Három nyugati AI-labor kínál nagyobb kontrollt a modellek felett
A Beam és a Mistral Large 4 teljesebb kiadása még várat magára, a német–angol Kolibri-1 már Apache 2.0 licenccel érhető el.
▶ 30 MÁSODPERCBEN
- MI TÖRTÉNT
- A Reflection AI, a Mistral és az Aleph Alpha az elmúlt héten nyílt súlyú AI-modelleket mutatott be vagy adott ki.
- MIÉRT FONTOS
- A nyílt súlyok saját üzemeltetést és testreszabást tesznek lehetővé a vállalatoknak és közintézményeknek, de két modell teljesebb kiadása még hátravan.
- MI JÖN MOST
- A Beam teljes modellállományát és a Mistral Large 4 szélesebb körben hozzáférhető súlyait 2026 októberének későbbi részére ígérik.
Nem csupán használni, hanem saját infrastruktúrán működtetni is lehessen az AI-t: erre az igényre válaszol a Reflection AI, a Mistral és az Aleph Alpha új modelljei. Mindhárom labor nyílt súlyú rendszert adott ki vagy mutatott be az elmúlt héten — a letölthető modellállományok saját üzemeltetést tesznek lehetővé, de a Beam és a Mistral Large 4 teljesebb kiadása még hátravan. A laborok szerint a vállalatok és közintézmények egyre inkább átláthatóságot, testreszabhatóságot és alacsonyabb működési költséget keresnek a kizárólagos szolgáltatói hozzáférés helyett.
A Beam kevesebb tokennel ígér hatékonyabb érvelést
Az Nvidia által támogatott Reflection Beam modellje mintegy 501 milliárd paraméteres, de tokenenként körülbelül 23 milliárdot aktivál: szakértői részhálózatok között osztja el a munkát. A cég szerint az alapoktól tanították, majd jutalmazáson alapuló megerősítéses tanulással finomították; erőssége a programozás, az önálló feladatvégző ágensek munkafolyamatai és a tudományos feladatok. A Reflection saját összehasonlítása szerint fejlett érvelési teljesítményteszteken többszörös tokenhatékonyságot ér el egyes vezető kínai és más nyugati nyílt modellekhez képest — ez a cég állítása, nem függetlenül igazolt eredményként bemutatott adat. A teljes súlyokat, műszaki jelentést, értékeléseket, futtatókódot és kapcsolódó anyagokat 2026 októberének későbbi részére ígérik.
A Mistral egybillió paraméterrel készül
A Mistral Large 4, informális nevén „Le Chonk”, többféle adattípust kezelő, multimodális modell: nagyjából egybillió paraméteréből tokenenként 49 milliárd aktív. A cég európai adatközpontjaiban, több ezer Nvidia Grace Blackwell processzoron tanították. Programozói felületen már elérhető felügyelt feltételekkel, a súlyok szélesebb kiadását viszont további megerősítéses tanulás és biztonsági munka után, október későbbi részére várják.
A Kolibri-1 hosszú szövegekre és két nyelvre épít
Az Aleph Alpha német–angol Kolibri-1 modellje szintén szakértői részhálózatokat használ: 78 milliárd paraméteréből körülbelül 3,5 milliárd aktív tokenenként. Akár egymillió tokennyi szövegkörnyezetet kezel, eszközhasználatot és külön érvelési módokat támogat, és Apache 2.0 licenccel jelent meg. A nyilvános értékelések szerint mindkét nyelven versenyképes a hasonló méretű nyílt modellekkel.
A háttérben a kínai nyílt modellek lendülete, a legerősebb zárt rendszerek dominanciája és az olcsóbb nyílt modellek felé forduló fejlesztők állnak. A letölthető súlyok saját üzemeltetést és a működés ellenőrzését teszik lehetővé: a laborok erre a nagyobb kontrollra helyezik a hangsúlyt. Önmagában azonban egyik bemutató sem zárja be a teljesítményrést a legerősebb zárt modellekhez vagy a leggyorsabban fejlődő kínai nyílt rendszerekhez képest.
TECH-SZÓTÁR
- Paraméter
- A modell tanulás során beállított belső számértéke; a darabszám önmagában nem teljesítménymérce.
- Token
- A modell által feldolgozott szövegegység, például egy szó vagy szórész.
- Mixture-of-experts
- Olyan felépítés, amelyben egy adott feladaton csak a szakértői részhálózatok egy része dolgozik.
» Követett téma: AI · régió: GLOBAL · kulcsszó: nyílt súlyú modellek