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 nie są open source. Debata o AI miesza dwa pojęcia

Raport Mozilli State of Open Source AI podaje, że najlepsze modele z otwartymi wagami dzieli od amerykańskiej czołówki około czterech miesięcy. Open Source Initiative przekonuje, że otwarte wagi dają tylko część tego, co kryje się pod pojęciem open source.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 28 września 20265 min czytaniaŹródła 3
Otwarte wagi nie są open source. Debata o AI miesza dwa pojęcia

Otwarte wagi stały się najbardziej spornym pojęciem w polityce dotyczącej AI. Mozilla opublikowała 15 września wersję 1.1 raportu State of Open Source AI, opartą na danych aktualnych na 1 września. Główna teza: najlepsze modele z otwartymi wagami są dziś około cztery miesiące za czołówką z USA. Tom's Hardware opisał raport 16 września. Mozilla dopasowuje dane METR o horyzoncie zadań i otrzymuje lukę między modelami otwartymi i zamkniętymi na około 4,4 miesiąca. To zgadza się z szacunkiem Epoch AI, który mówi o czterech miesiącach.

Open Source Initiative nie twierdzi, że otwarte wagi są bezużyteczne. Spiera się o etykietę. We wpisie na blogu z 19 września OSI oddziela modele z otwartymi wagami od Open Source AI. Modele z otwartymi wagami udostępniają wagi i nic więcej. Open Source AI udostępnia też kod użyty do trenowania modelu oraz albo dane treningowe, albo szczegółowy opis tego, jak te dane powstały. Zdaniem OSI tylko druga kategoria pozwala użytkownikom korzystać z wszystkich czterech wolności oprogramowania: użycia, badania, modyfikowania i udostępniania bez pytania właściciela praw.

Luka czterech miesięcy i to, na czym się opiera

Liczba Mozilli jest węższa, niż brzmi. Raport liczy 16 otwartych wydań i żadne nie dostarcza przepisu na dane, którego wymaga definicja Open Source AI. Cztery miesiące zmierzono od API do API, na hostowanych endpointach i według ceny katalogowej, podaje Tom's Hardware. To opisuje, ile deweloper płaci dostawcy, a nie ile kosztuje uruchomienie modelu na własnym sprzęcie.

W Artificial Analysis Intelligence Index Mozilla znalazła, że najlepszy model otwarty tracił do zamkniętego lidera trzy punkty, kosztując 60% jego ceny. Od Claude'a Fable 5 dzieliły go dwa punkty przy 30% ceny. Na tablicy Terminal-Bench 2.1 serwisu vals.ai każdy model przechodzi przez to samo oprogramowanie testowe. Tam GLM-5.2 od Z.ai wypadł w granicach punktu od Claude'a Opus 4.7 i około czterech punktów za Opus 4.8, przy koszcie poniżej jednej piątej ceny za test. Na OpenRouterze Mozilla naliczyła osiem z dziesięciu czołowych modeli według wolumenu tokenów w sierpniu jako otwarte wagi, siedem z nich zbudowano w Chinach. Zamknięci dostawcy wzięli jednak 96% przychodów na warstwie modeli na OpenRouterze od maja do września 2025 r., podaje Linux Foundation.

Do tego dochodzi zastrzeżenie sprzętowe, ta część raportu, która podważa nagłówek. Własny wykres Mozilli stawia najlepszy model mieszczący się na jednym serwerze na 52,6, a najlepszy mieszczący się na jednym GPU na 40. To spadki o 10 i 23 punkty od szczytu. Luka szersza niż 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. vLLM wymaga co najmniej ośmiu GPU GB300, przy wielu węzłach dla ruchu produkcyjnego. Sam raport opisuje to jako otwarte, ale nie do uruchomienia przez większość tych, którzy je mają. Jeden wyjątek: Inkling-Small od Thinking Machines na licencji Apache 2.0, którego wersja NVFP4 mieści się na jednym B300 przy progu 180 GB.

Raffi Krikorian, dyrektor ds. technologii Mozilli, powiedział Ars Technice w mailu: „Decyzję o płaceniu za zamknięte [modele] postrzegamy jako zależną od obciążenia, a nie od organizacji”.

Mozilla jest organizacją rzeczniczą i sama to mówi. Tom's Hardware zauważa, że TIME podał 14 lipca, iż Krikorian opisał raport jako częściowo rzeczniczy. Raport opiera się na ankiecie Mozilli i SlashData wśród około 1 400 deweloperów, na danych o ruchu z OpenRoutera i na zewnętrznych indeksach testów porównawczych. Podpis pod wykresem Mozilli mówi wprost o ruchomym celu: „luka resetuje się w każdym cyklu wydawniczym”.

Dlaczego spór o definicję waży więcej niż test

OSI nie twierdzi, że otwarte wagi są złe. Twierdzi, że pojęcie rozciągnięto na modele, które pozwalają dostrajać i hostować u siebie, ale zostawiają zamknięte dane treningowe i kod treningu. Ta różnica ma znaczenie w debatach politycznych, gdzie otwarte wagi często służą jako zastępnik otwartości, konkurencji i możliwości audytu.

„Modele z otwartymi wagami ograniczają możliwość modyfikowania modelu i nie da się go w pełni zbadać”, głosi wpis OSI. Organizacja podaje jako alternatywę Olmo, duży model językowy od Ai2 wydany z pełnym zbiorem danych treningowych i checkpointami. Badacze mogą wstrzyknąć nowe informacje do danych treningowych i obserwować, jak model je zapamiętał albo zapomniał.

Takie badanie to nie akademicka porządka. Osobna praca na arXiv, „Extracting memorized pieces of (copyrighted) books from open-weight language models”, trafiła tam w maju 2025 r. i była poprawiana do lipca 2026 r. Autorzy zastosowali technikę ekstrakcji do 200 książek i 14 modeli z otwartymi wagami w ponad 3 000 eksperymentów. Wśród autorów są A. Feder Cooper, Mark A. Lemley i Percy Liang. Wyszło im, że większość modeli nie zapamiętuje większości książek, ani w całości, ani we fragmentach, ale zdarzają się wyraźne wyjątki. Llama 3.1 70B, model o 70 mld parametrów, zapamiętuje w całości niektóre książki, podaje praca, w tym Harry'ego Pottera i Kamień Filozoficzny. Całą książkę można wyciągnąć niemal dosłownie, zaczynając od kilku pierwszych słów jako promptu.

Wniosek pracy celowo nie zadowala żadnej strony sporu o prawa autorskie. Zapamiętywanie zależy od modelu i od książki, a wyniki nie wskazują jednoznacznie na powodów ani na pozwanych. To otwarte wagi w ogóle umożliwiły ten pomiar. Zamkniętych modeli nie da się tak badać z zewnątrz.

Obraz praktyczny jest więc bardziej pogmatwany niż hasła obu obozów. Wydania z otwartymi wagami są konkurencyjne cenowo, a w niektórych testach tracą punkt lub dwa do czołówki. Jednocześnie drogo je uruchomić na górnym końcu skali i są nierówno udokumentowane. Według definicji OSI nie są open source. Luka, którą mierzy Mozilla, jest realna. Podobnie jak luka, którą opisuje OSI, między wydaniem wag a wydaniem modelu, który naprawdę można obejrzeć.

Komentarze 0

Źródła

3
  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. 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN

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.