Otwarte modele LLM 2026, na które warto patrzeć

Aktualny stan otwartych modeli LLM

Otwarte wagi obejmują dziś całą skalę, od modelu 30B na jedną kartę w stacji roboczej po mieszankę ekspertów 2,8T. To, jak daleko są od frontier, zależy od tego, który ranking otworzysz i w jakiej wersji: cztery punkty w lipcowym odczycie Mozilli, dwanaście w obecnym indeksie Artificial Analysis, czternaście w SWE-bench Verified.

Najszybciej rusza się cena, a od sierpnia zaczęła się rozjeżdżać w zależności od kierunku. Wejście zostało tanie. 7 października 2026 gpt-oss-120b kosztował $0.037 za milion tokenów wejściowych, a DeepSeek V4 Flash 0731 $0.018, wobec $4.00 za Claude Opus 5.5, którego Anthropic wypuścił 22 września w cenie $4 za wejście i $20 za wyjście. Z wyjściem jest trudniej. Cena z nagłówka OpenRoutera dla DeepSeek V4 Flash to dziś $0.03 za wejście i $1.28 za wyjście, mniej więcej 7,6 raza więcej niż $0.168 z sierpnia, a jednocześnie jeden z dostawców serwuje te same wagi za $0.084 na wyjściu.

Na szczycie otwartej stawki Kimi K3 kosztuje $0.62 za wejście i $15.00 za wyjście: około jednej szóstej Opusa 5.5 na wejściu i trzy czwarte na wyjściu. Czy to oszczędność, zależy prawie wyłącznie od tego, ile twoje obciążenie pisze w stosunku do tego, ile czyta. Ta proporcja, bardziej niż pojedyncza cena, jest liczbą do rachunku budowa kontra zakup.

Indeks Artificial Analysis uśrednia szeroki koszyk testów, a SWE-bench Verified mierzy jedną trudną rzecz: rozwiązywanie prawdziwych zgłoszeń z GitHuba. Praca agentów mieszka dokładnie w tym ogonie rozkładu, który uśrednianie chowa.

Zapisuj też wersję indeksu. Między v4.1.1 w sierpniu a v4.3.2 w październiku Artificial Analysis przeliczyło wszystkie modele: Kimi K3 spadł z 60 do 44, a Qwen3.8-27B z 52 do 34. W tych samych tygodniach Claude Opus 5.5 wszedł z wynikiem 58, najwyższym, jaki ten indeks zmierzył. Trzy punkty straty zamieniły się więc w dwanaście, choć żaden otwarty model nie zrobił się gorszy. Zrzut ekranu z rankingu bez numeru wersji po miesiącu jest prawie bezużyteczny.

DeepSeek-V4-Pro-Max, najlepszy model z otwartymi wagami w SWE-bench Verified z wynikiem 0,806 na 7 października, nie ma widocznego repozytorium w organizacji DeepSeeka na Hugging Face: to wynik z tablicy, a nie plik do pobrania. MiniMax M3, który da się pobrać, jest tuż za nim z 0,805.

Trzecia oś to licencje, które przestały podróżować razem z nazwą rodziny. Najczystszy przykład przyszedł pod koniec sierpnia. GLM-5.3-Flash wyszedł 26 sierpnia na zwykłym MIT, a dwa dni później sam GLM-5.3, 753B parametrów, na własnej licencji glm-5.3. Czyta się ją jak MIT, z jednym wyjątkiem: operatorzy model-as-a-service z przychodem powyżej 10 mld dolarów w dowolnych dwunastu miesiącach muszą najpierw przejść przegląd bezpieczeństwa Z.ai, a licencja nie podaje dla niego ani kryteriów, ani terminów.

Qwen robi to samo: flagowy Qwen 2.4T ma własny ciąg qwen3.8-max, a wydany dwa dni później Qwen3.8-27B zwykłe Apache 2.0. Gemma 4 przeszła na Apache 2.0 zamiast dawnych Gemma Terms, a Llama 4 Community License wciąż wymaga osobnej licencji komercyjnej powyżej 700 milionów aktywnych użytkowników miesięcznie i włącza przez odesłanie politykę dopuszczalnego użycia. Czytaj plik, nie stronę rodziny.

Meta wypuściła Muse Glimmer 10 sierpnia na Apache 2.0, a rodzinę MobileMoE na urządzenia 26 sierpnia na licencji badawczej, niekomercyjnej. Ten sam producent, ten sam miesiąc, przeciwne warunki.

Nazwa rodziny nie mówi też już, czy w ogóle jest co pobrać. Mistral Large 4 jest na OpenRouterze od 6 października, ale organizacja Mistrala na Hugging Face kończy się na Large 3, więc na 7 października nie potwierdziliśmy dla niego otwartych wag. Qwen3.8 Max i Max Prime, ten drugi wystawiony 23 września, są dostępne tylko przez API, podobnie jak Muse Spark 1.3 od Mety. Zanim zaplanujesz wersję self-hosted, zajrzyj do organizacji na Hugging Face.

W polskiej firmie dochodzi drugie dno: otwarte wagi to także decyzja o tym, gdzie leżą dane. Model hostowany w Warszawie albo we Frankfurcie nie wysyła treści umów ani danych kadrowych poza twoją infrastrukturę, co przy RODO zdejmuje z biurka wątek transferu do państwa trzeciego. Obowiązki regulacyjne są rozpisane w tekście o AI Act.

Kluczowe trendy w newsach o otwartych LLM

Dwa trendy niosą większość newsów o otwartych modelach od grudnia 2025: modele urosły na górze i skurczyły się na dole jednocześnie, a stos serwujący przestał się spóźniać.

Najnowsze premiery modeli. To są premiery, które faktycznie coś zmieniły między grudniem 2025 a dziś. W kolumnie z datą jest moment publikacji wag, jeśli różni się od zapowiedzi, bo model, którego nie da się pobrać, nie jest jeszcze premierą.

Liczba parametrów przestała przewidywać miejsce w rankingu. Qwen3.8-27B, gęsty model 27B, ma 34 punkty w Artificial Analysis v4.3.2, więcej niż MiniMax-M3 z 428B (29) i Inkling z 975B (25). Brakuje za to Llamy: od kwietnia 2025 nie wyszły nowe wagi z tej linii, a tegoroczne otwarte wydanie Mety przyszło pod marką Muse.

Nowości w narzędziach. Wsparcie silników przychodzi dziś razem z modelem, a nie miesiąc później. Karta Kimi K3 wymienia vLLM, SGLang i TokenSpeed, więc wsparcie w dniu premiery organizuje się przed wydaniem. Kwantyzacja poszła w tę samą stronę: laboratoria publikują wagi natywnie w MXFP4, a llama.cpp dostał w kwietniu kernele NVFP4 pod Blackwella.

Otwarte modele LLM warte uwagi

Pięć modeli pokrywa większość tego, co zespół wziąłby dziś na krótką listę, każdy z dokładnym ciągiem licencji. Ceny z OpenRoutera, pobrane 7 października 2026.

1. GLM-5.3. Z.ai zapowiedziało go w połowie sierpnia, a wagi opublikowało 28 sierpnia 2026: 753B parametrów, 88,2 na Terminal-Bench 2.1 według karty modelu i 45 w Artificial Analysis v4.3.2, drugie miejsce wśród otwartych. Licencja to opisana wyżej własna glm-5.3, czyli MIT poza klauzulą przeglądu bezpieczeństwa dla największych firm hostingowych. Mniejszy brat, GLM-5.3-Flash z 320B, wyszedł dwa dni wcześniej na czystym MIT i ma 42 punkty. Cena pokazuje ten sam rozjazd co u DeepSeeka: nagłówek $0.07 za wejście i $7.00 za wyjście, a obok trasa po $0.42 i $1.32.

2. MiniMax-M3. Premiera 1 czerwca 2026: 428B łącznie, 23B aktywnych, okno 1M i 80,5 w SWE-bench Verified według karty modelu. Ciąg licencji to `minimax-community`, ani Apache, ani MIT. Przy nagłówkowych $0.30 za wejście i $1.20 za wyjście, albo $0.23 i $0.96 na najtańszej trasie z kontekstem 262K, to wciąż jedna z najtańszych sensownych opcji na tablicy.

3. Kimi-K3. Flagowiec Moonshota, wagi z 26 lipca 2026: 2,8T łącznie, 104B aktywnych, 896 ekspertów, wagi MXFP4 trenowane z uwzględnieniem kwantyzacji. Karta modelu podaje GPQA-Diamond 93,5, a w Artificial Analysis v4.3.2 model ma 44 punkty i trzecie miejsce wśród otwartych, po tym jak w sierpniowej wersji prowadził z wynikiem 60. Licencja to własna "Kimi K3 License" obejmująca kod i wagi razem. Przy $0.62 za wejście i $15.00 za wyjście to inny kształt cennika, a nie rabat: agent, który dużo czyta i mało pisze, realnie oszczędza względem Opusa 5.5, a długie generowanie płaci prawie stawki frontier za model, który w tym indeksie ma 14 punktów straty.

4. DeepSeek-V4. Linia dzieli się na dwie części i ten podział jest całą praktyczną historią. V4 Pro 0813 jest na MIT, 1,6T łącznie z 49B aktywnymi, i ma 87,9 na Terminal Bench 2.1, ale jego checkpoint waży około 893 GB, więc MIT daje ci model, którego węzeł 8xH100 nie utrzyma. V4 Flash 0731, ta sama licencja, jest wersją realną: 284B łącznie, 13B aktywnych, 82,7 na Terminal Bench 2.1. Jego nagłówek to dziś $0.018 za wejście i $1.28 za wyjście, a najtańsza trasa wyjścia bierze $0.044 i $0.132.

Nowsza opcja to V4.1 Flash, wydany 10 września na MIT. Karta opisuje szkielet 552B, który aktywuje 8B parametrów na token przy prefillu i 16B przy dekodowaniu, natywne wejście obrazowe i kontekst 1M. W pierwszych 30 dniach zebrał około 1,26 miliona pobrań, w Artificial Analysis ma 39 punktów, piąte miejsce wśród otwartych, a na OpenRouterze kosztuje $0.05 za wejście i $1.20 za wyjście. Osobny checkpoint V4 Flash Vision Exp pojawił się 31 sierpnia, też na MIT.

5. MiMo-V2.6. Xiaomi opublikowało rodzinę 21 września 2026 na MIT. MiMo-V2.6-Pro ma 1,02T parametrów łącznie i 42B aktywnych, natywnie przyjmuje tekst, obrazy, wideo i audio, a okno kontekstu to 1M; pod nim są model Flash i destylat 9B. W Artificial Analysis v4.3.2 to najlepszy otwarty model, z wynikiem 46. Na OpenRouterze kosztuje $0.435 za wejście i $0.87 za wyjście, ale 7 października przez tylko czterech dostawców, więc tras do porównania jest mniej niż przy DeepSeeku.

Newsy o narzędziach do otwartych LLM, z datami

Jeśli chcesz newsów o narzędziach na dziś, a nie kolejnej listy nazw, czytaj release notes, z wersjami, datami i liczbami.

Ollama dowiozła obsługę Muse Glimmer w dniu premiery 10 sierpnia razem ze wstępnym wsparciem MLX na Apple Silicon, a w v0.32.15 z 19 sierpnia skróciła czas do pierwszego tokena mniej więcej o połowę dzięki cache'owaniu metadanych modelu. Potem v0.40.0 z 25 września ustawiła MLX jako domyślne środowisko na Apple Silicon, a wydania 0.35 z 28 i 29 września dodały "modele decyzyjne" pod nowym endpointem /v1/systemone. Zwracają one wybory i prawdopodobieństwa zamiast tekstu, co do routingu i triażu zgłoszeń pasuje lepiej niż proszenie modelu czatowego o odpowiedź jednym słowem.

Changelog LM Studio czyta się tak samo: stabilne spekulatywne dekodowanie MTP w 0.4.14 z 22 maja, a w 0.4.21 z 12 sierpnia endpointy modeli w sieci wewnętrznej i klucze API lokalnego serwera. Wersja 0.4.22 z 28 sierpnia dodała obsługę drafterów DFlash, DSpark i MTP, 0.4.24 z 9 września zaawansowane nadpisywanie argumentów llama.cpp przy ładowaniu GGUF, a 0.4.25 z 19 września silnik Splash na Apple Silicon M3 i nowszych.

llama.cpp dostał natywne NVFP4 pod Blackwella w PR zmerdżowanym 28 kwietnia 2026, a GGML_TYPE_NVFP4 = 40 siedzi dziś w tablicy typów ggml. Krążące wokół tego liczby o przepustowości pochodzą z forumowej arytmetyki, więc zmierz to sam.

Po stronie serwerowej większość newsów narzędziowych to praca nad funkcjami, a nie nagłówki, jak router świadomy podziału prefill/decode, który vLLM dodał w grudniu 2025. Po liczby, które starzeją się w tygodniach, SemiAnalysis prowadzi InferenceX z tygodniowymi migawkami.

Postępy w technikach inferencji

Wzrost wydajności. Większość newsów o otwartej inferencji dotyczy przepustowości. vLLM raportował 17 grudnia 2025 wynik 2200 tokenów wyjściowych na sekundę na jedno H200 przy serwowaniu DeepSeeka, a na GB200 NVL72 w lutym 2026 zmierzył 26,2 tys. tokenów prefillu i 10,1 tys. tokenów dekodowania na GPU na sekundę, czyli trzy do pięciu razy więcej niż H200.

Chunked pipeline parallelism w SGLang z 15 stycznia 2026 to lektura na długi kontekst: przepustowość prefillu w górę o 3,31x na sześciu węzłach po osiem H20 i czas do pierwszego tokena w dół o 67,9% na DeepSeek-V3.1. W tym samym wpisie prompt na milion tokenów dał pierwszy token po 420,91 sekundy, co czyni okno 1M funkcją do przetwarzania wsadowego, a nie do czatu.

Spekulatywne dekodowanie dowożą dziś same laboratoria: checkpointy DeepSeek V4 niosą moduł DSpark, a Unsloth zmierzył z nim V4 Flash na poziomie 120 tokenów na sekundę na B200 wobec 60 bez niego.

Zgodność z tym, co już masz. Formaty spotykają się tu z twoim obecnym sprzętem i nie są darmowe. Badanie kwantyzacji potreningowej w formatach microscaling ze stycznia 2026 pokazało, że MXFP8 jest praktycznie bezstratny, a MXFP4 wyraźnie degraduje jakość, co waży tym więcej, że MXFP4 jest dziś tym, co kilka laboratoriów publikuje natywnie.

Unsloth publikuje zmierzone rozmiary i rozbieżności dla swoich buildów GGUF DeepSeek V4, a wynikają z nich dwie rzeczy. Build 4-bitowy jest ledwo mniejszy od 8-bitowego, bo eksperci są już natywnie w MXFP4 i przekwantyzowaniu podlegają tylko tensory spoza ekspertów. I 4 bity nie są darmowe: zgodność najlepszego tokena spada do 96,28%, czyli mniej więcej jeden token na 27 różni się od pełnej precyzji. W pojedynczej odpowiedzi tego nie widać, w czterdziestokrokowej pętli agenta widać bardzo, co jest osobnym problemem do zmierzenia.

Dalej arytmetyka, która rozstrzyga, czy to wszystko w ogóle cię dotyczy. Około 893 GB dla V4 Pro wobec 640 GB w węźle 8xH100 znaczy, że same wagi się nie mieszczą, jeszcze przed pierwszym tokenem KV cache. V4 Flash przy natywnym FP4 i FP8 wychodzi bliżej 170 GB, czyli dwa H200, albo około 90 do 100 GB przy społecznościowym INT4. gpt-oss-120b mieści się na jednym H100 80 GB. Uruchomienie któregokolwiek z nich na własnym sprzęcie rozstrzyga się na pamięci całkowitej, a nie na samym VRAM, czyli na pytaniu o wymiarowanie rozpisanym per build kwantu.

Wkład społeczności i współpraca

Liczby pobrań pokazują, gdzie społeczność faktycznie poszła. Raport Hugging Face o otwartych modelach za 2026, opisany przez China Daily 16 sierpnia 2026, daje Qwenowi 2,045 miliarda pobrań w 2026 wobec 418 milionów dla Google i 227 milionów dla Mety, przy 151 448 modelach pochodnych od Qwena. Gemma ma ponad 400 milionów pobrań i ponad 100 000 wariantów społecznościowych.

OLMo 3 od Ai2 to inny rodzaj wkładu: w listopadzie 2025 wyszedł z danymi treningowymi, kodem i każdym pośrednim checkpointem obok wag, czyli z tym, co pozwala odtworzyć wynik, a nie tylko go powtórzyć.

Współpraca jest dziś także pozycją na liście przed premierą: wymienienie vLLM, SGLang albo llama.cpp na karcie modelu to zobowiązanie podjęte przed wydaniem, a jego brak jest realnym kosztem dla tego, kto wdraża pierwszy.

Najnowszy przykład współpracy to licencja, a nie model. Nemotron 3.5 Lightning od NVIDII i Laguna S 2.1 od Poolside, mieszanka ekspertów 118B wydana 21 lipca 2026, wychodzą oba na `openmdw-1.1`, licencji dystrybucji modeli od Linux Foundation, która zebrała właśnie drugiego i trzeciego adoptującego, podczas gdy pytanie o OSI zostaje otwarte.

Czego spodziewać się dalej po otwartych LLM

Epoch AI zamienia dystans na czas: od stycznia 2026 najmocniejsze modele z otwartymi wagami zostają za zamkniętym frontier średnio o cztery miesiące, czyli osiem punktów ECI. Epoch nie twierdzi, że luka się poszerza ani zawęża, i my też nie będziemy. Cztery miesiące to na tyle mało, że czekanie na wersję otwartą bywa realną opcją.

Wydarzenie, na które czekaliśmy w sierpniu, już się rozstrzygnęło. Wagi GLM-5.3 pojawiły się 28 sierpnia, a odpowiedź na pytanie "na jakich warunkach" nie brzmiała ani MIT, ani wyłącznie API, tylko coś pomiędzy: MIT z wyjątkiem wymierzonym w garstkę firm hostingowych na tyle dużych, żeby konkurować z własnym API Z.ai. Średniej firmy dziś to nic nie kosztuje. Oznacza za to, że sprawdzanie licencji per checkpoint przestało być opcjonalne, bo dwa modele wydane w odstępie dwóch dni pod jedną nazwą rodziny mają różne warunki, i nie zdziwimy się, jeśli ten wzór powtórzą inne laboratoria.

Przegląd bezpieczeństwa stał się zmienną w harmonogramie wydania. TechCrunch opisał 4 sierpnia 2026 ewaluację SaferAI, w której GLM-5.2 testowany przez publiczne API Z.ai nie odmówił żadnego z zadań ofensywnych, a Claude Opus 4.7 odmawiał tak konsekwentnie, że badania nie dało się dokończyć. Tnie to w obie strony: Far.ai prowadzi ranking uniwersalnych jailbreaków znalezionych w zamkniętych modelach frontier.

Sprzęt w większości już jest. Apple ogłosiło 25 sierpnia 2026 konfiguracje Mac Studio z M5 Max i M5 Ultra, do 512 GB pamięci zunifikowanej i 1,2 TB/s przepustowości, a sprzedaż ruszyła 22 września. Konfiguracja z 512 GB, czyli ta, która ma znaczenie przy dużych otwartych modelach, to inna historia: Macworld podaje, że będzie dostępna dopiero w październiku, a potwierdzonej daty wysyłki nie widzieliśmy. Apple nie podaje liczby parametrów dla "modeli klasy frontier z otwartymi wagami", które ta maszyna ma uruchamiać.

Naprawdę otwarte pytanie dotyczy tego, kto tych modeli używa. Menlo Ventures, po badaniu z listopada 2025 na 495 osobach decyzyjnych w amerykańskich firmach, podaje 11% firmowego użycia API LLM dla modeli open source, w dół z 19% rok wcześniej, bez aktualizacji za 2026. Raport Mozilli State of Open Source AI z lipca 2026 mówi coś przeciwnego: udział otwartych wag w tokenach OpenRoutera wzrósł z około jednej trzeciej pod koniec 2025 do większości w połowie 2026.

Oba wyniki są prawdziwe i nie liczą tych samych ludzi: Menlo liczy zakupy firmowe, a Mozilla ruch deweloperski. Pomost siedzi w liczbach samej Mozilli: 79% deweloperów dodających AI używa otwartych modeli, ale tylko 53% z nich dochodzi do produkcji, wobec 63% przy modelach zamkniętych.

Pięć rzeczy do sprawdzenia, zanim wybierzesz otwarty model

Mniej więcej tydzień pracy, bez żadnego dostawcy.

Otwórz plik LICENSE na dokładnie tym checkpoincie. Szukaj progu aktywnych użytkowników miesięcznie, ciągu atrybucyjnego do wyświetlania, zasady nazewnictwa modeli pochodnych i polityk włączonych przez odesłanie.

Wyceń prawdziwy tydzień ruchu i dopisz datę obok sumy. Tokeny wejściowe i wyjściowe osobno, po dzisiejszych stawkach, na trasie dostawcy, z której naprawdę skorzystasz. 7 października nagłówek i najtańsza trasa wyjścia dla DeepSeek V4 Flash różniły się na wyjściu mniej więcej piętnastokrotnie, a ceny mają tu termin przydatności liczony w tygodniach.

Policz pamięć, zanim spojrzysz na benchmark. Parametry razy bajty na parametr, plus KV cache dla twojej długości kontekstu i współbieżności. Jeśli wynikiem jest klaster, benchmark nigdy nie był właściwym pytaniem.

Zmierz tę kwantyzację, którą wdrożysz, na własnych pytaniach. Sto do dwustu prawdziwych zapytań ze znanymi dobrymi odpowiedziami, na dokładnym buildzie i dokładnej długości kontekstu. Publikowane rozbieżności trzymają się w agregacie, a nie na twoich promptach.

Sprawdź, czy karta modelu wymienia twój silnik serwujący. Wsparcie w vLLM, SGLang albo llama.cpp w dniu premiery to różnica między dwudniowym a dwumiesięcznym wdrożeniem. Potem dodaj do zakładek żywe źródło: llm-stats aktualizuje się codziennie, InferenceX tygodniowo.

Jedna konkretna rzecz na ten tydzień: weź trzech głównych kandydatów, otwórz na każdym plik LICENSE i wyceń realny tydzień ruchu, z zapisaną datą. Model i tak rzadko bywa wąskim gardłem, a bezpieczne podłączenie go do własnych danych kosztuje zwykle więcej pracy niż wybór checkpointu. Jeśli wolisz, żeby ktoś przeliczył to na twoim obciążeniu, od tego jest bezpłatny audyt.

FAQ