Šedesátý šestý díl ITA Kita otevírá trojice novinek. Petr představuje Fable 5.1, který v benchmarku Terminal Bench Science dosáhl 52,6 % a porazil dosavadní modely v řešení těžkých vědeckých úloh, dále modely Gemini Flash 38 a 38 Cyber Flash od Googlu a Meta model Muse Spark 13, u kterého se očekávají open weights. Řečníci probírají také ultra rychlý mód pro GPT 5.6 na čipech Cerebras, nově nastavené subscription limity a otázku, který model je aktuální top frontier, přičemž se shodují na Fable. Dlouhá debata se pak stočí ke komplexitě softwarových projektů, jejich údržbě, testování a k tomu, že dobří seniorní vývojáři zůstávají potřeba. Původně plánované hlavní téma optimalizace nákladů nakonec řečníci odkládají na příští díl.

📅 Datum vydání: 4.9.2026
📺 Zdroj: AI ta Krajta #66 | Nový Fable, AI benchmarky, subscription limity a vlastní hardware
Klikněte na odkaz a dejte odběr na kanálu autora, podpoříte ho a vylepšíte svůj algoritmus.

▶ 0:03
Úvod a poděkování Prombooku — Moderátor vítá diváky u 66. dílu a zmiňuje webináře od Prombooku, jejichž odkaz je v popisku.

▶ 0:29
Fable 5.1 a Terminal Bench — Petr uvádí novinku Fable 5.1, který v benchmarku Terminal Bench Science porazil všechny modely, když zhruba 70 těžkých vědeckých úloh zvládl na 52,6 % ačkoliv cílem bylo jen 10 až 20 %.

▶ 2:41
Limity a práce s Fablem — Řečník popisuje, jak po vydání Fable došlo k resetu limitů a on na velkém úkolu využil 90 Fable agentů v dynamickém workflow, přičemž na limity narazil až po překročení stovky.

▶ 4:38
Gemini Flash 38 a Cyber Flash — Mluvčí oznamuje, že Google vydal modely 38 Flash a 38 Cyber Flash, které vyšly včera a rozdělily nabídku na dva modely.

▶ 5:06
Test Gemini Flash 38 — Další řečník popisuje test, kdy nechal model vytvořit Neo Brutalist landing page, a chválí kontrast i interaktivitu, přičemž model dosahuje rychlosti až 400 tokenů za sekundu.

▶ 7:49
Ultra fast mód GPT 5.6 — Řečník zmiňuje ultra rychlý mód pro GPT 5.6 běžící na čipech Cerebras, který má být čtrnáctkrát rychlejší než Soul a sedmkrát rychlejší než fast mód, ačkoli cena bude vysoká.

▶ 8:48
Rychlost versus dávkové úlohy — Mluvčí tvrdí, že extrém rychlosti má smysl pro okamžité odpovědi, zatímco u úloh v dávce na rychlosti nezáleží, a pricing lze podle toho optimalizovat.

▶ 10:15
Muse Spark 13 od Mety — Petr představuje model Muse Spark 13, jehož open weights se očekávají, a zmiňuje, že v benchmarku Deep SWE porazil i Soul na maximální reasoning.

▶ 13:23
Přispívání na trénink Metě — Na otázku moderátora Petr odpovídá, že jelikož jeho projekty jsou open source, je jedno kam kód posílá, ale zdůrazňuje nutnost rozlišovat podle typu projektu.

▶ 14:36
Škála AI infrastruktury — Petr popisuje škálu od subscription přes API a providery až po vlastní železo a pronájem, včetně nových služeb placených po vteřinách s modelem načteným do 30 sekund.

▶ 17:05
Vlastní hardware se nevyplatí — Petr souhlasí s názorem, že vlastní hardware se nevyplatí 95 % firem, a zmiňuje problémy s kvantizací, cache i nedostatek odborníků, přičemž trh ještě není tak komoditizovaný jako u VPS.

▶ 18:46
Dotované ceny a Anthropic — Mluvčí upozorňuje, že ceny tokenů jsou brutálně dotované a důvodem pro vlastní infrastrukturu nebývá cena, a zmiňuje, že Anthropic nad 300 až 500 seatů vyžaduje enterprise s drahým API.

▶ 20:24
Top frontier model — Na dotaz moderátora Petr i Káťa označují za aktuální top frontier model Fable, přičemž Káťa upřesňuje, že jde o model plus harness, a oba zmiňují očekávanou Astru od OpenAI.

▶ 23:00
GPT 5.6 versus Fable a UI — Řečník říká, že na většinu programovacích věcí mu GPT 5.6 přijde nepatrně lepší, ale Petr namítá, že GPT modely neumí UI, v čemž jsou Opus modely výrazně lepší.

▶ 25:40
Budoucnost UI — Káťa se zamýšlí nad tím, že se UI s umělou inteligencí výrazně změní, a zavádí pojem UI slop pro to, co AI vygeneruje při příliš velké volnosti.

▶ 26:33
Integrace AI do aplikací — Mluvčí rozlišuje aplikace vyvíjené pomocí AI od aplikací s AI uvnitř a tvrdí, že skutečná integrace AI jako plnohodnotné součásti aplikací je teprve na začátku.

▶ 27:49
Agent jako rovnocenný uživatel — Káťa říká, že AI agent by měl být uvnitř systémů rovnocenný člověku s vlastními právy a logováním, a upozorňuje na chybějící multiplatformní memory vrstvu, kde vidí prostor pro startup.

▶ 31:22
Hlavní téma odloženo — Káťa si uvědomuje, že se nedostali k hlavnímu tématu optimalizace nákladů, a moderátor konstatuje, že debata přirozeně vyplynula a téma je stále aktuální.

▶ 31:43
Hecaton efekt a údržba — Mluvčí popisuje hecaton efekt, kdy AI rychle vytvoří působivý prototyp, ale chybí systém pro kontinuální údržbu projektu, za kterou by převzal odpovědnost agent běžící na pozadí.

▶ 33:55
Benchmark údržby codebase — Petr zmiňuje benchmark od Alibaby, který hodnotí, jak model po delší dobu udržuje codebase v rozumném stavu, a označuje udržitelnost za klíčovou.

▶ 35:21
Revert feature a pyramida — Mluvčí vysvětluje, že místo postupného opravování chyb celou feature revertuje a vrací se k původnímu zadání, protože každý projekt je jako pyramida závislá na tom, jak byl založen.

▶ 37:43
Vyhodnocování a tier modely — Řečník upozorňuje, že udržitelnost codebase a frontend jsou různé věci, na které se nelze optimalizovat zároveň, podobně jako nelze mít model zároveň nejlevnější a nejchytřejší.

▶ 38:38
AI urychlilo komplexitu — Káťa říká, že AI akcelerovalo klasický problém softwarových projektů, kdy se projekty dostávají do velkého rozsahu rychleji a nadměrnou komplexitu dnes zvládne vytvořit i jednotlivec.

▶ 40:01
Analýza projektu a redukce kódu — Petr popisuje, jak posílá Fable i Soul analyzovat projekty a hledat divergenci od originálu, čímž už u některých projektů ubral 50 000 řádků kódu.

▶ 42:02
Rozmnožování projektů — Petr přirovnává údržbu k rozmnožování v přírodě a navrhuje proces, který z projektu vezme 80 % dobrého byznysu a sníží komplexitu o 99 % vytvořením nového projektu.

▶ 44:21
Dokumentace a reimplementace — Petr popisuje postup, kdy jeden agent projekt zdokumentuje a jiný jej znovu naimplementuje, přičemž je třeba určit, co je podstatné a co lze udělat znovu.

▶ 45:46
Unit testy versus end to end — Mluvčí oponuje unit testům, protože testují vnitřní logiku bez dopadu na zákazníka, a preferuje statické typové testy a end to end testy psané v Gherkinu.

▶ 48:42
Investice do infrastruktury — Řečník zdůrazňuje, že end to end testy nejsou všude možné, a doporučuje investovat do infrastruktury, aby šly projekty snadno a paralelně spouštět k testování.

▶ 50:01
Organizační překážky — Mluvčí připomíná, že po vyřešení technických problémů narazí firmy na organizační záležitosti, jako je pomalá třetí strana či byrokracie, které se řeší těžce.

▶ 51:01
Vnitřní a vnější komplexita — Řečník rozlišuje vnitřní komplexitu čili technický dluh a vnější komplexitu spouštění, kterou je dobré řešit kontejnerizací před tou vnitřní.

▶ 52:28
Seniorní vývojáři zůstanou — Mluvčí konstatuje, že některé problémy jsou neřešitelné a dobří seniorní vývojáři zůstanou potřeba, protože právě oni řeší architekturu a komplexitu, nikoliv samotnou implementaci.

▶ 53:22
Zakončení a plán příště — Moderátor se omlouvá, že se nedostali k tématu optimalizace nákladů, slibuje ho jako hlavní téma příštího dílu a loučí se s diváky.

🔴 DŮLEŽITÉ UPOZORNĚNÍ A VYLOUČENÍ ODPOVĚDNOSTI

Výše uvedený text je shrnutí původního video obsahu a byl vygenerován výhradně umělou inteligencí (AI) bez jakéhokoli následného lidského ověření nebo kontroly. Provozovatel těchto webových stránek (dále jen „provozovatel“) výslovně upozorňuje, že takto generovaný text může obsahovat:

  • Faktické chyby a nepřesnosti
  • Zavádějící nebo neúplné informace
  • Informace vytržené z kontextu původního díla
  • Nepravdivá tvrzení nebo údaje (tzv. „halucinace“ AI)

Toto shrnutí slouží pouze ke zcela nezávazným, informativním nebo studijním účelům a v žádném případě nenahrazuje zhlédnutí původního video obsahu. Provozovatel důrazně nedoporučuje činit na základě tohoto shrnutí jakákoli rozhodnutí (obchodní, finanční, zdravotní, právní či jiná).

Provozovatel se tímto v maximálním možném rozsahu povoleném právními předpisy České republiky a Evropské unie zříká jakékoli odpovědnosti za:

  • Správnost, úplnost, aktuálnost nebo pravdivost informací obsažených v tomto shrnutí
  • Jakoukoli přímou či nepřímou újmu (majetkovou i nemajetkovou), která by uživateli nebo jakékoli třetí straně vznikla v důsledku použití nebo spoléhání se na informace z tohoto shrnutí
  • Případné porušení práv třetích stran (včetně práv autorských nebo práv na ochranu osobnosti), kterého by se mohlo shrnutí generované AI dopustit

Použitím tohoto shrnutí bere uživatel na vědomí, že tak činí výhradně na své vlastní riziko a odpovědnost. Pro ověření jakýchkoli informací je uživatel povinen zhlédnout původní zdroj (video) a/nebo konzultovat danou problematiku s kvalifikovaným odborníkem.

⚠️ MECHANISMUS PRO NAHLÁŠENÍ PROBLEMATICKÉHO OBSAHU (NOTICE & TAKE DOWN)

Provozovatel bere ochranu práv třetích stran vážně. Pokud se domníváte, že kterékoli automaticky generované shrnutí obsahuje faktické chyby, zasahuje do vašich práv (např. autorských práv, práv na ochranu osobnosti) nebo je jinak v rozporu s platnými právními předpisy, žádáme vás o neprodlené oznámení. Kontaktujte nás prosím e-mailem na adrese: chyba@shrnuti.cz

Do předmětu e-mailu uveďte „Nahlášení obsahu“ a v těle zprávy prosím specifikujte:

  • Přesný odkaz (URL) na stránku obsahující problematický souhrn
  • Jasný popis problému — uveďte, v čem spatřujete pochybení (např. „text je nepravdivý“, „zasahuje do mého práva na ochranu osobnosti“, „porušuje autorská práva k…“)
  • Vaše kontaktní údaje pro případnou zpětnou vazbu

Provozovatel se zavazuje každé takové oznámení přijaté v dobré víře bez zbytečného odkladu prověřit a v případě, že bude oznámení shledáno oprávněným, zjednat adekvátní nápravu (zejména opravou, nebo trvalým odstraněním dotčeného textu).