Otwarte modele AI (open-weight) coraz mocniej doganiają czołowe systemy zamknięte pod względem możliwości, ale bezpieczeństwo otwartych modeli AI wyraźnie za nimi nie nadąża. Tak wynika z analizy opublikowanej 4 sierpnia 2026 roku przez TechCrunch, opartej na testach organizacji SaferAI i Far.ai. Dla firm, które rozważają uruchomienie modelu na własnej infrastrukturze, to sygnał, że rachunek zysków i ryzyk wygląda inaczej, niż mogłoby się wydawać.
Możliwości rosną, zabezpieczenia zostają w tyle
Testy pokazały, że chiński model GLM-5.2 firmy Z.ai jest tylko o kilka miesięcy za czołówką, którą tworzą GPT-5.6, Claude Opus 5, Gemini 3.1 Pro i Grok 4.5. Problem leży gdzie indziej. Na benchmarku CyberGym, sprawdzającym zdolności ofensywne w cyberbezpieczeństwie, GLM-5.2 nie odmówił wykonania żadnego z zadań ofensywnych ani z obszaru podwójnego zastosowania w biologii. Dla porównania Claude Opus 4.7 odmawiał tak konsekwentnie, że testu w ogóle nie udało się dokończyć. Zespół Far.ai znalazł w otwartych modelach setki uniwersalnych metod obejścia zabezpieczeń, czyli jailbreaków.
Granica możliwości to nie to samo co granica ryzyka. Musimy więc brać pod uwagę także stan zabezpieczeń. — Henry Papadatos, dyrektor SaferAI, w rozmowie z TechCrunch
Sedno problemu jest techniczne. Gdy wagi modelu trafiają do publicznego pobrania, znikają zabezpieczenia obecne po stronie dostawcy: filtry, trening odmów i kontrola na poziomie API. Po pobraniu wag te mechanizmy stają się niemożliwe do wyegzekwowania, bo każdy może je zmienić lub całkiem usunąć.
Co to znaczy dla polskiego biznesu
Dla polskich firm otwarte modele są kuszące. Można je uruchomić na własnych serwerach, co upraszcza zgodność z RODO i obniża koszty przy dużej skali. Analiza przypomina jednak o ukrytym koszcie tej swobody. Pobierając wagi modelu, przejmujesz również odpowiedzialność za jego bezpieczeństwo. Zespół, który wdraża taki model, musi sam zbudować warstwę ochrony: filtrowanie zapytań, monitoring wyników i testy odporności na jailbreaki. To nie argument przeciw otwartym modelom, lecz przeciw wdrażaniu ich bez planu bezpieczeństwa. Przed produkcyjnym uruchomieniem warto potraktować audyt bezpieczeństwa modelu tak samo poważnie, jak testy jego jakości.
Źródło: TechCrunch — Open-weight AI models are catching up to the frontier (EN), 4 sierpnia 2026.
