Otwarte wagi to nie open source: co debata o AI wciąż myli

Otwarte wagi to dziś najbardziej sporne pojęcie w polityce AI. Mozilla opublikowała 15 września wersję 1.1 raportu State of Open Source AI, bazującą na danych z 1 września. Główna teza: najlepsze modele z otwartymi wagami są mniej więcej cztery miesiące za amerykańską czołówką. Tom's Hardware opisał raport 16 września. Autorzy dopasowali dane METR dotyczące horyzontu zadań i oszacowali lukę między modelami otwartymi a zamkniętymi na około 4,4 miesiąca. To zgadza się z szacunkiem Epoch AI wynoszącym cztery miesiące.

Open Source Initiative nie kwestionuje przydatności otwartych wag. Kwestionuje nazwę. We wpisie z 19 września OSI rozdziela modele z otwartymi wagami, które udostępniają same wagi, od Open Source AI, które publikują też kod treningowy oraz dane treningowe lub szczegółowy opis ich powstania. Tylko druga kategoria, według OSI, pozwala korzystać ze wszystkich czterech wolności oprogramowania: używania, badania, modyfikowania i udostępniania bez pytania właściciela praw.

Czteromiesięczna luka i jej podstawa

Liczba Mozilli jest węższa, niż brzmi. Raport obejmuje 16 istotnych wydań otwartych, z których żadne nie dostarcza przepisu na dane wymaganego przez definicję OSI. Czteromiesięczny wynik zmierzono API do API na hostowanych endpointach w cenie katalogowej, według Tom's Hardware. Opisuje to, ile deweloper płaci dostawcy, a nie ile kosztuje uruchomienie modelu na własnym sprzęcie.

W Artificial Analysis Intelligence Index Mozilla ustaliła, że najlepszy otwarty model odstawał od zamkniętego lidera o trzy punkty przy 60% ceny, a od Claude Fable 5 o dwa punkty przy 30% ceny. Na tablicy Terminal-Bench 2.1 serwisu vals.ai, która testuje każdy model tym samym zestawem narzędzi, GLM-5.2 od Z.ai uzyskał wynik w granicach punktu od Claude Opus 4.7 i około cztery punkty za Opus 4.8, przy koszcie poniżej jednej piątej ceny za test. Na OpenRouter Mozilla zidentyfikowała osiem z dziesięciu najlepszych modeli pod względem wolumenu tokenów w sierpniu jako otwarte wagi, siedem z nich zbudowanych w Chinach. Zamknięci dostawcy wciąż zgarnęli 96% przychodów na poziomie modeli na OpenRouter od maja do września 2025 roku, według Linux Foundation.

Jest jeszcze zastrzeżenie sprzętowe, które podkopuje nagłówek. Wykres Mozilli pokazuje najlepszy otwarty model mieszczący się na jednym serwerze na 52,6, a najlepszy na jednym GPU na 40, czyli spadki o 10 i 23 punkty od szczytu. To szersza luka niż cztery miesiące. Rodzimy checkpoint MXFP4 modelu Kimi K3 zajmuje około 1,56TB na 96 fragmentach, a konfiguracja serwowania Mozilli wymienia 64 lub więcej akceleratorów. vLLM wymaga co najmniej ośmiu GPU GB300, z wieloma węzłami dla ruchu produkcyjnego. Raport opisuje to jako otwarte, ale nienadające się do uruchomienia przez większość posiadaczy. Jeden wyjątek: Inkling-Small od Thinking Machines, na licencji Apache 2.0, którego wersja NVFP4 mieści się na jednym B300 przy minimum 180GB.

"Decyzję o płaceniu za zamknięte [modele] postrzegamy jako zależną od obciążenia, a nie od organizacji" - powiedział Raffi Krikorian, dyrektor techniczny Mozilli, w mailu do Ars Technica.

Mozilla jest organizacją rzeczniczą i sama to przyznaje. Tom's Hardware zauważa, że TIME doniósł 14 lipca, iż Krikorian opisał raport jako częściowo rzeczniczy. Raport opiera się na ankiecie Mozilli i SlashData wśród około 1 400 deweloperów oraz na danych o ruchu z OpenRouter i zewnętrznych indeksach benchmarków. Podpis Mozilli pod wykresem mówi wprost o ruchomym celu: "luka resetuje się z każdym cyklem wydawniczym".

Dlaczego spór o definicję ważniejszy niż benchmark

Argument OSI nie brzmi, że otwarte wagi są złe. Brzmi, że termin rozciągnięto na modele, które pozwalają dostrajać i hostować u siebie, zostawiając dane treningowe i kod treningowy zamknięte. Ta różnica ma znaczenie w debatach politycznych, gdzie otwarte wagi są często traktowane jako zastępnik otwartości, konkurencji i możliwości audytu.

"Modele z otwartymi wagami ograniczają twoją zdolność do modyfikowania modelu i nie możesz go w pełni zbadać" - stwierdza wpis OSI. Przykładem alternatywy jest Olmo, duży model językowy od Ai2 wydany z pełnym zbiorem danych treningowych i checkpointami modelu. Pozwoliły one badaczom wstrzyknąć nowe informacje do danych treningowych i obserwować, jak model je zapamiętywał lub zapominał.

Ten rodzaj badania to nie akademickie porządki. Osobna praca na arXiv, "Extracting memorized pieces of (copyrighted) books from open-weight language models", złożona w maju 2025 i poprawiana do lipca 2026, stosuje technikę ekstrakcji do 200 książek i 14 modeli LLM z otwartymi wagami w ponad 3 000 eksperymentów. Autorzy, wśród nich A. Feder Cooper, Mark A. Lemley i Percy Liang, ustalili, że większość modeli LLM nie zapamiętuje większości książek, ani w całości, ani w części, ale zdarzają się godne uwagi wyjątki. Llama 3.1 70B zapamiętuje w całości niektóre książki, podaje praca, w tym Harry'ego Pottera i Kamień Filozoficzny, do tego stopnia, że całą książkę można wyciągnąć niemal dosłownie, podając jako prompt kilka pierwszych słów.

Wniosek pracy jest celowo niezadowalający dla obu stron sporu o prawa autorskie: zapamiętywanie zależy od modelu i od książki, a wyniki nie przesądzają jednoznacznie na korzyść powodów ani pozwanych. Otwarte wagi były tym, co w ogóle umożliwiło ten pomiar. Zamkniętych modeli nie da się tak zbadać z zewnątrz.

Praktyczny obraz jest więc bardziej zagmatwany niż narracje obu obozów. Wydania z otwartymi wagami są konkurencyjne cenowo, a w niektórych benchmarkach mieszczą się w punkcie lub dwóch od czołówki. Jednocześnie są drogie w uruchomieniu na najwyższym końcu, nierówno udokumentowane i, według definicji OSI, nie są open source. Luka, którą mierzy Mozilla, jest realna, podobnie jak luka, którą opisuje OSI między udostępnieniem wag a udostępnieniem modelu, który naprawdę można zbadać.