Doubleword analýza: medzera medzi open-weight a closed-source LLM sa zmenšuje

Čo sa stalo

Na Hacker News rezonovala 26. júna analýza Doubleword, ktorá kvantifikuje, ako rýchlo sa open-weight modely približujú k closed-source frontier. Podľa autorov je teraz gap na štandardných benchmarkoch < 5 % a v niektorých doménach (kód, MMLU) open weights vedú.

Kontext a dopad

Text priamo nadväzuje na CNBC reportáž z toho istého dňa, že firmy hľadajú lacnejšie open-source alternatívy. Pre OpenAI a Anthropic, najmä v kontexte vládnych obmedzení, ide o varovný signál — enterprise klienti môžu prejsť na self-hosted Llama/Qwen/GLM modely.

Detaily

• DeepSeek, Qwen 3, GLM 5.2 a Llama 4 zaznamenané ako konkurencieschopné
• Inference cost open weights často 5–10× lacnejšia
• Enterprise výhody: data privacy, on-prem, fine-tuning kontrola
• Argumenty: closed source stále vedie v multi-step agentic úlohách
• Kontextový dialóg s 'tokenmaxxing' článkom (efficiency shift)