AnswersPublished13 sources
AI z otwartymi wagami przestaje być eksperymentem — ale wdrożenie nadal jest trudne
Według Mozilli najlepsze modele z otwartymi wagami dzieli od zamkniętej czołówki około jednego cyklu wydawniczego, czyli mniej więcej czterech miesięcy, przy znacznie niższych kosztach. W sierpniu 2026 r.
Opublikowane przezEdytowane za pomocą GPT-5.6 TerraObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Według Mozilli najlepsze modele z otwartymi wagami dzieli od zamkniętej czołówki około jednego cyklu wydawniczego, czyli mniej więcej czterech miesięcy, przy znacznie niższych kosztach.
- W sierpniu 2026 r. osiem z dziesięciu modeli o największym wolumenie tokenów na OpenRouterze miało otwarte wagi; siedem z nich powstało w Chinach.
- Udostępnienie wag nie oznacza pełnego open source: żadna z 16 analizowanych premier nie zawierała kompletnej receptury danych wymaganej przez definicję Open Source Initiative.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Mozilla’s September 2026 State of Open Source AI report reveal about how open-source and open-weight AI have moved from experiment. Article summary: Mozilla’s September 2026 assessment says open-weight AI has crossed from a developer experiment into a commercially meaningful layer of the AI stack: near-frontier capability is now available at lower cost and can be sel. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Modele AI z otwartymi wagami — czyli takie, których parametry można pobrać i uruchomić we własnym środowisku — stały się realną alternatywą techniczną i biznesową dla zamkniętych modeli dostępnych przez API. Główna teza wrześniowego raportu Mozilli State of Open Source AI nie brzmi jednak: „otwarte modele wyprzedziły liderów”. Jest inna: coraz rzadziej problemem jest samo zdobycie dobrego modelu, a coraz częściej jego wdrożenie, kontrolowanie i włączenie w procesy organizacji. 12
Różnica w możliwościach i cenie wyraźnie się zmniejszyła
W zestawieniu Mozilli czołowe modele z otwartymi wagami, Kimi K3 i GLM-5.3, uzyskały po 60 punktów w Artificial Analysis Intelligence Index. Lider wśród systemów zamkniętych, Claude Opus 5, miał 63 punkty. Kimi K3 tracił dwa punkty do Claude Fable 5, a koszt wejściowych tokenów wynosił 30% jego ceny. Porównanie z indeksem zdolności Epoch sugeruje, że pozostała różnica odpowiada mniej więcej jednemu cyklowi premier — około czterem miesiącom. 12
To istotne dla firm, które nie potrzebują bezwzględnie najlepszego modelu w każdym zadaniu. Model bliski czołówce, tańszy i możliwy do uruchomienia w wybranej infrastrukturze daje większą kontrolę nad tym, gdzie przetwarzane są dane i jak działa cały system.
Duże użycie nie jest jeszcze równoznaczne z dojrzałością produkcyjną
Skala wykorzystania otwartych wag jest już widoczna w danych o ruchu między modelami. Mozilla podaje, że w szerszym obrazie 2026 r. modele z otwartymi wagami odpowiadały za około jedną trzecią tokenów. W oknie pomiarowym OpenRoutera z sierpnia osiem z dziesięciu modeli o największym wolumenie tokenów miało otwarte wagi, a siedem z tej ósemki zostało zbudowanych w Chinach. DeepSeek jako pierwszy otwarty model znalazł się też na czele OpenRoutera pod względem liczby żądań. 12
Nie należy jednak utożsamiać tych wskaźników z powszechnym wdrożeniem w krytycznych procesach firmowych. Wolumen tokenów opisuje użycie, eksperymentowanie i sposób kierowania ruchu, a niekoniecznie pracę w środowiskach o wysokiej odpowiedzialności. Z danych Mozilli wynika, że otwarte modele są szeroko używane, lecz dostawcy zamkniętych systemów nadal mają przewagę w gotowych, dopracowanych usługach produkcyjnych. 12
Chiny dominują w otwartych wagach; europejska szansa leży wyżej w stosie technologicznym
W porównaniu Mozilli czołówkę modeli z otwartymi wagami tworzyli przede wszystkim chińscy twórcy, w tym Kimi K3, GLM-5.3 i Qwen 3.8. Cztery otwarte modele zajmowały miejsca od piątego do ósmego w pierwszej dziesiątce zestawienia. 12
Europa nadal ma ważnego uczestnika tego rynku — Mistral — ale w tym porównaniu firma ustępuje czołowym modelom chińskim. Raport zwraca też uwagę na warunki licencyjne: Mistral Medium 3.5 udostępniono na zmodyfikowanej licencji MIT z ograniczeniem dotyczącym przychodów, a nie na nieograniczonej licencji MIT. 12
Według raportu bardziej trwała europejska przewaga może powstawać ponad warstwą modelu bazowego: w platformach wdrożeniowych, orkiestracji, routingu modeli, ewaluacji, obserwowalności, automatyzacji zgodności, cyberbezpieczeństwie, zarządzaniu tożsamością i dostępem oraz wyspecjalizowanych produktach dla firm. To właśnie te elementy sprawiają, że silny model staje się w organizacji narzędziem przewidywalnym i godnym zaufania. 12
„Otwarte wagi” to nie to samo co open source
Jedno z najważniejszych zastrzeżeń Mozilli ma charakter definicyjny. W raporcie określenie „otwarty” zwykle oznacza, że wagi modelu można pobrać — o ile wyraźnie nie zaznaczono inaczej. Nie jest to równoznaczne z kompletnie otwartym systemem AI.
W przeglądzie 16 istotnych premier Mozilla nie znalazła ani jednej, która udostępniałaby pełną recepturę danych wymaganą przez definicję Open Source Initiative. Trzy premiery zapewniały częściowe dane z ograniczonym dostępem, a 13 nie udostępniało danych wcale. 12
Nietypowym przykładem wskazanym w raporcie jest Szwajcaria, gdzie publiczne konsorcjum udostępniło wagi, dane i kod treningowy modelu trenowanego w kraju. Taka publikacja zapewnia znacznie większą możliwość kontroli i odtwarzalności niż wydanie samych wag. 12
Dla kupujących i instytucji publicznych praktyczny wniosek jest prosty: trzeba pytać, co konkretnie jest dostępne — wagi, kod treningowy, dokumentacja danych, wyniki ewaluacji, warunki licencji oraz prawa do modyfikacji i redystrybucji. Samo słowo „otwarty” nie odpowiada na te pytania.
Najtrudniejsza jest dziś „uprząż” wokół modelu
Mozilla streszcza problem jednoznacznie: „decyzja przeniosła się z modelu na harness”, czyli warstwę operacyjną otaczającą model. 12
Produkcyjny system AI to znacznie więcej niż pobrany model. Wymaga routingu, zarządzania stanem, testów i ewaluacji, monitoringu, zabezpieczeń, zasad postępowania z danymi, audytowalności, reakcji na incydenty oraz procesów zgodności. Organizacja może samodzielnie uruchomić model, a mimo to mieć trudność z zapewnieniem jego niezawodności, bezpieczeństwa i opłacalności na większą skalę.
Dlatego niewielka różnica w benchmarkach nie oznacza automatycznie, że model z otwartymi wagami można bez wysiłku podmienić za zarządzane API. Model jest dostępny, lecz zbudowanie i utrzymanie całego otoczenia operacyjnego AI nadal pozostaje skomplikowane.
Suwerenność technologiczna jest ważnym zastosowaniem
Modele z otwartymi wagami mogą dać administracji publicznej i organizacjom większą kontrolę nad miejscem działania systemu, sposobem przetwarzania danych, aktualizacjami oraz ciągłością usług bez uzależnienia od jednego zewnętrznego dostawcy API. Ma to znaczenie przy danych wrażliwych, potrzebach językowych, regulowanych zastosowaniach i planowaniu odporności operacyjnej. 12
Nie oznacza to pełnej niezależności. Lokalne wdrożenia nadal mogą zależeć od producentów układów, mocy chmurowej, oprogramowania do obsługi modeli i innych dostawców w łańcuchu technologicznym. Otwarte wagi poszerzają jednak wybór w kwestiach własności, miejsca wdrożenia i ciągłości działania.
Przykładem z raportu jest brytyjski projekt Lumen Sovereign firmy Cosine. Jest on wspierany przez brytyjski program Sovereign AI o wartości 500 mln funtów, ma być trenowany na superkomputerze Isambard-AI i współprojektowany z 13 organizacjami z sektorów regulowanych. Cosine zakłada ukończenie modelu do końca 2026 r. oraz możliwość wdrażania go w odizolowanych od sieci, wysokobezpiecznych środowiskach (air-gapped). 13
21
Niższe bariery mogą zmienić sposób konkurowania firm
Mozilla ocenia, że wydajne architektury mogą obniżać wymagania dotyczące inferencji i sprzętu. Coraz ważniejszymi źródłami przewagi stają się natomiast dostrajanie po treningu, projektowanie nagród, dane dziedzinowe i środowiska do uczenia ze wzmocnieniem. 12
Jeżeli ten kierunek się utrzyma, mniejsze firmy nie muszą stale finansować treningu od podstaw modeli o skali światowej czołówki, aby budować wartościowe produkty AI. Mogą konkurować wyspecjalizowanymi środowiskami treningowymi, dobrze zaprojektowanymi procesami branżowymi i wiarygodnymi systemami wdrożeniowymi.
Otwartość nie znosi obowiązków regulacyjnych
Mozilla zwraca również uwagę, że progi ryzyka systemowego oparte na mocy obliczeniowej mogą słabo odzwierciedlać możliwości wydajnych modeli rzadkich (sparse). Model może oferować wysokie zdolności, choć wykorzystuje mniej aktywnych obliczeń, niż zakłada uproszczony sposób pomiaru. 13
Równocześnie użycie otwartego modelu nie zwalnia organizacji z obowiązków prawnych. Podmiot, który dostosowuje taki model do zastosowania wysokiego ryzyka, pozostaje odpowiedzialny za spełnienie odpowiednich wymogów zgodności. 12
Co z tego wynika dla osób kupujących AI
Dane Mozilli prowadzą do praktycznego wniosku: modele z otwartymi wagami są dziś wiarygodną opcją do oceny w wielu zastosowaniach — zwłaszcza gdy liczą się koszty, lokalne wdrożenie, dostosowanie do potrzeb lub suwerenność technologiczna. Wybór modelu jest jednak dopiero początkiem.
Trwała przewaga przesuwa się do warstwy wokół modelu: zarządzania danymi, projektowania procesów, ewaluacji, bezpieczeństwa, obserwowalności i gotowości regulacyjnej. Otwarte wagi uczyniły wysokie możliwości AI bardziej dostępnymi, ale nie uczyniły wdrażania AI prostym. 12
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "AI z otwartymi wagami przestaje być eksperymentem — ale wdrożenie nadal jest trudne"?
Według Mozilli najlepsze modele z otwartymi wagami dzieli od zamkniętej czołówki około jednego cyklu wydawniczego, czyli mniej więcej czterech miesięcy, przy znacznie niższych kosztach.
What are the key points to validate first?
Według Mozilli najlepsze modele z otwartymi wagami dzieli od zamkniętej czołówki około jednego cyklu wydawniczego, czyli mniej więcej czterech miesięcy, przy znacznie niższych kosztach. W sierpniu 2026 r. osiem z dziesięciu modeli o największym wolumenie tokenów na OpenRouterze miało otwarte wagi; siedem z nich powstało w Chinach.
What should I do next in practice?
Udostępnienie wag nie oznacza pełnego open source: żadna z 16 analizowanych premier nie zawierała kompletnej receptury danych wymaganej przez definicję Open Source Initiative.