Model open-weight dla niemieckiego B2B: Qwen, Kimi, Nemotron czy Minimax?

Licencja jest pierwszą bramką, ponieważ decyduje o każdym komercyjnym zastosowaniu on-premise, zanim jakikolwiek benchmark zacznie się liczyć.

Trzy z czterech są tu proste. Qwen3 działa na licencji Apache 2.0, Minimax M2 na licencji MIT, Kimi K2 na zmodyfikowanej licencji MIT (Hugging Face). To prawdziwe, wolne uprawnienia: użycie komercyjne, redystrybucja, fine-tuning, bez łączenia się z serwerem dostawcy.

🔸 Nemotron to szczególny przypadek.
Open Model License firmy NVIDIA nie jest czystą licencją Apache ani MIT. Wiąże ona użytkowanie z warunkami NVIDIA i wygasa automatycznie, jeśli usunie się wbudowane mechanizmy zabezpieczające (NVIDIA). Model jest dobry, ale ten zapis trafia najpierw do działu prawnego, nie do inżynierii. Podejście NVIDIA opisaliśmy szczegółowo w artykule o Nemotron 3.

Kto powołuje się na suwerenność jako argument, powinien umieć czytać licencję jak umowę, bo dokładnie tym ona jest.

Uczciwa odpowiedź brzmi: nie istnieje rzetelne porównanie tych czterech modeli w języku niemieckim, trzeba więc przeprowadzić je samodzielnie.

Niemiecka infrastruktura ewaluacyjna istnieje. SuperGLEBer, ranking Occiglot Euro-LLM oraz MMLU-ProX obejmujący 29 języków uwzględniają niemiecki (ACL Anthology). Brakuje natomiast opublikowanego porównania bezpośredniego dokładnie tej czwórki na niemieckim tekście. Qwen3 został wytrenowany na 119 językach i jest rodziną o najszerzej udokumentowanej wielojęzyczności (Qwen); w przypadku Kimi, Nemotron i Minimax dostawcy nie wskazują niemieckiego jako odrębnego priorytetu.

Praktyczny wniosek jest niewygodny, ale jasny: miejsca w rankingach opartych na testach angielskich niewiele mówią o jakości na Państwa niemieckich umowach, ofertach czy tekstach wsparcia. Jedynym wiarygodnym testem jest test na własnym materiale. Jak w ogóle czytać rankingi, nie dając się zwieść, opisujemy w artykule o modelu lokalnym.

Dopasowanie do sprzętu porządkuje stawkę szybciej niż jakikolwiek benchmark, ponieważ model, który nie mieści się na Państwa kartach, po prostu odpada.

Qwen3 stanowi tu wyjątek. Warianty gęste od 4B do 32B działają po kwantyzacji na jednej lub dwóch kartach GPU, a wariant MoE 30B-A3B zapewnia jakość modelu przy zaledwie około 3B aktywnego obciążenia obliczeniowego. To rozmiar dopasowany do typowej maszyny on-premise w sektorze MŚP.

Kimi K2 i Minimax M2 to modele MoE klasy frontier. Minimax aktywuje wprawdzie tylko 10B parametrów, jednak pełne wagi wymagają serwera z wieloma GPU; w przypadku Kimi z 1 bilionem parametrów łącznie tym bardziej. Nemotron 3 Nano jest bardzo oszczędny, z 3,6B aktywnych parametrów działa na jednej karcie, ale odpada ze względu na licencję. Ile w praktyce kosztuje ta rzeczywistość VRAM, wyliczyliśmy w artykule o sprzęcie.

W przypadku modeli open-weight kwestia suwerenności przesuwa się: wagi działają całkowicie offline, więc nie ma zdalnego wyłącznika. Pozostaje to, co jest zakodowane w samym modelu.

Trzy z czterech laboratoriów są chińskie (Qwen, Kimi, Minimax), jedno amerykańskie (Nemotron). Ponieważ wagi działają lokalnie, prawdziwym pytaniem nie jest lokalizacja serwera, lecz ukierunkowanie samego modelu. Niezależne testy donoszą o wysokich wskaźnikach odmowy odpowiedzi przez chińskie modele w politycznie drażliwych tematach, najsilniej w języku chińskim, słabiej, lecz zauważalnie, także w niemieckim (ChinaBench). Te dane są publikowane samodzielnie i nie przeszły recenzji naukowej, należy więc czytać je z ostrożnością, ale efekt jest na tyle realny, że zasługuje na uczciwy akapit w specyfikacji wymagań.

Dla czystej pracy tekstowej B2B, czyli szkiców, ekstrakcji, klasyfikacji i wyszukiwania w Państwa własnych dokumentach, efekt ten jest zwykle do opanowania. To kwestia jakości wyników i odbioru zewnętrznego, a nie luka bezpieczeństwa. Szerszy wątek suwerenności, modele europejskie i faktyczną wartość tej etykiety omawiamy w artykule o suwerennej europejskiej AI.

Decyzja nie jest patriotyczna ani napędzana rankingiem, lecz wynika z kolejności kroków. Oto jak postępuję:

1. Sprawdzić licencję. Do ścisłej selekcji, bez konieczności pytania prawników, trafiają tylko modele z prawdziwym uprawnieniem Apache lub MIT. Są to tutaj Qwen3, Kimi K2 i Minimax M2.
2. Testować na własnym języku niemieckim. Nie angielski benchmark, lecz pięćdziesiąt Państwa realnych tekstów uruchomionych na dwóch kandydatach i ocenionych w sposób ślepy.
3. Dopasować sprzęt. To, co mieści się na Państwa jednej lub dwóch kartach, wygrywa niemal zawsze, ponieważ w przeciwnym razie eksploatacja staje się droga i niestabilna.

Dla większości firm z sektora MŚP punktem wyjścia okazuje się Qwen3: wolna licencja, szeroka wielojęzyczność, właściwy zakres wymagań sprzętowych. Kimi i Minimax są wyborem, gdy serwer i tak już stoi, a na pierwszym planie jest reasoning lub agenci. Kimi K2.7, otwarty model do kodu, przyjrzeliśmy się mu z tego powodu osobno.

I, jak zawsze u nas: warto budować architekturę tak, aby model dało się wymienić. Kolejny, lepszy model open-weight na pewno się pojawi. Prawdziwym pytaniem nie jest to, który model prowadzi dzisiaj, lecz to, które z Państwa zadań w ogóle wymagają najsilniejszego modelu, a którym wystarczy dobry model będący Państwa własnością. Które ze swoich tekstów powierzyliby Państwo modelowi, którego sami nie przetestowali?