Z 857 modelů, které za posledních pět let vypustilo devět čínských AI firem, má bezpečnostní test zveřejněný jen 31 — tedy 3,6 procenta. Mezi modely bez jediné veřejné bezpečnostní zprávy jsou i ty, které dnes běžně běží v nástrojích českých firem: DeepSeek V3, R1, V3.1, V4 i varianty Qwen. Nejde o to, že by firma dělala něco nezákonného — u otevřených modelů to evropský zákon ani nevyžaduje. Jde o to, že pokud jste model vybrali podle ceny a benchmarku, nemáte se o co opřít, až se vás někdo zeptá, jak jste posoudili jeho bezpečnostní rizika.
Co se stalo
- Kdo a kdy to zveřejnil. Analytická firma SemiAnalysis vydala 8. října 2026 zprávu Beijing Will Not Pace the Frontier, ve které sestavila databázi 857 vydání modelů od devíti vedoucích čínských vývojářů za období od roku 2021 do 15. září 2026. Sleduje čtyři velké hráče — ByteDance, Alibaba, Tencent, Baidu — a pět specializovaných firem: DeepSeek, Moonshot, Zhipu (Z.ai), MiniMax a StepFun.
- Číslo, které je v titulku: 3,6 %. Jen 31 z 857 vydání bylo vůbec někdy doplněno o publikovaný bezpečnostní test od výrobce. Jen 9 z nich (1,1 % z celku) mělo test k dispozici v okamžiku vydání nebo dřív. U zbylých 813 vydání — 94,9 % všeho, co těchto devět firem vypustilo — neexistuje žádná bezpečnostní dokumentace.
- Když test přijde, přijde pozdě. SemiAnalysis uvádí medián zpoždění mezi vydáním modelu a zveřejněním bezpečnostního testu 42 dní, v nejhorším případě 349 dní — tedy téměř rok po tom, co si model už stihla stáhnout a nasadit spousta firem po celém světě.
- Jmenovitě chybí dokumentace u modelů, které se reálně používají i tady. Podle zprávy vyšly bez publikovaného bezpečnostního testu v okamžiku vydání modely DeepSeek V3, R1, V3.1 i V4, a stejně tak varianty Qwen a Doubao — tedy právě ty rodiny, které se v Evropě hojně nasazují přes open-weight distribuci kvůli nízké ceně a dobrým výsledkům v benchmarcích.
- Autoři to popisují jako záměrnou volbu, ne jako nedopatření. Zpráva shrnuje čínský přístup tak, že Peking upřednostňuje „podporu inovací a rozvoje AI jako první priority“ a kontroluje spíš obsah a výstupy aplikací než bezpečnost samotného vývoje modelů — v tomhle je přístup přísnější než EU nebo Kalifornie na úrovni aplikací, ale volnější na úrovni vývoje frontier modelů.
Co jsem při ověřování zjistil navíc: zpráva SemiAnalysis je placený obsah a část textu je za platební branou, ale čísla 857/31/9 a definice datasetu jsou v dostupné části explicitní a shodují se v sekundárních citacích (The420.in, FourWeekMBA). Důležitá nuance, kterou si při psaní tohoto článku ověřuji samostatně: evropský AI Act (nařízení 2024/1689, článek 53) povinnost zveřejnit technickou dokumentaci a výsledky testování modelu výslovně nevztahuje na modely s volně dostupnými parametry (open-weight), pokud u nich není určeno systémové riziko podle článku 51. Jinak řečeno — DeepSeek a Qwen jako open-weight modely pravděpodobně nic nezákonného neporušují tím, že bezpečnostní test nezveřejnily. Zákon to u nich prostě nevyžaduje.
Proč se to týká i vás
Spousta českých firem dnes používá DeepSeek nebo Qwen někde uvnitř — jako levný model pro interní nástroj, RAG nad firemními dokumenty nebo vývojářského asistenta. Důvod je prostý: jsou zadarmo ke stažení, běží lokálně a v benchmarcích si vedou dobře. Z téhle zprávy ale plyne jedna konkrétní věc, která se v benchmarku neobjeví: u modelu, který jste si vybrali podle výkonu a ceny, pravděpodobně neexistuje žádný veřejný bezpečnostní test od výrobce, na který byste se mohli odvolat.
To není totéž jako „model je nebezpečný“. Je to spíš tak, že odpovědnost za posouzení rizika, kterou by jinak unesl výrobcův test, leží celá na vás. Pokud jste nasadili open-weight model do něčeho, kde přichází do styku s firemními daty nebo rozhoduje o věcech, které se promítnou do zákazníka, a někdo se vás zeptá, na základě čeho jste usoudili, že je to v pořádku — odpověď „má dobré skóre v benchmarku“ není totéž jako bezpečnostní posouzení. Benchmark měří, jak dobře model odpovídá. Bezpečnostní test měří, jak se chová, když se ho někdo snaží zneužít nebo když dostane citlivý vstup. To jsou dvě různé věci a první se dnes běžně zaměňuje za druhou.
Co s tím
- 1. Zjistěte, jestli ve firmě běží nějaký otevřený čínský model. DeepSeek, Qwen, GLM, MiniMax a podobné rodiny se často dostanou do firmy přes vývojáře nebo jako lokální alternativa k dražšímu API, aniž by o tom vedení vědělo. Stačí se zeptat, co běží na interním serveru nebo přes který model jde interní nástroj.
- 2. Pokud takový model najdete, nehledejte bezpečnostní test — ověřte, že tam prostě není. U většiny open-weight modelů z téhle zprávy neexistuje. Tahle informace sama o sobě je užitečná: víte, že si bezpečnostní posouzení musíte udělat vy, ne že jste ho jen nenašli.
- 3. Udělejte si vlastní, byť jednoduchý, test namísto chybějícího výrobcova. Pár desítek typických škodlivých nebo citlivých promptů relevantních pro váš use case a zápis, jak na ně model reagoval, je víc, než má dnes většina firem nasazujících open-weight modely. Není to totéž jako profesionální red-teaming, ale je to zdokumentovaný základ, na který se dá odkázat.
- 4. Zahrňte „existuje bezpečnostní dokumentace“ jako kritérium výběru modelu, ne jen cenu a benchmark. Nejde o to čínské modely vyřadit — jde o to, že u modelu bez vlastního bezpečnostního testu počítáte s tím, že tu práci uděláte vy, a promítnete to do rozhodnutí, kolik vám ta úspora na ceně modelu skutečně vynese.
A teď proti vlastnímu byznysu: pokud ve firmě žádný open-weight model neběží a všechno jede přes placené API velkých dodavatelů s vlastní bezpečnostní dokumentací, tenhle článek se vás věcně netýká. Nemusíte kvůli němu měnit nic, jen proto, že se o čínských modelech psalo v zahraničních médiích.
Kde to řeším s klienty
Posouzení, jaké modely ve firmě skutečně běží a co o jejich bezpečnosti víte — nebo nevíte — od výrobce, je část AI Agent Governance Checkupu. Pokud si nejste jistí, jestli se vás tohle téma týká vůbec, začněte AI Risk Scanem zdarma.