Czy prywatna sztuczna inteligencja jest dostępna dla każdego? Niekoniecznie

Pobrać model, uruchomić go na własnym komputerze i zachować poufność dokumentów. Obietnica prywatnej sztucznej inteligencji brzmi coraz bardziej realnie. Nowy Mac Studio pomaga ją spełnić. Tyle że konfiguracja z M5 Ultra i 256 GB pamięci kosztuje w polskim sklepie Apple 47 999 zł. A nawet taki wydatek nie kupuje automatycznie jakości najlepszych modeli dostępnych w chmurze.

Najważniejsze rozróżnienie dotyczy ambicji. Lokalny pomocnik do notatek i prostych zadań może działać na komputerze, który już mamy. Prywatny system do wymagającego programowania, analizowania dużych dokumentów i pracy agentów stawia znacznie wyższe wymagania. Tutaj otwarte wagi modelu są dopiero początkiem rachunku.

Nowy Mac Studio: zapowiedź już jest, na dostawy trzeba poczekać

Apple zaprezentowało Mac Studio z M5 Max i M5 Ultra 25 sierpnia 2026 r. Sprzedaż rozpoczęła się od przedsprzedaży, a regularna dostępność ma ruszyć 22 września. Według oficjalnego komunikatu Apple M5 Max obsługuje do 128 GB zunifikowanej pamięci, a M5 Ultra do 512 GB. Według specyfikacji Apple przepustowość 1,2 TB/s dotyczy M5 Ultra. M5 Max oferuje 460 GB/s w wersji z 32 rdzeniami GPU oraz 614 GB/s w wariancie z 40 rdzeniami GPU.

To właśnie duża pamięć dostępna dla GPU czyni ten komputer interesującym dla lokalnych modeli językowych. Wagi dużego modelu nie muszą mieścić się w znacznie mniejszej, oddzielnej pamięci pojedynczej karty graficznej. Nie oznacza to jednak, że całą pojemność można przeznaczyć na plik z modelem: swoje wymagania mają również system, aplikacje i obliczenia.

Apple deklaruje duże przyspieszenia zadań AI względem wcześniejszych generacji. To wyniki wybranych testów producenta. Nie należy mnożyć przez nie dowolnego benchmarku lokalnego LLM i przedstawiać rezultatu jako zmierzonej szybkości M5 Ultra.

Ile kosztuje prywatna AI na Mac Studio?

Poniższe ceny brutto sprawdziliśmy 7 września 2026 r. bezpośrednio w polskim konfiguratorze Apple. Obejmują komputer w podanej konfiguracji; monitor i akcesoria są sprzedawane osobno. Wybraliśmy podstawowe warianty oraz konfiguracje z większą pamięcią, przydatną do lokalnych modeli.

Wersja z 512 GB RAM ma pojawić się pod koniec października. W chwili weryfikacji nie można było wybrać jej w polskim konfiguratorze, dlatego nie przypisujemy jej ceny. Termin dostawy indywidualnej konfiguracji może być późniejszy niż start sprzedaży całej rodziny.

Przejście w M5 Ultra z 96 do 256 GB oznacza dopłatę 20 tys. zł. Konfigurator oferuje również mocniejszy M5 Ultra z 36 rdzeniami CPU i 80 rdzeniami GPU za dodatkowe 6 500 zł. Przy 256 GB RAM i SSD 1 TB podnosi to koszt komputera z 47 999 do 54 499 zł. To pokazuje, dlaczego hasło „model do pobrania za darmo” niewiele mówi o całkowitym koszcie. W przypadku największych modeli to pojemność pamięci wyznacza próg wejścia.

Czy otwarte modele dorównują liderom?

Niektóre konkurują z mocnymi modelami komercyjnymi, ale nie ma podstaw do ogólnego stwierdzenia, że lokalna AI zrównała się z najlepszymi usługami. W Artificial Analysis Intelligence Index v4.3, sprawdzonym 7 września, z ponowną weryfikacją wyniku GLM-5.3 8 września 2026 r., wybrane warianty uzyskiwały następujące wyniki:

GLM-5.3-Flash wypada w tym agregacie lepiej od wskazanego wariantu Sonnet 5, ale ustępuje liderom. Qwen3.8-Flash-Next ma na tablicy 42 punkty z gwiazdką: to szacunek, a nie ukończony niezależny pomiar. Nie włączyliśmy go do tabeli wyników zmierzonych.

Indeks nie jest procentową skalą inteligencji. Nie rozstrzyga również, który model najlepiej poradzi sobie z polskimi dokumentami konkretnej firmy. Ustawienia rozumowania i sposób prowadzenia testu mają znaczenie. Wyniku wariantu xhigh nie można automatycznie przypisać lokalnej wersji uruchomionej bez rozumowania.

Trzy modele, trzy różne wymagania

Qwen3.8-27B jest najbardziej przystępnym z omawianych kandydatów. Konwersja MLX w wersji 4-bitowej ma około 16,1 GB plików. To jednak rozmiar pobrania, a nie całkowite zapotrzebowanie działającego systemu. Konfigurację z 64 GB traktowalibyśmy jako rozsądny zapas do eksperymentowania z tym modelem, dłuższymi tekstami i innymi aplikacjami. To ocena pojemności, nie wynik testu nowego Studio.

Qwen3.8-Flash-Next jest dużo większy, niż sugeruje często powtarzana liczba 6 mld aktywnych parametrów. Karta modelu opisuje 125 mld parametrów modelu głównego, dodatkowe 51 mld w tablicach n-gramowych i 4 mld w module MTP — łącznie około 180 mld. Cały model obsługuje tekst i obraz. Aktywowanie tylko części modelu przy generowaniu tokenu oszczędza obliczenia, ale nie usuwa potrzeby przechowywania jego pozostałych elementów. Architektura była już tematem naszego opisu premiery Flash-Next.

GLM-5.3-Flash ma 320 mld parametrów ogółem i 18 mld aktywnych. To właśnie ten wariant, a nie większy GLM-5.3, jest interesującym kandydatem do wydajnego komputera osobistego. Konwersja Pipe Network zajmuje około 177,6 GB w wersji 4-bitowej, a 334,1 GB w 8-bitowej. Wskazana konwersja wymaga też odpowiednio dostosowanego środowiska uruchomieniowego. Samo pobranie plików nie kończy instalacji.

Kwantyzacja zmniejsza precyzję zapisu wag, dzięki czemu model potrzebuje mniej pamięci. Może jednak wpływać na odpowiedzi. Dlatego wynik oryginalnego modelu w rankingu i szybkość jego konkretnej kwantyzacji należy traktować jako dwa odrębne pomiary.

Jak to działa w praktyce: pomiary na M3 Ultra

Autorzy Rapid-MLX opublikowali testy na Mac Studio M3 Ultra z 256 GB RAM. To pomiary twórców oprogramowania, nie AIOAI ani test M5. Zestawienie wykorzystuje kandydata wersji 0.13.4, kwantyzację 4-bitową, medianę trzech prób, pojedyncze żądanie, wyczyszczony cache prefiksu, wyłączone rozumowanie i 256 tokenów odpowiedzi.

Szczyt pamięci raportowanej przez MLX wyniósł około 27,1 GB dla Qwen27B, 148,1 GB dla Flash-Next i 195,6 GB dla GLM. To nie cały RAM systemu. Szczyt Flash-Next obejmował ładowanie; wynik nie potwierdza bezproblemowej pracy na 128 GB.

Praktyczna różnica jest łatwa do przeoczenia: model może pisać w wygodnym tempie, a wcześniej długo analizować wklejony dokument. Czysto arytmetycznie 1000 tokenów przy 28 tokenach na sekundę oznacza około 36 sekund samego generowania. Dochodzi przetworzenie wejścia, a przy włączonym rozumowaniu również dodatkowe tokeny przed odpowiedzią. Token nie jest przy tym równoznaczny ze słowem.

M5 Max pokazuje, ile zależy od oprogramowania

Osobny test projektu claude-code-local przeprowadzono 20 sierpnia na M5 Max ze 128 GB RAM. Qwen3.8-27B w precyzji BF16 generował około 9,7 tokena na sekundę w zwykłym trybie i 36,5 z przyspieszeniem DFlash 2. Porównano ten sam prompt przy dekodowaniu zachłannym i limicie 600 nowych tokenów; pomiar objął 600 tokenów w trybie zwykłym oraz 603 z DFlash 2. Były to pojedyncze przebiegi, a nie średnia z wielu prób ani pomiar całego zadania wewnątrz Claude Code.

DFlash 2 wykorzystuje dodatkowy model proponujący fragmenty odpowiedzi, które model główny weryfikuje. To dobry przykład znaczenia optymalizacji, ale wynik jednego zadania nie gwarantuje podobnego przyspieszenia w swobodnej rozmowie. Nie jest to też benchmark nowego Mac Studio.

Na 7 września nie znaleźliśmy odtwarzalnego testu M5 Ultra dla omawianych modeli z kompletem ustawień. O zakupie warto więc decydować na podstawie wymaganej pamięci i sprawdzonych zastosowań, a deklarowaną szybkość nowej generacji potwierdzić po pojawieniu się pomiarów.

Prywatność wymaga czegoś więcej niż własnego komputera

Lokalne generowanie pozwala przetwarzać dokumenty bez wysyłania ich do dostawcy modelu. Przykładowo dokumentacja LM Studio opisuje rozmowę z pobranym modelem i dokumentami bez dostępu do internetu. Trzeba jednak sprawdzić cały używany przepływ pracy: dodatkowa aplikacja może korzystać z zewnętrznego OCR, wyszukiwarki albo narzędzia wywoływanego przez agenta. Rozmowy i pliki mogą też trafiać do synchronizowanego folderu.

Dlatego przed użyciem poufnych danych warto sprawdzić połączenia aplikacji i miejsce przechowywania historii. Sam napis „local” w nazwie programu nie odpowiada na wszystkie te pytania. Prywatność daje możliwość kontroli, lecz wymaga świadomej konfiguracji.

Podobnie jest z określeniem „open source”. Qwen3.8-27B udostępniono na licencji Apache 2.0, a GLM-5.3-Flash na MIT. Dostępne wagi nie oznaczają jednak automatycznie kompletnego ujawnienia danych i procesu treningu. O znaczeniu tego rozróżnienia pisaliśmy przy inicjatywie na rzecz otwartych modeli AI.

Dla kogo ten rachunek ma sens?

Firma regularnie przetwarzająca poufne dokumenty może uznać własną maszynę za uzasadniony koszt. Podobnie programista potrzebujący niezależnego środowiska do eksperymentów. Trzeba jednak doliczyć czas instalacji, aktualizacji, oceny odpowiedzi i utrzymania systemu, a także przestrzeń na kolejne wersje modeli. Brak opłaty za każdy token nie oznacza braku kosztów.

Nie ma też jednej kwoty, po której zakup „zwróci się względem chmury”. Zależy to od liczby zadań, ich długości, wybranego API oraz wartości czasu użytkownika. Jeśli lokalny model wymaga częstszych poprawek, niż wynikałoby z samego rankingu, pozorna oszczędność może szybko zniknąć.

Osoba, która chce jedynie sprawdzić prywatną AI, powinna zacząć od mniejszego modelu na posiadanym sprzęcie. Pomocny będzie nasz poradnik uruchamiania lokalnego modelu. Dopiero test na własnych dokumentach pokaże, czy potrzebne są większa pamięć, wyższa jakość czy po prostu lepsze przygotowanie materiału wejściowego.

Prywatna sztuczna inteligencja jest coraz łatwiej dostępna. Prywatna AI o szerokich możliwościach zbliżonych do mocnych modeli komercyjnych nadal pozostaje kosztowna. Mac Studio z 256 GB RAM przenosi część tych możliwości na biurko. Cena bliska 48 tys. zł, wymagania oprogramowania i utrzymująca się przewaga liderów rankingu pokazują jednak, że dostęp do wag nie jest jeszcze powszechnym dostępem do ich pełnego potencjału.