DeepSeek V4 zdobywa rynek – podwaja udział tokenów

Rok 2026 przyniósł prawdziwe trzęsienie ziemi na rynku dużych modeli językowych (LLM). Chiński DeepSeek, kojarzony głównie z otwartoźródłowymi modelami, właśnie udowodnił, że potrafi rywalizować z amerykańskimi gigantami. Nowa rodzina modeli DeepSeek V4, wydana 24 kwietnia, w ciągu zaledwie kilku tygodni podwoiła udział firmy w wolumenie tokenów na platformie OpenRouter. Co więcej, to nie przypadek – sukces napędzają agentowe przepływy pracy, w których maszyny wykonują zadania bez bezpośredniego nadzoru człowieka.

Dane z logów OpenRouter, obejmujące ponad 450 bilionów tokenów od stycznia do czerwca 2026, pokazują wyraźnie: w ciągu sześciu miesięcy nastąpiła całkowita zmiana preferencji. Model DeepSeek V4 stał się nowym faworytem zarówno dla hobbystów, jak i dla dużych firm technologicznych. Jak to możliwe, że chiński gracz z otwartym kodem wyprzedził zamknięte modele amerykańskich konkurentów? Odpowiedź leży w kosztach, jakości i konkretnym zastosowaniu – agentic workloads.

Jak DeepSeek V4 zmienił układ sił na OpenRouter

Podwojenie udziału w sześć miesięcy

Na początku 2026 roku DeepSeek odpowiadał za niespełna 10% tygodniowego przepływu tokenów na OpenRouter. Gdy w lutym i marcu zaczęły gwałtownie rosnąć obciążenia agentowe, udział DeepSeeka spadł nawet do 5%. Firma była wypychana z dwóch stron: z góry przez zamknięte modele premium, z dołu przez inne otwartoźródłowe LLM-y. Dopiero premiera rodziny V4 odwróciła tę tendencję. Na początku czerwca DeepSeek posiadał już prawie 20% udziału w tokenach i od połowy maja był najczęściej używanym modelem na OpenRouter.

Porównanie stycznia i czerwca 2026 ujawnia, jak szybko mogą zmieniać się preferencje. Udział DeepSeeka wzrósł z 9% do 18%, ale to nie jedyny chiński gracz, który zyskał. Modele otwartoźródłowe z Państwa Środka – w tym Xiaomi, Minimax i Tencent – znacząco powiększyły swój wolumen. Ten wzrost odbył się głównie kosztem dwóch amerykańskich liderów: Google i OpenAI.

Agentic workloads jako główny motor wzrostu

Specjaliści z OpenRouter dzielą ruch tokenów na trzy kategorie: agentowy (Agentic), mieszany (Mixed) i ludzki (Human). Klasyfikacja opiera się na siedmiu sygnałach, takich jak częstotliwość wywołań narzędzi, liczba tur w rozmowie czy odstępy czasowe między zapytaniami. Przełom nastąpił około 1 lutego 2026, gdy wolumen tokenów generowanych przez agentów po raz pierwszy przewyższył ten pochodzący od ludzi.

Początkowo agentowe obciążenia koncentrowały się u zaledwie kilku dostawców – DeepSeek nie był wśród nich. Wydanie V4 całkowicie to zmieniło. Model DeepSeek V4 Flash stał się narzędziem wyboru dla agentów: pod koniec maja stanowił aż 70% całego agentowego ruchu tokenów DeepSeeka. Co ważne, tradycyjne interakcje ludzi z modelem pozostały przy wcześniejszej wersji V3.2 – to właśnie agenci przyspieszyli migrację na nową generację.

Dlaczego V4 jest przełomowy dla zastosowań agentowych

Cena a jakość – recepta na sukces

Model DeepSeek V4 Flash na najtańszym punkcie końcowym kosztuje zaledwie 0,09 dolara za milion tokenów wejściowych i 0,18 dolara za milion tokenów wyjściowych. Dla porównania, GPT-5.5 wyceniony jest na 5 dolarów za milion wejściowych i 30 dolarów za milion wyjściowych. Różnica jest ogromna: V4 jest około 166 razy tańszy od najnowszego modelu OpenAI. Nic dziwnego, że gwałtowny wzrost wolumenu tokenów nie przełożył się na równie spektakularny wzrost udziału w wydatkach – niska cena oznacza, że za tę samą kwotę można wygenerować znacznie więcej tokenów.

Stosunek kosztów do jakości wyjścia dla V4 jest najlepszy w swojej klasie. Organizacje każdej wielkości – od startupów po duże przedsiębiorstwa – zaczęły ufać DeepSeekowi w realnych zadaniach agentowych. Wcześniejsze wersje DeepSeeka nie były wystarczająco solidne dla takich obciążeń; V4 to pierwszy model tej firmy, który spełnia wymagania stawiane przez autonomiczne agenty AI.

Efekt skali – agenci zużywają 15 razy więcej tokenów

Według danych OpenRouter każde zapytanie agentowe zużywa średnio około 15 razy więcej tokenów niż normalna interakcja człowieka z modelem. To właśnie ta różnica wyjaśnia, dlaczego eksplozja tokenów w 2026 roku jest zjawiskiem głównie agentowym. Nie chodzi o to, że nagle więcej osób korzysta z AI – chodzi o to, że AI zaczyna pracować autonomicznie, wykonując wieloetapowe zadania, które wymagają setek wywołań API.

W lutym 2026 agentowe obciążenia po raz pierwszy przekroczyły te generowane przez ludzi. Od tego czasu tempo wzrostu tylko przyspiesza. DeepSeek V4 pojawił się w idealnym momencie, oferując wydajność wystarczającą do zadań agentowych w cenie, która czyni je ekonomicznie opłacalnymi.

Chińskie modele AI przejmują inicjatywę

Rynek dwubiegunowy: Ameryka kontra Chiny

Tokeny płyną do modeli pochodzących z dwóch krajów: Stanów Zjednoczonych i Chin. Rok 2025 był rokiem amerykańskim – modele z USA odpowiadały za około trzy czwarte wszystkich używanych tokenów. W 2026 roku sytuacja się odwróciła. Na początku czerwca chińskie modele wyprzedziły amerykańskie w udziale w całkowitym wolumenie tokenów.

DeepSeek jest liderem tego chińskiego przełomu, ale nie jedynym graczem. Modele Xiaomi, Minimax i Tencent również odnotowały gwałtowny wzrost. W tym samym czasie przepływ tokenów dla kilku amerykańskich liderów – w tym Google i OpenAI – uległ stagnacji w ciągu ostatnich sześciu tygodni. Tanie, ale wciąż wydajne modele otwartoźródłowe zaczynają dominować w nagłówkach letnich miesięcy.

Jak zauważa Wall Street Journal w artykule powołującym się na dane OpenRouter, zarówno startupy, jak i giganci technologiczni mieszają i dopasowują modele AI, aby uniknąć wysokich cen. DeepSeek V4 z pewnością znajdzie się w tym zestawieniu. Koszt efektywny tokenów staje się kluczowym czynnikiem decyzyjnym dla firm, które chcą skalować agentowe przepływy pracy bez bankructwa.

Metodologia zbierania danych

Przedstawione wnioski pochodzą z logów żądań OpenRouter – platformy agregującej dostęp do wielu modeli LLM. Próba obejmuje ponad 450 bilionów tokenów zarejestrowanych od 1 stycznia do 14 czerwca 2026. Wszystkie udziały wyrażone są jako procent całkowitego wolumenu tokenów (wejściowych i wyjściowych łącznie), a nie jako udział w wydatkach. Jak pokazują przykłady niskich cen V4, te dwie wartości mogą się znacznie różnić.

Podział na kategorie agentowe, mieszane i ludzkie odbywa się na poziomie klucza API, a nie pojedynczego zapytania. Siedem sygnałów – w tym wskaźnik wywołań narzędzi, liczba tur w sesji oraz odstępy czasowe – tworzy ważony wynik. Jeśli jeden klucz API obsługuje zarówno zadania ludzkie, jak i agentowe, klasyfikowany jest według dominującego wzorca. Dzięki temu analiza odzwierciedla rzeczywiste profile użytkowania.

Dla czytelników zainteresowanych szczegółami technicznymi: pełne zestawienie danych i wykresy są dostępne w oryginalnym raporcie OpenRouter.

Przyszłość rynku LLM rysuje się w barwach tańszych, otwartoźródłowych modeli zdolnych do pracy agentowej. DeepSeek V4 udowodnił, że można łączyć niską cenę z wystarczającą jakością, by konkurować z zamkniętymi modelami premium. Pytanie brzmi: jak długo amerykańscy giganci utrzymają swoją przewagę, skoro chińskie modele z każdym miesiącem zdobywają coraz więcej tokenów?