Pierwszy model SSI: Co faktycznie możemy zweryfikować w sprawie twierdzenia dotyczącego sierpnia 2026 roku.

„SSI twierdzi, że wypuści swój model w sierpniu." Jedenaście słów rzuconych mimochodem przez inwestora funduszu hedgingowego w podcaście poświęconym głównie popytowi na GPU to cała podstawa każdego nagłówka głoszącego, że Safe Superintelligence Ilji Sutskevera ma wkrótce wypuścić swój pierwszy model. Nie ma żadnego ogłoszenia, żadnej karty modelu, żadnej nazwy, żadnego benchmarku, żadnej ceny ani żadnego endpointu. Warto się nad tym zatrzymać na chwilę, bo to przeciwieństwo tego, jak zwykle wygląda premiera modelu z czołówki: gdy pojawiały się GPT-5.6 Sol czy Claude Opus 5, istniała karta systemowa, cena za milion tokenów i API, z którego można było skorzystać jeszcze tego samego popołudnia. Tu jest tylko zdanie w transkrypcji.

Więc ten tekst nie jest zapowiedzią premiery. To audyt dowodów: co znajduje się w oficjalnych materiałach, kto to powiedział, co własne kanały SSI pokazują na dzień 5 sierpnia 2026 roku oraz które części historii są wnioskowaniem, a nie faktem. Wszystko, co niezweryfikowane, jest oznaczone jako niezweryfikowane — łącznie z fragmentami, które naszym zdaniem są prawdopodobnie trafne.

Skąd tak naprawdę pochodzi to twierdzenie

Źródłem jest Gavin Baker, partner założyciel i dyrektor inwestycyjny (CIO) w Atreides Management, występujący w odcinku Patricka O'Shaughnessy'ego Invest Like the Best opublikowanym w pierwszych dniach sierpnia 2026 roku. Baker nie ogłaszał żadnych rewelacji na temat SSI. Przedstawiał natomiast tezę o półprzewodnikach: jeśli uda się rozwiązać problem ciągłego, efektywnego próbkowo uczenia się — model trenuje na około dziesięciu bilionach tokenów, a potem uczy się w świecie bez pełnego ponownego trenowania — to ekonomika popytu na chipy ulegnie odwróceniu: wydatki na trenowanie spadną do marginalnego poziomu, a dominować będą wnioskowanie i ciągłe aktualizowanie. Wzmianka o SSI była jedynie pomocniczą dygresją w ramach tej argumentacji.

Łańcuch prowadzący od tego punktu jest krótki i warto go jasno przedstawić, ponieważ wyjaśnia, dlaczego ta opowieść wydaje się mieć większy ciężar, niż wskazują na to dowody:

• Główne twierdzenie — jedno przetranskrybowane zdanie od Bakera, przypisane SSI („SSI twierdzi…”), ale bez wymienionego źródła z SSI, bez daty w sierpniu i bez opisu tego, czym jest „ich model”.

• Pierwsze podchwycenie — relacja branżowa, która poprawnie przedstawiła to jako twierdzenie Bakera, a nie oświadczenie firmy.

• Amplifikacja — konta X z dużymi obserwującymi w dziedzinie AI repostujące to jako „SSI wypuszcza swój pierwszy LLM w sierpniu”, co po cichu podnosi drugorzędną wzmiankę do rangi harmonogramu i dodaje słowo „LLM”, którego Baker nie powiedział.

• Agregacja — fala listicle i newsletterów, które cytują posty na X zamiast transkryptu.

Nic w tym łańcuchu nie jest nieuczciwe, ale zwróć uwagę, co dzieje się ze statusem epistemicznym na każdym kroku. Do trzeciego kroku staje się to datą premiery. Baker to poważny, dobrze poinformowany inwestor z realnym dostępem i nie jest osobą, która zmyśla taki szczegół — potraktuj to jako wiarygodny sygnał z drugiej ręki. Wiarygodna informacja z drugiej ręki wciąż nie jest potwierdzona i w chwili pisania tego tekstu SSI nie zabrało w tej sprawie głosu, ani żadne medium nie opublikowało komentarza firmy.

Co mówią własne kanały SSI — a czego nie

To jest część, której sprawdzeniem prawie żadne media się nie zająły, a można ją zweryfikować w około dziewięćdziesiąt sekund. SSI publikuje w dokładnie jednym miejscu: na stronie aktualizacji na ssi.inc. W ciągu ponad dwóch lat istnienia znajdują się tam trzy wpisy.

• 4 września 2024 r. — pozyskanie 1 mld dolarów od NFDG, a16z, Sequoia, DST Global i SV Angel.

3 lipca 2025 — nota kierownictwa: Daniel Gross „oficjalnie nie jest już częścią SSI" od 29 czerwca; Sutskever formalnie dyrektorem generalnym, Daniel Levy — prezesem; ponadto zdanie potwierdzające pogłoski o przejęciu oraz zakończenie: „Mamy moc obliczeniową, mamy zespół i wiemy, co robić."

Zawarliśmy strategiczne partnerstwo z NVIDIA, które pozwoli nam zwiększyć naszą moc obliczeniową 10-krotnie.

To jest kompletny publiczny zapis. Brak modelu, brak produktu, brak pracy badawczej, brak benchmarku, brak listy oczekujących. Na stronie głównej nadal widnieje: „SSI to nasza misja, nasza nazwa i cała nasza mapa produktowa.” Link do kariery nadal wskazuje na pojedyncze ogłoszenie na Ashby — Member of Technical Staff — bez ról związanych z inferencją, serwowaniem, relacjami z deweloperami, zaufaniem i bezpieczeństwem ani z czymkolwiek innym, co laboratorium zwykle obsadza w tygodniach poprzedzających otwarcie publicznego API.

Traktuj to jako słabą poszlakę, nie dowód. SSI to laboratorium liczące około pięćdziesięciu osób, którego znakiem rozpoznawczym jest niekomunikowanie światu niczego, a firma, która nigdy niczego nie zapowiada z wyprzedzeniem, nie zapowie też tego. Laboratorium może również wypuścić artefakt badawczy bez żadnej organizacji produktowej. Ale jeśli próbujesz zdecydować, ile wagi przypisać słowu „sierpień”, uczciwa odpowiedź brzmi: to, co SSI ujawnia na zewnątrz, nie wskazuje na żadne przygotowania — i to jedyne, co możemy zbadać.

To faktycznie nie złamałoby obietnicy „straight shot".

Dominujące ujęcie tej historii to odwrócenie: Sutskever przysiągł, że nie wyda niczego, dopóki nie powstanie superinteligencja, więc model udostępniony w sierpniu to zejście z pozycji, prawdopodobnie wymuszone presją konkurencji lub inwestorów. To ujęcie jest błędne, a jego skorygowanie to najcenniejsza rzecz, jaką można wynieść z tego artykułu.

Tak, w momencie założenia firmy w czerwcu 2024 roku stanowisko było jednoznaczne: pierwszym produktem będzie bezpieczna superinteligencja i do tego czasu firma nie zajmie się niczym innym. Sutskever sam jednak zrewidował to stanowisko publicznie ponad osiem miesięcy temu. W rozmowie z Dwarkshem Patelem w listopadzie 2025 roku powiedział, że „nawet w scenariuszu prostej drogi i tak doszłoby do stopniowego jej udostępniania”, i rozważał na głos ten kompromis — że „bardzo przyjemnie jest nie podlegać codziennej konkurencji rynkowej”, ale że „istnieje ogromna wartość w tym, by najlepsza i najpotężniejsza AI działała na świecie i wpływała na rzeczywistość”. Wcześniejsze wypowiedzi szły w tym samym kierunku: gdyby czas potrzebny do osiągnięcia superinteligencji się wydłużał albo gdyby uznał, że świat musi zobaczyć potężną AI w działaniu, produkt mógłby pojawić się wcześniej.

Perplexity Tak więc pierwsze wydanie w 2026 roku jest zgodne z ogłoszonym planem, a nie jego zdradą. To ma znaczenie dla tego, jak interpretujesz tę plotkę: nie potrzebujesz opowieści o SSI kończącym się środkami lub kapitulującym przed większym laboratorium, aby model z sierpnia był prawdopodobny. Wystarczy klauzula stopniowego udostępniania, którą Sutskever już zapisał w swojej własnej strategii. Działa to również w drugą stronę — „stopniowe udostępnianie” systemu badawczego to znacznie niższa poprzeczka niż komercyjne API i daje znacznie mniej interesujący produkt, niż sugerowałyby nagłówki.

Czas obliczeń mówi, że model sierpniowy nie jest modelem Very Rubin.

Oto prosty rachunek, który pomijają plotkarskie doniesienia. Partnerstwo z NVIDIA zostało opublikowane przez SSI 26 lipca 2026 r., a przez NVIDIA 27 lipca 2026 r. Komunikat NVIDIA opisuje inwestycję oraz dostęp do jej najnowszej platformy Vera Rubin, aby zwiększyć moc obliczeniową SSI „o rząd wielkości"; SSI z kolei mówi o 10x. Podawana kwota 5 mld dolarów za udziały pochodzi od osób wtajemniczonych w transakcję, za pośrednictwem Bloomberga — żadna z firm nie potwierdziła kwoty, więc traktujcie tę liczbę jako doniesienie, a nie oficjalną informację. Co istotne, 10x ma nastąpić w ciągu dwunastu miesięcynastępujących po ogłoszeniu.

Model, który ukaże się w sierpniu 2026 r., został więc wytrenowany zanim cokolwiek z tego powstało. To, co trafi na rynek, jest produktem wcześniejszej obecności SSI — mocy obliczeniowej TPU w chmurze, którą zapewniła sobie w kwietniu 2025 roku, oraz wszelkich mocy GPU, które od tego czasu zakupiła — a nie klastra, który właśnie ogłosiła. Płyną z tego dwie konsekwencje i obie są naszym wnioskiem, a nie przytoczonym faktem:

• Oczekiwania co do skali powinny być skromne. Nie byłoby to laboratorium wydające budżety szkoleniowe na skalę graniczną; łączny pozyskany kapitał wynosi około 6–7 mld USD we wszystkich rundach, w tym zgłaszaną inwestycję NVIDIA, w porównaniu z konkurentami, którzy wydają wielokrotność tej kwoty rocznie na samo szkolenie.

Sekwencja wydarzeń wygląda jak zbiórka kapitału przed premierą. Przyjmowanie strategicznych pieniędzy i ogłaszanie zwiększenia mocy obliczeniowej o rząd wielkości na trzy do pięciu tygodni przed pierwszym publicznym artefaktem to rozpoznawalny wzorzec, który wskazuje, że model jest początkiem, a nie zwieńczeniem.

Własna narracja Sutskevera wspiera skromną interpretację. W tym samym podcaście argumentował, że skala nie jest najważniejsza, gdy pomysł jest nowy: „jeśli robisz coś innego, czy naprawdę potrzebujesz absolutnie maksymalnej skali, aby to udowodnić? Nie sądzę, żeby to była prawda”. Jego cytat z NVIDIA — „Mamy badania, które są warte skalowania, a dostęp do dużego komputera NVIDIA pozwoli nam to zrobić” — brzmi jak laboratorium, które znalazło coś na małą skalę i teraz kupuje moc obliczeniową, aby to rozwijać. Coś, co zostało wydane w sierpniu, byłoby dowodem z fazy małej skali.

Jaki model w ogóle wypuściłoby SSI?

Nikt poza laboratorium nie wie. Ale dane, na podstawie których można zgadywać, są niezwykle jawne, ponieważ Sutskever spędził ostatni rok, opisując dokładnie to, co jego zdaniem jest zepsute.

Jego diagnoza z wywiadu z listopada 2025 roku: branża opuściła „erę skalowania” (mniej więcej 2020–2025) i ponownie weszła w „erę badań”, a SSI jest „w pełni firmą ‚ery badań’”. Konkretną porażką, do której wciąż wraca, jest generalizacja — modele, które wypadają znakomicie w ewaluacjach, a potem zachowują się krucho w realnym świecie, co określa jako naprawdę zastanawiające, biorąc pod uwagę, jak niewielki mierzalny wpływ ekonomiczny miały. Jako rozwiązania wymienia próbkowo efektywne uczenie przez wzmacnianie oraz odporne funkcje wartości, które porównuje do roli, jaką emocje odgrywają w ludzkim osądzie. Jego szacunek dotyczący osiągnięcia systemów, które uczą się w sposób ciągły tak jak ludzie, wynosił „5 do 20” lat.

Zestaw to z kontekstem, który Baker faktycznie omawiał — ciągłego i próbkowo efektywnego uczenia się — a prawdopodobny kształt pierwszego modelu SSI to demonstracja właściwości uczenia się, a nie ubieganie się o szczyt listy rankingowej. System, który uczy się ze znacznie mniejszej ilości danych, albo kontynuuje naukę po wdrożeniu, albo łagodnie degraduje się poza rozkładem, byłby dokładnie zgodny z misją. Chatowy asystent wyceniany za milion tokenów, konkurujący z GPT-5.6 Sol w benchmarkach kodowania, już nie. Określamy to jako wnioskowanie z publicznych wypowiedzi, a nie raport o tym, co istnieje.

Jest jeszcze jedna konsekwencja, którą warto wskazać każdemu, kto będzie musiał ocenić to cudo. SSI nigdy nie opublikowało artykułu, wyników benchmarków ani karty systemu. Cokolwiek się pojawi, przyjdzie więc bez jakiejkolwiek zewnętrznej historii ewaluacji: bez wpisu w indeksie Artificial Analysis, bez niezależnego wyniku kodowania czy rozumowania, bez raportu z testów red-team prowadzonych przez stronę trzecią, bez reprodukcji przez społeczność. Każda liczba w pierwszym ogłoszeniu będzie z definicji pochodzić od dostawcy, z laboratorium, które nie ma żadnych osiągnięć w publikowaniu liczb. Trzeba poczekać na niezależne pomiary, zanim uwierzy się w cokolwiek, a jeśli wydanie będzie ograniczoną zapowiedzią badawczą, a nie otwartym endpointem, ten pomiar może potrwać.

Pięć rzeczy, które zamieniłyby tę plotkę w wiadomość.

Zamiast odświeżać X, wypatruj konkretnych artefaktów. W przybliżonej kolejności tego, jak bardzo by się ustabilizowały:

• Czwarty wpis na ssi.inc/updates. Własna strona SSI to najtańsze możliwe potwierdzenie, a firma używała jej dotychczas do każdego istotnego zdarzenia.

• Nazwa. Każda prawdziwa premiera ją otrzymuje, a brak nawet kryptonimu w obiegu jest sam w sobie wymowny tak blisko deklarowanego okna sierpniowego.

• Karta modelu lub systemu, ze wszelkimi deklarowanymi możliwościami i wszelkimi ocenami bezpieczeństwa. Dla laboratorium, którego cały przekaz to bezpieczeństwo i możliwości w tandemie, karta jest przekazem.

• Ścieżka dostępu: punkt końcowy, lista oczekujących, formularz wersji zapoznawczej badań lub nazwany partner. To jest granica między „modelem" a „produktem", a plotka ich nie rozróżnia.

• Cena. Wycena to coś, co zamienia demonstrację badawczą w coś, na czym można budować, i to właśnie jej najczęściej brakuje w pierwszym wydaniu SSI.

Jeśli do końca sierpnia żadna z tych rzeczy nie zaistnieje, rozsądnym wnioskiem nie jest to, że Baker się mylił, ale to, że jego poboczna uwaga odnosiła się do czegoś luźniejszego niż publiczna premiera — wewnętrznego kamienia milowego, prywatnej demonstracji dla inwestorów lub poślizgu czasowego, jaki zdarza się w każdym laboratorium.

Co to zmienia dla każdego, kto dziś wdraża modele

Praktycznie: jeszcze nic, i warto mówić o tym wprost. Model SSI nie istnieje publicznie, nikt go nie hostuje, my go nie hostujemy i nie ma żadnej pracy integracyjnej do wykonania. Każdy artykuł mówiący, jak uzyskać dostęp, jest zgadywaniem.

To, do czego ta historia jest naprawdę przydatna, to pytanie dotyczące planowania, które pojawia się teraz co kilka tygodni: jak zachować możliwość korzystania z laboratorium, którego jeszcze nie możemy ocenić? Nasza odpowiedź w OrcaRouter jest strukturalna, a nie sprytna. Jeden klucz API daje dostęp do ponad 200 modeli, więc późniejsze przyjęcie nowego dostawcy to zmiana identyfikatora modelu, a nie nowa umowa, nowy SDK i nowa relacja rozliczeniowa. Przekazujemy ceny z listy dostawców z 0% narzutem, co oznacza, że gdy dostawca zmienia ceny — jak zrobił to jeden duży dostawca 30 lipca — nowe kwoty są u nas dostępne tego samego dnia, a nie po przeliczeniu marży. Automatyczny failover między dostawcami sprawia, że w ogóle rozsądne jest skierowanie prawdziwego ruchu na niesprawdzony model: jeśli nowy endpoint z laboratorium liczącego pięćdziesiąt osób jest niestabilny, żądania przechodzą na coś, co działa, zamiast powodować błędy u użytkowników. Routing DSL umożliwia natomiast złożenie kilku modeli w jedno wywołanie, dzięki czemu nowy model może być porównywany z dotychczasowym na Twoim własnym ruchu, zanim przejmie jakąkolwiek ścieżkę.

To również jest uczciwe porównanie, które należy zrobić w oczekiwaniu. Modele, które faktycznie można dziś wywołać, są konkretne i zmierzone: GPT-5.6 Sol, podany po naszej stronie w cenie 5,00 USD za milion tokenów wejściowych i 30,00 USD za milion tokenów wyjściowych, okno kontekstowe 1M tokenów, do 128K tokenów wyjściowych oraz zaobserwowany czas p50 do pierwszego tokena wynoszący 4,07 sekundy na punktach końcowych chat-completions i responses. Na takich warunkach buduje się system produkcyjny. Nienazwany, niewyceniony i nieprzebadany model z laboratorium, które niczego nie opublikowało, nie konkuruje o to miejsce w sierpniu, cokolwiek się pojawi.

Pytania, na które naprawdę warto odpowiedzieć

Czy będę mógł korzystać z modelu SSI w sierpniu?

Nieznane i mniej prawdopodobne, niż sugerują nagłówki. Twierdzenie mówi, że pojawia się model, co nie jest tym samym, co API, produkt czatowy czy ogólna dostępność. Samo sformułowanie Sutskevera brzmiało „stopniowe udostępnianie”. Dla laboratorium stawiającego bezpieczeństwo na pierwszym miejscu, bez organizacji produktowej i z jednym otwartym stanowiskiem inżynierskim, ograniczona zapowiedź badawcza lub artykuł z demo jest co najmniej tak samo prawdopodobna jak publiczny endpoint. Nikt nie podał cen, limitów ani mechanizmu dostępu, ponieważ nikt ich nie ma.

Jak bardzo powinienem ufać Gavinowi Bakerowi w tej sprawie?

Więcej niż anonimowe konto, mniej niż oświadczenie firmy. Baker prowadzi fundusz skoncentrowany na technologii, z dogłębnym pokryciem sektora półprzewodników i AI, i rozmawia z ludźmi z tych laboratoriów; sformułowanie „SSI twierdzi” sugeruje bezpośredni kontakt. Ale to była niezaplanowana dygresja w trakcie wywodu o popycie na chipy, a nie materiał dziennikarski, który przygotował lub który miał potwierdzone źródła. Nie podał ani dnia, ani nazwiska, ani opisu, i nie padło żadne pytanie uzupełniające. To dokładnie tyle, ile znaczy stwierdzenie „dobrze skomunikowany inwestor uważa to za prawdę, z drugiej ręki” — co jest istotne, ale nie stanowi harmonogramu.

Czy umowa z NVIDIA oznacza, że SSI trenuje teraz model na skalę frontier?

Docelowo — być może. W sierpniu — nie. 10x jest wyraźnie skierowany w przyszłość: obejmuje dwanaście miesięcy po 26 lipca 2026 r., a moc obliczeniowa Very Rubin dostarczona w tym oknie nie mogła wytrenować modelu wydanego kilka tygodni po ogłoszeniu. Ta umowa mówi ci o ambicjach SSI na 2027 rok; mówi niemal nic o tym, co mogłoby trafić na rynek w tym miesiącu.

Dlaczego firma bez produktu ma wycenę 32 mld dolarów?

Ponieważ inwestorzy wyceniają zespół i zakład na badania, a nie przychody. SSI pozyskało około 1 mld USD przy wycenie 5 mld USD we wrześniu 2024 r., a następnie około 2 mld USD przy wycenie 32 mld USD w pierwszej połowie 2025 r. — doniesienia różnią się co do tego, czy transakcja została zamknięta w lutym, marcu czy kwietniu, a w niektórych relacjach Greenoaks jest wymieniany jako lider, a Alphabet i NVIDIA jako inwestorzy strategiczni — po czym w lipcu NVIDIA miała według doniesień zainwestować 5 mld USD. Przez cały ten czas: około pięćdziesięciu pracowników, brak produktu, brak przychodów i ani jedna opublikowana praca. To najczystsza dostępna ilustracja tego, z czego tak naprawdę składają się wyceny laboratoriów granicznych, a także powód, dla którego pierwszy model zostanie poddany bardziej wnikliwej analizie niż jakakolwiek inna premiera w tym roku.

Co obejrzeć

Wskaźnikiem nie będzie przeciek. To będzie strona aktualizacji SSI z czwartym wpisem albo nazwisko, które zaczyna krążyć z przypiętą wizytówką. Dopóki któreś z tych nie nastąpi, trafny opis stanu świata brzmi: wiarygodny inwestor powiedział z drugiej ręki, że najbardziej skryte laboratorium w AI zamierza w tym miesiącu coś pokazać; laboratorium tego nie potwierdziło; jego publiczna obecność nie zdradza żadnych przygotowań; a jego własna deklarowana strategia od listopada 2025 pozostawia miejsce dokładnie na taki ruch. Jeśli do tego dojdzie, pierwszą rzeczą, na którą należy patrzeć, nie będzie wynik benchmarku — tylko to, czy premiera jest produktem, czy dowodem, bo cały argument SSI opiera się na tym, że to różne rzeczy.