Tydzień otwartych wag: Cloudflare Clef, Amazon, Google i DeepSeek ruszają na rynek otwartych modeli
Cloudflare wypuścił w czwartek dwa modele decyzyjne o otwartych wagach. Firma twierdzi, że biją Jev od TypeSafe pod względem dokładności, ale przyznaje, że kosztują blisko sześć razy więcej za milion tokenów. Premiera zamyka tydzień, w którym Amazon, Google i Huawei ruszali z otwartymi lub tanimi narzędziami do modeli.

Cloudflare ogłosił rodzinę modeli decyzyjnych Clef w czwartek 1 października. Modele działają na platformie Workers AI, a wagi opublikowano na Hugging Face na licencji Apache 2.0. The Register podał tego samego dnia, że Clef i Clef-flash odpowiadają na trzy typy zamkniętych pytań: tak/nie, wielokrotny wybór i rankingi.
Cloudflare staje więc wprost przeciw Jevowi od TypeSafe, modelowi decyzyjnemu wydanemu dwa tygodnie wcześniej, który stał się zjawiskiem technicznym. Według The Register Clef ma szkielet LLM: specjalnie dotrenowane, zamrożone wersje Qwen3.8-27B dla Clef, czyli 27 000 000 000 parametrów, i Qwen3.5-9B dla Clef-flash, czyli 9 000 000 000 parametrów. Każda przechodzi przebieg wyłącznie prefill, a potem równolegle ocenia opcje.
Cloudflare sam podał swoje wyniki benchmarków na tle Jev Decision Index, a The Register zauważa, że nie zostały jeszcze odtworzone na oficjalnej tablicy wyników. Firma twierdzi też, że Clef pobił Jev w trzech z czterech obszarów w benchmarkach TypeSafe, przegrywając tylko w obserwowalności śladów agenta.
Cena to niewygodna część
Clef kosztuje 0,24 dolara za milion tokenów, blisko sześć razy więcej niż 0,042 dolara za milion u Jeva, podał The Register. Cloudflare przekonuje, że model obsługuje obrazy i wideo tak jak tekst oraz że ma okno kontekstu 64 000 tokenów. Jev też mieści do 64 000 tokenów w jednym zapytaniu, choć jego stan wraz z najdłuższym pojedynczym pytaniem ogranicza się do 32 000.
Własny wpis Cloudflare o benchmarkach opisuje test threat intelligence, w którym Clef pobrał, wyrenderował i sklasyfikował stronę w 2,2 sekundy, podczas gdy najszybszy ogólny LLM firmy, gpt-oss-120b, potrzebował w tym samym przepływie 4,7 sekundy. Firma podaje, że Clef ocenił domenę z 95% szansą na stronę modową, 85% na e-commerce i poniżej 1% na phishing. Zapowiada też, że udostępnia wagi jako open source, żeby klienci mogli uruchamiać je lokalnie.
W tym samym oknie 48 godzin pojawiły się jeszcze dwie premiery modeli decyzyjnych. AI Gateway od Vercela wymienia Layę, „model ewaluacji System One” od Convai Innovations, z darmowym hostowanym API, kontekstem 8 000 tokenów i promocyjną ceną obowiązującą do 31 października 2 026 roku. TechCrunch podał, że Amazon wypuścił własny klon Jeva, gdy modele decyzyjne zalały sieć.
Gemini 4 Argon, z drzwiami uchylonymi na pół
Tydzień Google potoczył się w drugą stronę. Firma wdrożyła Gemini 4 Argon, który TechCrunch nazwał jej najpotężniejszym modelem, 30 września. The Guardian podał 1 października, że Google ograniczył dostęp do modelu z powodu obaw o bezpieczeństwo, a omówienie benchmarków w The Decoder stwierdza, że Argon zmniejsza dystans do OpenAI i Anthropic, ale nie wychodzi na wyraźne prowadzenie.
Anthropic spiera się tymczasem o dane treningowe, nie o wagi. The Guardian podał 2 października, że Anthropic zabiega o model opt-out dla australijskich treści, gdy ABC ostrzegało przed „kanibalizacją” wiadomości.
Napięcie leżące u podstaw debaty o otwartych wagach polega na tym, że publikacja wag i publikacja ewaluacji to dwie różne rzeczy. Framework Inspect brytyjskiego Instytutu Bezpieczeństwa AI, otwarty stos ewaluacyjny zbudowany z Meridian Labs, zawiera ponad 200 gotowych ewaluacji i obsługuje ponad 20 dostawców modeli, wynika z jego dokumentacji. Powstał dokładnie dlatego, że dostawcy wciąż sami wystawiają sobie oceny.
Niezależne prace napływają w tym samym rytmie. Praca przesłana do arXiv 29 września przez Loaya Mualema i sześciu współautorów przedstawia GoldiMask, metodę dotrenowania dyskretnych modeli dyfuzyjnych językowych. Wybiera ona tokeny kontekstu przez przybliżone maksymalizowanie celu submodularnego i waży pozostałe cele. Autorzy raportują najwyższą średnią dokładność w większości badanych ustawień na trzech szkieletach i trzech zbiorach treningowych, z zyskami w rozumowaniu i generowaniu kodu.
Kontekst jako plik i wolontariacki przebieg na 15 000 000 parametrów
Druga praca, przesłana tego samego dnia przez Rulina Shao i dwunastu współautorów, opisuje Context Language Models: modele, które traktują własny kontekst jak plik, który mogą same aktualizować. Autorzy raportują o 11,4% wyższą dokładność przy 21,5% mniejszej liczbie FLOPs na BrowseComp-Plus, o 5% wyższe wyniki przy 59% mniejszej liczbie FLOPs na 12-godzinnym zadaniu EdgeBench i o 47,6% poprawy na Qwen3.5-9B po treningu ich metodą uczenia ze wzmocnieniem online. Kod leży na GitHubie na licencji CC BY-NC 4.0.
Na małym końcu projekt wolontariacki o nazwie Coop wstępnie trenuje model o około 145 000 000 parametrów na FineWeb-Edu, korzystając z podarowanego sprzętu konsumenckiego. Pseudogradienty trafiają jako pull requesty do Hugging Face, a agreguje je bezstanowe zadanie cron w GitHub Actions. Etap 1, przebieg na 15 000 000 parametrów na TinyStories, zakończył się powyżej optymalnego budżetu Chinchilli.
Polityka sprzętowa też się rusza. Tom's Hardware podał 1 października, że DeepSeek i Huawei wydali otwarte narzędzia programistyczne Ascend AI, w tym biblioteki obliczeniowe i komunikacyjne oraz wsparcie Ascend dla TileLang, żeby zmniejszyć zależność od ekosystemu Nvidii. Odpowiedź Nvidii na ryzyko agentów, otwarta Agent Safety Platform, która potrafi poddać agenta kwarantannie w milisekundach, też została ogłoszona 1 października.
Nie każda teza z tego tygodnia przetrwa zderzenie z benchmarkiem. Kolumna The Register z 30 września zauważa, że OpenAI, które przez lata sporów o prawa autorskie trenowało na wielkich ilościach danych z sieci, nazywa teraz destylację własnego rozumowania ryzykiem dla bezpieczeństwa narodowego. OpenAI podaje, że kampania rozpoczęta 1 lipca osiągnęła szczyt 16 000 żądań od ponad 4 000 użytkowników 24 i 25 lipca, a do 28 lipca została całkowicie udaremniona. Główny klaster powiązano z osobami związanymi z Moonshot AI. CNBC podał, że według firmy nie doszło do naruszenia szyfrowania, baz danych ani przechowywanych rozmów użytkowników.
Jedna liczba przemawia przeciw entuzjazmowi wokół otwartych wag: 0,24 dolara za milion tokenów. Otwarte wagi nie oznaczają taniej inferencji, a własne porównanie Cloudflare z Jevem pokazuje to wprost.
Źródła
17- 01Cloudflare tries to outplay Jev with open-weight Clef modelsEN
- 02Introducing Clef: our open-source decision models, and new RL fine-tuning platformEN
- 03Free hosted API for Laya, the open-weight decision modelEN
- 04Amazon releases its own Jev clone as decision models flood the webEN
- 05Google releases Gemini 4 Argon, called its most powerful model yetEN
- 06Google rolls out new Gemini AI model but restricts access over safety concernsEN
- 07Google Gemini 4 Argon closes the gap with OpenAI and Anthropic but doesn't take a clear leadEN
- 08Anthropic pushes for opt-out model for Australian content as ABC warns of 'cannibalisation' of newsEN
- 09Inspect: An open-source framework for large language model evaluationsEN
- 10Fine-Tuning Diffusion Language Models with Context Selection and Target WeightingEN
- 11Context Language ModelsEN
- 12Context Language Models (CLMs) official repositoryEN
- 13Coop: A small language model pretrained by volunteersEN
- 14DeepSeek and Huawei release open-source Ascend AI programming tools to reduce reliance on Nvidia ecosystemEN
- 15Nvidia launches Open Agent Safety Platform to physically restrain rogue AI agentsEN
- 16Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
- 17AI race heats up as OpenAI flags alleged model-copying campaignEN
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.
Komentarze
0- Brak komentarzy — bądź pierwszy.