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, dwadzieścia sześć w obecnym indeksie Artificial Analysis, jeśli liczyć tylko wagi do pobrania, mniej więcej trzynaście w SWE-bench Verified.
Najszybciej rusza się cena i rozjeżdża się w zależności od kierunku. Wejście zostało tanie. 29 października 2026 najtańsza trasa wejścia w naszej tabeli to gpt-oss-120b za $0.03 za milion tokenów, a najnowszy Flash od DeepSeeka, V4.1 Flash 1017, kosztował $0.15 za wejście i $0.60 za wyjście, wobec $4.00 i $20.00 za Claude Opus 5.5, którego Anthropic wypuścił 22 września. Własnego endpointu V4 Flash od DeepSeeka już nie ma: API DeepSeeka obsługuje dziś każde żądanie Flash, łącznie z wycofaną nazwą deepseek-v4-flash, modelem V4.1-Flash-1017 po $0.15 / $0.60 poza szczytem i $0.30 / $1.20 w szczycie. Z wyjściem jest trudniej i trasa znaczy więcej niż sam model.
Na szczycie otwartej stawki nagłówek Kimi K3 to $0.239 za wejście i $10.80 za wyjście: około 6% Opusa 5.5 na wejściu i 54% na wyjściu. Jego następca, Kimi K3.1 Pro, jest na razie dostępny tylko przez API, za $2.00 za wejście i $10.00 za wyjście u Moonshota. Czy którykolwiek z nich 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.
| Model | Wagi | Nagłówek wej. / wyj. | Najtańsza trasa wyjścia | Kontekst | Dostawcy |
|---|---|---|---|---|---|
| gpt-oss-120b | Otwarte | 0.15 / 0.60 | 0.03 / 0.15 | 131K | 25 |
| DeepSeek V4 Flash | Otwarte | 0.091 / 0.182 | 0.05 / 0.10 | 1M | 17 |
| DeepSeek V4 Flash 0731 | Otwarte | 0.119 / 0.238 | 0.057 / 0.134 | 1M | 25 |
| DeepSeek V4.1 Flash | Otwarte | 0.045 / 0.50 | 0.045 / 0.179 | 1M | 41 |
| DeepSeek V4.1 Flash 1017 | Otwarte | 0.15 / 0.60 | 0.101 / 0.15 | 1M | 42 |
| MiniMax M3 | Otwarte | 0.30 / 1.20 | 0.224 / 0.88 (kontekst 524K) | 1M | 13 |
| MiniMax M3.1 Flash | Otwarte | 0.15 / 0.60 | 0.135 / 0.54 | 1M | 13 |
| MiMo-V2.6-Pro | Otwarte | 0.435 / 0.87 | 0.37 / 0.74 | 1,05M | 5 |
| Qwen3.8-27B | Otwarte | 0.039 / 1.25 | 0.039 / 1.25 (kontekst 262K) | 1M | 21 |
| Beam 1.0 | Otwarte | 0.25 / 1.00 | 0.25 / 1.00 | 1M | 5 |
| DeepSeek V4 Pro 0813 | Otwarte | 0.66 / 1.98 | 0.45 / 0.80 | 1M | 26 |
| GLM-5.3 | Otwarte | 0.07 / 1.40 | 0.28 / 0.88 | 1M | 49 |
| Muse Spark Open | Otwarte | 1.25 / 4.25 | 1.25 / 4.25 | 1M | 6 |
| Kimi K3 | Otwarte | 0.239 / 10.80 | 1.65 / 8.25 | 1M | 30 |
| Kimi K3.1 Pro | Do 4 lis | 2.00 / 10.00 | 2.00 / 10.00 | 1M | 2 |
| Claude Opus 5.5 | Zamknięte | 4.00 / 20.00 | 4.00 / 20.00 | 1M | 11 |
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. Od sierpnia Artificial Analysis przeliczyło wszystko już dwa razy. Między v4.1.1 a v4.3.2 Kimi K3 spadł z 60 do 44; między v4.3.2 z 7 października a v5.0 z 29 października MiMo-V2.6-Pro spadł z 46 do 30, GLM-5.3 z 45 do 32, a Qwen3.8-27B z 34 do 20, podczas gdy Claude Opus 5.5 został przy 58 (w tym samym rankingu Gemini 4 Carbon od Google ma teraz o punkt więcej, 59). Dwanaście punktów straty, które podaliśmy 7 października, to dziś 26 dla wag, które da się pobrać, albo 12, jeśli liczyć Kimi K3.1 Pro z 46 punktami, którego wagi Moonshot obiecał, ale jeszcze nie opublikował. Żaden otwarty model nie zrobił się przez to gorszy. Zrzut ekranu z rankingu bez numeru wersji po miesiącu jest prawie bezużyteczny.
W SWE-bench Verified najlepszy model z otwartymi wagami na 29 października to Beam 1.0 od Reflection z wynikiem 0,816, do pobrania na Apache 2.0. Za nim są DeepSeek-V4-Pro-Max z 0,806, wciąż bez widocznego repozytorium w organizacji DeepSeeka na Hugging Face, i MiniMax M3 z 0,805. Zamkniętym punktem odniesienia na tej tablicy jest nadal Claude Fable 5 z 0,950; llm-stats nie ma jeszcze wpisu dla Claude Fable 5.1.
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. A 15 października doszedł Muse Spark Open, 816B łącznie i 42B aktywnych, na trzecim zestawie warunków: własnej Muse Model License, która wymaga widocznego dopisku "Built with Muse Spark Open" i, według karty modelu, osobnej pisemnej umowy z Metą, zanim zaoferujesz go jako model-as-a-service przy przychodzie powyżej 20 mln dolarów w dowolnych dwunastu miesiącach. Dostęp na Hugging Face jest bramkowany i zatwierdzany ręcznie.
Nazwa rodziny nie mówi też już, czy w ogóle jest co pobrać. Mistral Large 4 jest na OpenRouterze od 6 października, a wpis Mistrala o premierze obiecuje wagi "by the end of the month", ale 29 października organizacja Mistrala na Hugging Face wciąż kończy się na Large 3, a licencji nikt nie nazwał. Kimi K3.1 Pro, wydany 23 października, jest dziś dostępny tylko przez API; Moonshot pisze, że pełne wagi "will be released by Nov 4, 2026", i nie podał licencji. Qwen3.8 Max i Max Prime, ten drugi wystawiony 23 września, są dostępne tylko przez API, podobnie jak hostowany Muse Spark 1.3 od Mety; Muse Spark Open to osobny checkpoint. 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. Co otwarte wagi zmieniają w RODO i AI Act, a czego nie, rozpisujemy w przewodniku po modelach open weight.
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.
| Model | Premiera | Łącznie / aktywne | Licencja | Benchmark |
|---|---|---|---|---|
| Mistral Large 3 | 2 gru 2025 | 675B / 41B MoE | Apache 2.0 | - |
| Gemma 4 | 2 kwi 2026 (zapowiedź) | 31B dense, 26B-A4B, 12B, E2B/E4B | Apache 2.0 | MMLU-Pro 85,2 (31B) |
| MiMo-V2.5-Pro | 22 kwi 2026 | 1,023T / 42B | MIT | - |
| DeepSeek V4 Pro Preview + V4 Flash | 24 kwi 2026 | 1,6T / 49B; 284B / 13B | MIT | Terminal Bench 2.1 72,1 |
| IBM Granite 4.1 | 29 kwi 2026 | 3B / 8B / 30B dense | Apache 2.0 | 5,33% WER (Speech 2B) |
| Cohere Command A+ | 20 maj 2026 | 218B / 25B | Apache 2.0 | - |
| MiniMax M3 | 1 cze 2026 | 428B / 23B | minimax-community | AA Index 19 |
| NVIDIA Nemotron 3 Ultra | 4 cze 2026 | 550B MoE | Nemotron Open Model License | AA Index 12 |
| GLM-5.2 | wagi 16 cze 2026 | ~744B / ~40B | MIT | - |
| Inkling / Inkling-Small | 15 lip 2026 | 975B / 41B; 276B / 12B | Apache 2.0 | AA Index 12 |
| Poolside Laguna S 2.1 | 21 lip 2026 | 118B / ~8B MoE | openmdw-1.1 | Terminal-Bench 2.1 70,2 |
| Kimi K3 | wagi 26 lip 2026 | 2,8T / 104B, 896 ekspertów | Kimi K3 License (własna) | GPQA-Diamond 93,5 |
| DeepSeek V4 Flash 0731 | 31 lip 2026 | 284B / 13B | MIT | Terminal Bench 2.1 82,7 |
| Muse Glimmer (Meta) | 10 sie 2026 | 30B, destylowany | Apache 2.0 | AA Index 6 |
| Nemotron 3.5 Lightning | 11 sie 2026 | 30B / 3B | openmdw-1.1 | - |
| Qwen3.8-2.4T-A95B | 12 sie 2026 | 2,4T / 95B | qwen3.8-max (własna) | - |
| DeepSeek V4 Pro 0813 | 13 sie 2026 | 1,6T / 49B | MIT | Terminal Bench 2.1 87,9 |
| Qwen3.8-27B | 14 sie 2026 | 27B dense, wizja | Apache 2.0 | AA Index 20 |
| GLM-5.3-Flash | 26 sie 2026 | 320B | MIT | - |
| GLM-5.3 | wagi 28 sie 2026 | 753B | glm-5.3 (własna) | AA Index 32 |
| DeepSeek V4 Flash Vision Exp | 31 sie 2026 | V4 Flash z wizją | MIT | - |
| DeepSeek V4.1 Flash | 10 wrz 2026 | 552B szkielet / 8B prefill, 16B dekodowanie | MIT | - |
| MiMo-V2.6-Pro / Flash | 21 wrz 2026 | 1,02T / 42B (Pro) | MIT | AA Index 30 |
| Muse Spark Open (Meta) | 15 paź 2026 | 816B / 42B | Muse Model License (własna) | AA Index 25 |
| Nemotron 3.5 Bolt | 15 paź 2026 | 74B / 9B, 2 bity z QAT | openmdw-1.1 | Terminal-Bench 2.1 50,98 |
| Reflection Beam 1.0 | 16 paź 2026 | 501B / 23B | Apache 2.0 | AA Index 18 |
| DeepSeek V4.1 Flash 1017 | 17 paź 2026 | szkielet 552B + Engram 196B | MIT | AA Index 32 |
| MiniMax M3.1 Flash | wagi 23 paź 2026 | 428B / 23B | minimax-community | AA Index 29 |
| gpt-oss-120b / 20b | 5 sie 2025 | 117B / 5,1B, MXFP4 | Apache 2.0 | - |
Liczba parametrów przestała przewidywać miejsce w rankingu. Qwen3.8-27B, gęsty model 27B, ma 20 punktów w Artificial Analysis v5.0, więcej niż Beam 1.0 z 501B (18), MiniMax-M3 z 428B (19) i Inkling z 975B (12). Brakuje za to Llamy: od kwietnia 2025 nie wyszły nowe wagi z tej linii, a tegoroczne otwarte wydania Mety przyszły pod marką Muse, Muse Glimmer w sierpniu i Muse Spark Open w październiku.
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 29 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 32 w Artificial Analysis v5.0, ex aequo pierwsze miejsce wśród otwartych modeli do pobrania. 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; Artificial Analysis wymienia go bez wyniku w v5.0. Cena pokazuje typowy rozjazd: nagłówek $0.07 za wejście i $1.40 za wyjście, a obok trasa po $0.28 i $0.88.
2. MiniMax-M3 i M3.1 Flash. M3 wyszedł 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. Jego następca, MiniMax-M3.1-Flash, opublikował wagi 23 października na tym samym ciągu licencji i z tym samym kształtem 428B / 23B. W Artificial Analysis v5.0 ma 29 punktów wobec 19 dla M3 i kosztuje $0.15 za wejście i $0.60 za wyjście, połowę z $0.30 i $1.20 za M3. Karta MiniMaxa podaje DeepSWE v1.1 zamiast SWE-bench Verified, 73,7%, więc w kodowaniu tych dwóch liczb nie da się wprost porównać.
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. Artificial Analysis v5.0 nie pokazuje wyniku dla K3; jego następca K3.1 Pro ma 46, najwięcej spośród rodzin z otwartymi wagami, ale 29 października jest dostępny tylko przez API, z wagami obiecanymi do 4 listopada i bez nazwanej licencji. Licencja K3 to własna "Kimi K3 License" obejmująca kod i wagi razem. Przy nagłówkowych $0.239 za wejście i $10.80 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 ponad połowę jego stawki za wyjście.
4. DeepSeek-V4 i V4.1. 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 $0.119 za wejście i $0.238 za wyjście, a najtańsza trasa wyjścia bierze $0.057 i $0.134.
Nowsza opcja to linia V4.1 Flash. V4.1 Flash, wydany 10 września na MIT, ma szkielet 552B, który aktywuje 8B parametrów na token przy prefillu i 16B przy dekodowaniu, do tego 196B pamięci warunkowej Engram, natywne wejście obrazowe i kontekst 1M. 17 października DeepSeek dołożył V4.1-Flash-1017, drobną aktualizację na tej samej licencji MIT, którą własne API DeepSeeka serwuje dziś na każde żądanie Flash. W Artificial Analysis v5.0 dzieli z GLM-5.3 pierwsze miejsce wśród otwartych z wynikiem 32, a kosztuje $0.15 za wejście i $0.60 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. 7 października prowadził wśród otwartych z wynikiem 46 w v4.3.2; w v5.0 ma 30 punktów i trzecie miejsce wśród modeli z wagami. Na OpenRouterze kosztuje $0.435 za wejście i $0.87 za wyjście, 29 października przez tylko pięciu 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.
| Build | Rozmiar | Wierność wobec pełnej precyzji |
|---|---|---|
| UD-Q8_K_XL | 162 GB | Identyczny bitowo, dywergencja KL ~0, zgodność tokenów 100% |
| UD-Q4_K_XL | 155,1 GB | Dywergencja KL 0,0102, zgodność najlepszego tokena 96,28% |
| UD-IQ3_XXS | 103 GB | Pod maszyny ze 110-128 GB RAM |
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. Nowszy V4.1-Flash-1017 jest cięższy: buildy GGUF od Unsloth idą od 233 GB w 1 bicie do 508,4 GB w 8 bitach, a minimum 128 GB RAM obowiązuje tylko z tablicą Engram zostawioną na SSD. 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, dała się zamówić 28 października, zgodnie z zapowiadanym przez Apple końcem października, i tylko z M5 Ultra z 36-rdzeniowym CPU i 80-rdzeniowym GPU. Daty dostawy, którą dałoby się potwierdzić, 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. 29 października nagłówek GLM-5.3 to $0.07 za wejście i $1.40 za wyjście, a jego najtańsza trasa wyjścia $0.28 i $0.88: taniej po jednej stronie, drożej po drugiej. 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
Który otwarty model LLM jest teraz najlepszy?
To zależy od benchmarku, a uczciwa odpowiedź ma datę. W Artificial Analysis Intelligence Index v5.0, pobranym 29 października 2026, czołówka otwartych modeli z wagami do pobrania to DeepSeek V4.1 Flash 1017 i GLM-5.3 z 32 punktami, a za nimi MiMo-V2.6-Pro z 30, wobec 58 dla Claude Opus 5.5. Kimi K3.1 Pro ma 46, ale jego wagi są dopiero obiecane na 4 listopada. W SWE-bench Verified najlepszy otwarty jest Beam 1.0 od Reflection z 0,816. Jeśli musisz to zahostować u siebie, praktyczne odpowiedzi to nadal DeepSeek V4 Flash 0731 i Qwen3.8-27B.
Czy Qwen jest na licencji Apache 2.0?
Częściowo. Qwen3.8-27B wydany 14 sierpnia 2026 ma Apache 2.0, a flagowy model 2.4T wydany dwa dni wcześniej własny ciąg licencji qwen3.8-max. Licencja należy do checkpointu, a nie do nazwy rodziny.
Czy da się uruchomić DeepSeek V4 lokalnie?
Wersji Pro nie, chyba że "lokalnie" znaczy klaster: checkpoint waży około 893 GB wobec 640 GB w węźle 8xH100, jeszcze przed KV cache. Realny jest V4 Flash 0731, a zmierzone przez Unsloth buildy GGUF idą od 103 GB przy 3 bitach do 162 GB przy 8. Nowszy V4.1 Flash 1017 to od 233 GB do 508,4 GB, z minimum 128 GB RAM tylko wtedy, gdy tablica Engram zostaje na SSD.
Czy otwarte modele są tańsze od zamkniętych API?
Na wejściu dramatycznie: 29 października 2026 najtańsza trasa gpt-oss-120b brała $0.03 za milion tokenów wejściowych, a DeepSeek V4.1 Flash 1017 kosztował $0.15, wobec $4.00 za Claude Opus 5.5. Na wyjściu zależy to od trasy dostawcy: nagłówkowa cena wyjścia Kimi K3 to $10.80, a jego najtańsza trasa wyjścia $8.25, wobec $20.00 za Opusa 5.5.
- 30 października 2026Dodany link do przewodnika po modelach open weight.
- 29 października 2026Benchmarki przeniesione na Artificial Analysis Intelligence Index v5.0, który przeliczył wszystkie modele; lead, najważniejsze wnioski, wykres, tabela premier i FAQ przepisane pod nowe wyniki. Dodane DeepSeek V4.1 Flash 1017, Meta Muse Spark Open, Reflection Beam 1.0, NVIDIA Nemotron 3.5 Bolt i MiniMax M3.1 Flash z ciągami licencji; odnotowane Kimi K3.1 Pro (tylko API, wagi obiecane do 4 listopada) i Mistral Large 4 (wagi obiecane na koniec października, 29 października jeszcze nie na Hugging Face). Ceny z OpenRoutera zaktualizowane na 29 października; własny endpoint DeepSeek V4 Flash wycofany. Odczyt SWE-bench Verified odświeżony (Beam 1.0 jest teraz najlepszym otwartym wpisem). Zaktualizowany status M5 Ultra z 512 GB.
- 7 października 2026Ceny zaktualizowane na 7 października 2026, teraz z nagłówkiem i najtańszą trasą wyjścia. Benchmarki przeniesione na Artificial Analysis v4.3.2, które przeliczyło wszystkie modele. Claude Opus 5.5 zastępuje Opusa 5 jako punkt odniesienia. Dodane wagi i licencja GLM-5.3, MiMo-V2.6 i DeepSeek V4.1 Flash oraz nowe wersje Ollamy i LM Studio; zaktualizowany link do licencji Llama 4. Odczyt SWE-bench Verified odświeżony na 7 października.
- 31 sierpnia 2026Dodany link do przewodnika po lokalnych wymaganiach DeepSeek w sekcji o inferencji.
- 26 sierpnia 2026Ceny zaktualizowane na 26 sierpnia 2026. Dodany Poolside Laguna S 2.1 i zweryfikowana licencja Nemotron 3.5 Lightning.
- 25 sierpnia 2026Publikacja.