Chińskie modele AI: co dzieje się z danymi, które do nich wysyłasz

Wstęp

Chińskie modele weszły do normalnej pracy: do tłumaczeń, porządkowania specyfikacji, zestawień i skryptów w Dynamo. Qwen, DeepSeek, Kimi, GLM, MiniMax, ERNIE, Hunyuan i Doubao spotyka inżynier także wtedy, gdy tematem się nie interesuje, bo podstawia je router albo wtyczka z darmowym limitem.

Na pytanie „czy używasz chińskiego modelu” padają dwie odpowiedzi. Pierwsza: „nie, nic nie wysyłam do Chin”. Druga: „tak, ale to nieistotne, liczy się cena”. Obie są zbyt szybkie.

Popatrz na to jak na wysyłanie plików na serwer projektu. Nie pytasz, czy serwer jest rodzimy, tylko podpisujesz umowę powierzenia, wskazujesz region i wiesz, kto ma dostęp. Przy modelach językowych jest tak samo, tylko nigdzie nie stoisz przy podpisie.

W tym wpisie pokazuję:

• kto z ośmiu głównych chińskich dostawców ma serwery poza Chinami, a kto tego wyboru nie daje,
• co regulaminy mówią wprost o retencji i o trenowaniu na wysłanych danych, z cytatami,
• kto jeszcze serwuje te same modele i dlaczego to zmienia kraj, w którym leży prompt,
• jak wygląda dostęp z Polski i ile to kosztuje w USD i CNY,
• kiedy model z otwartymi wagami na własnym sprzęcie jest lepszy od każdego API,
• co z małej pracowni można wysłać, a czego nie wolno wysyłać bez osobnej umowy.

Uwaga o metodzie. Dane pochodzą z dokumentacji i cenników opublikowanych przez dostawców, sprawdzonych 20 października 2026, oraz z publicznego API OpenRoutera z tego samego dnia. Nie robiłem własnych pomiarów opóźnień, nie zakładałem kont i nie testowałem endpointów: bez konta i karty nie da się rzetelnie zmierzyć dostępności. Gdzie liczby nie udało się potwierdzić, zobaczysz to zaznaczone.

Streszczenie w pięciu punktach

1. Pytanie nie brzmi, czy model jest chiński, ale kto go serwuje i na jakich warunkach. Ten sam DeepSeek V4 Pro obsługuje w OpenRouterze 15 operatorów, w większości z siedzibą w USA, a pierwszy dostawca DeepSeek nie pojawia się w tej próbce ani raz.
2. Zagraniczny adres API nie znaczy „poza Chinami”. Alibaba ma realne regiony w Singapurze, Wirginii i Frankfurcie, ale DeepSeek nie daje wyboru: jego polityka prywatności mówi wprost, że dane osobowe są zbierane, przetwarzane i przechowywane w Chińskiej Republice Ludowej.
3. Największa różnica między dostawcami jest w jednym zdaniu regulaminu: czy prompt może iść do treningu. Alibaba deklaruje „never use your data for model training”, Kimi i MiniMax mówią o rozwoju usług z wyjściem przez osobną umowę, a DeepSeek i Z.ai dopuszczają trenowanie wprost.
4. Jurysdykcja jest równie ważna jak geografia serwera. DeepSeek podlega prawu chińskiemu, Moonshot prawu Singapuru z arbitrażem SIAC, Z.ai i MiniMax działają jako spółki z Singapuru.
5. Dla małej pracowni odpowiedź nie brzmi „chiński czy amerykański”, tylko „wysyłać tylko to, co i tak jest publiczne, albo trzymać model u siebie”. Model z otwartymi wagami jest jedynym wariantem, w którym nikt nie otrzymuje promptu.

Tabela 1: dostawcy, regiony, dane

Ceny w USD za milion tokenów (wejście i wyjście), stan na 20 października 2026, poza podatkami. Skrót „nd.” oznacza, że nie udało się tego ustalić z oficjalnego źródła. Nie wpisuję w to miejsce liczb z serwisów porównujących.

Dostawca	Modele (2026)	Regiony i endpointy	Gdzie stoją serwery	Retencja i trenowanie (regulamin)	Cena 1 mln (wej. i wyj.)	Wagi otwarte
Alibaba Qwen (Model Studio)	qwen3.8-max, qwen3.7-plus, qwen3.8-flash, qwen3.8-omni, qwen-image	dashscope-intl (Singapur), dashscope-us (Wirginia), Pekin, Hongkong, Frankfurt (eu-central-1), Tokio	Regiony realne, także poza Chinami	„will never use your data for model training”, ale dane z wywołań są przechowywane	2,00 i 6,00 (max); 0,15 i 0,47 (flash)	Tak, sekcja Qwen open source w cenniku
Moonshot Kimi	kimi-k3 (1 mln kontekstu), kimi-k2.7-code, kimi-k2.6	api.moonshot.ai (międzynarodowy, USD)	Singapur	Treść może być użyta do rozwoju i ulepszania usług, ograniczenie tylko osobną umową enterprise	nd.	Częściowo, K3 nd.
DeepSeek	deepseek-flash, deepseek-v4-pro	api.deepseek.com, brak wyboru regionu	Chiny (ChRL)	Trenowanie na danych wprost w polityce, w tym na danych publicznych; jest prawo opt-out	1 i 4 CNY poza szczytem (flash); 4,5 i 13,5 CNY (pro)	Tak, rodzina V3/R1
Zhipu Z.ai (GLM)	GLM-5.3, GLM-5.3-Flash, GLM-5.2, GLM-4.7, GLM-4.7-Flash	api.z.ai	Singapur	Przetwarzanie w Singapurze, trenowanie na danych publicznych zadeklarowane	1,40 i 4,40 (GLM-5.3); 0,15 i 0,50 (Flash)	Tak, 4.x i 5.x
MiniMax	MiniMax-M3 (512k i więcej), M3.1-Flash	api.minimax.io (międzynarodowy)	Singapur (Nanonoble Pte. Ltd.)	Wejście i wynik mogą być użyte do rozwoju usług; okres retencji bez liczby dni	0,30 i 1,20 (M3 do 512k); 0,15 i 0,60 (Flash)	Częściowo, M3 nd.
Baidu ERNIE	ERNIE 5.1, ERNIE 5.0, ERNIE 4.5 Turbo	Qianfan, strona międzynarodowa	Chiny (regiony poza Chinami nd.)	Regulaminu nie odczytano, retencja i trenowanie nd.	0,56 i 2,53 (5.1, do 32k)	Nie
Tencent Hunyuan	Hy4, Hy3, Hunyuan A13B, Hy3D	hunyuan.intl.tencentcloudapi.com, route do najbliższego regionu, przykład w domenie: Guangzhou	Region wg routingu, przykład Guangzhou	Regulamin i retencja nd.	nd.	Częściowo, zakres nd.
ByteDance Doubao (BytePlus)	Seed 2.0 Pro, 2.0 Lite, 2.0 Mini, 2.1 Turbo	ap-southeast-1 (Azja Południowo-Wschodnia)	Singapur (BytePlus Pte Ltd)	Zapis o trenowaniu w regulaminie nd.	0,50 i 3,00 (pro, do 128k); 0,10 i 0,40 (mini)	Nie, tylko API

Rubryki z „nd.” to nie niedbalstwo. To luki, których nie da się zamknąć bez zalogowania się u dostawcy albo bez ręcznego przejścia dokumentu, którego automat nie potrafił odczytać. Wolę je pokazać, niż wpisać liczbę z bloga cenowego, która za tydzień będzie nieprawdziwa.

Gdzie naprawdę stoją serwery

To najczęściej pomijany punkt, a decyduje o wszystkim.

Alibaba jest jedynym dostawcą z tej ósemki, którego dokumentacja wymienia konkretne regiony, i nie są to regiony na pokaz. Model Studio ma osobne adresy dla Singapuru i Wirginii, osobny dla Pekinu i Hongkongu, a także dedykowane endpointy dla Frankfurtu i Tokio. Prompt wysłany na adres z Frankfurtu obsługuje centrum danych w Niemczech.

Z drugiej strony stoi DeepSeek, który nie daje wyboru. Jeden adres API, jedna polityka prywatności i zdanie, które nie zostawia miejsca na interpretację: „we directly collect, process and store your Personal Data in People’s Republic of China”. Nie ma osobnego endpointu europejskiego ani deklaracji, że dane leżą gdzie indziej.

Kimi, Z.ai, MiniMax i BytePlus deklarują Singapur. Kimi mówi o serwerach w Singapurze, Z.ai pisze, że usługę świadczy generalnie z Singapuru i tam przetwarza dane osobowe, MiniMax ma operatora Nanonoble Pte. Ltd. z adresem przy 152 Beach Road, BytePlus wskazuje region ap-southeast-1. Serwer jest realnie poza Chinami, ale spółka-matka i decyzje produktowe są chińskie.

Hunyuan to dobry przykład pułapki. Międzynarodowy adres wygląda niewinnie, ale dokumentacja mówi, że żądanie trafia automatycznie do serwera najbliżej miejsca wywołania, a jako przykład regionu podaje Guangzhou. Adres międzynarodowy, region w Chinach. Bez przeczytania jednego akapitu dokumentacji nikt by tego nie zauważył.

Praktyczny wniosek: kraj przedrostka w domenie nie jest dowodem niczego. Dowodem jest lista regionów w dokumentacji i wskazanie, którego regionu używa Twoje konto.

Ten sam model, inny operator

Do tego wpisu wróciło pytanie, które zadaje sobie każdy, kto korzysta z routera modeli: skoro DeepSeek jest dostępny w OpenRouterze razem z kilkunastoma innymi operatorami, to czy wszyscy oni są z Chin? Nie. I to jest najciekawsza część całej historii.

W dniu sprawdzania OpenRouter wystawiał osiem badanych modeli na 148 endpointach, obsługiwanych przez 48 różnych operatorów. Według metadanych OpenRoutera 31 z nich ma siedzibę w USA, 6 w Singapurze (Alibaba, Moonshot AI, Z.AI, MiniMax, SiliconFlow i Seed), 3 w Unii Europejskiej (Mistral we Francji, Nebius w Holandii, Inceptron w Szwecji), 2 w Chinach (Baidu i StreamLake), 1 w Indonezji (DekaLLM), a 5 nie ma tego pola wypełnionego. Osiem modeli to DeepSeek V4 Pro, DeepSeek V4.1 Flash, GLM-5.3, Kimi K3, MiniMax M3, Qwen3.8 Flash, Qwen3.8 Max i Seed 2.1 Turbo.

Dlaczego to ważne. Nazwa modelu mówi, kto go wytrenował. Operator mówi, kto widzi Twój prompt. Jurysdykcja idzie za operatorem, nie za nazwą modelu. Jeśli wyślesz zapytanie do modelu DeepSeek przez endpoint Azure, Cloudflare albo DigitalOcean, dane zostają w infrastrukturze odpowiednio Microsoftu, Cloudflare albo DigitalOcean, a nie w serwerowni DeepSeeka w ChRL. Warunki, które wtedy obowiązują, to warunki operatora, nie polityka DeepSeeka z sekcji powyżej. Ten sam model, inna umowa, inny kraj.

Co więcej, dla badanych modeli pierwszy dostawca DeepSeek nie pojawił się w OpenRouterze ani raz. Wszystkie 16 endpointów DeepSeeka V4 Pro należało do firm trzecich. Model ten sam, ale prompt szedł do kogoś innego.

Model	Operatorów w OpenRouterze	Cena wejścia za 1 mln (od i do)	Przykłady operatorów spoza Chin
DeepSeek V4 Pro	15	0,355 do 1,91 USD	Azure, Cloudflare, DigitalOcean, DeepInfra
DeepSeek V4.1 Flash	28	0,028 do 0,60 USD	BaseTen, CoreWeave, DeepInfra, Fireworks
GLM-5.3	37	0,079 do 2,80 USD	BaseTen, Cloudflare, CoreWeave, Crusoe
Kimi K3	20	0,238 do 4,50 USD	Amazon Bedrock, BaseTen, DeepInfra, DigitalOcean
MiniMax M3	13	0,224 do 0,60 USD	CoreWeave, DeepInfra, Novita, ModelRun
Qwen3.8 Flash	1	0,15 USD, jedna cena	brak, tylko Alibaba
Qwen3.8 Max	1	2,00 USD, jedna cena	brak, tylko Alibaba
Seed 2.1 Turbo	1	0,50 USD, jedna cena	brak, tylko ByteDance

Osiem modeli, 148 endpointów, 48 operatorów. Suma się zgadza, bo DeepSeek V4 Pro ma 16 endpointów u 15 firm, a GLM-5.3 aż 48 u 37. Im popularniejszy model, tym więcej rąk, przez które przechodzi prompt.

Drugiej rzeczy nie potwierdziłem i mówię to wprost: publiczne API OpenRoutera podaje przy operatorze tylko siedzibę i listę centrów danych, bez flag o trenowaniu i retencji. OpenRouter pokazuje politykę dostawcy jako etykietę Data Policy na stronie modelu i sam pisze, że to nie jest ostateczne źródło, tylko jego najlepsza wiedza o cudzych regulaminach. Bez konta nie sprawdzisz więc przez API, kto trenuje na promptach, a etykieta na stronie nie zastąpi umowy powierzenia. To luka w moich danych i tyle.

Cena jest trzecią rzeczą. Za ten sam model płacisz od 0,355 do 1,91 USD za milion tokenów wejścia, czyli ponad pięć razy więcej na najdroższym endpoincie niż na najtańszym. Przy GLM-5.3 rozpiętość jest jeszcze większa, od 0,079 do 2,80 USD. Część tej różnicy to promocje, a część to format obliczeń: w metadanych GLM-5.3 jest 16 endpointów w fp8, 13 w fp4, 3 w nvfp4, a 16 nie podaje formatu wcale. Tańszy endpoint to nie zawsze ten sam model jakościowo, choć nazywa się identycznie.

Sam OpenRouter też ma tu swoją rolę i warto ją znać, bo to trzecie ogniwo łańcucha. Nie przechowuje promptów ani odpowiedzi, chyba że włączysz logowanie wejścia i wyjścia (domyślnie wyłączone, do debugowania) albo zgodzisz się na wykorzystanie danych do ulepszania produktu w zamian za 1 procent zniżki (też domyślnie wyłączone). Zawsze zapisuje metadane żądania: liczbę tokenów, opóźnienie, koszt. Treści w nich nie ma.

Do tego dochodzą dwa przełączniki, które warto ustawić w dniu zakładania konta:

• data_collection: "deny" wypycha z routingu operatorów, którzy przechowują dane, a zdr: true zawęża wybór do endpointów z zerową retencją. Oba działają na poziomie pojedynczego żądania i jako ustawienie konta.
• eu.openrouter.ai kieruje żądanie wyłącznie do endpointów w UE, EEA, Wielkiej Brytanii i Szwajcarii. Jeśli w regionie nie ma endpointu, który obsłuży model, API zwraca błąd, zamiast wysłać żądanie poza region. To opcja z planów Business i Enterprise, więc nie jest domyślną własnością konta za kilka dolarów.

Z tego wychodzą cztery pytania, które warto zadać operatorowi, zanim wyślesz mu cokolwiek z projektu. Gdzie ma siedzibę. Gdzie stoją jego centra danych. Czy przechowuje prompty. Czy trenuje na tym, co dostaje. Siedziba i centra danych to nie to samo: Alibaba ma siedzibę w Singapurze i centra w Singapurze oraz w Chinach, MiniMax i SiliconFlow mają siedzibę w Singapurze i centra w USA, a Inceptron ma siedzibę w Szwecji i centra w Finlandii. Dopiero para tych odpowiedzi daje obraz.

Czego tu nie ma: nie sprawdziłem umów powierzenia u 48 operatorów i nie mierzyłem opóźnień do żadnego z nich. Metadane agregatora to dobre miejsce na start rozmowy, ale nie dokument, który włożysz do akt projektu.

Co regulaminy mówią o retencji i trenowaniu

Tu się zaczyna prawdziwa różnica między dostawcami, bo region to jedno, a los promptu po odpowiedzi to drugie.

Alibaba deklaruje wprost: „Alibaba Cloud strictly protects your data privacy and will never use your data for model training”. Trzeba to czytać razem ze zdaniem obok: „Alibaba Cloud Model Studio stores data generated from model and application calls”. Trenowanie odpada, przechowywanie nie. Prompt leży na ich serwerze zgodnie z lokalnymi obowiązkami retencyjnymi, ale nie wraca jako materiał treningowy.

DeepSeek jest na przeciwnym końcu. Polityka mówi o trenowaniu na danych przekazanych do usługi, a dodatkowo o danych publicznych pozyskanych z internetu: „We may obtain publicly available Personal Data via online sources to train our models”. Jednocześnie daje prawo sprzeciwu: „the right to opt-out of using your Personal Data for training our models or optimizing our technologies”. Prawo sprzeciwu istnieje, ale jest opcją do wyklikania, nie stanem domyślnym.

Kimi i MiniMax mówią niemal tym samym zdaniem: treść może posłużyć do „provide, maintain, develop, support, and improve the Services”. Kimi dodaje wyjście: „Customer who requires restrictions on the use of Customer Content for training or improving Moonshot AI models may contact Moonshot AI to discuss available enterprise arrangements or separate written agreements”. Nie musisz więc zgadzać się na trenowanie, ale musisz o tym porozmawiać z działem handlowym.

Z.ai deklaruje trenowanie na danych publicznych i wskazuje cele obejmujące „developing, improving, or promoting our Services, such as when we train and improve our models”. Jak traktuje dane użytkownika, mówi osobne zdanie: „User Content. This includes any text prompts, images, or other data you input. This information is processed in real-time to provide you with the Service”.

Pięć czytelnych regulaminów prowadzi do jednego wniosku. Prompt nie znika po odpowiedzi. Różnica polega na tym, czy trenowanie jest domyślne, czy wymaga sprzeciwu albo umowy, oraz w jakim kraju leży serwer.

Dla trzech dostawców tej różnicy nie znam, bo regulaminów nie udało się przeczytać do końca: Baidu Qianfan (dokument podlinkowany, treści nie odczytano), Tencent (dokumentacja mówi tylko o routingu) i BytePlus (pliki pobrane, sekcja o trenowaniu nieodczytana). Nie zmyślam tu cytatów i nie streszczam z pamięci.

Dostęp z Polski i ceny

Rejestracja wygląda podobnie u wszystkich: konto, karta, rozliczenie w USD. Alibaba przyjmuje rejestrację przez alibabacloud.com, Kimi przez platform.kimi.ai z przedpłatą od 1 USD, Z.ai dopuszcza logowanie kontem Google lub GitHub, BytePlus ma rejestrację self-service, a OpenRouter to jedno konto i jedno doładowanie na wszystkie modele. Czy da się to zrobić z Polski bez chińskiego numeru telefonu, nie testowałem: brak konta, brak płatności. To luka w moich danych i zaznaczam ją, zamiast pisać, że na pewno się da.

Ceny widać w pierwszej tabeli. Warto je zestawić z klasą modelu, nie z nazwą dostawcy.

Model	Dostawca	Wejście i wyjście za 1 mln
qwen3.8-flash	Alibaba, Singapur	0,15 i 0,47 USD
GLM-5.3-Flash	Z.ai	0,15 i 0,50 USD
MiniMax-M3.1-Flash	MiniMax	0,15 i 0,60 USD
Seed 2.0 Mini	BytePlus	0,10 i 0,40 USD
ERNIE 4.5 Turbo	Baidu	0,11 i 0,45 USD
GLM-5.3	Z.ai	1,40 i 4,40 USD
qwen3.8-max	Alibaba, Singapur	2,00 i 6,00 USD
deepseek-v4-pro	DeepSeek (CNY)	4,5 i 13,5 CNY

Oficjalnych cenników OpenAI i Google w dniu sprawdzania nie udało się pobrać: pierwszy zwrócił błąd dostępu, drugi pętlę przekierowań. Nie podaję ich stawek, bo nie mam ich z pierwszej ręki. Wniosek strukturalny, który nie zależy od konkretnej liczby: chińskie modele klasy flash leżą w okolicy najtańszych modeli zachodnich, a modele klasy max i pro są wyraźnie tańsze od flagowych modeli zachodnich z tego samego okresu.

Jest jeszcze szczegół, który łatwo przeoczyć: różnice między regionami są realne. Ten sam Qwen3.8-Max to 2 i 6 USD w Singapurze oraz 1,65 i 4,951 USD w Pekinie. Wersja „Global” dla Qwen3.8-Flash kosztuje 0,113 i 0,382 USD, a w Singapurze 0,15 i 0,47 USD. Kto celuje w najniższą cenę, prawdopodobnie wybierze region w Chinach, a kto w konkretną jurysdykcję, zapłaci więcej. Cena i region to ta sama decyzja, tylko zapisana w dwóch zakładkach panelu.

DeepSeek publikuje ceny w juanach, ma też taryfę pozaszczytową, w której płaci się mniej. Nie przeliczam CNY na USD, bo kurs z dnia wpisu zmienia liczbę, która i tak się zestarzeje.

Kiedy wybrać model z otwartymi wagami u siebie

To jedyny wariant, w którym pytanie o jurysdykcję znika, bo prompt nie opuszcza biura. Trzeba tylko sprawdzić, czy sprzęt to udźwignie.

Sama dostępność wag nie jest zaskoczeniem: Alibaba ma w cenniku osobną sekcję modeli Qwen open source, rodzina GLM jest publikowana jako open source, DeepSeek publikował rodziny V3 i R1. Gorzej z konkretem: dla wersji z 2026 (Qwen3.8, DeepSeek V4, GLM-5.3, Kimi K3, MiniMax M3) nie sprawdziłem kart modeli na Hugging Face ani treści licencji. Przed publikacją takiego wpisu trzeba to domknąć punkt po punkcie, bo „open weights” bywa w praktyce licencją z ograniczeniami komercyjnymi.

Wymagania sprzętowe poniżej to moje wyliczenie, nie cytat ze źródła. Założenie: kwantyzacja 4-bit, około 0,55 GB pamięci karty na miliard parametrów plus 10 do 20 procent na kontekst.

Klasa modelu	Waga w 4-bit	Realny sprzęt
7 do 9 mld parametrów	4 do 5 GB	laptop z 8 GB pamięci karty, działa, ale wolno przy długim kontekście
30 do 32 mld	17 do 19 GB	jedna karta 24 GB albo Mac z 32 GB
70 do 80 mld, model gęsty	40 do 45 GB	dwie karty 24 GB albo Mac z 64 GB
200 do 250 mld, MoE (DeepSeek, Kimi K2, GLM Air)	120 do 150 GB	serwer 4 na 48 GB albo 8 na 24 GB, na jednej karcie nie wstanie
600 mld i więcej, MoE	350 GB i więcej	serwer wielokartowy, poza zasięgiem pracowni

Dla biura projektowego to dwa realne progi. Pierwszy: model 30 mld parametrów na jednej karcie 24 GB, dobry do streszczeń, tłumaczeń i porządkowania specyfikacji. Drugi: 70 mld na dwóch kartach albo na Macu z 64 GB, jeśli zależy Ci na sensownej jakości po polsku. Wszystko powyżej to już infrastruktura serwerowa, nie komputer na biurku. Jak zacząć od tańszego progu, opisałem w dwóch wpisach o LM Studio: LM Studio (cz. 1) i LM Studio (cz. 2).

Wnioski dla małego biura: co wolno wysłać, czego nie

Zacznijmy od tego, co wolno wysłać do dostawcy w chmurze, niezależnie od jego kraju pochodzenia.

• Materiały publiczne: normy i katalogi, które i tak są opublikowane, ogłoszenia, własne artykuły i wpisy.
• Tekst, który sam w sobie nie identyfikuje klienta ani lokalizacji: ogólne pytania techniczne, szkice treści, tłumaczenia bez nazw własnych.
• Kod i konfiguracje, jeśli nie zawierają kluczy API ani adresów wewnętrznych.

Czego nie wolno wysyłać bez umowy powierzenia i oceny skutków transferu:

• rysunków i modeli IFC z danymi klienta, zwłaszcza z nazwami, adresami i numerami działek,
• kosztorysów, ofert, umów i korespondencji z inwestorem,
• danych osobowych w jakiejkolwiek formie, w tym nazwisk w komentarzach w plikach DWG,
• wszystkiego, co podlega tajemnicy przedsiębiorstwa klienta.

Ułóżmy to od najmniej do najbardziej ryzykownego wariantu.

1. Model z otwartymi wagami na własnym sprzęcie, na przykład 30 mld parametrów na karcie 24 GB. Prompt nie opuszcza biura. To jedyny wariant, który usuwa problem, a nie tylko go reguluje.
2. Model z otwartymi wagami u zachodniego operatora, na przykład DeepSeek albo GLM u dostawcy z USA lub UE, z wymuszonym zdr: true i wyłączonym treningiem. Prompt nie idzie do Chin, ale idzie do trzeciego podmiotu, którego też trzeba wpisać do rejestru.
3. API chińskie z regionem poza Chinami: Alibaba Frankfurt albo Singapur, Z.ai i MiniMax w Singapurze. Wymaga umowy powierzenia, oceny transferu i świadomości, że grupa macierzysta jest w ChRL.
4. API chińskie bez wyboru regionu: DeepSeek. Do niczego, co zawiera dane klienta. Regulamin jest jednoznaczny: dane w ChRL, trenowanie domyślne, prawo chińskie.

Praktyczna rekomendacja jest krótka: do pracy z danymi klienta wariant 1, do pracy z materiałami publicznymi wariant 3 lub 4, bez znaczenia który. Wariant 2 jako kompromis, gdy brakuje sprzętu albo gdy model z otwartymi wagami ma być używany bez własnej karty graficznej.

Jest jeszcze jedna rzecz, która nie wynika z żadnego regulaminu, a z doświadczenia. Dane klienta najczęściej wyciekają nieświadomie, przy okazji. Inżynier wkleja zrzut ekranu z Revita zamiast opisu problemu, wrzuca całą umowę zamiast trzech zdań, o które mu chodzi, albo podaje nazwę inwestycji w pytaniu o normę. Żaden regulamin tego nie zatrzyma, bo problem powstaje przy klawiaturze, nie na serwerze. Zasada, która działa w praktyce: pytanie do modelu ma być na tyle ogólne, żeby dało się je opublikować na forum branżowym bez szkody dla klienta.

Jeśli prowadzisz mniejszą firmę i chcesz trzymać wiedzę projektu u siebie, temat wróci w dwóch kolejnych wpisach: o bazie wiedzy bez chmury i o lokalnym routerze modeli, który pozwala jednym kluczem przełączać dostawców.

Podsumowanie

Pytanie o chińskie modele AI w pracy inżyniera nie jest pytaniem o politykę ani o jakość odpowiedzi. Jakość sprawdzasz na własnych zadaniach, a różnice między modelami w tej samej klasie cenowej znikają po dwóch tygodniach pracy. Pytanie dotyczy jednego: co się dzieje z dziesięcioma zdaniami, które wysłałeś o 9:15, żeby ktoś inny streścił specyfikację.

Z dokumentacji wynika jasny porządek. Alibaba i DeepSeek to dwa skrajne przypadki: pierwszy daje regiony poza Chinami i deklarację braku trenowania, drugi nie daje wyboru, trening ma domyślny, a prawo właściwe jest chińskie. Kimi, Z.ai, MiniMax i BytePlus mieszczą serwery w Singapurze, ale trenowanie na treści jest u nich domyślne albo wymaga osobnej umowy. Baidu, Tencent i BytePlus zostają z luką, którą sam musisz domknąć przed wdrożeniem.

Do tego dochodzi warstwa, której nie widać w nazwie modelu: operator. Ten sam DeepSeek u amerykańskiego dostawcy to inna umowa, inne prawo i inny kraj niż DeepSeek u siebie. Najbezpieczniejsza kolejność to: model z otwartymi wagami u siebie do danych klienta, model z otwartymi wagami u zachodniego operatora z zerową retencją do pracy z materiałami wrażliwymi, dowolne API do rzeczy publicznych.

Źródła (sprawdzone 20 października 2026)

Wszystkie liczby i cytaty pochodzą z dokumentacji oficjalnej dostawców oraz z publicznego API OpenRoutera. Serwisy porównujące ceny nie były podstawą żadnego twierdzenia.

• Alibaba Cloud Model Studio: https://www.alibabacloud.com/help/en/model-studio/base-url , https://www.alibabacloud.com/help/en/model-studio/billing-for-model-studio , https://www.alibabacloud.com/help/en/model-studio/privacy-notice
• Alibaba Cloud, warunki produktowe: https://www.alibabacloud.com/help/en/legal/latest/alibaba-cloud-international-website-product-terms-of-service-v-3-8-0
• Moonshot AI: https://platform.kimi.ai/docs/models , https://platform.kimi.ai/docs/agreement/userprivacy , https://platform.kimi.ai/docs/agreement/modeluse
• DeepSeek: https://api-docs.deepseek.com/ , https://cdn.deepseek.com/policies/en-US/deepseek-privacy-policy.html , https://cdn.deepseek.com/policies/en-US/deepseek-open-platform-terms-of-service.html , https://api-docs.deepseek.com/zh-cn/quick_start/pricing
• Z.ai: https://docs.z.ai/guides/overview/pricing , https://docs.z.ai/legal-agreement/privacy-policy
• MiniMax: https://platform.minimax.io/docs/pricing/overview , https://platform.minimax.io/docs/guides/privacy-policy , https://platform.minimax.io/docs/guides/terms-of-service
• Baidu AI Cloud, Qianfan: https://intl.cloud.baidu.com/en/doc/qianfan/s/Jm8r1826a-intl-en
• Tencent Cloud International: https://intl.cloud.tencent.com/document/product/1284?lang=en , https://intl.cloud.tencent.com/document/product/1284/75533
• BytePlus: https://ai.byteplus.com/ark/region:ap-southeast-1/docs/model-pricing , https://docs.byteplus.com/en/docs/legal/docs-terms-of-service , https://docs.byteplus.com/en/docs/legal/docs-privacy-policy
• OpenRouter: https://openrouter.ai/api/v1/providers (siedziby i centra danych operatorów), https://openrouter.ai/docs/guides/privacy/data-collection , https://openrouter.ai/docs/guides/privacy/provider-logging , https://openrouter.ai/docs/guides/routing/provider-selection , https://openrouter.ai/docs/guides/features/in-region-routing

Czego nie potwierdzono

Dla uczciwości, żeby nikt nie musiał tego odkrywać po fakcie:

• ceny Kimi (tabela renderowana po stronie klienta) i ceny Tencent Hunyuan w USD,
• regulaminy Baidu Qianfan i BytePlus w części o retencji i trenowaniu, a także licencje wag dla wersji z 2026,
• konkretne okresy retencji u MiniMax i Z.ai (obie umowy mówią o „retention period” bez liczby dni),
• umowy powierzenia u operatorów z OpenRoutera, flagi trenowania i retencji w jego publicznym API oraz opóźnienia z Polski do Singapuru, Frankfurtu i USA,
• możliwość rejestracji z Polski bez chińskiego numeru telefonu i ceny OpenAI oraz Google w tym samym okresie.

Sprawdź również:

• Dane nieszablonowe w budownictwie: jak wyciągnąć dane z maili, notatek i PDF-ów
• Jaki komputer do Revita/BIM w 2026: CPU/GPU/RAM/SSD
• Case Study: jak uporządkować wiele skrzynek mailowych w jednym systemie (Thunderbird + AI)
• Chińskie modele AI: co dzieje się z danymi, które do nich wysyłasz
• Jak zwiększyć komfort pracy przy komputerze? Ergonomiczne stanowisko krok po kroku

Treść tego artykułu została stworzona z pomocą sztucznej inteligencji.