Český BottleCap AI: ThinkingCap ušetří v průměru 39 % tokenů

Český startup BottleCap AI, za kterým stojí Tomáš Mikolov a Jaroslav Beck, vydal další dva modely rodiny ThinkingCap: vylepšenou Gemmu 4 a vylepšený Qwen3.8 Flash Next. Oba jsou zdarma ke stažení na Hugging Face včetně GGUF variant pro lokální běh, placené verze Pro jdou v úspoře tokenů dál.

Rodina ThinkingCap má už pět modelů, dřív vyšla i optimalizovaná verze NVIDIA Nemotron. Podle firmy modely spotřebují v průměru o desítky procent méně tokenů při srovnatelné přesnosti — čísla ale pocházejí z jejích vlastních testů. Startup vyvíjí aplikace AI Scan a Pulse a optimalizaci modelů nabízí i jako službu.

Klíčové parametry

• ThinkingCap-Gemma-4-26B-A4B (z Google Gemmy 4): až −69 % tokenů, v průměru −39 %, s „minimálními" odchylkami v přesnosti
• Verze Pro u stejného modelu: až −88 %, průměrně −62 %
• ThinkingCap-Qwen3.8-Flash-Next (z Alibaby Qwen3.8 Flash Next): až −51 %, průměrně necelých 39 %
• Verze Pro u Qwenu: průměrně −60 %
• Ke stažení na Hugging Face včetně GGUF; placené verze Pro
• Licence se odvozuje od Gemmy a Qwenu — jde o otevřené váhy, ne o vlastní licenci startupu
• Úspory měřil sám startup, jde o tvrzení dodavatele