Kúpite si najvýkonnejší traktor s 500 koňmi na obrábanie záhradky 10×10 metrov.
Zaplatíte majland, spotrebujete kopu nafty a nakoniec zistíte, že sa s ním ani neotočíte. Presne to isté sa deje s veľkosťou modelov umelej inteligencie. Číslo ako 7B, 70B alebo 400B (miliardy parametrov) dnes frčí v každej diskusii o AI, no málokto vám povie, čo to v praxi znamená pre vašu peňaženku, čas a výslednú kvalitu.
Parameter je v podstate „vedomostný uzol" v sieti AI – čím viac ich model má, tým viac informácií dokáže obsiahnuť, no za obrovskú cenu.
Ako to funguje? Analogicky s ľudským mozgom
Predstavte si, že parametre sú ako synapsie v mozgu. Model so 7 miliardami parametrov (7B) je ako šikovný stredoškolák – rýchlo sa učí, zvládne bežné úlohy, no v špecializovanej medicíne alebo práve sa pomýli. Model so 70B parametrami je ako profesor s dvomi doktorátmi – rozumie hĺbkovým súvislostiam, no na odpoveď potrebuje viac času a „kávu" (výpočtový výkon). A 400B model? To je celý univerzitný zbor – neuveriteľne múdry, no na to, aby vôbec začal rozmýšľať, potrebuje superpočítač a elektrinu ako malá elektráreň.
Technicky vzaté, parametre sú váhy medzi neurónmi v sieti. Každý parameter je desatinné číslo, ktoré model používa na výpočet pravdepodobnosti – napríklad „aké slovo nasleduje po 'Bratislava je hlavné mesto'". Viac parametrov znamená jemnejšie rozlíšenie a schopnosť zachytiť zriedkavé súvislosti. No zároveň to znamená obrovské nároky na pamäť GPU – 7B model zaberie ~14 GB v 16-bitovej presnosti, 70B ~140 GB a 400B model potrebuje 800 GB (čo je 10× viac, než má bežný herný počítač).
Konkrétny príklad z praxe: Preklad zmluvy
Pošlite trom rôzne veľkým modelom preklad 50-stranovej právnej zmluvy z angličtiny do slovenčiny. Malý otvorený model s jednotkami miliárd parametrov preloží text rýchlo, no v právnych termínoch sa častejšie pomýli alebo odsek vynechá. Stredný otvorený model si s celou zmluvou poradí lepšie, no občas si pomýli jemné významové rozdiely (napr. „shall" a „must"). Veľký vlajkový model cez API (napr. GPT-6 Astra alebo Claude Opus 5.5) zvládne aj kultúrny a právny kontext takmer bez chýb, no za preklad platíte podľa spotrebovaných tokenov, kým malý model na lokálnom počítači vás stojí len elektrinu.
Kľúčová otázka teda znie: Potrebujete naozaj profesora, keď vám stačí šikovný stredoškolák?
Časté omyly a na čo si dať pozor
Omyl č. 1: „Väčší model = vždy lepší výsledok." Nie je to pravda. Pre jednoduché úlohy (sumarizácia e-mailov, základný chat, generovanie jednoduchých textov) býva malý model porovnateľne dobrý ako veľký, no je výrazne lacnejší a rýchlejší. Pre mnohé bežné úlohy preto postačuje model s jednotkami miliárd parametrov.
Omyl č. 2: „Všetky modely s rovnakým počtom parametrov sú rovnako výkonné." Kvalita závisí od trénovacích dát, architektúry a doladenia (fine-tuning). Napríklad novší malý model býva v mnohých úlohách lepší ako niekoľko rokov starý väčší model, ako ukázal vývoj radu Llama. Číslo parametrov je len jeden z mnohých faktorov.
Omyl č. 3: „Parameter je ako bunka – čím viac, tým lepšie." V skutočnosti s rastúcim počtom parametrov rastie aj riziko „preučenia" (overfitting) – model si zapamätá trénovacie dáta namiesto toho, aby sa naučil zovšeobecňovať. Preto niektoré 7B modely prekonávajú v testoch kreativity 70B modely.
Skryté náklady: Prevádzka veľkého modelu vyžaduje drahú cloudovú GPU, ktorej hodinový prenájom sa pri celodennom používaní rýchlo predraží. Malý model pritom beží na bežnej hernej grafike len za cenu elektriny. Rozdiel v prevádzkových nákladoch je preto zásadný v neprospech väčšieho modelu.
Čo si vybrať? Praktický verdikt
Pre domáce použitie a malé firmy: malé otvorené modely (napr. Ministral 3 8B od Mistralu alebo Gemma 4 E4B od Googlu) - bežia na notebooku s 16 GB RAM, sú zadarmo a zvládnu väčšinu bežných úloh. Ideálny pomer cena/výkon.
Pre stredné firmy a špecializované úlohy: stredné otvorené modely (napr. Gemma 4 31B alebo Mistral Small 4) - vyžadujú cloudovú GPU alebo výkonný server, no poskytujú výrazne lepšiu presnosť v právnych, medicínskych a technických textoch.
Pre výskumné centrá a enterprise: najväčšie uzavreté vlajkové modely (GPT-6 Astra, Claude Fable 5.1, Gemini 4 Argon) - zvládajú komplexné analýzy, viacjazyčné preklady s kultúrnym kontextom a náročné generovanie kódu. Cena sa účtuje podľa spotrebovaných tokenov; napríklad GPT-6 Astra stojí k 20. 10. 2026 v API 10 USD za milión vstupných a 50 USD za milión výstupných tokenov.
Zlaté pravidlo: Začnite s najmenším modelom, ktorý zvládne vašu úlohu. Až keď narazíte na limity, prejdite na väčší. Často zistíte, že malý model je viac než dosť.
Súvisiace pojmy
- Kvantizácia modelov – technika zmenšenia veľkosti modelu bez výraznej straty kvality (napr. 70B model sa zmestí do 40 GB)
- Tokenizácia – proces, ktorým model rozdeľuje text na časti, ktoré spracúva
- GPU VRAM – pamäť grafickej karty, ktorá limituje, aký veľký model vôbec spustíte
- Inferencia vs. trénovanie – beh hotového modelu (inferencia) je oveľa menej náročný než jeho učenie
Podrobnejšie články a návody nájdete na aiporadca.sk.
