Dharma AI opublikował 22 maja na blogu Hugging Face benchmark, który podważa założenie obowiązujące w zakupach AI dla firm: modele specjalistyczne AI potrafią pokonać największe modele frontier zarówno jakością, jak i kosztem. Trzymiliardowy model do rozpoznawania pism portugalskich osiągnął wynik 0,911 w autorskiej skali jakości; Claude Opus 4.6 zatrzymał się na 0,833, a GPT-5.4 — na 0,750.
Benchmark DharmaOCR mierzy rozpoznawanie drukowanego i rękopiśmiennego portugalskiego brazylijskiego na dokumentach administracyjnych i prawnych. W stawce znalazły się wszystkie czołowe komercyjne usługi: Google Vision, Google Document AI, Amazon Textract, Mistral OCR 3 oraz frontierowe modele Anthropic, OpenAI i Google. Wszystkie przegrały z dedykowanym modelem 3B parametrów. Co istotne, koszt na milion stron był u Dharmy około 52 razy niższy niż u Claude Opus 4.6, a wskaźnik degeneracji tekstu w produkcji spadł z 1,41% (model ogólny) do 0,20% (specjalista domenowy).
Co to znaczy dla polskiego biznesu
Polskie firmy planujące wdrożenie AI domyślnie sięgają po największe modele frontier, bo tak wygląda strategia poleceń benchmarków publicznych. Praca Dharmy pokazuje, że nie zawsze ma to sens ekonomiczny. Jeśli zadanie jest wąsko zdefiniowane (OCR faktur, klasyfikacja umów, ekstrakcja danych z formularzy), specjalizacja bije skalę: mniejszy model dotrenowany na zbiorze zbliżonym do realnego wdrożenia daje wyższą jakość przy ułamku kosztu inferencji.
Autorzy benchmarka argumentują, że dystrybucyjne dopasowanie modelu do zadania powinno być traktowane jako zmienna strategiczna na równi z liczbą parametrów. Dla działu zakupów oznacza to nowy etap due diligence: nie wystarczy spytać, który model ma najwięcej parametrów, trzeba zapytać, czy ktoś przygotował model dotrenowany na naszej domenie. Dla rynku polskiego potencjał jest wymierny: wiele zastosowań biznesowych w administracji publicznej, finansach, prawie i medycynie ma wąską specyfikę i dane treningowe trudne do odtworzenia przez modele generalistyczne.
Dharma AI zastrzega, że dowód pochodzi z jednej, dobrze zmierzonej domeny OCR; uogólnienie wymaga kolejnych badań. Sam wynik daje jednak menedżerom wdrażającym AI silny argument, by zanim podpiszą umowę z największym dostawcą, sprawdzić rynek modeli specjalistycznych.
Źródło: Hugging Face Blog — Specialization Beats Scale (EN), 22 maja 2026
