Swobodnie uruchamiaj, modyfikuj i wdrażaj najlepsze otwarte modele LLM. Licencja permissive, pełna kontrola nad danymi.
Meta AI
Najmocniejszy model Llama 4 (17B aktywnych, 400B parametrów total), z wbudowaną multimodalnością i kontekstem 10M.
Meta AI
Model multimodalny Llama 4 Scout (17B aktywnych), oferujący rekordowe 10M kontekstowych tokenów.
Technology Innovation Institute
Ogólny model otwarty (180B param.), mocny w zadaniach strukturalnych (prawnicze, finansowe).
Technology Innovation Institute
Stabilny model 40B, łączący dobrą jakość z umiarkowanymi wymaganiami sprzętowymi.
Technology Innovation Institute
Lekka wersja Falcon (7B), zoptymalizowana do szybkich zadań low-end (chat, treści).
LLama Community (Stanford Alpaca)
Model Vicuna (13B) wytrenowany konwersacyjnie w oparciu o Llama 3; popularny w społeczności.
LLama Community
Bardzo duży model Vicuna (70B), udostępniony publicznie dla badań AI.
MosaicML
Uniwersalny model językowy od MosaicML, popularny do zastosowań programistycznych.
MosaicML
Bardzo duży model open-source od MosaicML, wykazujący dobre wyniki w kodowaniu.
Petals (Opus-MTL)
Społecznościowa wersja Llama 3 (7B) udostępniona przez systemy Petals (uruchamiana rozproszona).
Zaawansowany uniwersalny model Google (UL2) z dodatkowym fine-tuningiem FLAN.
Google DeepMind
Gemma 4 E2B – lekki model multimodalny (tekst, obraz, audio) o efektywnie 2,3B parametrach. Ma wbudowaną obsługę audio, kontekst 128K tokenów. Zastosowanie: mobilne, urządzenia brzegowe. Dostępny pod Apache 2.0.
Google DeepMind
Gemma 4 E4B – model multimodalny (tekst, obraz, audio) z ~4,5B parametrów, kontekst 128K. Lekko wydajniejszy niż E2B, nadal zoptymalizowany pod urządzenia konsumenckie. Licencja Apache 2.0.
Google DeepMind
Gemma 4 Unified – multimodalny model encoder-decoder (~12B parametrów). Kontekst do 256K. Przeznaczony do zadań generacji tekstu i kodu z wbudowanym kadrowaniem obrazu.
Google DeepMind
Gemma 4 26B A4B – model z mieszanym ekspertowym (MoE) ~26B (aktywnie ~4B param), kontekst 256K. Bardzo silny w zadaniach reasoningowych i code-synthesis. Licencja Apache 2.0.
Google DeepMind
Gemma 4 31B – największy model z rodziny, 31B parametrów, kontekst 256K. Został zaprojektowany do zadań wymagających maksymalnej mocy (zaawansowane reasoning i generacja kodu). Licencja Apache 2.0.
Alibaba (Qwen)
Qwen 3.6 27B – gęsty model językowy (27B) z kontekstem 256K. Udoskonalony pod kątem stabilności i użyteczności w praktycznych zadaniach programistycznych. Licencja Apache 2.0.
Alibaba (Qwen)
Qwen 3.6 35B-A3B – MoE (aktywuje 3B z 35B) kontekst 256K. Ulepszenia: lepsze agentyczne kodowanie i zapobieganie tzw. “overthinking”. Licencja Apache 2.0.
Zhipu AI (Z.ai)
GLM-5.2 (744B) – ogromny model MoE z milionowym kontekstem. Ma wbudowane tryby „myślenia” High/Max. Licencjonowany na MIT (komercyjny użytek). Ustabilizowany z naciskiem na kodowanie i styl projektowy (design taste).
DeepSeek
DeepSeek V4-Pro – flagowy model MoE (1.6T total, 49B akt.) o 1M kontekście. Osiągi SOTA w reasoning (książkowe benchmarki) i agentyczne kodowanie. Licencja Apache 2.0 (open source).
DeepSeek
DeepSeek V4-Flash – odchudzony model (284B total, 13B akt.) o 1M kontekście, zoptymalizowany pod wydajność. Niemal porównywalny z V4-Pro w prostszych zadaniach, ale tańszy w API (0.28$ za 1M).
Meta AI (Llama)
Llama 4 Scout – model multimodalny (tekst+obraz+wideo) 17B aktywnych z 109B całkowitych, kontekst 10M. Rewolucyjny kontekst 10M, najlepszy w swojej klasie (lepszy niż Gemma 3 i inne). Licencja: własna, ograniczone użycie komercyjne (Community License).
Meta AI (Llama)
Llama 4 Maverick – mocny model MoE (17B aktywne, 400B total), kontekst 1M. Przewyższa Gemini 2.0 Flash na benchmarkach; bardzo dobre osiągi przy umiarkowanej liczbie aktywnych parametrów. Licencja: Community (specjalna, restrykcyjna).
Mistral AI
Mistral Small 3.1 Base – nowa wersja 24B modelu (rozszerzenie Mistral 3). Kontekst 128K, multimodalność (tekst, obraz) oraz lepsze rozumienie wizji. Licencja Apache 2.0.
Mistral AI
Mistral Small 3.1 Instruct – wariant instrukcyjny modelu 24B (dostępny na Hugging Face). Pozwala od razu budować asystentów konwersacyjnych. Kontekst 128K, licencja Apache 2.0.
NVIDIA (Nemotron)
Nemotron 3 Super – hybrydowy model LatentMoE (120B/12B) oparty na Mamba2+MoE, zoptymalizowany pod reasoning i kodowanie. Obsługuje do 1M kontekstu (domyślnie 256K). Licencja: NVIDIA Nemotron Open Model License.
NVIDIA (Nemotron)
Nemotron 3 Ultra – największy model NVIDIA, Mixture-of-Experts 550B/55B. Kontekst 1M, ultra szybki w inferencji (5.9× szybciej niż GLM-5.1). Licencja: open-source (Linux Foundation Open Model).
Moonshot AI (Kimi)
Kimi K2.7 Code – natywnie multimodalny MoE (1T total, 32B aktywne), kontekst 256K. Dedykowany kodowaniu (najmocniejszy model Kimi), zawsze w trybie myślenia (preserve_thinking). Licencja: Modified MIT.
Moonshot AI (Kimi)
Kimi K2.7 Code HighSpeed – ta sama architektura jak K2.7 Code, ale zoptymalizowana pod ultraszybkie generowanie (~180–260 tok/s). Używana głównie w przypadkach wymagających ekstremalnej prędkości.
MiniMax Research
MiniMax M3 – nowy model frontier 427B, obsługujący multimodalność (tekst+obrazy+wideo) i 1M kontekstu. Wysoka wydajność w kodowaniu i agentycznych zadaniach. Licencja: własna (minimax-community).