Модель с открытыми весами

Веса — это числа, которые модель подстраивает при обучении: миллиарды значений в файлах, которые весят много гигабайт. Семейства вроде Llama, Qwen и DeepSeek публикуют веса многих своих моделей. Квантование хранит эти числа в меньшем числе бит, чтобы модель умещалась на домашней видеокарте, ценой некоторой потери точности. Дообучение на нескольких тысячах примеров — дешёвая процедура по сравнению с обучением с нуля — превращает универсальную модель в юридического помощника или помощника по программированию. Имея веса и код, который их запускает, человек или компания может разместить модель на собственном оборудовании, настроить её под особую задачу или сжать для запуска на машинах поменьше. Закрытая модель не даёт ничего из этого: она остаётся на серверах разработчика и доступна лишь через его интерфейс, а значит, разработчик видит каждый запрос.

Открытые веса и open source часто путают. Open source в строгом смысле требует большего: доступа к коду, сведений о данных и лицензии, позволяющей любому использовать, изучать, изменять и распространять работу. Многие модели с открытыми весами идут с лицензией, добавляющей условия, например по коммерческому использованию или очень крупным развёртываниям, а данные обучения обычно остаются закрытыми. Не гадай, а читай лицензию модели, на основе которой собираешься что-то строить.

На практике это создаёт конкуренцию между хостами. Поскольку одни и те же веса могут обслуживать несколько компаний, пользователь или приложение может выбрать, куда пойдёт запрос, сравнить скорость и цену и подобрать хост с подходящей политикой хранения. Но и компромиссы реальны: крупным моделям нужно серьёзное оборудование, сами веса не показывают, на чём модель обучалась, и любой может их дообучить, поэтому две модели на одних весах могут вести себя совсем по-разному: версия от сообщества может отвечать короче или осторожнее, специализироваться на коде или переводе. Бенчмарки помогают, но вводят в заблуждение: рейтинги поощряют определённые форматы тестов, так что короткая проверка на твоих документах скажет больше опубликованной оценки.

Mistral Small 3.2 — открытая модель Mistral, которую NeverNo включает в бесплатный тариф. Она помечена как приватная: запросы идут к провайдерам, выбранным за то, что они их не хранят, данные аккаунта не передаются вместе с сообщением, а твои чаты хранятся в зашифрованном виде в браузере, как объясняет страница о приватном ИИ. Она читает изображения, принимает до 128 000 токенов контекста, пишет ответы до 4 096 токенов и не рассуждает перед ответом, так что отвечает сразу.

В NeverNo «приватная» означает именно это: открытая модель у провайдера, который не сохраняет запросы: DeepInfra или OpenRouter с опцией нулевого хранения. В каталоге несколько таких моделей — от DeepSeek, GLM, Qwen и Mistral до NeverNo Uncensored. Метка опирается на обязательства этих провайдеров, и NeverNo прямо пишет на странице прозрачности, что не может проверить их серверы.