Dwie daty decydują o aktualności modelu AI, a tylko 10 z 20 laboratoriów podaje obie

Strona stale.jock.pl pojawiła się 16 września jako zgłoszenie na Show HN. Założenie jest proste: model może wyjść we wrześniu, a przestać czytać w kwietniu. Luka od dnia premiery jest więc wbudowana, zanim ktokolwiek wpisze prompt. Dane są dostępne jako models.json dla agentów.

Pięć z ośmiu laboratoriów publikuje granicę dla co najmniej jednego modelu: Anthropic, Google DeepMind, Meta, OpenAI i xAI. Puste pole w tabeli oznacza, że sprawdzone źródła nie ustaliły granicy, a nie dowód, że laboratorium jej nigdy nie podało. Mistral, Alibaba i DeepSeek figurują w tabeli bez ustalonej granicy dla pokazanych modeli.

Luka, model po modelu

GPT-6 Astra od OpenAI wyszło 3 września 2026 roku, a dane treningowe kończą się 30 kwietnia 2026 roku. To cztery miesiące. GPT-6 Sol, wydany 22 września, ma granicę 20 kwietnia. GPT-6 Luna, z tą samą datą wydania, kończy się 18 maja. Claude Opus 5.5 od Anthropic trafił na rynek 22 września z granicą czerwca 2026 roku; Claude Fable 5.1 wyszedł 1 września, również z granicą czerwca 2026 roku. Llama 4 od Meta, wydana 5 kwietnia 2025 roku, ma granicę sierpnia 2024 roku.

Najdłuższe opóźnienie w tabeli należy do Gemini 3.1 Pro: wydany 19 lutego 2026 roku, granica styczeń 2025 roku, trzynaście miesięcy. Mistral Large 3, Mistral Small 4, Mistral Medium 3.5, Qwen3.8-Max, Qwen3.8-Flash, Muse Glimmer, Muse Spark 1.3, DeepSeek V4-Pro i DeepSeek V4.1-Flash są wymienione bez opublikowanej granicy, więc z tego źródła nie da się dla nich obliczyć luki.

Strona twierdzi, że wyszukiwarki nie rozwiązują problemu. Gdy model szuka, czyta kilka stron, używa ich w jednej odpowiedzi i zapomina. Otwórz nowy czat i znowu jest kwiecień. Wyszukiwanie musi też wywołać sam model, używając tych samych wag, które trzymają nieaktualny fakt. Serwis podaje pomiar ponad 2 000 wywołań w 16 modelach, każdy z narzędziem do wyszukiwania w sieci. Modele czołowe decydowały poprawnie niemal zawsze, a słabsze odpowiadały na rozstrzygnięte pytania z pamięci, nawet gdy odpowiedź się zmieniła, i szukały w sieci temperatury wrzenia wody. Strona dodaje, że gdy 16 modeli zapytano, kto jest królem Norwegii, pięć wskazało zmarłego człowieka.

Dlaczego brakuje drugiej liczby

Milczenie ma logikę handlową. Data wydania to wydarzenie marketingowe i dostaje wpis o premierze. Granica danych to przyznanie się do tego, czego model nie wie. Laboratorium, które ją publikuje, daje konkurentom i klientom sposób na zmierzenie luki pierwszego dnia. Stąd wynik: dziesięć z dwudziestu.

Strona proponuje obejście dla budujących agentów: wpisać kilka linijek do pliku AGENTS.md lub CLAUDE.md, który agent już czyta. Ma w nich stać, żeby pobrał JSON, zanim uzna jakikolwiek model, wersję lub datę za aktualne, i żeby traktował wszystko z datą jako niesprawdzone do weryfikacji. Eksport zawiera datę wydania, opublikowaną granicę i link do źródła dla każdego modelu. Odświeża się razem ze stroną, więc agent czyta dzisiejsze daty, a nie te ze swoich wag. Sformułowanie jest na stronie, gotowe do wklejenia.

Oczywiste ograniczenie: strona jest relacją modelu o modelach i sama to przyznaje. Rada, jak sprawdzić pojedynczy model, brzmi: zapytać go wprost, jaka jest jego granica danych treningowych. Dobrze zachowujący się model odpowiada albo mówi, że nie jest pewien. Ten, który wymyśla pewną datę, powiedział coś użytecznego o sobie. Sprawdź odpowiedź w tabeli, zanim jej zaufasz.

Strona nie oferuje niezależnego audytu tych 20 dat poza podlinkowanymi dokumentami laboratoriów, po jednym na model. Kto opiera na tych liczbach decyzję o wdrożeniu, powinien przejść tymi linkami, bo puste komórki najpewniej zmienią się pierwsze.