Nyílt súlyú és élvonalbeli modellek: a különbség eltűnt
A nyílt súlyú modell olyan modell, amelynek súlyait letöltheti és ott futtathatja, ahol akarja — a saját szerverén, a saját szabályai szerint, tokenenkénti mérőóra nélkül, és anélkül, hogy egy szolgáltató a háta mögött lecserélhetné a modellt. Két évvel ezelőtt ez a választás egy jóval gyengébb modell elfogadását jelentette. A jelenlegi nyilvános számok szerint ez már nincs így.
A számok, dátummal
A LiveBench nyilvános, folyamatosan frissülő benchmark, amely a modelleket érvelésben, programozásban, ágensalapú programozásban, matematikában, adatelemzésben, nyelvben és utasításkövetésben értékeli. 2026. júniusi kiadásában — 66 modell, letöltve 2026. október 3-án — a legjobb nyílt súlyú modellek az élmezőnyben vannak, és egy kategóriát egyértelműen vezetnek:
LiveBench, kiadás 2026-06-25 · livebench.ai · 66 modell · letöltve 2026-10-03
A DeepSeek V4.1 Flash (nyílt súlyú, megjelent 2026. szeptember 10-én) 77,27 pontot ér el ágensalapú programozásban, megelőzve a legjobb zárt modellt, a Claude Opus 5.5 maxot, amely 71,72 pontos.
Ugyanez a modell mind a hét kategóriában 81,11-es átlagot ér el — megelőzve a GPT-5.6 Sol maxot (81,05), a GPT-5.5 xhigh-t (80,19) és a Claude Opus 5 maxot (80,08). Az összesített élen álló Claude Fable 5.1 max 83,41 ponttal körülbelül 2,3 ponttal van előrébb.
A DeepSeek V4.1 Flash mögött: a smaug-agentic 13. (79,51), a Kimi K3 15. (79,19), a Qwen 3.8 Max 17. (78,46), a DeepSeek V4 Pro 23. (77,44) és a smaug-flash 24. (77,44).
A legjobb nyílt súlyú helyezés kategóriánként
Hol áll a legerősebb nyílt súlyú modell az egyes LiveBench-kategóriákban, 66 modell közül (ugyanaz a pillanatkép):
| Kategória | Legjobb nyílt súlyú helyezés |
|---|---|
| Ágensalapú programozás | 1. hely |
| Utasításkövetés | 5. hely |
| Érvelés | 9. hely |
| Adatelemzés | 9. hely |
| Programozás | 10. hely |
| Nyelv | 11. hely |
| Matematika | 16. hely |
Módszertani megjegyzés: az összesített pontszám a hét kategóriaátlag középértéke, a LiveBench közzétett fájljából számítva; néhány tizedesjeggyel eltérhet attól, amit maga az oldal mutat. A benchmarkok benchmarkfeladatokat mérnek — egy MI-diagnosztika során az Ön munkaterhelésén futtatjuk újra az összehasonlítást, mielőtt bármit javasolnánk.
Mit változtat a nyílt súly egy vállalkozás számára
Költség és használat
Egy saját maga által futtatott modellnek nincs tokenenkénti mérőórája és felhasználói licence: szinte korlátlan használat a gép árán. Nagy, mindennapi munkaterhelésnél ez az élvonalbeli API-árazás töredéke.
Eleve bizalmas
A súlyok ott futnak, ahol az adatai vannak. Egy helyi nyílt súlyú modell által megválaszolt érzékeny kérés soha nem lépi át az Ön határait — nincs mit kitakarni, és nincs adatmegőrzési szabályzat, amelyben bízni kellene.
Nincs bezártság
Egyetlen szolgáltató sem emelheti meg a modell árát, vonhatja ki, vagy változtathatja meg a viselkedését egyik napról a másikra. A BrainOutput modellfüggetlen: amikor egy erősebb nyílt súlyú modell jelenik meg, benchmarkoljuk és átállítjuk az aliast — a munkafolyamatai nem változnak.
Ahol az élvonal még vezet — és hogyan irányítunk
Őszintén: összesítésben az élvonal még előrébb jár. A legjobb zárt modell a 2026. júniusi LiveBench-kiadásban körülbelül 2,3 ponttal vezet a legjobb nyílt súlyú modell előtt, és a hét kategóriából hatban zárt modellek állnak az élen.
Ezért irányít a BrainOutput feladatonként, ahelyett hogy egyetlen modellre fogadna. Az érzékeny munka egy nyílt súlyú modellhez kerül az Ön hardverén vagy privát felhőjében — pont. A nem érzékeny munka egy élvonalbeli API-hoz kerülhet, ha az valóban erősebb, de csak akkor, ha az Ön szabályzata megengedi. A nyílt súly az alapértelmezés; az élvonal egy opció, amelyet Ön kapcsol be.
Gyakran ismételt kérdések
Mi az a nyílt súlyú modell?
Olyan modell, amelynek betanított súlyait közzéteszik, így bárki letöltheti és futtathatja a saját infrastruktúráján. Nem egy API-tól bérel válaszokat — magát a modellt birtokolja.
Valóban olyan jók a nyílt súlyú modellek, mint az élvonalbeliek?
A 2026. júniusi LiveBench-kiadásban (letöltve 2026. október 3-án): ágensalapú programozásban igen — a legjobb nyílt súlyú modell az első a 66-ból. Összesítésben a legjobb nyílt súlyú modell a 9. a 66-ból, körülbelül 2,3 ponttal az éllovas mögött, és megelőz néhány hónappal korábban megjelent élvonalbeli modelleket. Csak ott mondjuk, hogy „felér vagy felülmúlja”, ahol a dátummal ellátott számok ezt mutatják.
A „nyílt súlyú” ugyanaz, mint a „nyílt forráskódú”?
Nem egészen: a nyílt súlyú azt jelenti, hogy a súlyok letölthetők és bárhol futtathatók; a licencfeltételek modellenként eltérnek. Üzemeltetési szempontból a lényeg mindkét esetben azonos — a modell az Ön által ellenőrzött infrastruktúrán futhat, használati mérőóra nélkül.
Futtathatjuk ezeket a modelleket a saját hardverünkön?
Igen — éppen ez a hardver- és privát inferencia-ajánlatunk lényege. Hogy melyik modell melyik gépre illik, az a modell méretétől és az egyidejű felhasználók számától függ; ezt az MI-diagnosztika során méretezzük, ahelyett hogy nem mért állításokat tennénk közzé.
Mennyire frissek ezek az adatok?
A LiveBench 2026. júniusi kiadásából származnak, letöltve 2026. október 3-án; a terület havonta változik, és a rangsor is változni fog. A diagnosztika idején újra ellenőrizzük, és modelloldalaink követik az új kiadásokat, amint bekerülnek a benchmarkba.
Tudja meg, mire képes a nyílt súly az Ön munkaterhelésén
Egy MI-diagnosztika feltérképezi a folyamatait, besorolja, mi érzékeny, és a jelenlegi nyílt súlyú modelleket az Ön valós feladatain méri össze — dátummal ellátott számok, ezúttal az Önéi.
Források
- LiveBench — 2026. júniusi kiadás (livebench.ai) — megtekintve 2026-10-03