Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Otwarte wagi, otwarte pytania: co naprawdę pokazuje ostatni miesiąc wydań

Najnowszy raport Mozilli State of Open Source AI, opublikowany 15 września na danych aktualnych do 1 września, umieszcza najlepsze chińskie modele z otwartymi wagami mniej więcej 4,4 miesiąca za czołówką amerykańską. Ta liczba jest użyteczna i mocno obwarowana zastrzeżeniami, i w tym właśnie tkwi cała obecna debata o otwartych wagach.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 28 września 20268 min czytaniaŹródła 6
Otwarte wagi, otwarte pytania: co naprawdę pokazuje ostatni miesiąc wydań

Mozilla opublikowała wersję 1.1 raportu State of Open Source AI 15 września, na danych aktualnych do 1 września, podaje Tom's Hardware. Główny wniosek: najlepszy otwarty model tracił do zamkniętego lidera trzy punkty w Artificial Analysis Intelligence Index, przy 60% ceny, a do Claude Fable 5 dwa punkty, przy 30%. Dopasowanie Mozilli do danych METR o horyzoncie zadań daje lukę między otwartymi i zamkniętymi modelami na poziomie około 4,4 miesiąca, zgodnie z czteromiesięcznym szacunkiem Epoch AI.

To luka skompresowana. Jest też mierzona w bardzo konkretny sposób.

Co właściwie mierzy liczba czterech miesięcy

Liczba opiera się na METR, organizacji non-profit, która ocenia modele po długości zadania, liczonej w ludzkim czasie pracy, jakie model kończy w połowie przypadków. Według dopasowanego szacunku Mozilli modele zamknięte radzą sobie z zadaniami, które zajmują ekspertom od 8 do 12 godzin. Modele otwarte osiągają ten poziom około czterech miesięcy później. Mozilla wylicza, że zdolności modeli otwartych podwajają się co 3,9 miesiąca, a zamkniętych co 5,5 miesiąca. Raport powstał na podstawie ankiety Mozilli i SlashData wśród około 1 400 deweloperów, danych o ruchu z OpenRouter i zewnętrznych wskaźników benchmarkowych, podał Tom's Hardware. Mozilla to organizacja non-profit stojąca za Firefoksem i orędownik modeli otwartych: 14 lipca TIME poinformował, że dyrektor ds. technologii Mozilli Raffi Krikorian opisał raport jako częściowo rzeczniczy.

W metodologii tkwi drugie zastrzeżenie. Luka czterech miesięcy i liczba 30% ceny tokena są mierzone API do API, na hostowanych endpointach i według ceny katalogowej. To porównanie sposobu sprzedaży dwóch kategorii modeli, a nie tylko tego, co potrafią.

Własny wykres sprzętowy raportu zaostrza ten punkt. Najlepszy otwarty model, który mieści się na jednym serwerze, ma wynik 52,6; najlepszy, który mieści się na jednej karcie GPU, ma 40. Spadek od szczytu wynosi odpowiednio 10 i 23 punkty, czyli więcej niż raportowane cztery miesiące. Natywny checkpoint MXFP4 modelu Kimi K3 zajmuje około 1,56 TB na 96 shardach, a konfiguracja serwowania Mozilli wymienia 64 lub więcej akceleratorów, podczas gdy vLLM wymaga co najmniej ośmiu GPU GB300, przy czym przy ruchu produkcyjnym trzeba kilku węzłów. Raport opisuje to jako otwarte, ale nierunowalne dla większości tych, którzy to mają. Tom's Hardware w lipcu oszacował zapotrzebowanie na pamięć na blisko 1,5 TB. Jeden kontrprzykład w raporcie to Inkling-Small firmy Thinking Machines na licencji Apache 2.0, którego wersja NVFP4 mieści się na jednej B300 przy minimum 180 GB.

Czyli: do pobrania, tak. Praktyczne dla małego zespołu, czasem nie.

Tanie i bliskie benchmarki

Mozilla wykreśliła też wyniki vals.ai z Terminal-Bench 2.1, gdzie każdy model przechodzi przez ten sam harness, warstwę oprogramowania, która daje modelowi jego narzędzia. Na tej tablicy GLM-5.2 od Z.ai zdobył wynik w granicach punktu od Claude Opus 4.7 i około czterech punktów za Opus 4.8, przy koszcie poniżej jednej piątej na test. Na OpenRouter, rynku kierującym ruch deweloperów do setek modeli, Mozilla naliczyła osiem z dziesięciu najpopularniejszych modeli według wolumenu tokenów w sierpniu jako modele z otwartymi wagami, siedem z nich zbudowanych w Chinach. Dostawcy zamknięci wzięli jednak 96% przychodów na poziomie modeli w OpenRouter od maja do września 2025, według Linux Foundation.

Krikorian napisał w mailu do Ars Technica, że Mozilla postrzega decyzję o płaceniu za modele zamknięte jako zależną od zadania, a nie od organizacji.

Dane kończą się 1 września, a tablice od tego czasu się zmieniły. Artificial Analysis przeniosło swój indeks na wersję 4.3 z innym zestawem ewaluacyjnym; bieżąca tablica ma Claude Fable 5.1 na poziomie 53 przy najwyższym ustawieniu wysiłku i Kimi K3 na 44, liczb nieporównywalnych z wartościami 4.1.1, które wykreśliła Mozilla. Tablicę Terminal-Bench 2.1 vals.ai, zaktualizowaną 11 września, prowadzi GPT-6 Astra z 87,27%, a Fable 5.1 ma 85,02%. Podpis pod własnym wykresem Mozilli brzmi: „luka resetuje się w każdym cyklu wydań”.

Z K3 wiąże się też zarzut opisany w doradczym dokumencie NSA/CISA/FBI AA26-251A z 8 września. Twierdzenie, które raport Mozilli podaje jako „zgłoszone, ale niewykazane”, mówi, że Moonshot wyciągnął dane Claude Fable 5 do trenowania K3 przez destylację, czyli trenowanie jednego modelu na wynikach innego. 17 lipca Artificial Analysis miało K3 na 57 wobec 60 dla Fable 5; 1 września Mozilla miała go dwa punkty z tyłu.

Otwarte wagi to nie Open Source, a to rozróżnienie robi robotę

Open Source Initiative wykorzystała ten moment, żeby postawić granicę. W poście z 19 września OSI przekonywała, że modele z otwartymi wagami pozwalają korzystać z części z czterech wolności oprogramowania, czyli wolności używania, badania, modyfikowania i udostępniania bez pytania właściciela praw o zgodę, ale nie ze wszystkich i tylko w pewnym stopniu. Model składa się z trzech części: danych treningowych, wag i parametrów oraz kodu do przygotowania danych i treningu. Otwarte wagi udostępniają tylko tę środkową.

Przy otwartych wagach możesz uruchomić model lokalnie, płacąc tylko za prąd i sprzęt, albo współpracować z zewnętrznym dostawcą, który go hostuje. Możesz też dostroić model na własnych danych.

OSI podaje jako alternatywę Olmo od Ai2, wydane jako Open Source AI, które pozwoliło badaczom wstrzyknąć nowe informacje do danych treningowych i obserwować, jak model je zapamiętuje lub zapomina. Raport Mozilli nalicza 16 znaczących wydań otwartych, ale Tom's Hardware zauważa, że żadne nie dostarcza przepisu na dane wymaganego przez definicję Open Source Initiative. OSI wycenia wartość popytową ekosystemu Open Source na 8,8 bln dolarów.

To ujęcie ma znaczenie dla polityki, ale nie rozstrzyga, czy otwarte wagi są użyteczne. Są, w wąskich zadaniach.

Małe modele, konkretne zadania

Superwhisper wydał S1-mini, normalizator tekstu dla wyników rozpoznawania mowy o 800 000 000 parametrów, dostrojony z Qwen/Qwen3-0.6B i licencjonowany na Apache 2.0 z klauzulą o nazwie. Bierze surowy transkrypt ASR i przepisuje go na czysty tekst pisany: bez wypełniaczy, z rozwiązanymi fałszywymi startami, z interpunkcją, ze słownymi liczbami i datami zapisanymi w formie pisemnej. Na wydzielonym zbiorze 7 519 angielskich przypadków osiąga 94,8% dokładności tokenów, a skwantyzowana wersja to plik 462 MiB, który działa na procesorze laptopa. Karta modelu wyjątkowo wprost mówi o zakresie: to nie jest model czatowy, nie będzie wykonywał ogólnych poleceń, obejmuje tylko angielski i oczekuje linii kontrolnej na początku wejścia. Liczba parametrów to też mała lekcja czytania kart modeli: panel Hub podaje 800 000 000, ale karta wyjaśnia, że lm_head.weight jest przechowywany jako zmaterializowana kopia embeddingu wejściowego, więc embedding o 155 600 000 parametrów liczy się dwa razy, 751 600 000 elementów tensorów wobec 596 000 000 unikalnych parametrów.

Drugi przykład pochodzi z zapisku praktyka, nie od dostawcy. James Cruce opisał 22 września, jak w swoim systemie agentowym zastąpił deterministyczny router modelem Laya, otwartym modelem decyzji typowanych od convaiinnovations o około 421 000 000 parametrów, z enkoderem ModernBERT-large i limitem 1 024 tokenów. Zwraca on typowane odpowiedzi: wybór spośród nazwanych opcji, ocenę na uporządkowanej skali albo prawdopodobieństwo dla zdania tak lub nie, zamiast prozy do parsowania. Wybrał go zamiast hostowanego Jev od TypeSafe, który podaje 0,042 dolara za milion tokenów wejściowych bez opłaty za tokeny wyjściowe i obsługuje wybory do 255 opcji, bo chciał, żeby rutynowe decyzje działały lokalnie na Mac Studio z M3 Ultra i 256 GB pamięci zunifikowanej. Wyraźnie zaznacza, że to jedno wdrożenie: nie testował, czy Laya ogólnie bije Jev, i traktuje model jako rekomendator wewnątrz programu, nigdy jako źródło zgody lub prawdy. Karta modelu ostrzega, że jest nadmiernie pewny siebie i wymaga kalibracji dla konkretnej dziedziny.

To są przypadki, w których otwarte wagi przestają być argumentem geopolitycznym, a stają się wyborem inżynierskim. Normalizator 462 MiB i model decyzji z 421 000 000 parametrów nie są systemami czołówki. Są też czymś, co zespół może przypiąć do wersji, uruchomić offline i zaudytować bez rozmowy z działem zakupów.

Pytanie o prawa autorskie pozostaje nierozstrzygnięte

Najważniejsze badanie otwartych wag z ostatniego roku dotyczy tego, co jest w środku wag. Praca A. Feder Cooper, Marka A. Lemleya i siedmiorga współautorów, po raz pierwszy złożona 18 maja 2025 i poprawiana do 20 lipca 2026, mierzy zapamiętywanie książek na 200 tytułach i 14 otwartych LLM, w ponad 3 000 eksperymentów. Streszczenie stwierdza, że większość LLM nie zapamiętuje większości książek, ani w całości, ani w części, ale zdarzają się wyraźne wyjątki. Llama 3.1 70B zapamiętuje całkowicie niektóre książki, w tym Harry'ego Pottera i Kamień Filozoficzny; autorzy piszą, że da się deterministycznie wyciągnąć całą książkę niemal dosłownie, używając jej pierwszych kilku słów jako promptu początkowego.

Ujęcie w pracy jest celowo niewygodne dla obu stron sporów o prawa autorskie. Stwierdza, że powodowie i pozwani formułują ogólne, przeciwstawne twierdzenia, które mocno upraszczają związek między zapamiętywaniem a prawem autorskim, a wyniki mają istotne znaczenie dla spraw o prawa autorskie, choć nie takie, które jednoznacznie sprzyja którejkolwiek stronie. Praca została przyjęta na COLM 2026.

Połącz oba wątki, a obraz miesiąca okaże się mniej uporządkowany, niż chciałby którykolwiek obóz. Otwarte wagi są wystarczająco blisko czołówki w zagregowanych benchmarkach, żeby przecenić wiele pracy, a w niektórych z nich są drastycznie tańsze. Często są zbyt duże, żeby je serwować bez szafy serwerowej. Nie są Open Source według definicji, którą posługuje się duża część społeczności. Mogą zawierać dosłowny tekst z książek, których nikt nie licencjonował. A model o 800 000 000 parametrów, który porządkuje dyktowanie, wciąż robi dokładnie to, co mówi.

Własny podpis Mozilli jest chyba najuczciwszym zdaniem w raporcie: luka resetuje się w każdym cyklu wydań.

Komentarze 0

Źródła

6
  1. 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  2. 02Open Weights Are Good. Open Source Is Better.EN
  3. 03S1-mini, Superwhisper's first open-weights language modelEN
  4. 04Does an open-weight decision model beat a hosted one? Jev vs. LayaEN
  5. 05Extracting memorized pieces of books from open-weight language modelsEN
  6. 06OpenAI expands review of model behavior after more rogue agent incidents emergeEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.