Predstavte si, že si stiahnete model s 816 miliardami parametrov, spustíte ho na dvoch Mac Studio a on vám zvládne prejsť video záber po zábere.
Znie to ako otvorená AI v najčistejšej podobe - no v dokumentácii k tomu istému modelu nenájdete ani tréningové dáta, ani kód, ktorým sa trénoval. Práve tu sa láme rozdiel, ktorý si v praxi málokto všimne: zverejnené váhy ešte neznamenajú otvorený zdroj.
Čo vlastne znamená „open-weight“
Model s otvorenými váhami (open-weight) je taký, ku ktorému výrobca zverejní súbor s natrénovanými parametrami - teda „mozog“ modelu v podobe, ktorú si môžete stiahnuť a spustiť na vlastnom hardvéri. Meta takto v októbri 2026 vydala model Muse Spark Open cez Hugging Face: 816 miliárd parametrov (42 miliárd aktívnych), kontextové okno 1 milión tokenov, natívne multimodálny a optimalizovaný na Apple Silicon (9to5Mac, 2026; TechCrunch, 2026).
Čo k tomu ale nedostanete:
- Tréningové dáta - neviete overiť, na čom model naozaj vznikol.
- Kód tréningu a receptúru - nemôžete tréning zopakovať ani nezávisle reprodukovať výsledok.
- Záruku, že „open“ znamená aj slobodu - tú určuje licencia, nie slovíčko v marketingu.
Ako to zhŕňa bezpečnostná analýza pre podniky: otvorené váhy nie sú otvorené dáta, takže tvrdenia o tom, na čom bol model trénovaný, sa nedajú nezávisle potvrdiť (BankInfoSecurity, 2026).
Čo znamená „open source“ (a prečo je to iné zviera)
Open source model ide o krok ďalej: okrem váh zverejní aj dáta a kód potrebný na reprodukciu. To je rozdiel, ktorý mení, čo si ako firma viete overiť - a za čo nesiete zodpovednosť.
Praktický dôsledok: pri open-weight modeli kontrolujete, kde model beží (dáta neopustia vašu infraštruktúru), ale nie z čoho vznikol. Pri open source modeli máte šancu overiť aj pôvod. Väčšina „otvorených“ modelov na trhu je dnes v prvej kategórii - zverejnené váhy, nie plná reprodukovateľnosť.
Licencie: kde sa skrývajú obmedzenia
Slovo „open“ nič nehovorí o tom, čo smiete. Rozhoduje licencia:
- Apache 2.0 a MIT - permisívne licencie: komerčné použitie, úpravy aj ďalšie šírenie sú spravidla povolené s minimom podmienok (zachovanie atribúcie). Pri voľbe modelu pre produkt je to najbezpečnejšia štartovacia čiara.
- Komunitné licencie s obmedzeniami - často zakazujú určité použitie (napríklad konkurenčný produkt) alebo nad určitý počet používateľov vyžadujú samostatnú dohodu. Pred nasadením si prečítajte presné znenie, nie marketingový článok.
Licenciu konkrétneho vydania Muse Spark Open si overte priamo na Hugging Face - mení sa a treba ju overiť pri aktuálnej verzii, nie podľa starších článkov.
Čo to znamená pre firmu: tri praktické dôsledky
1. Náklady sa presúvajú k vám. Open-weight model je lacnejší na licencii, ale drahší na prevádzku. Príklad z praxe: Muse Spark Open potrebuje na lokálny beh aspoň 1 TB RAM - dva Mac Studio s čipom M5 Ultra (Engadget, 2026). Pri väčších modeloch je to ešte viac: model GLM-5.2 potrebuje pri 4-bitovej kvantizácii okolo 400 GB pamäte, Kimi K3 s 2,8 bilióna parametrov ešte viac - tam už treba počítať s viac-GPU a často viac-uzlovým nasadením (BankInfoSecurity, 2026). Kvantizácia (zníženie presnosti z FP16/FP32 na INT8/INT4) znižuje pamäťové nároky, ale stredne veľké modely (20–70 miliárd parametrov) sú reálne na jednom či dvoch GPU - špičkové open-weight modely nie.
2. Zodpovednosť prechádza na vás. Pri uzavretom modeli nesie časť rizika prevádzkovateľ služby. Pri self-hostingu si za bezpečnosť, aktualizácie a súlad zodpovedáte sami (BankInfoSecurity, 2026). Pomáha disciplína: overiteľný reťazec pôvodu modelu, podpisovanie artefaktov (napr. Sigstore) a „AI bill of materials“ na sledovanie závislostí a známych zraniteľností.
3. Overiteľnosť má svoju cenu. Ak potrebujete dokázať, na čom model vznikol (audit, regulácia), open-weight vám to nedá. Ak potrebujete len kontrolu nad tým, kde bežia dáta, často stačí.
Ako sa rozhodnúť
- Chcete len prevádzkovať model na vlastnom hardvéri a mať dáta pod kontrolou? Open-weight s permisívnou licenciou (Apache 2.0/MIT) je rozumný štart.
- Potrebujete reprodukovateľnosť a audit pôvodu? Hľadajte open source v pravom zmysle - s dátami a kódom.
- Máte obmedzený rozpočet na hardvér? Reálne počítajte s tým, že špičkový model znamená viac GPU alebo viac uzlov, nie jeden stroj.
- Vždy si prečítajte licenciu konkrétneho vydania - nie popis v článku.
Záver: Open-weight nie je to isté ako open source - a práve preto si to overte
Slovíčko „open“ v názve modelu je marketingový dáždnik, pod ktorým sa skrývajú dve veľmi odlišné veci. Open-weight vám dáva kontrolu nad tým, kde model beží, ale nie vedomosť o tom, z čoho vznikol - a licencia rozhoduje, čo s ním smiete robiť. Pre firmu to znamená tri otázky pred nasadením: Akú licenciu mám? Aký hardvér naozaj potrebujem? A viem si obhájiť pôvod modelu, keď sa ma naň niekto opýta? Ak áno, open-weight je silný nástroj. Ak nie, otvorenosť zostane len na papieri.
Zdroje
- Engadget - Meta built a huge open-weight AI model for Macs, but you'll need 1TB of RAM to run it, engadget.com (citované 20. 10. 2026)
- TechCrunch - Meta launches an open-weight AI model that runs on Macs, techcrunch.com (citované 20. 10. 2026)
- 9to5Mac - Meta launches new Muse Spark Open model, optimized to run on Mac Studio, 9to5mac.com (citované 20. 10. 2026)
- BankInfoSecurity - A Playbook for Securing Open-Weight and Open-Source AI Models, bankinfosecurity.com (citované 20. 10. 2026)
