Cztery. Małe modele otwarte dobijają się do czołówki
W obszarze otwartych wag doszły dwa konkretne, nowe fakty, które rozwijają obraz z poprzednich analiz bez jego powtarzania. Firma StarDoc-AI udostępniła 26 września model TeleOCR, wizualno-językowy system o zaledwie jednym przecinek dwóch miliarda parametrów, na licencji Apache dwa zero, oparty na Qwen2.5-VL, obsługujący zarówno cyfrowe dokumenty PDF, jak i zdjęcia stron z zniekształceniami perspektywy bez wcześniejszej korekty. Według danych projektu osiąga 96,87 punktu na OmniDocBench w wersji 1.6, wyprzedzając Gemini 3 Pro (92,85), Qwen3-VL-235B (89,78) i GPT-5.2 (86,52), a leaderboard tego benchmarku potwierdza jego prowadzenie. Zastrzeżenie jest tu jednak mocne: część wyników pochodzi od samego autora, choć fakt prowadzenia na niezależnej tablicy i wygrane w konkursach ICDAR 2026 oraz wyzwaniu EMNLP 2026 są sprawdzalne.
Drugi ruch jest równie praktyczny i pochodzi od Alibaba. Zespół Qwen opublikował oficjalną czterobitową wersję Qwen3-32B w formacie AWQ, która pozwala zmieścić model o trzydziestu dwóch przecinku ośmiu miliardach parametrów na pojedynczej karcie o dwudziestu czterech gigabajtach pamięci, czyli na kartach klasy RTX 3090, RTX 4090 czy L4. Waga schodzi z około sześćdziesięciu pięciu gigabajtów do dwudziestu, a spadek wyników na GPQA, MMLU-Redux, LiveBench i AIME24 nie przekracza dwóch punktów. Licencja pozostaje Apache dwa zero. Krytycznie należy dodać, że pamięć uruchomieniowa jest większa niż sam plik, a pełne okno kontekstu stu trzydziestu jeden tysięcy tokenów na jednej karcie pozostaje w praktyce nieosiągalne. Wspólny wniosek jest jednak wyraźny: frontier w warstwie parowania dokumentów i frontier w warstwie lokalnego wdrożenia przestają wymagać największych i najdroższych modeli (AlphaSignal, 26.09).
Źródło: alphasignal