Najlepšie AI modely septembra 2026: veľké porovnanie GPT-6 Astra, Claude Fable 5.1, Gemini, Grok, Muse, DeepSeek a MiMo

01Kto v čom vyhráva

Každému modelu sme venovali samostatného sprievodcu, odkazy nájdete v prehľadovej tabuľke nižšie. Tu ich porovnávame vedľa seba.

02Prehľad: 7 AI modelov v jednej tabuľke

Štyri americké firmy, Meta a dvaja hráči z Číny vydali za tri týždne modely, ktorých ceny sa líšia až osemdesiatnásobne. Otvorené váhy pod licenciou MIT majú len DeepSeek a MiMo.

Mimo porovnania: 22. septembra vyšiel ešte Claude Opus 5.5. Stojí 4 / 20 USD a v indexe Artificial Analysis v4.3 vedie celý rebríček s 58 bodmi, podľa Anthropicu pracuje na úrovni Fable 5.1 za nižšiu cenu. V ten istý deň OpenAI pridala modely GPT-6 Sol a GPT-6 Luna. Porovnanie sa drží siedmich modelov zo začiatku a polovice septembra, Opus 5.5 ukazujeme pre kontext v grafe inteligencie. (Anthropic)

03Časová os: september 2026 deň po dni

Za prvé tri septembrové dni vyšli štyri modely. Anthropic začal 1. septembra, Google a Meta pridali svoje o deň neskôr a OpenAI tretieho. GPT-6 Astra bola najprv len v obmedzenej ukážke, všetkým používateľom sa otvorila 4. septembra. Otvorené modely z Číny prišli neskôr: DeepSeek 10. septembra, Xiaomi až 22. septembra, deň po Groku.

04Architektúra a kontextové okno

OpenAI, Anthropic, Google ani Meta počet parametrov nezverejňujú. Čínske otvorené modely naopak ukazujú všetko: oba stavajú na architektúre mixture-of-experts (MoE), pri ktorej na každom tokene pracuje len malá časť siete.

Do milióna tokenov sa zmestí stredne veľký repozitár alebo niekoľko stoviek strán dokumentov. Rozdiel je v tom, koľko dlhý kontext stojí. Muse Spark 1.3 si za plné okno nič nepripočítava, Grok 4.7 od 200 tisíc tokenov účtuje dvojnásobok. DeepSeek vďaka kompresii potrebuje na token len 890 bajtov pamäte KV cache, a preto je lacný aj pri agentoch s obrovským vstupom.

05Ceny API: ktorý AI model je najlacnejší

Najlacnejšie sú otvorené modely z Číny. MiMo V2.6 Pro stojí za milión vstupných a milión výstupných tokenov spolu 1,31 USD, GPT-6 Astra a Claude Fable 5.1 60 USD, teda približne 46-krát viac. DeepSeek-V4.1-Flash stojí v špičke 1,50 USD a mimo špičky polovicu.

Podrobný cenník

Cena za token nie je cena za úlohu. GPT-6 Astra aj Muse Spark 1.3 potrebujú na rovnakú prácu menej tokenov ako ich predchodcovia a Claude Fable 5.1 vďaka lacnej cache vychádza pri agentoch o 25 až 45 % lacnejšie ako Fable 5. Skutočný rozdiel na faktúre preto býva menší, ako ukazuje graf. Pri plánovaní rozpočtu na rok 2027 počítajte s drahším Gemini 3.8 Flash.

06Celková inteligencia: ktorý AI model je najinteligentnejší

V nezávislom Artificial Analysis Intelligence Index v4.3 sa o prvé miesto spomedzi siedmich modelov delia GPT-6 Astra a Claude Fable 5.1 s 53 bodmi. Najlepší otvorený model je MiMo V2.6 Pro so 46 bodmi. Celý rebríček však vedie Claude Opus 5.5, ktorý vyšiel 22. septembra.

Pozor na staršiu verziu indexu. Do začiatku septembra platila verzia v4.1 s inou stupnicou a mnohé články ju stále citujú: Claude Fable 5.1 tam mal 65,7 bodu a GPT-6 Astra 61,2. Verzia v4.3 hodnotí prísnejšie a body medzi verziami sa nedajú prepočítať ani miešať v jednom porovnaní. V tomto článku používame len v4.3, rovnako ako v našich sprievodcoch.

Rozdiel 53 oproti 46 bodom je zreteľný, ale v bežnej práci ho nepoznáte pri každej úlohe. Viac napovedia výsledky v oblasti, ktorú potrebujete, preto ich rozoberáme v ďalších kapitolách.

07Programovanie: najlepší AI model na kód

V dlhých programátorských úlohách (DeepSWE) sú modely takmer vyrovnané a lacné modely dobehli vlajkové. Rozdiel sa ukáže až v ťažšom teste agenta v termináli. V Terminal-Bench 4.0 majú GPT-6 Astra a Claude Fable 5.1 o polovicu až trojnásobne vyššiu úspešnosť ako lacnejšie modely.

• DeepSWE už takmer nerozlišuje. Šesť zo siedmich modelov sa zmestilo medzi 71 a 75,4 %, Claude Fable 5.1 má podľa tabuľky OpenAI 67,4 %. Najvyššie skóre Muse Spark 1.3 je navyše meranie Mety, ktoré zatiaľ nie je vo verejnom rebríčku DeepSWE.
• Terminal-Bench 4.0 oddeľuje triedy. GPT-6 Astra (57,9 %) a Claude Fable 5.1 (55,8 %) sú tam, kam lacnejšie modely zatiaľ nesiahajú. Grok 4.7 má 37,6 %, Gemini 3.8 Flash 19,1 %.
• Terminal-Bench 2.1 je nasýtený. Lacné modely sa v ňom tlačia okolo 90 % a test medzi nimi nič neodlíši.
• Nezávislé merania: CursorBench 3.2 dáva Claude Fable 5.1 73,4 % a Gemini 3.8 Flash 69,2 % (BenchLM), AA Coding Agent Index dáva Fable 5.1 70 bodov a GPT-6 Astra 67 (MindStudio).

Na bežné opravy chýb a menšie úpravy kódu stačí lacný model. Na samostatnú prácu v termináli, ktorá trvá hodiny, sa vlajkové modely stále oplatia.

08Ovládanie počítača a AI agenti

V ovládaní počítača vedie podľa porovnávacej tabuľky OpenAI GPT-6 Astra so 72,6 % v OSWorld 2.0. Anthropic hlási pre Claude Fable 5.1 ešte vyššie číslo, lenže na inej sade úloh. V teste firemných procesov AutomationBench lacné modely podľa vlastných meraní vychádzajú lepšie ako GPT-6 Astra aj Claude Fable 5.1.

• OSWorld nie je jeden test. Anthropic meral na augustovej sade úloh a uvádza variant partial. OpenAI meralo vo vlastnej konfigurácii a Meta verziu max. V tabuľke OpenAI má GPT-6 Astra 72,6 % a Claude Opus 5 70,2 %, preto ju v ovládaní počítača uvádzame ako víťaza.
• Astra je najrýchlejšia. Úlohu v OSWorld 2.0 zvládne približne za 40 minút, GPT-5.6 Sol za 75.
• Výsledky lacných modelov v AutomationBench treba overiť. DeepSeek (54,8 %), MiMo (53,1 %) aj Muse (49,6 %) uvádzajú svoje čísla sami. Pri Claude Fable 5.1 (31,4 %) sa čísla OpenAI a Anthropicu zhodujú, GPT-6 Astra (41,4 %) je údaj OpenAI. Xiaomi v novšej verzii testu uvádza pre Astru 52,0 %.
• Hotové produkty s ovládaním počítača ponúkajú najmä OpenAI (ChatGPT Work, Codex) a Anthropic (Claude Code, Claude Cowork). Pri otvorených modeloch si agentné prostredie zvyčajne postavíte sami.

09Veda, matematika a uvažovanie

Vo vedeckých otázkach sú modely takmer vyrovnané. V najťažšej matematike jasne vedie GPT-6 Astra, v multidisciplinárnom teste Humanity’s Last Exam Claude Fable 5.1.

Najťažšie testy zverejnili len OpenAI a Anthropic

OpenAI zverejnila s Astrou nové výsledky o medzerách medzi prvočíslami a sama žiada matematikov o ich preverenie; z 68 nevyriešených Erdősových problémov Astra oficiálne vyriešila dva. Claude Fable 5.1 viac ako zdvojnásobil skóre Fable 5 v Terminal-Bench Science. Xiaomi ukazuje formalizáciu vety v jazyku Lean 4 s vyše 6 000 riadkami overeného kódu. Spoľahlivý samostatný výskum však zatiaľ nezvláda žiadny z modelov. (OpenAI, Anthropic, Xiaomi)

10Kybernetická bezpečnosť a ochranné opatrenia

Najsilnejšie výsledky v hľadaní zraniteľností hlásia otvorené modely, ktoré však nemajú žiadne centrálne poistky. Vlajkové modely sú naopak strážené najprísnejšie. GPT-6 Astra ako prvý model OpenAI dosiahla „kritickú“ úroveň kybernetických schopností, a verejná verzia preto odmieta písať exploity.

Ako k bezpečnosti pristupujú výrobcovia

Pri otvorených modeloch za pravidlá používania zodpovedáte sami. Pri uzavretých počítajte s tým, že legitímna bezpečnostná práca, napríklad penetračné testy alebo vývoj exploitov, narazí na odmietnutie, kým nezískate prístup k špeciálnej verzii.

11Otvorené a uzavreté modely: kam putujú vaše údaje

Ak údaje nesmú opustiť vašu infraštruktúru, zostávajú DeepSeek-V4.1-Flash a MiMo V2.6 Pro. Oba majú otvorené váhy pod licenciou MIT a dajú sa prevádzkovať na vlastných serveroch. Pri všetkých ostatných idú prompty vždy k výrobcovi alebo jeho cloudovému partnerovi.

Vlastná prevádzka nie je zadarmo. DeepSeek-V4.1-Flash má 552 miliárd parametrov a aj kvantizovaná verzia potrebuje stovky gigabajtov pamäte. Komunitné zostavenie beží napríklad na dvoch kartách RTX PRO 6000 s 96 GB. MiMo V2.6 Pro s 1,02 bilióna parametrov je ešte náročnejší, praktickejší je menší MiMo V2.6 Flash s 309 miliardami. (MindStudio)

Pre firmy v EÚ: model prevádzkovaný na vlastnej infraštruktúre v Európe rieši otázku, kam údaje odchádzajú. Pri API všetkých výrobcov si konkrétne podmienky spracovania overte s právnikom.

12Výkon za dolár: najvýhodnejší AI model

V programovaní dostanete takmer rovnaký výsledok za zlomok ceny. DeepSeek-V4.1-Flash má v DeepSWE rovnaké skóre ako GPT-6 Astra a aj v špičke stojí štyridsatinu.

Graf má dve obmedzenia. DeepSWE meria len dlhé softvérové úlohy; v ťažšom Terminal-Bench 4.0 majú GPT-6 Astra a Claude Fable 5.1 veľký náskok (57,9 a 55,8 % oproti 31,2 % pri DeepSeeku). A lacný model, ktorý úlohu vyrieši až na tretí pokus, môže nakoniec vyjsť drahšie ako drahý, ktorý ju zvládne na prvý raz. Merajte preto cenu za prijateľnú odpoveď na vlastných úlohách.

13Ktorý AI model zvoliť

Najlepší model na všetko neexistuje. Rozhoduje, čo od neho potrebujete, a pomôžu vám tri otázky:

Odporúčania podľa scenára

Skôr ako sa rozhodnete, vyskúšajte dvoch alebo troch kandidátov na vlastných úlohách a porovnajte cenu za prijateľnú odpoveď. Ak chcete zapojiť AI do firemných procesov a neviete, kde začať, pomôžeme s AI implementáciou.

14Časté otázky

15Verdikt: trh sa rozdelil na tri poschodia

Hore sú GPT-6 Astra a Claude Fable 5.1. Z tejto sedmičky len im sa dá zveriť niekoľko hodín samostatnej práce na počítači alebo v termináli. Stoja však 46-krát viac ako MiMo V2.6 Pro. Kto chce podobnú inteligenciu lacnejšie, má od 22. septembra Claude Opus 5.5 za 4 / 20 USD.

V strede sú Gemini 3.8 Flash, Grok 4.7 a Muse Spark 1.3. V programovaní sa vlajkovým modelom vyrovnajú za siedmu až trinástinu ceny, na všeobecných agentov nestačia.

Cenou najnižšie, nie kvalitou, sú otvorené DeepSeek-V4.1-Flash a MiMo V2.6 Pro. V DeepSWE držia krok so špičkou, stoja zlomok a môžete ich prevádzkovať na vlastných serveroch.

Väčšine firiem sa oplatí kombinácia: lacný model na objem práce a vlajkový na najťažšie úlohy. Trh sa mení po týždňoch, preto je rozumné neviazať sa na jedného výrobcu.

16Zdroje

• OpenAI: GPT-6 Astra
• Anthropic: Claude Fable 5.1 a Mythos 5.1
• Anthropic: Claude Opus 5.5
• Agentpedia: Gemini 3.8 Flash
• Artificial Analysis: rebríček modelov
• xAI: Grok 4.7
• OpenRouter: Grok 4.7
• Meta: Muse Spark
• TrueFoundry: Muse Spark 1.3
• Hugging Face: DeepSeek-V4.1-Flash
• DeepSeek: cenník API
• MindStudio: DeepSeek-V4.1-Flash lokálne
• Xiaomi: MiMo-V2.6
• MindStudio: benchmarky GPT-6 Astra
• BenchLM: Gemini 3.8 Flash