AI model za 1 500 dolarů: Sapient otřásá mýtem, že trénování umělé inteligence stojí miliony

AI model za 1 500 dolarů: Sapient otřásá mýtem, že trénování umělé inteligence stojí miliony

Startup Sapient Intelligence natrénoval jazykový model s miliardou parametrů za 1 500 dolarů a necelé dva dny. Open-source HRM-Text zpochybňuje celý byznys model AI průmyslu a otevírá dveře firmám, které si vlastní umělou inteligenci dosud nemohly dovolit.

Natrénovat vlastní jazykový model od nuly stálo dosud miliony dolarů a vyžadovalo tisíce špičkových grafických karet. Startup Sapient Intelligence právě dokázal, že to jde za 1 500 dolarů a necelé dva dny. Jejich model HRM-Text s 1,15 miliardy parametrů konkuruje systémům, které stály tisícinásobek — a je celý open source.

To není drobná optimalizace. Je to fundamentální změna ekonomiky umělé inteligence. A pokud podnikáte v oboru, kde byste chtěli vlastní AI model přizpůsobený vašim datům, právě se vám otevřely dveře, které byly dosud zamčené.

Tisíckrát méně dat, srovnatelné výsledky

Konvenční jazykové modely se trénují na bilionech tokenů — obrovských objemech textu z internetu, knih a databází. GPT-4 údajně spotřeboval přes 13 bilionů tokenů, Meta Llama 3 pracuje s 15 biliony. HRM-Text si vystačil s pouhými 40 miliardami tokenů. To je až tisíckrát méně.

Klíč je v architektuře. Zatímco většina dnešních modelů staví na transformerech a učí se předpovídat další slovo v textu, HRM-Text používá hierarchický rekurentní systém (Hierarchical Recurrent Model). Místo toho, aby se model učil, jaké slovo pravděpodobně následuje, učí se jak splnit úkol. Trénuje se výhradně na párech instrukce–odpověď, takže každý trénovací příklad nese skutečný rozhodovací obsah.

https://noviny.ai/api/admin/images/4d99c5f0-36b2-49ff-8ae2-ec36f9855c90/data

Architektura se skládá ze dvou úrovní — pomalé strategické vrstvy (H-stack) a rychlé exekuční vrstvy (L-stack). V jednom průchodu model provede 8 interních iterací — dvě na strategické úrovni a šest na exekuční. Informace proudí mezi vrstvami v každém kroku. Výsledkem je hlubší výpočet na token, aniž by rostl počet parametrů.

Čísla, která mluví za vše

Nezávislé testy z dubna 2026 ukazují, že HRM-Text dosahuje pozoruhodných výsledků i bez jakéhokoliv doladění či reinforcement learningu:

• MATH (vícekrokové matematické úlohy): 56,2 %
• DROP (diskrétní uvažování nad textem): 82,2 %
• ARC-Challenge (vědecké a logické úlohy): 81,9 %
• MMLU (obecné znalosti z 57 oborů): 60,7 %
• GSM8K (základní matematické problémy): 84,5 %

Pro srovnání: tyto výsledky jsou srovnatelné s modely, které mají dvakrát až sedmkrát více parametrů a byly trénovány za miliony dolarů. A to je teprve základní model — bez fine-tuningu, bez RLHF, bez žádné postprodukce. Sapient explicitně uvádí, že strop výkonu je výrazně výše, než co ukazují aktuální benchmarky.

Proč by vás to mělo zajímat jako podnikatele

Dosud platilo jednoduché pravidlo: pokud chcete vlastní AI model, máte dvě možnosti. Buď zaplatíte miliony za trénování od nuly, nebo vezmete existující model a doladíte ho na svá data. První varianta byla dostupná jen pro technologické giganty. Druhá má své limity — doladěný model stále nese předsudky a omezení původního systému.

https://noviny.ai/api/admin/images/0db31393-85af-44a4-945b-3d93e0a9bfa1/data

HRM-Text otevírá třetí cestu. Za cenu jednoho firemního notebooku si můžete natrénovat model přesně na svých datech, od nuly, bez kompromisů. Model má v kvantizované podobě pouhých 0,6 GB — běží lokálně na běžném počítači bez připojení ke cloudu.

Pro firmy v regulovaných odvětvích — zdravotnictví, finance, právo — je to zásadní průlom. Citlivá data nemusí opouštět firemní infrastrukturu. Žádné API třetích stran, žádné obavy o únik dat, plná kontrola nad modelem.

Dramatickým snížením výpočetních nároků a infrastruktury potřebné k trénování a provozu schopného reasoning modelu HRM-Text rozšiřuje okruh těch, kdo mohou budovat a nasazovat pokročilé AI systémy. — Sapient Intelligence

Co to znamená pro trh s umělou inteligencí

Velké technologické firmy investují desítky miliard dolarů do AI infrastruktury. Google právě shání 80 miliard, SpaceX plánuje orbitální datová centra. Celý průmysl staví na předpokladu, že více parametrů a více dat automaticky znamená lepší výsledky.

HRM-Text tento předpoklad zpochybňuje. Neříká, že velké modely nemají smysl — pro obecné konverzační AI typu ChatGPT či Claude budou masivní systémy nadále dominovat. Ale ukazuje, že pro specializované úlohy existuje dramaticky levnější cesta. A právě specializované úlohy jsou to, co většina firem skutečně potřebuje.

Představte si pojišťovnu, která si natrénuje model výhradně na svých pojistných smlouvách a škodních zprávách. Nebo výrobní firmu, jejíž AI rozumí přesně jejím výrobním protokolům. Nebo advokátní kancelář s modelem vyškoleným na české judikatuře. To vše je s architekturou HRM-Text reálné za zlomek dosavadních nákladů.

Háček existuje — ale není tam, kde byste čekali

HRM-Text není náhrada za GPT-5 ani Claude. Model s miliardou parametrů nebude vést plynulý obecný dialog ani psát eseje na úrovni velkých jazykových modelů. Jeho síla je v přesně definovaných reasoning úlohách — analýza dokumentů, extrakce dat, matematické výpočty, strukturované rozhodování.

Sapient Intelligence také zatím nepublikoval peer-reviewed výzkumný článek v prestižním časopise a nezávislá reprodukce výsledků teprve proběhne. Firma je relativně neznámý hráč a výsledky vypadají až příliš dobře. Zdravý skepticismus je na místě.

Na druhou stranu: kód, váhy i trénovací data jsou plně open source na GitHubu. Kdokoliv může výsledky ověřit, replikovat a vylepšit. Právě tato transparentnost je nejsilnějším argumentem, že za projektem stojí něco reálného.

Ať už se HRM-Text ukáže jako přelomový posun nebo jen jako zajímavý experiment, jedno je jisté: éra, kdy trénování AI modelu bylo výsadou miliardářů, se chýlí ke konci. A pro české podnikatele, kteří přemýšlejí o vlastní AI strategii, je to zpráva, kterou stojí za to sledovat.