Każda rodzina modeli o otwartych wagach, którą śledzimy: rozmiary, pamięć przy Q4_K_M i osobna strona dla każdego wariantu. Zacznij od swojego VRAM, nie od rankingu.
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Najmocniejsze modele, które mieszczą się w danej ilości VRAM lub pamięci zunifikowanej, wraz z wersją, dla której podano rozmiar. Każdy wiersz otwiera pełną listę dla tego progu.
| Pamięć | Najlepsze wybory | Wszystko, co się zmieści |
|---|---|---|
| 8 GB |
| 71 modeli → |
| 12 GB |
| 85 modeli → |
| 16 GB |
| 95 modeli → |
| 24 GB |
| 131 modeli → |
| 32 GB |
| 132 modeli → |
| 48 GB |
| 138 modeli → |
Przełom paradygmatyczny od Microsoftu. BitNet b1.58 zastępuje 16-bitowe wagi trójwartościowymi {-1, 0, 1}, eliminując mnożenie macierzy (MatMul) na rzecz prostego dodawania — oferując ekstremalną szybkość i wydajność na CPU.
Najnowsza sensacja świata open-source. DeepSeek R1 rywalizuje z topowymi modelami własnościowymi w zadaniach rozumowania i kodowania, używając architektury Mixture-of-Experts. Znany z wyjątkowych zdolności logicznych i matematycznych.
Najnowszy flagowy model Meta. Llama 3.3 70B dorównuje w wielu benchmarkach ogromnemu modelowi 405B, pozostając wystarczająco wydajnym do wysokiej klasy lokalnych konfiguracji.
Lider otwartych wag dla sprzętu konsumenckiego. Llama 3.1 oferuje ogromne okno kontekstowe 128k i w wielu benchmarkach dorównuje GPT-4o.
Specjalistyczne dostrojenie Llama 3.1 70B przez NVIDIA. Zajmuje czołowe miejsca w rankingach pomocności i śledzenia instrukcji, znacząco przewyższając bazowy model Llama w zakresie zgodności z oczekiwaniami.
Zoptymalizowany specjalnie pod kątem RAG (Retrieval Augmented Generation) i użycia narzędzi. Modele Command R wyróżniają się cytowaniem źródeł i rozumowaniem nad dostarczonymi dokumentami.
Najnowszy model Microsoftu skupiony na treningu na wysokiej jakości danych syntetycznych. Phi-4 14B przewyższa w benchmarkach rozumowania wiele modeli dwukrotnie większych.
Wysoce wydajne małe modele językowe (SLM) od Microsoftu. Idealne dla urządzeń mobilnych, edge computingu i środowisk z niskim VRAM bez rezygnowania z podstawowego rozumowania.
Potęga kodowania i matematyki wśród otwartych modeli. Modele Qwen 2.5 konsekwentnie przewyższają Llama 3.1 w zadaniach STEM przy porównywalnych rozmiarach.
Zbudowany na tej samej bazie badań co Google Gemini. Gemma 2 wykorzystuje destylację wiedzy dla ekstremalnie wysokiej wydajności i kreatywnych możliwości.
Europejski lider otwartej AI. Znany z wydajności i modelu Nemo we współpracy z NVIDIA. Modele Mistral to gotowe do produkcji, niezawodne narzędzia pracy.
Wysokowydajne modele od 01.AI. Znane z silnych dwujęzycznych (angielsko-chińskich) zdolności i wydajności w kodowaniu.
Modele klasy enterprise od IBM. Granite 3.0 jest na licencji Apache 2.0 i starannie wytrenowany pod kątem kodowania, przejrzystości i bezpieczeństwa w środowiskach biznesowych.
Przełomowa seria Mixture-of-Experts (MoE) od Meta. Llama 4 używa rzadkiej architektury MoE, gdzie przy każdym tokenie aktywuje się tylko część parametrów — oferując inteligencję klasy frontier przy znacznie niższych wymaganiach sprzętowych niż sugerowałaby całkowita liczba parametrów.
Najpotężniejsza rodzina otwartych modeli Google. Gemma 3 zapewnia wyjątkowy stosunek jakości do VRAM — model 4B przewyższa wielu konkurentów 7B. Obsługuje modalności i okno kontekstowe 128k we wszystkich rozmiarach.
Czwarta generacja otwartych modeli Google, wydana na początku 2026 roku. Gemma 4 znacząco poprawia rozumowanie, kodowanie i możliwości wielojęzykowe, zachowując przyjazny dla sprzętu profil VRAM. Warianty 1B i 4B działają na telefonach i budżetowych GPU; 27B konkuruje z modelami klasy 70B.
Multimodalna i zoptymalizowana pod kątem edge seria Meta. Llama 3.2 wprowadza możliwości wizji (warianty 11B i 90B) oraz ultra-kompaktowe wersje 1B/3B zaprojektowane do działania na smartfonach i urządzeniach edge. Wszystkie warianty mają okno kontekstowe 128k.
Przełomowy model frontier DeepSeek bez rozumowania. Wytrenowany za jedyne 5,5 mln dolarów — 1/10 kostu porównywalnych modeli własnościowych. Wykorzystuje architekturę MoE 685B (37B aktywnych parametrów na token), zajmując czołowe miejsce w otwartym rankingu dla kodowania, matematyki i ogólnego śledzenia instrukcji.
Seria nowej generacji Alibaby z przełomowym hybrydowym trybem myślenia. Modele Qwen 3 mogą na żądanie przełączać się między trybem szybkich odpowiedzi a głębokim rozumowaniem Chain-of-Thought — wpisz /think dla trudnych problemów, /no_think dla szybkich odpowiedzi. Dostępne w wariantach gęstych i MoE.
Potężne modele wizyjno-językowe Alibaby rozumiejące obrazy, dokumenty, wykresy i filmy. Qwen 2.5 VL 72B rywalizuje z GPT-4V w wielu benchmarkach wizyjnych, a wersja 7B zapewnia mocne OCR i parsowanie dokumentów przy mniej niż 6 GB VRAM.
Najnowszy mały model Mistrala z możliwościami wizji i licencją Apache 2.0. Mistral Small 3.1 24B posiada okno kontekstowe 128k (4× większe niż poprzednik), multimodalną analizę obrazów i pełne zastosowanie komercyjne — jednocześnie przewyższając Gemma 3 27B w większości benchmarków.
Dedykowany model do generowania kodu od Mistral, wytrenowany na ogromnym korpusie programistycznym obejmującym 80+ języków. Wyróżnia się uzupełnianiem Fill-in-the-Middle (FIM) — kluczową techniką zasilającą autouzupełnianie IDE. Integruje się natywnie z VS Code przez continue.dev i Cursor.
Ultra-wydajny mały model Microsoftu do wdrożeń mobilnych i edge. Phi-4 Mini osiąga niezwykłe możliwości rozumowania w zaledwie 3,8B parametrach, zaprojektowany do AI na urządzeniu na telefonach i laptopach bez dedykowanych GPU.
Czołowy model generowania kodu open-source. StarCoder 2 jest trenowany na zbiorze danych The Stack v2 obejmującym 600+ języków programowania. Zbudowany specjalnie do uzupełniania, generowania i rozumienia kodu — nie jest modelem ogólnym dostrojonym pod kątem kodu.
Najbardziej przejrzysty LLM na świecie. OLMo 2 publikuje wszystko: wagi, kod treningowy, dane treningowe, zestaw ewaluacyjny i pośrednie punkty kontrolne. Idealny dla badaczy i wdrożeń wymagających w pełni audytowalnej AI. Konkurencyjny z Llama 3.1 w większości benchmarków.
Najmniejsze produkcyjne LLM-y. Modele SmolLM2 HuggingFace są zaprojektowane do działania na mikrokontrolerach, telefonach i przeglądarkach przez WebAssembly. Mimo małych rozmiarów wykazują zaskakującą inteligencję dzięki starannemu doborowi danych.
Najnowsza generacja modeli Technology Innovation Institute, wytrenowanych na 14 bilionach tokenów. Falcon 3 osiąga wyniki SOTA dla swojej liczby parametrów i jest wydawany na w pełni permisywnej licencji Apache 2.0 — jeden z najlepszych wyborów do wdrożeń komercyjnych.
Potężny model open-source z Shanghai AI Lab. InternLM 3 wyróżnia się w zadaniach dwujęzycznych chińsko-angielskich, kodowaniu i analizie długich dokumentów. Szczególnie mocny w matematyce i rozumowaniu STEM.
Najlepszy otwarty wielojęzykowy model na świecie. Aya Expanse obsługuje 23 języki i jest specjalnie zoptymalizowany dla użytkowników nie-anglojęzycznych. Przewyższa Llama 3.1 w arabskim, chińskim, hindi, francuskim, hiszpańskim, rosyjskim i 17 innych językach.
Dedykowany model do kodowania Alibaby z lutego 2026. Wariant 80B-A3B używa rzadkiego projektu MoE (tylko 3B aktywnych parametrów) i przewyższa DeepSeek V3.2 (37B aktywnych), dorównując Claude Sonnet 4.5 na SWE-bench Pro. Najlepszy do kodowania na poziomie repozytoriów, debugowania i przeglądu kodu.
Model MoE Zhipu AI z lutego 2026. GLM-4.7 używa architektury MoE 32B aktywnych i na benchmarkach halucynacji dorównuje Claude Opus 4.5. Wariant GLM-Z1 zorientowany na rozumowanie osiąga wyniki bliskie GPT-5.2. Mocna obsługa wielojęzykowa z głęboką znajomością języka chińskiego.
Wydanie Cohere z 17 lutego 2026 — najpotężniejszy wielojęzykowy model open-weight klasy 3B. Tiny Aya przewyższa Qwen3-4B, Gemma 3 4B i Ministral 3B w benchmarkach wielojęzykowych w 23 językach. Idealny dla urządzeń edge, telefonów i wdrożeń z ograniczonymi zasobami.
Flagowa rodzina modeli open-source od LG AI Research z najwyższymi wynikami użyteczności w 20 benchmarkach. Wyróżnia się w śledzeniu instrukcji i zadaniach długiego kontekstu w języku angielskim i koreańskim. Licencja MIT do zastosowań komercyjnych.
Zoptymalizowana pod kątem urządzeń mobilnych multimodalna rodzina modeli Google. Używa nowatorskiej zagnieżdżonej architektury MatFormer — jeden plik modelu zawiera wiele podmodeli działających przy różnych rozmiarach. Przetwarza tekst, obrazy, dźwięk i wideo. Działa na telefonach bez internetu.
Multimodalne rozszerzenie Meta Llama 3.2 z enkoderem wizji do rozumienia obrazów. Wersja 11B działa na jednym GPU 8–12 GB VRAM. Obsługuje analizę obrazów, OCR, odczytywanie wykresów i wizualne pytania-odpowiedzi.
Lekka rodzina modeli Mistral AI do środowisk z ograniczonymi zasobami. Ministral 8B znacznie przewyższa swoje parametry w zadaniach rozumowania i mieści się na każdym GPU z 6 GB VRAM. Ministral 3B jest zaprojektowany dla telefonów i urządzeń edge.
Flagowa nowa generacja Alibaby z lutego 2026. Qwen 3.5 natychmiast zdominował wiele benchmarków open-source, osiągając 88,4 pkt na GPQA Diamond i 76,4 pkt na SWE-bench Verified. Architektura MoE zapewnia 8–19× wyższą przepustowość dekodowania niż wcześniejszy Qwen3, obsługując 200+ języków. Licencja Apache 2.0.
Flagowy model MoE Moonshot AI o bilionie parametrów, z 384 ekspertami i unikalną architekturą Agent Swarm. Napędza funkcję Composer 2 w IDE Cursor. Prowadzi w wielu benchmarkach programistycznych i rozumowania, w tym 93,33% na AIME 2026 i najlepszy wynik Pass@1 na SWE-rebench. Przy 32B aktywnych parametrach na token samodzielny hosting wymaga infrastruktury centrum danych.
Model MoE MiniMax o 230B parametrów, osiągający 80,2% na SWE-bench — technicznie przewyższając Claude Opus 4.6 na tym benchmarku — przy 22,7× niższym koszcie tokenów wyjściowych. Obsługuje kontekst do 1 mln tokenów i ma możliwości multimodalne. Dostępny na zmodyfikowanej licencji MIT wymagającej podania autorstwa. Głównie przez API, ale możliwy do samodzielnego hostowania na infrastrukturze wielu GPU.
Model MoE Xiaomi o ponad bilionie parametrów, pierwotnie wypuszczony anonimowo jako „Hunter Alpha” w marcu 2026, zanim ujawniono go jako MiMo-V2-Pro. Pracami kierowała Luo Fuli, była inżynierka DeepSeek. W momencie premiery był największym modelem na OpenRouter. Mocne wyniki w agentowych benchmarkach PinchBench i ClawEval przy ~42B aktywnych parametrach na token. Dostępny przez API Xiaomi oraz OpenRouter.
Ewolucja V3 od DeepSeek z początku 2026 roku. Model V3.2 (671B całkowicie, 37B aktywnych) skupia się na ulepszonym rozumowaniu długiego kontekstu, użyciu narzędzi i zadaniach agentycznych. Bezpośrednio konkuruje z GPT-4o na większości benchmarków. Licencja MIT, w pełni open-source.
Przyjazny konsumentom hybrydowy model SSM+attention od NVIDII, wydany w marcu 2026. Wariant 30B mieści się na pojedynczym RTX 4060 Ti (17 GB w Q4) i utrzymuje ~54 tokeny na sekundę — szybciej niż jakikolwiek czysty Transformer o porównywalnej jakości. Wykorzystuje selektywne warstwy state-space (Mamba2), przetwarzając długie konteksty 3× taniej niż mechanizm uwagi. Licencja Apache 2.0, dostępny w Ollama.
Gęsty model 120B o otwartych wagach wydany przez OpenAI w kwietniu 2026 na licencji Apache 2.0 — ich pierwsze poważne otwarte wydanie od czasu GPT-2. Dorównuje GPT-4o w większości benchmarków przy 65 GB w Q4, co czyni go najwyższej jakości otwartym modelem w klasie stacji roboczych. Sygnalizuje strategiczny zwrot OpenAI w stronę wspierania wdrożeń firmowych on-premise.
Druga generacja specjalisty od kodowania Mistral AI, wydana w kwietniu 2026. Wariant 123B Sparse osiąga 71,6% na SWE-bench Verified — w chwili premiery najwyższy wynik open-source w zadaniach agentów programistycznych. Zbudowany do agentowej inżynierii oprogramowania: edycji wielu plików, nawigacji po repozytorium i programowania sterowanego testami. Licencja Apache 2.0.
Rodzina hybrydowych modeli rozumujących Deep Cogito, wydana w marcu 2026. Unikalna architektura „think-or-not-think” pozwala modelowi zdecydować podczas wnioskowania, czy zastosować rozumowanie Chain-of-Thought, w zależności od trudności zapytania — oszczędza moc obliczeniową przy prostych zadaniach, a przy trudnych sięga po głębokie rozumowanie. Licencja Apache 2.0, rozmiary od 3B do 70B, wszystkie do uruchomienia na sprzęcie konsumenckim.
Przełom Moonshot AI z lutego 2026. Kimi K2.5 ma 1 bilion parametrów (32B aktywnych, 384 ekspertów) i osiągnął najwyższy wynik w historii HumanEval: 99,0. Wytrenowany na 15 bilionach tokenów wizyjnych i tekstowych od podstaw — wizja to kluczowa funkcja, nie dodatek.
Flagowy model Moonshot AI z 2026 roku — Mixture-of-Experts o 2,8 biliona parametrów, ze 104 mld aktywnych na token (16 z 896 ekspertów), natywnym wejściem tekstu, obrazu i wideo oraz kontekstem 1 mln tokenów. Otwarte wagi na licencji Kimi K3. To skala prywatnej chmury: żadna pojedyncza maszyna go nie pomieści.
Piąta generacja modeli Zhipu AI (Z.ai), wydana na licencji MIT dla maksymalnej swobody. GLM-5 i GLM-5.1 doskonale radzą sobie z przepływami agentowymi, wywoływaniem narzędzi i rozumowaniem na długim kontekście. Licencja MIT czyni je jednymi z najbardziej permisywnych komercyjnie modeli klasy frontier — bez żadnych ograniczeń użycia komercyjnego czy dystrybucji. Oba modele są dostępne wyłącznie jako model Mixture-of-Experts 744B (40B aktywnych, lider SWE-bench Verified), wytrenowany w całości na sprzęcie Huawei Ascend: model dla centrów danych, bez mniejszej wersji konsumenckiej. Wymieniane tu wcześniej rozmiary 9B, 32B i 72B nigdy nie zostały wydane.
Następca Qwen 3.5 od Alibaby z kwietnia 2026. Na 15 czerwca 2026 wydano tylko dwa warianty — gęsty model 27B (21–22 kwietnia) oraz model MoE 35B-A3B (16 kwietnia) — oba na licencji Apache 2.0, z natywnym wejściem tekstowym/obrazowym/wideo i kontekstem ~256K (rozszerzalnym do ~1M przez YaRN). Qwen 3.6-Plus/Plus-Preview/Max-Preview istnieją, ale są zamknięte, dostępne wyłącznie przez API i nie figurują na tej liście.
Wydanie zapowiadające DeepSeek z 24 kwietnia 2026, na licencji MIT, z oknem kontekstu 1 mln tokenów. V4-Pro (1,6T łącznie / 49B aktywnych) jest wyłącznie klasy serwerowej — nie da się go uruchomić na sprzęcie konsumenckim nawet przy mocnej kwantyzacji. V4-Flash (284B łącznie / 13B aktywnych) mieści się w klasie stacji roboczych, ale wsparcie lokalne wciąż jest w toku: na czerwiec 2026 llama.cpp nie ma scalonego wsparcia w gałęzi głównej (tylko eksperymentalne forki), a wpisy w Ollama zdają się kierować do wnioskowania w chmurze zamiast do prawdziwego pobrania lokalnego. DeepSeek R2 na 15 czerwca 2026 pozostaje niewydany i plotkowany, dlatego celowo go tu nie ma.
Wydanie Mistral AI z 16 marca 2026, scalające dawne linie Magistral/Pixtral/Devstral w jeden model MoE o 119B parametrów łącznie i ~6,5B aktywnych (128 ekspertów, 4 aktywnych na token), z wejściem tekstowym i obrazowym, rozumowaniem oraz agentowym kodowaniem. Licencja Apache 2.0, kontekst 256K. W Q4 mieści się na pojedynczym GPU 24 GB (RTX 4090).
Wydanie IBM z 29 kwietnia 2026. Warianty 3B i 8B to gęste transformery; wariant 30B wraca do hybrydowego projektu Mamba-Transformer (przeplatane warstwy SSM i uwagi) zamiast MoE z wersji 4.0. Licencja Apache 2.0, certyfikat ISO 42001, kontekst 128K (rozszerzalny do 512K). Wszystkie trzy rozmiary mają oficjalne tagi w Ollama i pokrywają zakres od budżetowego sprzętu edge po średniopółkowe GPU 24 GB.
MiniMax M3 — natywnie multimodalny MoE o ~428 mld parametrów i ~23 mld aktywnych, z kontekstem 1 mln tokenów dzięki MiniMax Sparse Attention i wejściem tekstu, obrazu oraz wideo. Licencja MiniMax Community. Przy Q4 wymaga maszyny z 512 GB pamięci zunifikowanej lub serwera z wieloma GPU.
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Flagowy model Mistral o otwartych wagach — podawany jako MoE o 675B parametrów łącznie i 41B aktywnych, z wejściem multimodalnym, na licencji Apache 2.0 i z oknem kontekstu 256K. Do samodzielnego hostowania wymaga sprzętu klasy centrum danych; podane tu szacunki są tymczasowe do czasu publikacji karty modelu na Hugging Face.
DeepSeek V4.1 — wariant Flash wydany 10 września 2026 na licencji MIT: MoE z 552 mld parametrów szkieletu i architekturą przyczynowego enkodera-dekodera (8 mld aktywnych parametrów na token wejściowy, 16 mld na token wyjściowy), z tablicą pamięci Engram o 196 mld parametrów i natywnym wejściem obrazowym. Kontekst 1 mln tokenów. Wersja V4.1 Pro została zapowiedziana bez daty i do października 2026 nie została wydana.
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Następca Qwen 3.6 od Alibaby — MoE 35B-A3B z natywnym wejściem multimodalnym, licencją Apache 2.0 i kontekstem ~256K (rozszerzalnym). Możliwy do uruchomienia na sprzęcie konsumenckim w Q4. Liczby przeniesione z linii Qwen 3.6; zweryfikuj je na karcie modelu na Hugging Face.
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Szósta generacja modeli Zhipu AI (Z.ai) — flagowy MoE klasy frontier plus gęsty model w skali konsumenckiej, na licencji MIT, ukierunkowane na zastosowania agentowe i długi kontekst. Liczby przeniesione z linii GLM-5; zweryfikuj je na stronie organizacji na Hugging Face.
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Rozwinięcie Llama 4 od Meta — MoE klasy Scout (~109B łącznie / ~17B aktywnych) z bardzo długim oknem kontekstu, na licencji Llama Community (limit 700 mln aktywnych użytkowników miesięcznie). Liczby przeniesione z linii Llama 4 Scout; zweryfikuj je na karcie modelu na Hugging Face.
ZAPOWIEDŹ (lipiec 2026). Pierwszy model klasy 27B, który działa na telefonie. Bonsai 27B to ekstremalnie niskobitowa przebudowa Qwen3.6-27B wykonana przez PrismML: architektura pozostaje bez zmian, ale wagi ściśnięto do mniej więcej 1–1,7 bita każda. Build 1-bitowy waży zaledwie 3,9 GB — dość mało, by zmieścić się w iPhonie — natomiast build trójwartościowy ma 5,9 GB i celuje w laptopy. Oba są multimodalne (tekst + obrazy), mają kontekst 262K tokenów i licencję Apache 2.0. PrismML podaje, że build trójwartościowy zachowuje ponad 95% wyników wersji pełnej precyzji (FP16) w zestawie 15 benchmarków, a build 1-bitowy ponad 90%, osiągając około 11 tok/s na iPhonie 17 Pro. Specyfikacja pochodzi z materiałów premierowych — zweryfikuj ją na kartach modeli na Hugging Face.
ZAPOWIEDŹ (lipiec 2026). Pierwszy model o otwartych wagach od Thinking Machines Lab — i pierwszy otwarty model klasy ~1 biliona parametrów, który natywnie przyjmuje wejście tekstowe, obrazowe i dźwiękowe przy oknie kontekstu 1 mln tokenów. Inkling to rzadki multimodalny transformer Mixture-of-Experts: 975B parametrów łącznie, ale tylko ~41B aktywnych na token (256 ekspertów, 6 wybieranych przez routing plus 2 stale aktywne współdzielone). Wytrenowano go na 45 bilionach tokenów tekstu, obrazów, dźwięku i wideo; rozumuje natywnie w wielu modalnościach, z siedmioma poziomami wysiłku do wyboru (od żadnego po maksymalny). Dostępny w pełnym BF16 (~2 TB VRAM, Hopper i nowsze) oraz w dobrze skalibrowanym 4-bitowym buildzie NVFP4 (~600 GB, Blackwell), oba z warstwami MTP do dekodowania spekulatywnego dla szybszego wnioskowania. Wydany na licencji Apache 2.0 i pozycjonowany jako baza do personalizacji poprzez fine-tuning na firmowej platformie Tinker — „zbudowany do personalizacji, nie do dominacji w tabelach liderów”. Wymaga sprzętu klasy centrum danych; większość użytkowników sięgnie po niego przez hostowane API. Specyfikacja pochodzi z materiałów premierowych i karty modelu na Hugging Face — zweryfikuj ją, zanim na niej polegniesz.
ZAPOWIEDŹ (2026). Otwarty World Foundation Model (WFM) klasy frontier od NVIDII, przeznaczony do Physical AI — pierwszy w pełni otwarty omnimodel, który natywnie rozumie i generuje tekst, obrazy, wideo, dźwięk otoczenia oraz akcje robotów i pojazdów w jednym systemie, przy wiodącej wierności fizyki. Cosmos 3 to dwuwieżowy Mixture-of-Transformers (MoT): wieża rozumująca (autoregresyjny „mózg” wizyjno-językowy interpretujący obrazy, wideo i tekst oraz wnioskujący o ruchu, interakcjach obiektów i fizycznych związkach przyczynowo-skutkowych) plus wieża generatywna oparta na dyfuzji, która na podstawie tego rozumowania przewiduje zgodne z fizyką przyszłe wideo i sekwencje akcji — model „myśli, zanim zadziała”. Obie wieże mają osobne warstwy normalizacji i MLP, ale współdzielą uwagę multimodalną. Wytrenowany na ~20 bilionach tokenów danych multimodalnych (blisko miliard obrazów, ponad 400 mln filmów rzeczywistych i syntetycznych, a także dźwięk i dane o akcjach ludzi i robotów), skraca trening i ewaluację Physical AI z miesięcy do dni, generując syntetyczne światy i przewidując akcje robotów oraz pojazdów autonomicznych. Dostępny w trzech skalach — Super (64B), Nano (16B) i Edge (4B) — na permisywnej licencji OpenMDW-1.1, na Hugging Face (nvidia/) oraz NVIDIA NGC. NVIDIA raportuje najlepsze wyniki open-source na R-Bench, PAI-Bench, Physics-IQ i RoboLab; traktuj liczby premierowe jako podane przez producenta do czasu niezależnego potwierdzenia. To model do robotyki, pojazdów autonomicznych i symulacji świata, a nie czatowy LLM — zweryfikuj specyfikację na kartach modeli, zanim na niej polegniesz.
Poolside's July 2026 open-weight coding model, and one of the few frontier-grade agentic coders small enough to run on a single consumer GPU. Laguna XS 2.1 is a 33B-total / 3B-active Mixture-of-Experts built for long-horizon software work — the 2.1 point release lifted SWE-Bench Verified from 69.9% to 70.9% and SWE-bench Multilingual from 57.7% to 63.1%. Architecturally it mixes sliding-window and global attention 3:1 across 40 layers, with sigmoid per-head gating and an FP8 KV cache, which is how it holds a 256K context without a datacenter behind it.
NVIDIA's 120B open Mixture-of-Experts, activating just 12B parameters per token for compute efficiency on multi-agent workloads. Like the rest of the Nemotron line it generates a reasoning trace before its final answer, and NVIDIA publishes open weights alongside training data and recipes rather than weights alone. Positioned for collaborative agents and high-volume automation such as IT ticket triage. First-party Ollama tags exist at Q4_K_M, Q8_0 and BF16, so this is genuinely self-hostable — on a multi-GPU box rather than a laptop.
Szczyt linii Nemotron 3 od NVIDII: hybryda o 550 mld parametrów, przeplatająca warstwy Mamba-2 z warstwami latent mixture-of-experts i nielicznymi warstwami uwagi, z 55 mld aktywnymi parametrami na token. Wytrenowany w recepturze NVFP4 i opublikowany w BF16 oraz NVFP4 na licencji OpenMDW-1.1. Minimum NVIDII dla checkpointu BF16 to serwer z 8 GPU H200 lub B200.
Z.ai's June 2026 flagship and, by Artificial Analysis' ranking at the time, the strongest open-weight model available — fourth overall including closed models. A 744B-parameter Mixture-of-Experts with roughly 40B active per token and a genuinely usable 1M-token input context (output up to 131,072). Two selectable reasoning-effort levels. Released in stages between 13 and 17 June 2026: the Coding Plan first, then open weights on Hugging Face, then documentation. The MIT license is the notable part — full commercial use, modification and redistribution on a frontier-scale model.
MiniMax's March 2026 agentic MoE: 230B total parameters with 10B active per token across 256 experts — a 4.3% activation rate — over 62 layers, using multi-head causal self-attention with RoPE. Weights are published openly on Hugging Face and GitHub, so this is self-hostable rather than API-only, though the scale still implies a multi-GPU box. NVIDIA has upstreamed fused QK RMS Norm and FP8 MoE kernels from TensorRT-LLM for it. ⚠️ Released under a NON-COMMERCIAL license — commercial deployment requires a separate agreement with MiniMax.
The Granite 4.0 generation, listed here for the one tier that has no Granite 4.1 counterpart: the 32B-total / 9B-active hybrid mamba-2 build. Granite models are finetuned from their base models on permissively-licensed open instruction datasets plus internally-collected synthetic data, with improved instruction-following and tool-calling aimed squarely at enterprise RAG and agent workloads. Apache 2.0. For the smaller sizes, see Granite 4.1 — those tiers are newer and supersede their 4.0 equivalents.
Hugging Face's fully-open 3B: weights, training data, recipe and 100+ intermediate checkpoints all published. Dual-mode — a deep-thinking path for hard problems and a fast path for everything else — with 128K context and six natively supported languages. The reference model for anyone fine-tuning at the small end, which makes it the natural companion to the datasets hub.
MIT-licensed reasoning fine-tunes that argue the case for small models: VibeThinker-3B scores 94.3 on AIME26, matching what DeepSeek V3.2 reaches at 671B. Trained with the Spectrum-to-Signal pipeline — explore solution diversity during SFT, then reinforce the correct signal with RL. Vendor-reported and contested; treat the headline comparison as a claim about a narrow benchmark family, not general capability.
Mistral's reasoning line: Mistral Small with long chain-of-thought added via SFT on Magistral Medium traces plus RL. Apache 2.0, vision-capable, and sized so the whole thing fits a single RTX 4090 or a 32 GB MacBook once quantized — which is the point. Reasoning traces degrade past roughly 40K tokens even though the context window runs to 128K.
A reliability release rather than a capability one. Same 24B architecture as Small 3.1, with instruction-following, function-calling robustness and output stability fixed — Arena Hard more than doubles (19.56% to 43.10%) and the infinite-repetition rate halves. If you were running 3.1, this is a drop-in upgrade with no new hardware cost.
The first mainstream omni-modal open model that a single consumer GPU can actually hold: text, image, speech and video in, text out, at 3B active parameters from a 30B MoE. 260K context under the NVIDIA Open Model License, which permits commercial use. The efficiency ratio here is the story — video understanding at roughly the per-token cost of a 3B dense model.
Alibaba's August 2026 wave. The 27B is a natively multimodal dense model under Apache 2.0 with a 262K context that extends to 1M via YaRN — small enough for one consumer card, which is the combination most of this site's visitors are looking for. Qwen3.8-Max sits at the other extreme: 2.4T parameters with roughly 95B active, open-weighted under its own licence. Qwen3.8-Flash-Next is neither — an experimental preview of the Qwen4 architecture, 180B resident but only 6B active, under the Qwen Community License rather than Apache.
Xiaomi's MIT-licensed MoE pair, and the clearest licence story at the trillion-parameter tier — MIT, not a bespoke open-weight agreement with revenue thresholds. Both carry 1M-token context and agentic multimodal capability. Consistently omitted from best-of roundups despite matching Kimi K2.6 on aggregate index scores.
Flagowiec Xiaomi z września 2026, następca linii MiMo-V2.5 i MiMo-V2-Pro. Jedyny wydany checkpoint, MiMo-V2.6-Pro, to rzadki MoE o 1,02 bln parametrów z 42 mld aktywnymi na token; przyjmuje tekst, obraz, wideo i dźwięk, ma kontekst 1M tokenów i licencję MIT. Wszyscy eksperci muszą być w pamięci, więc to model do centrum danych — Xiaomi serwuje go przez SGLang i vLLM na serwerach z wieloma GPU.
The edge tier of the Mistral 3 family — 3B, 8B and 14B dense, every size shipped in base, instruct and reasoning variants with image understanding, all Apache 2.0. Built for laptops, phones, drones and anywhere a datacenter is not. The 3B runs in about 4 GB of video memory; the 14B reasoning variant scores 85% on AIME 2025.
The September 2026 agentic family from Nex-AGI, an innovation alliance initiated by the Shanghai Innovation Institute. Three sizes, all post-trains of other labs' base weights: mini and Pro continue the multimodal Qwen3.5 lineage of Nex-N2, while Max is the alliance's first trillion-scale post-train, built on a 1.6T text-only DeepSeek-V4-Pro base. Vision is treated as an action interface rather than an input mode — the models drive computers and browsers and check their own work from what appears on screen. Max takes BrowseComp at 92.6, ahead of every model in Nex's own comparison table. Only the 35B mini is realistically self-hostable.
Nex-AGI's Apache-2.0 agentic pair, post-trained on Qwen3.5 and built around what Nex calls Agentic Thinking: Adaptive Thinking lets the model choose when and how deeply to reason, Coherent Thinking keeps one reasoning style across chat, tool calls and terminal work. Pro reaches 75.3 on Terminal-Bench 2.1 and 90.7 on GPQA Diamond. The 35B mini is the size that matters for local use — 21.9 GB at Q4_K_M with 3B active parameters per token. This is the generation whose parameter counts Nex states outright.
Nex-AGI's first agentic series, and the one that set the pattern: take someone else's open base weights, post-train them for tool use and autonomy, publish the result. The flagship is a DeepSeek-V3.1 post-train scoring 80.2 on tau2-Bench and 70.6 on SWE-bench Verified. Superseded by Nex-N2, but kept because the question 'what does a 671B agentic post-train need?' has a factual answer that does not change when the model stops being recommended.
The first natively multimodal model in the GLM-5 series, and the one Z.ai actually released under MIT — 320B total parameters with 18B active, text plus image and video in, a 1M-token context, and hybrid attention (linear attention for local dependencies, sparse attention for distant retrieval). Z.ai claims 63.4 on DeepSWE against GLM-5.2's 46.2. Note this is NOT the GLM-5.3 flagship: that is a separate 753B model under a bespoke licence with a hyperscaler security-review clause.
Flagowiec Z.ai o 753 mld parametrów z sierpnia 2026. Dzieli model bazowy z GLM-5.2, więc cały postęp pochodzi z dostrajania; karta modelu eksponuje agentowe kodowanie i cyberbezpieczeństwo. Tylko tekst, kontekst 1M tokenów i własna licencja: w stylu MIT, ale operator usługi Model-as-a-Service z rocznym przychodem powyżej 10 mld USD musi przejść przegląd bezpieczeństwa Z.ai przed użyciem komercyjnym. Multimodalny model 320B to GLM-5.3-Flash.
Kolibri 1 to model rozumowania typu mixture-of-experts od Aleph Alpha, przeznaczony do niemieckiego i angielskiego, wydany w październiku 2026 z wagami na licencji Apache-2.0. Został wytrenowany od zera, obsługuje regulowany poziom rozumowania i wywoływanie narzędzi, a jego głównie okienkowa (sliding-window) uwaga ogranicza koszt pamięci podręcznej przy długim kontekście. Kompromis pamięciowy jest realny: każdy ekspert musi być w pamięci, więc to model dla serwerów i stacji roboczych z dużą pamięcią, a nie dla laptopa.
Trinity to rodzina rzadkich modeli mixture-of-experts od Arcee AI z otwartymi wagami. Trinity Mini (26B łącznie, około 3B aktywnych) to praktyczny wariant do uruchamiania lokalnie, z oficjalnym GGUF; Trinity-Large-Thinking (około 398B łącznie, około 13B aktywnych) to model rozumowania i agentów dla serwerów wielo-GPU. Cała rodzina przeszła z Apache-2.0 na OpenMDW-1.1 dnia 29 maja 2026, więc starsze wzmianki o Apache są nieaktualne.
Nemotron 3 Nano 4B to kompaktowy model tekstowy NVIDIA, skompresowany z Nemotron-Nano-9B-v2 do hybrydowej architektury Mamba-2 z uwagą, z zaledwie czterema warstwami uwagi. Jest przeznaczony na urządzenia brzegowe i komputery z RTX, ma przełączalny tryb rozumowania, obsługuje do 262K kontekstu i ma oficjalny GGUF w Q4_K_M oraz tag w Ollama.
Seed-OSS-36B to gęsty model rozumowania ByteDance Seed o 36B parametrów z otwartymi wagami, licencją Apache-2.0, regulowanym budżetem myślenia, obsługą parsera wywołań narzędzi i natywnym oknem kontekstu 512K. Pochodzi z sierpnia 2025 i jest utrzymywany w bibliotece jako wspierana opcja starszej generacji; długi kontekst to możliwość modelu, a nie obietnica, że obsłuży go pojedynczy konsumencki GPU.
OLMoE-1B-7B to niewielki, w pełni udokumentowany model badawczy typu mixture-of-experts od Ai2, z 64 ekspertami na warstwę i około 1,3B parametrów aktywnych na token z 6,9B łącznie. Wydanie Instruct ze stycznia 2025 ma oficjalne pliki GGUF, co czyni go lekką opcją dla telefonów, tabletów i Apple Silicon, ale jest nastawiony na angielski, ma krótki kontekst i jest starszy, więc figuruje jako niszowy wpis starszej generacji.
GLM-4.5-Air to hybrydowy model rozumowania typu mixture-of-experts od Z.ai: 106B łącznie, 12B aktywnych (tryby myślenia i bez myślenia), z wagami na licencji MIT. Wydany w połowie 2025 i od tego czasu wyprzedzony przez nowsze generacje GLM, pozostaje popularną opcją lokalną dla dużej pamięci; figuruje jako starszy i ma odnośnik do nowszych wpisów GLM.
Cohere's first model aimed at developers rather than enterprises, and the opening entry in their North family of code agents. A 30B sparse MoE activating ~3B per token, Apache 2.0, 256K context and 64K maximum generation — small enough to run locally while posting a Coding Index of 33.4, ahead of several open models many times its size.
W pełni otwarta rodzina modeli z Institute of Foundation Models przy MBZUAI — wagi, dane treningowe, przepis i kod opublikowane na licencji Apache 2.0, razem z checkpointami pośrednimi. Trzy rozmiary: gęste modele 3.7B i 7B na mniejsze komputery oraz model mixture-of-experts 36B, który aktywuje około 4B parametrów na token. Wszystkie mają natywny kontekst 512K. W niezależnym indeksie Artificial Analysis Intelligence Index uzyskują 16, 21 i 25 punktów — najlepsze wyniki w swoich klasach rozmiaru w dniu sprawdzenia.
IBM's first family of dense decoder-only reasoning models, released August 2026 in 3B, 8B and 30B. Granite 4.2 drops the hybrid Mamba-2 MoE design of Granite 4.0 and continues the dense line Granite 4.1 started. Each size is pretrained from scratch on roughly 15T tokens with a five-phase context extension to 512K, then RL-post-trained for tool calling, RAG, structured JSON and an explicit thinking mode. All three are Apache 2.0.
OpenBMB's pocket-sized multimodal line, backed by ModelBest and Tsinghua University, built around one goal: image and video understanding that actually runs on a phone. Version 4.5 is the 8B that beat much larger proprietary models on OpenCompass; version 4.6 is the 1.3B successor that cut visual-encoding FLOPs by more than half and ships on iOS, Android and HarmonyOS.
A 3B vision-language model built for one job — turning document pages into structured text — and a demonstration of "contexts optical compression": rendering text as an image and decoding it costs roughly 10x fewer tokens at near-lossless fidelity, or 20x at about 60% precision. A DeepEncoder compresses each page into vision tokens which a DeepSeek-3B MoE decoder reads, activating only ~570M parameters. A second generation, DeepSeek-OCR-2, followed in January 2026.
Liquid AI's on-device line, built around their hybrid LIV convolution architecture rather than a stack of attention blocks. The 8B-A1B is the flagship: a sparse MoE small enough for phones, laptops and robots, reasoning-only (it emits an explicit chain of thought before answering), and trained on 38T tokens with large-scale RL. Liquid claims tool-calling quality comparable to models up to 4x its active size.
Powrót Meta do otwartych wag — pierwszy od czasu Llama 4. Gęsty model 29,6B destylowany z zamkniętego Muse Spark, z własnym enkoderem percepcji, zbudowany specjalnie do pracy agentowej na jednej konsumenckiej karcie: wieloetapowe rozumowanie, użycie narzędzi i wychodzenie z błędów w jednym punkcie kontrolnym działającym bez dostępu do sieci.
Agentowa linia NVIDIA, zbudowana na hybrydowym stosie, który przeplata stanowe warstwy Mamba-2 i bloki MoE z mniejszością warstw uwagi. Tylko warstwy uwagi utrzymują pamięć podręczną KV, co pozwala deklarować kontekst 1M tokenów przy tym rozmiarze.
Linia wizyjno-językowa Z.ai. Wariant Flash to odmiana 9B nastawiona na wydajność, dzieląca multimodalne możliwości GLM-4.6V przy ułamku mocy obliczeniowej i na tyle mała, by zmieścić się na karcie 8 GB.
W pełni otwarty, a nie tylko o otwartych wagach: Ai2 publikuje wagi, dane treningowe (Dolma 3), kod i pośrednie punkty kontrolne na licencji Apache-2.0. Warianty Base, Instruct i Think w każdym rozmiarze, co czyni tę rodzinę pierwszym wyborem tam, gdzie audytowalny musi być sam proces treningu.
Polski otwarty LLM, trenowany na polskiej infrastrukturze obliczeń wielkiej skali (PLGrid) na korpusie przygotowanym przez zespół SpeakLeash. Wersja v3 zastąpiła tokenizer rozwiązaniem APT4, zbudowanym specjalnie pod język polski — dlatego na polskim tekście wyciąga ze swoich parametrów więcej niż ogólny model wielojęzyczny tej samej wielkości.
Trenowany od zera na superkomputerze MareNostrum 5 w Barcelona Supercomputing Center, obejmuje wszystkie 24 języki urzędowe UE. Europejska odpowiedź na modele, w których wielojęzyczność jest dodatkiem: języki UE są tu celem treningu, a nie efektem ubocznym.
Szwajcarski model otwarty, z EPFL, ETH Zurich i Szwajcarskiego Narodowego Centrum Superkomputerowego. Trenowany na około 15 bilionach tokenów obejmujących ponad 1000 języków, z wagami, danymi i procesem opublikowanymi na licencji Apache-2.0 — europejski argument o suwerenności w konkretnej postaci.
Druga rodzina ternarnych modeli PrismML: cztery modele wizyjno-językowe, których wagi przyjmują tylko wartości −1, 0 lub +1, zapisane w spakowanych formatach około dziewięć razy mniejszych niż FP16. Wersje 2B, 4B i 9B powstały z Qwen3.5, a 27B z Qwen3.8-27B, więc wszystkie zachowują kontekst 262 144 tokenów i hybrydową uwagę (trzy warstwy uwagi liniowej na każdą warstwę pełnej uwagi), co utrzymuje mały KV cache. Są dostępne WYŁĄCZNIE w tych formatach — nie ma wersji Q4_K_M ani Q8_0 — a najmniejsze pliki wymagają forka llama.cpp od PrismML albo mlx-vlm. Apache 2.0. Model 27B zastępuje lipcowy Bonsai 27B, zbudowany na Qwen3.6.
Wersja z otwartymi wagami linii Muse Spark od Meta, opublikowana 15 października 2026: model mixture-of-experts z 816B parametrów łącznie i 42B aktywnymi, przyjmujący tekst, obrazy, wideo i dźwięk, z kontekstem 1M tokenów. Każdy ekspert musi być w pamięci, więc nawet 4-bitowy checkpoint Meta (NVFP4) to 533 GB do pobrania, a Meta wymaga co najmniej 700 GB pamięci GPU. To model na serwer wielo-GPU, nie na komputer stacjonarny. Jeśli chcesz wag Meta na jednej karcie konsumenckiej, lokalnym członkiem tej linii jest Muse Glimmer 30B; Ternary Bonsai 2 27B i Qwen3.8 27B to inne alternatywy na jedno GPU w tej bibliotece.
Otwarte modele do programowania od JetBrains. Mellum2.1 Thinking to model mixture-of-experts z 12B parametrów i 2,5B aktywnymi, dotrenowany głównie uczeniem ze wzmocnieniem w prawdziwych repozytoriach (powłoka i narzędzia do edycji plików, nagroda za przechodzące testy), do agentowej pracy nad oprogramowaniem i jako sub-agent. Apache 2.0, kontekst 131 072 tokenów. Przy około 8 GB w Q4_K_M to jeden z niewielu agentowych modeli do kodu, które mieszczą się w laptopie średniej klasy.
Pierwszy połączony flagowiec Mistrala: jeden gęsty model 128B, który łączy linie rozumowania (Magistral) i programowania (Devstral 2) w jednym checkpoincie, z wejściem obrazowym i kontekstem 256K. Gęsty oznacza, że każdy parametr jest czytany przy każdym tokenie, więc jest wolniejszy na token niż model mixture-of-experts tej samej wielkości, ale przy około 78 GB w Q4_K_M mieści się w Macu ze 128 GB albo na dwóch kartach 48 GB. Jego licencja „Modified MIT” odbiera wszelkie prawa firmom z przychodem powyżej 20 mln USD miesięcznie.
9-miliardowy model decyzyjny Bespoke Labs, adapter LoRA na Qwen3.5-9B trenowany na kontrastowych parach danych. Domyślny model decyzyjny w bibliotece Ollama.
Eksperymentalne modele decyzyjne Together AI inspirowane Jev — nadzorowane dostrojenia Qwen3.5, które wybierają jedną opcję ze strukturalnej decyzji. Dostępne w Ollama.
Dostrojone modele Gemma 4 do decyzji typowanych, wydawane jako GGUF z serwerem opartym na llama.cpp, który z jednego załadowanego modelu obsługuje /v1/systemone oraz czat i obraz.
Rodzina otwartych modeli decyzyjnych na bazach Qwen3.5 (od 0,8B do 35B-A3B) z jednym interfejsem, do 255 opcji na pytanie i serwerem zgodnym z TypeSafe.
Model decyzyjny 4B na Qwen3.5-4B z serwerem w stylu TypeSafe i buildami GGUF dla llama.cpp na GPU NVIDIA, AMD, Intel, Apple lub CPU.
Multimodalne modele decyzyjne InternLM na Qwen3.5, które odpowiadają na każde pytanie schematu w jednym przebiegu w przód.
27-miliardowy multimodalny model decyzyjny na Qwen3.8-27B, według stanu na 28 września 2026 najwyżej oceniany model do pobrania w społecznościowym Decision Index.
Małe modele decyzyjne oparte na enkoderach (ModernBERT / mmBERT) do szybkiego routingu i zabezpieczeń w ponad 100 językach, instalowane przez pip.
Modele decyzyjne Cloudflare, Clef 27B i Clef-Flash 9B: pytania typowane na wejściu, prawdopodobieństwo dla każdej opcji na wyjściu, w jednym przebiegu oceniania, bez generowania tekstu. Oba są w bibliotece Ollama i przyjmują obrazy.
Model decyzyjny Surogate na Gemma 4 26B-A4B (Mixture-of-Experts, tekst i obrazy). Najwyżej oceniany model do pobrania w społecznościowej migawce Decision Index 0.2.1 z 28 września 2026.
Otwarte modele decyzyjne destylowane z kalibrowanych modeli-nauczycieli: enkoder 400M (nano) i 4B LoRA na Qwen3-4B (small), instalowane przez pip i obsługiwane przez opendecider serve zgodny z /v1/systemone. Większe warianty MoE 30B i 80B wymagają GPU NVIDIA i nie są tu wymienione.
Małe modele decyzyjne Hanno Labs: adaptery LoRA rzędu 16 na Qwen3-0.6B i Qwen3-1.7B z 256 wyuczonymi tokenami decyzyjnymi, więc jedno pytanie może mieć do 255 kandydatów. Obsługiwane przez serwer zgodny z Jev pod /v1/systemone.
Modele decyzyjne Liquid AI na urządzenia brzegowe: d1-3B (tekst i obrazy, na LFM2.5-VL-3B) oraz eksperymentalny d1-omni-600M (tekst z obrazami lub dźwiękiem). Biblioteka Pythona ładowana przez Transformers, nie serwer; licencja LFM Open License v1.0.
Wielojęzyczny model decyzyjny 322M od HAL-X AI: enkoder mmBERT-base z głowicą decyzyjną, dostrajany w 18 językach. Oprócz choice, tak/nie i score zwraca z dokumentu liczby, dosłowne fragmenty i cytowania.
Flagowa generacja Alibaby z lutego 2026. Qwen 3.5 natychmiast stanął na czele wielu otwartych benchmarków rozumowania, osiągając 88,4 pkt na GPQA Diamond i 76,4 pkt na SWE-bench Verified. Architektura MoE zapewnia 8–19× wyższą przepustowość dekodowania niż wcześniejszy Qwen3, obsługując ponad 200 języków. Licencja Apache 2.0 do pełnego użytku komercyjnego.
Przełomowy model o otwartych wagach od Google DeepMind. Gemma 4 27B zapewnia wydajność na poziomie GPT-4 przy 14 GB VRAM, udostępniając AI klasy frontier na konsumenckich GPU. Wyróżnia się hybrydową architekturą z przeplatanymi warstwami uwagi lokalnej i globalnej, rozumieniem wielu obrazów naraz i oknem kontekstu 128k. Osiąga 85 tokenów na sekundę na RTX 4090.
Model o otwartych wagach zajmujący 1. miejsce we wszystkich najważniejszych benchmarkach. DeepSeek V4 Pro wykorzystuje potężną architekturę Mixture-of-Experts o 1,6 biliona parametrów, z których na token aktywnych jest tylko 49 miliardów — daje to inteligencję klasy frontier ułamkiem kosztu obliczeniowego. Dominuje w kodowaniu, matematyce, rozumowaniu i zadaniach wielojęzycznych.
Najambitniejsze wydanie modelu o otwartych wagach od Alibaby. Qwen 3.5 (397B) jest natywnie multimodalny — w jednej architekturze obsługuje rozumienie tekstu, obrazu i wideo. Plasuje się w pierwszej trójce modeli o otwartych wagach na świecie i konkuruje bezpośrednio z GPT-4o oraz Gemini 2.0 Pro w benchmarkach multimodalnych.
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Eksperymentalna migawka DeepSeek V3.2 z rzadkim mechanizmem uwagi (obecna już w Hugging Face Transformers). MoE ~685B/37B, licencja MIT, kontekst 128K — badawcza zapowiedź linii V3.2 (która sama ma zostać wycofana na rzecz V4). Potwierdź dokładny udostępniany wariant na karcie modelu na Hugging Face.
W bibliotece są też modele decyzyjne (w stylu Jev, System One: odpowiadają na typowane pytania prawdopodobieństwem dla każdej opcji, a nie tekstem). Zacznij od poradnika o modelach decyzyjnych albo wygeneruj żądanie; ten artykuł wyjaśnia, o co chodzi. Celowo nie występują w rankingach.
Sekcja modeli
Narzędzia