnie.
6.Jednopromptowa aplikacja zaczyna się od planu
Na czym polega: Riley jednym promptem postawił działający klon Lovable, a autor kazał Mythosowi budować aplikację mobilną z gotowego planu — ale najpierw model miał sprawdzić, czy plan nie zarchaizował względem bazy kodu.
Jak stosować: Najpierw spisz specyfikację (może ją przygotować tańszy model), zweryfikuj ją człowiekiem, dopiero potem włącz najdroższy model do budowy.
Na co uważać: Szybkość nie zwalnia z decyzji architektonicznych — najkosztowniejsze błędy kryją się w nieaktualnym planie.
7.Rozdzielaj zadania: model stanu sztuki tylko tam, gdzie naprawdę trzeba
Na czym polega: Fable 5 kosztuje 10/50 USD za milion tokenów (wejście/wyjście) i najlepiej wypada w najdroższym trybie. Nawet subskrypcja za 200 USD okazuje się wąskim gardłem — influencer Mo przepalił limit w dwie godziny.
Jak stosować: Prowadź prosty rejestr: które zadania faktycznie wymagały czołowego modelu, a które dałaby rada tańsza opcja. Plany, testy, drobne poprawki — zlecaj niżej.
Na co uważać: Długie sesje agentowe rozliczane tokenami to najszybszy sposób na przepalenie budżetu — pilnuj kosztu per zadanie.
8.Kartę systemową czytaj — najlepiej z pomocą samego modelu
Na czym polega: Autor wrzucił wielostroniczną kartę systemową Fable do samego Fable i wyciągnął fakty pominięte w komunikatach: dwie maski jednego modelu, ocenę CB1/CB2 „na styku”, szacunek 16 godzin ≈ 72 dni pracy, ukryte zabezpieczenie antykonkurencyjne.
Jak stosować: Przy każdej większej premierze zrób to samo: poproś model o zestawienie ryzyk, ograniczeń i liczb, których nie ma w materiałach prasowych.
Na co uważać: Streszczenie bywa wybiórcze — fragmenty o ocenach ryzyka i limitach użycia przeczytaj w oryginale.
9.Nie buduj tożsamości zawodowej wyłącznie na pisaniu kodu
Na czym polega: Skarga Mo, że „zbyt łatwa” budowa aplikacji zabiła mu radość tworzenia, pokazuje realny koszt nowych narzędzi: gdy kod pisze się sam, programista musi na nowo odpowiedzieć sobie, skąd bierze wartość.
Jak stosować: Przenieś ambicję z ręcznego wytwarzania na definiowanie problemów, ocenę jakości i decyzje — to umiejętności, których model nie zastąpi.
Na co uważać: Nie bagatelizuj tego uczucia w zespole — dla ludzi, dla których kod był sensem pracy, ta zmiana boli naprawdę.
10.Nie licz na destylację z czołowych modeli
Na czym polega: Według karty systemowej Fable 5 ma niewidoczne zabezpieczenie „użycia konkurencyjnego”, które ma blokować wykorzystywanie go do budowy modeli frontierowych — czyli praktycznie zamyka drogę typu „pogadam z najlepszym modelem i wytrenuję własny”.
Jak stosować: Jeśli budujesz własny model, zakładaj, że wiedzę czerpiesz z otwartych zbiorów i własnych danych, a nie z odpytywania cudzych topów.
Na co uważać: Taka blokada jest z definicji niewidoczna — nie dostaniesz komunikatu o jej uruchomieniu. Po prostu nie buduj strategii na danych z cudzego modelu.
Redakcyjne tłumaczenie
Wstęp: wracam do premier, bo stało się coś ważnego
Obiecałem sobie, że nie będę nagrywał kolejnych filmów o premierach modeli, dopóki któraś nie zrobi na mnie wrażenia podobnego do Opusa 4.5 — tej premiery z przełomu grudnia i stycznia, która zmieniła sposób, w jaki pracuję. Dlatego ostatni taki materiał zrobilem przy GPT 5.4; przy 5.5 już nie nagrywałem, przy Opusie 4.8 też nie. Ale Claude Fable 5 — czyli, nazywając rzecz po imieniu, Mythos w kaftanie bezpieczeństwa — to co innego. Po dobie pracy z tym modelem i niemal tysiącu dolarów wydanych na kredyty mogę spokojnie powiedzieć: zasady gry właśnie się zmieniają. I o tym chcę opowiedzieć. O samym modelu, o cenach, o benchmarkach, o tym, jak go używam i dlaczego uważam go za najlepszy — no i o nieprzyjemnej niespodziance, którą szykują nam już wkrótce.
Podwójna premiera: Fable 5 i Mythos 5
Na początek rzecz podstawowa: to premiera podwójna. Dostaliśmy Claude Fable 5 i Claude Mythos 5. Po co dwa modele? Oto wyjaśnienie Anthropicu:
„Dla niewielkiej grupy obrońców cyberbezpieczeństwa i dostawców infrastruktury uruchamiamy również Claude Mythos 5 — to ten sam model bazowy co Fable 5, ale z ograniczeniami zdjętymi w niektórych obszarach.”
Czyli ty i ja dostajemy wersję zapiętą w pasy. Najładniej podsumował to jeden z tweetów: „nasi nadlordzie z Anthropicu decydują, o co chłopom wolno pytać”. Żarty żartami — mechanika jest taka: na niektóre tematy odpowiedzi nie da Fable, tylko „najbliższy zdolnością model”, czyli Claude Opus 4. A Opus 4, mówiąc szczerze, specjalnie zdolny już nie jest. W praktyce: jeśli Twoje pytanie uruchomi zabezpieczenia, odpowie Ci Opus 4.8 — model wyraźnie słabszy.
Benchmarki: wynik trzeba policzyć razem z rachunkiem
W większości benchmarków Mythos wygrywa z ogromną przewagą, ale — szczerze — większości benchmarków nie cenię. Lubię CursorBench od zespołu Cursora i tu cała sprawa widać bez upiększeń. Sam wynik: Mythos prowadzi z 72,9% w trybie max; najbliższy rywal, GPT 5.5 w trybie extra high, ma 64,3%, a Opus 4.8 w max jest tuż za nim. Opus 4.8 w max ma podobny wynik do extra high, ale moim zdaniem nie dorównuje mu jakością — choć to już kwestia gustu.
Prawdziwa przepaść wychodzi dopiero w rachunku. Zadanie ukończone przez Fable 5 w trybie max (te 72,9%) kosztowało 18 dolarów. To samo zadanie w trybie extra high za 64,3% — 4,37 dolara. Wniosek: najlepszy model na rynku i jednocześnie bardzo, bardzo drogi.
Cennik
Fable 5 kosztuje 10 dolarów za milion tokenów na wejściu i 50 dolarów za milion na wyjściu. Powiem tak: spodziewałem się gorzej. Liczyłem na 20 i 100. Więc tak — drogo, ale wyszło lepiej, niż zakładałem.
Mój test: niech buduje aplikację mobilną dla Pluto
Chcę mieć Fable 5 pracującego w tle, więc daję mu prawdziwe zadanie. Mam plan aplikacji mobilnej towarzyszącej Plutowi — mojemu produktowi. Jeśli nie znasz: Pluto to platforma agentów AI dla firm (z przełącznikiem dzień/noc dla jasnego i ciemnego motywu, między innymi). Plan napisał mi wcześniej GPT 5.5, ja go przejrzałem i zatwierdziłem — i teraz chcę, żeby zbudował go Mythos.
Wchodzę w Claude Code. Przy okazji muszę to powiedzieć: Claude Code wciąż jest fatalny. Model Fable 5 jest najlepszy, a Claude Code najgorszy. Wpisuję /effort, przestawiam na Ultra — po prostu palimy pieniądze — i daję polecenie: „Zajrzyj do katalogu plan w folderze głównym, a potem do folderu mobile, w którym jest plan aplikacji mobilnej towarzyszącej. Przeczytaj cały plan i całą bazę kodu, sprawdź, czy plan nie zarchaizował, i zacznij budować kompletną aplikację mobilną. Nie popełniaj błędów.”
Wstawka sponsora: Greptile
(Informacja dodatkowa: poniższy fragment to płatna wstawka sponsora filmu — narzędzia do automatycznego przeglądu kodu.)
Nienawidzę przeglądania kodu, ale ktoś musi je robić. Dlatego korzystam z Greptile. W moim projekcie open source Ralfie mam właśnie ogromny pull request — ponad 4341 linii od jednego współtwórcy. Tyle zmian człowiek łatwo przegapi, a ręczny przegląd zabrałby wieczność. Greptile robi recenzję za mnie: dostaję streszczenie zmian i ocenę pewności w skali 1–5. Poniżej czwórki nie siadam do tego osobiście — po co tracić wieczór, żeby po godzinie odkryć, że PR i tak wymaga przeróbki? Poniżej czwórki nie ma też czego scalać. Od kiedy to wprowadziliśmy, z zespołem wysyłamy kod w zawrotnym tempie. Link i dwutygodniowy okres próbny znajdziecie w opisie.
Trzy uporczywe błędy — po niecałe pół godziny na każdy
Skoro model pracuje, pokażę, co naprawił mi wcześniej. Pierwszy błąd: strumień czatu w Plutie po prostu nie działał, a ja nie miałem pojęcia dlaczego. GPT 5.5 nie dał rady. Opus 4.x też nie. Wrzuciłem to Mythosowi — i szczerze mówiąc, prompt był leniwy do bólu. Skopiowałem sam komunikat błędu: „wybrałem inferencję Pluto i mam kredyty, ale czat nie odpowiada, websocket nie działa”. Tyle. Model pracował siedemnaście minut — i naprawił.
Drugi przypadek: agent do sterowania komputerem nie działał jak trzeba. Znów leniwe polecenie, kilka zrzutów ekranu, jedno słowo: „napraw”. Szesnaście minut — naprawił.
Trzeci: połączenie z iMessage pokazywało „dostarczono”, choć wiadomości w ogóle nie wychodziły. Dwadzieścia osiem minut — naprawił.
I proszę pamiętać, że Pluto to duża baza: ponad tysiąc commitów. W każdym z tych trzech przypadków problem zniknął w niecałe pół godziny.
Jakość kodu potwierdzona przez automat
Druga rzecz, którą zauważyłem: Greptile — mój recenzent kodu — po prostu kocha to, co pisze Mythos. Niemal każdy jego pull request dostaje piątkę z pięciu. Piątka, piątka, piątka — wybrałem kilka losowo, znów piątka. Widziałem może jedną czwórkę. Jakość kodu jest wyraźnie wyższa niż u każdego innego modelu, z którym pracowałem.
Klon Lovable z jednego promptu
Mój przyjaciel Riley — jeśli go nie obserwujesz, napraw to — załatwił jednym promptem coś, co niedawno uchodziło za osobny biznes: klon Lovable. Jego aplikacja używa Convexa jako backendu i Daytony jako dostawcy środowisk piaskownicy — i po prostu wdraża aplikacje jak Lovable.
(Informacja dodatkowa: Lovable to popularne narzędzie do budowania działających aplikacji z samego opisu; „klon Lovable” oznacza tu własny, działający odpowiednik takiej platformy.)
Na nagraniu Riley wpisuje te same prompty równocześnie do swojej wersji i do prawdziwego Lovable — buduje aplikację notatek à la Notion w trybie ciemnym. Jego klon odpala szybciej, bo wszystko działa w piaskownicy; serwer startuje jakieś siedem sekund wcześniej — „pewnie po cichu używa lepszego modelu”, żartuje. Po dwóch promptach notatnik jest wdrożony w internecie i działa. Riley się broni: „No dobrze, potrzebowałem dwóch promptów. A gdyby dziesięciu? To, że w ogóle da się to zrobić w Mythosie, jest i tak niesamowite”. Ma rację. Dwa prompty — i masz własnego Lovablea.
Dlaczego dostaliśmy wersję z pasami
Kiedy patrzę na to, czemu zwykli użytkownicy dostali Fable, a nie Mythosa — rozumiem tę decyzję. Zabawne jest jednak co innego: ludzie tacy jak Pliny i tak złamali zabezpieczenia Fable 5 i wyciągnęli z niego odpowiedzi na bardzo mroczne, wątpliwe pytania. Zabezpieczenia są ważne i bezpieczeństwo jest ważne — ale są ludzie, którzy po prostu potrafią je obejść.
(Informacja dodatkowa: Pliny to znana w środowisku AI postać, słynąca z łamania zabezpieczeń modeli — tzw. jailbreaków.)
23 czerwca zabierają model z abonamentów
A teraz rzecz, którą nazywam rug pullem — nagłym wycofaniem tego, co obiecano:
„Od dziś do 22 czerwca Fable 5 jest wliczony w plany Pro, Max, Team i wybrane plany firmowe bez dodatkowych opłat. 23 czerwca usuniemy Fable 5 z tych planów — dalsze korzystanie będzie wymagać kredytów za zużycie.”
Mamy więc jakieś dwanaście, może trzynaście dni, zanim zabiorą nam model. Czuję się to trochę tak, jakby ktoś podsuwał ludziom narkotyk, uzależniał — a potem odbierał towar. Macie niecałe dwa tygodnie na pracę z najlepszym modelem świata na subsydiowanych kredytach, bo jeśli płacisz Anthropicowi 200 dolarów miesięcznie, twoje użycie jest dopłacane. Do tego użytkownicy Claude Co-work w okresie od 5 czerwca do 5 lipca mają podwojony pięciogodzinny limit. Korzystajcie, póki jest.
Kryzys mocy obliczeniowej
Bądźmy sprawiedliwi: termin graniczny jest, bo Anthropicowi po prostu brakuje mocy obliczeniowej. Podobno płacą SpaceX niemal miliard dolarów miesięcznie za GPU. Nie sądzę, żeby robili to złośliwie — naprawdę mają związane ręce. Jest, jak jest.
Sprawa Mo: kiedy marudzenie traci sens
Ostatnia rzecz, o której chcę porozmawiać: influencer Mo. Popularny na Twitterze i YouTube, ostatnio wyrosła mu rola zawodowego malkontenta AI — wszystko przereklamowane, nic nie trzyma się kupy. Szczerze — z wieloma jego tezami się zgadzałem. Ale ta mnie zbiła z tropu. Posłuchajcie:
„Wczoraj kupiłem Claude Max za 200 dolarów miesięcznie i kazałem Fable przeprojektować całą metaforę wizualną aplikacji produktywnościowej, przy której od roku pracowałem z przerwami. Zamiast klasycznego interfejsu z tabelami i listami poprosiłem o metaforę systemu operacyjnego na desktopie, w której wbudowane miniaplikacje wyświetlane są jak na pulpicie. Fable rozwiązał zadanie — ale przerósł już moment, w którym LLM robi na mnie wrażenie, klepiąc coś na starcie. Wszystko działało, zero błędów, wszystkie testy przeszły — te, które się sypały, zostały przy okazji naprawione. A ja: no dobra, ok. Limit 200 dolarów przepaliłem w dwie godziny. Cenowo to prawdziwy problem. I teraz siedzę i myślę: co dalej? Wdrażać to? Posłuchajcie mnie marudę: to było tak łatwe, że zabiło całą tę część podróży tworzenia aplikacji, w której stajesz się nowym człowiekiem dzięki samemu procesowi tworzenia.”
No ależeż, bracie. Cały czas narzekałeś, że AI jest do niczego. Teraz AI jest wreszcie dobre — i masz coś nowego do narzekania. Nie chcę się czepiać Mo i rozumiem to doskonale: jeśli cała twoja tożsamość to pisanie kodu, taka zmiana boli. Moja tożsamość jest w Chrystusie — „jeżeli Syn was wyzwoli, będziecie wolni rzeczywiście” — więc mam radość niezależnie od tego, co dzieje się w branży. Ale nie mogę ogarnąć myśli, że ludzie latami powtarzali „AI nic nie umie”, w końcu dostaliśmy model, który umie — i nagle w ogóle nie rozmawiamy o modelu.
Model dla zamożnych — moje własne zastrzeżenie
Mając to wszystko powiedziane, ja też mam pretensję: cenę. Ten model to szczery „model dla bogaczy”. Mam wrażenie, że wchodzimy w czasy, w których najlepsze dostępne modele są dla ludzi z pieniędzmi, bo Fable 5 jest drogi. Nawet subskrypcja za 200 dolarów miesięcznie jest droga. Nie wiem, dokąd to zmierza. Dogonią modele open source? Ceny zejdą? Przy ograniczeniach sprzętu i cenach GPU oraz SSD — nie mam pojęcia. Nie jestem tu po to, żeby prognozować przyszłość. Jestem tu po to, żeby powiedzieć: Fable 5 to najlepszy model na rynku i jest naprawdę drogi. Jeśli masz abonament za 200 dolarów — wykorzystaj go do granic do 22 czerwca. Wyciągnij projekty z szuflady, wdrażaj, baw się, ucz.
Stan budowy aplikacji mobilnej
Wracamy do naszej budowy: dynamiczny proces trwa, model analizuje bazę kodu, ruszył z generowaniem szkieletu folderu apps/mobile i pracuje dalej. Film wyjdzie szybciej niż zakończenie zadania, więc aktualizację wrzucę na Twitterze — link w opisie.
Karta systemowa: najciekawsze ustalenia
Na koniec karta systemowa. Anthropic i inni dostawcy publikują takie dokumenty, w których tłumaczą, jak model działa i jakie ma ograniczenia — i takich dokumentów ma z grubsza milion stron. Nie zamierzam czytać całości. Wrzuciłem więc kartę Fable do samego Fable i poprosiłem o najciekawsze fakty.
(Informacja dodatkowa: system card to publikowany wraz z premierą modelu raport o jego możliwościach, ograniczeniach i wynikach testów bezpieczeństwa.)
Kilka rzeczy z tego wynika:
- Jeden model w dwóch maskach. Fable 5 i Mythos 5 mają identyczne wagi. Mythos 5 to wersja bez ograniczeń, przekazana wąskiej grupie sprawdzonych partnerów; Fable 5 to ten sam model owinięty klasyfikatorem zabezpieczeń — i to tę wersję mamy ty i ja.
- Ocena ryzyka biologicznego była naprawdę na styku. Anthropic sklasyfikował Mythosa 5 jako CB1, ale nie CB2, i sami nazywają to wyraźnie mniej jednoznaczną oceną niż przy poprzednich modelach.
(Informacja dodatkowa: CB1 i CB2 to poziomy w skali Anthropic oceniającej, na ile model podnosi ryzyko związane z bronią chemiczną i biologiczną.)
- Liczby produktywności robią wrażenie. Oszacowano, że dwie osoby pracujące szesnaście godzin wyrabiają z Mythosem odpowiednik 72 dni pracy. A w ćwiczeniu sztabowym zespoły biologów o ogólnym profilu, pracujące z Mythosem 5, pokonały światowej klasy zespoły specjalistów. To szalone: generalista z modelem potrafi więcej niż specjalista bez niego.
- Ukryte zabezpieczenie antykonkurencyjne, o którym mało kto mówi. Oprócz widocznych klasyfikatorów Fable 5 ma niewidoczną blokadę „użycia konkurencyjnego”, mającą powstrzymywać ludzi przed budowaniem za jego pomocą modeli frontierowych. Czyli DeepSeek i wszyscy twórcy modeli otwartych, którzy dotąd „pogadali” z modelem stanu sztuki od OpenAI czy Anthropicu i destylowali z niego materiał treningowy dla własnych sieci — dla nich ta droga jest w praktyce zamknięta.
Zakończenie: patrzę na jasną stronę
Co za czasy. Mamy dostęp do świetnej inteligencji, ale przychodzi ciężką ceną — i niedługo będziemy ją limitowani. Czy to przyszłość, w której chcesz żyć? Czy to cię ekscytuje? Ja wybieram jasną stronę: biorę narzędzia, które mam, wykorzystuję je najlepiej, jak umiem, i po prostu coś z tego robię. Na koniec dnia — jeżeli Bóg jest z nami, kto będzie przeciwko nam? Dziękuję, że oglądacie. Łapka w górę, komentarz, subskrypcja. Do zobaczenia w następnym filmie. Cześć.