SumizAI a Apertus

Czym jest Apertus

Czym jest Apertus

Apertus to w pełni otwarty, wielojęzyczny duży model językowy wydany 2 września 2025 roku przez EPFL, ETH Zurich oraz Szwajcarskie Centrum Superkomputerowe (CSCS) — pierwszy tej skali otwarty model językowy powstały w Szwajcarii. Nazwa, po łacinie oznaczająca „otwarty", odzwierciedla filozofię projektu: cały proces powstawania modelu — architektura, wagi, dane treningowe i metody uczenia — jest publicznie dostępny i w pełni udokumentowany, co odróżnia go od większości komercyjnych modeli traktujących dane treningowe jako tajemnicę handlową.

Kluczowe cechy

Model wytrenowano na 15 bilionach tokenów obejmujących ponad tysiąc języków, przy czym 40% danych treningowych stanowi treść nieanglojęzyczna — w tym języki dotąd słabo reprezentowane w dużych modelach, jak szwajcarski niemiecki czy retoromański. Apertus dostępny jest w dwóch rozmiarach: 8 i 70 miliardów parametrów, co pozwala dopasować model do dostępnych zasobów obliczeniowych. Kolejna wersja, Apertus 1.5, wprowadziła dalsze usprawnienia infrastruktury, a towarzyszący jej pakiet Apertus Mini to szesnaście skompresowanych wariantów pokazujących, jak destylacja i kwantyzacja pozwalają uruchamiać sensownej jakości model na słabszym sprzęcie.

Dla kogo jest przeznaczony

Apertus trafia przede wszystkim do badaczy, instytucji akademickich i firm, które potrzebują pełnej przejrzystości procesu treningowego — na przykład do audytu pod kątem błędów systemowych czy weryfikacji, jakie dane wpłynęły na odpowiedzi modelu. Doceni go też każdy, kto pracuje z językami słabo obsługiwanymi przez modele zamknięte, oraz zespoły publicznego sektora w Europie, dla których suwerenność technologiczna i zgodność z lokalnymi regulacjami danych są priorytetem.

Przypadki użycia

Model dostępny jest przez strategicznego partnera Swisscom, platformę Hugging Face oraz sieć Public AI, co w praktyce pozwala zarówno na uruchomienie lokalne, jak i korzystanie z hostowanego API. Instytucje badawcze wykorzystują Apertus do analizy tekstów w mniejszych językach europejskich, a zespoły inżynierskie budują na nim własne, dostrojone warianty pod konkretne zadania — od klasyfikacji dokumentów po wsparcie wielojęzycznej obsługi klienta.

Pricing i model biznesowy

Apertus jest darmowy i otwartoźródłowy na licencji Apache 2.0, co pozwala na komercyjne wykorzystanie, modyfikację i redystrybucję bez opłat licencyjnych. Koszt ponosi się jedynie za infrastrukturę potrzebną do uruchomienia modelu lokalnie albo za usługi hostowane u partnerów takich jak Swisscom.

Ograniczenia i na co uważać

Jako model w pełni otwarty, Apertus nie oferuje gotowego interfejsu czatu porównywalnego z komercyjnymi asystentami — uruchomienie wymaga własnej infrastruktury albo korzystania z partnerskich platform hostingowych. Model większy, 70-miliardowy, wymaga znaczących zasobów GPU, co może być barierą dla mniejszych zespołów bez dostępu do superkomputera.

Notatki ai z modelu trenowanego na tysiącu języków

Dla zespołów budujących własne narzędzia do notatek ai warto wiedzieć, że Apertus radzi sobie z wieloma językami jednocześnie lepiej niż modele trenowane głównie po angielsku — co ma znaczenie przy generowaniu notatek ai z rozmów prowadzonych w mniej popularnych językach europejskich, gdzie inne modele często gubią niuanse gramatyczne.

Szwajcarska infrastruktura superkomputerowa za modelem

Trening odbył się na infrastrukturze CSCS, jednego z wiodących europejskich centrów superkomputerowych, co czyni Apertus jednym z niewielu w pełni otwartych modeli tej skali wytrenowanych całkowicie w Europie, bez zależności od amerykańskiej czy chińskiej infrastruktury chmurowej.

Wielojęzyczność jako fundament, nie dodatek

W przeciwieństwie do modeli, które dodają wsparcie dla języków mniejszościowych jako rozszerzenie już istniejącego korpusu głównie angielskiego, twórcy Apertus zaplanowali proporcje danych treningowych od początku tak, by języki niszowe otrzymały realną reprezentację, a nie tylko symboliczną obecność w zbiorze.

Otwarte wagi jako fundament dla własnych narzędzi notatek ai

Zespoły budujące własne narzędzia do zamiany rozmów z AI w notatki ai coraz częściej sięgają po modele z w pełni otwartymi wagami zamiast API zamkniętych dostawców — Apertus daje im tę opcję bez ograniczeń licencyjnych typowych dla modeli częściowo otwartych. Możliwość uruchomienia całego procesu generowania notatki ai lokalnie, bez wysyłania treści rozmów na zewnętrzne serwery, bywa wymogiem nie do negocjacji w sektorach regulowanych, jak administracja publiczna czy opieka zdrowotna. Dla takich zespołów notatki ai wygenerowane z pomocą Apertusa nigdy nie opuszczają infrastruktury, którą sami kontrolują, co w praktyce oznacza, że każda notatka ai zostaje objęta tym samym reżimem bezpieczeństwa co reszta danych organizacji, zamiast trafiać do chmury zewnętrznego dostawcy modelu.

Co warto sprawdzić przed wyborem

Przed wdrożeniem warto sprawdzić aktualną dokumentację licencyjną na stronie apertus.ai oraz to, który rozmiar modelu (8B czy 70B) odpowiada dostępnym zasobom obliczeniowym, a także czy hostowane API partnera spełnia wymogi dotyczące lokalizacji danych.

W skrócie

Apertus to rzadki przykład dużego modelu językowego, w którym przejrzystość jest równie ważna jak sama jakość odpowiedzi — projekt naukowy, a nie produkt komercyjny w pierwszej kolejności. Kto szuka gotowego narzędzia do zamiany rozmów z AI w notatki ai bez samodzielnego uruchamiania infrastruktury, znajdzie bardziej bezpośrednią drogę gdzie indziej.

Porównanie z SumizAI

Apertus i SumizAI działają na zupełnie innych poziomach: Apertus to surowy model językowy wymagający własnej infrastruktury lub partnera hostingowego, SumizAI to gotowa aplikacja notatkowa z interfejsem czatu. SumizAI nie narzuca własnego modelu — użytkownik podpina klucz API jednego z siedmiu dostawców (Anthropic, OpenAI, Gemini, Groq, OpenRouter, lokalna Ollama albo własny serwer), więc teoretycznie model kompatybilny z Apertus mógłby zasilać rozmowy w SumizAI przez własny serwer użytkownika. Cena SumizAI to $1 miesięcznie po siedmiodniowym okresie próbnym bez karty, a odpowiedzi warte zachowania trafiają automatycznie jako pliki Markdown do własnego magazynu notatek na dysku, bez ręcznego kopiowania.

Tak czytamy metryczkę. Oryginalne sformułowania AlternativeTo są na stronie Apertus — powyższe fakty odczytano 2026-08-16.

Apertus w szczegółach

Model językowy instytucji publicznych, w którym otwartość jest sednem

Apertus to duży model językowy wydany przez Swiss AI Initiative — wspólne przedsięwzięcie EPFL, ETH w Zurychu i szwajcarskiego narodowego centrum superkomputerowego CSCS. Trafił do publicznego obiegu 2 września 2025 roku na licencji Apache 2.0. Nazwa znaczy po łacinie otwarty i nie jest ozdobnikiem: Apertus odróżnia się od większości modeli nazywanych otwartymi tym, że otwartość sięga poza wagi — obejmuje dane treningowe, metody uczenia, zasady dostrajania i kod, wszystko udokumentowane z zamiarem odtwarzalności. Modeli publikujących wagi i nazywających się otwartymi jest mnóstwo. Bardzo niewiele publikuje tyle, by zewnętrzny zespół mógł prześledzić, jak to powstało — i właśnie ta odtwarzalność jest tu konkretnym wkładem.

Skala, języki i architektura

Początkowo wydano dwa rozmiary: 8 i 70 miliardów parametrów, przy czym karta modelu dla większego wariantu instruowanego podaje 71 miliardów; opublikowano też mniejsze warianty 0,5, 1,5 i 4 miliardów. Trening pochłonął 15 bilionów tokenów. Liczbą przewodnią jest wielojęzyczność: ponad tysiąc języków według materiałów premierowych, przy czym karta modelu mówi o 1811 językach obsługiwanych natywnie, a około czterdziestu procent danych treningowych stanowią teksty inne niż angielskie. Ta proporcja tłumaczy, dlaczego model radzi sobie z językami zwykle traktowanymi po macoszemu, w tym ze szwajcarską odmianą niemieckiego i z romansz, obok niemieckiego, francuskiego, włoskiego i angielskiego. Architektonicznie jest to transformer wyłącznie dekodujący z funkcją aktywacji xIELU, trenowany optymalizatorem AdEMAMix, z domyślnym maksymalnym kontekstem 65 536 tokenów. Uczenie prowadzono na 4096 układach GH200 w superkomputerze Alps w narodowym centrum superkomputerowym. Raport techniczny opublikowano we wrześniu 2025 roku i zaprezentowano na konferencji ACL 2026.

Sposób traktowania danych jako ograniczenie projektowe

Najważniejsze decyzje inżynierskie w Apertusie dotyczą tego, co wolno było wpuścić do korpusu. Projekt deklaruje korzystanie wyłącznie z danych treningowych zgodnych z prawem i otwartych, respektowanie sygnałów rezygnacji właścicieli danych, także zgłoszonych wstecznie po pobraniu materiału, usuwanie danych osobowych oraz stosowanie technik mających zapobiegać zapamiętywaniu i odtwarzaniu materiału treningowego. Istnieje opisana ścieżka zgłaszania żądań usunięcia z tytułu ochrony danych i praw autorskich. To nietypowe stanowisko, bo respektowanie wstecznych rezygnacji kosztuje dane, a więc kosztuje punkty w testach porównawczych. Dla organizacji działającej w europejskim otoczeniu regulacyjnym i dla każdego, kto wdraża model tam, gdzie pochodzenie danych treningowych jest kwestią zgodności, a nie upodobania, jest to różnica między modelem, którego wolno użyć, a takim, którego nie wolno.

Jak z tego skorzystać

Są trzy drogi. Można pobrać wagi z kolekcji opublikowanej przez organizację swiss-ai na Hugging Face i uruchomić je u siebie — po to jest licencja Apache 2.0, która dopuszcza użycie komercyjne, modyfikację i redystrybucję bez osobnej umowy. Można sięgnąć po model przez Swisscom, partnera strategicznego inicjatywy, w formie usługi hostowanej. Można wreszcie korzystać z niego bezpłatnie przez Public AI Inference Utility, organizację non-profit prowadzącą interfejs czatu, która we wrześniu 2025 roku została oficjalnym dostawcą inferencji na Hugging Face, a prace wdrożeniowe prowadziła wspólnie z AWS w Zurychu i z Intelem. To właśnie ten czat katalog wskazuje jako stronę produktu i to tam z modelem zetknie się większość osób, które nie uruchamiają własnej inferencji.

Co zmieniła wersja 1.5

Projekt nie zatrzymał się na premierze. Apertus 1.5 ogłoszono 24 lipca 2026 roku i to wydanie zmienia zakres zastosowań modelu: dochodzi rozumienie obrazu, więc model przyjmuje wejście wizualne, a nie sam tekst; okno kontekstu rośnie czterokrotnie; poprawiono rozumowanie, korzystanie z narzędzi i podążanie za instrukcjami. Zwłaszcza korzystanie z narzędzi ma znaczenie dla każdego, kto rozważa ten model jako silnik agenta, bo to zwykle ta zdolność najbardziej odstaje w modelach otwartych od komercyjnych. Wersja 1.5 jest dostępna przez Public AI, a inicjatywa dalej publikuje aktualności, prowadzi program dla małych i średnich firm w Szwajcarii i utrzymuje model jako bieżącą infrastrukturę publiczną, a nie jednorazową publikację.

Co mówią pierwsi użytkownicy

Katalog gromadzi niewielki materiał zwrotny — średnia 3,8 na 5 z pięciu ocen, dwadzieścia dziewięć polubień i trzy pisane komentarze — i jest on mieszany w sposób pouczający. Po stronie pozytywnej jeden użytkownik opisuje model jako solidne narzędzie dające wiarygodne odpowiedzi i docenia lokalne przechowywanie historii rozmów. Zarzuty są praktyczne, nie światopoglądowe: że pobranie modelu wymaga założenia konta, co zgrzyta z narracją o pełnej otwartości, choć konto należy do platformy hostującej, nie do modelu; że odpowiedzi bywają rozwlekłe i wolne w porównaniu z usługami komercyjnymi; oraz że nie ma generowania obrazów — co jest prawdą, bo Apertus jest modelem językowym, a wersja 1.5 dołożyła zdolność czytania obrazów, nie ich tworzenia. Kto przychodzi po uniwersalnego asystenta wypolerowanego jak finansowany produkt konsumencki, będzie zawiedziony i to właśnie ta rozbieżność oczekiwań tłumaczy niezbyt wysoką średnią ocen.

Ograniczenia zapisane wprost w karcie modelu

Twórcy nie ukrywają, czego model nie gwarantuje. Karta modelu stwierdza wprost, że generowane treści nie zawsze będą zgodne z faktami, spójne logicznie ani wolne od uprzedzeń, i że Apertusa nie należy traktować jako ostatecznego źródła informacji — ważne ustalenia trzeba weryfikować niezależnie. Przeznaczenie opisano jako narzędzie pomocnicze do generowania tekstu w wielu dziedzinach i językach, a nie jako system decyzyjny. Ewaluację przeprowadzono na standardowych zestawach do rozumienia języka, między innymi ARC, HellaSwag, WinoGrande, XNLI, XCOPA i PIQA, a pełne wyniki wielojęzyczne oraz testy długiego kontekstu opisano w raporcie technicznym. To sformułowania rutynowe w kartach modeli, ale w tym wypadku warto je odnotować, bo idą w parze z rzeczywistą publikacją danych i metod — czytelnik ma czym zweryfikować te zastrzeżenia, zamiast przyjmować je na słowo.

Gdzie to pasuje

Apertus jest właściwym wyborem tam, gdzie pochodzenie modelu waży tyle samo co jego wyniki: wdrożenia w sektorze publicznym, branże regulowane, badania wymagające opisania dokładnie tego, na czym model był trenowany, oraz praca w językach obsługiwanych słabo przez modele komercyjne. Jest też właściwym wyborem dla każdego, kto chce prowadzić inferencję w całości na własnym sprzęcie bez negocjowania licencji, bo Apache 2.0 nie nakłada ograniczeń użycia. Jest wyborem złym, jeśli zależy ci na najsilniejszym dostępnym rozumowaniu za wszelką cenę, jeśli potrzebujesz generowania obrazów albo jeśli chcesz dopracowanego produktu konsumenckiego z umową serwisową. Katalog uczciwie wymienia platformy jako tryb online i hosting własny, bez własnych klientów desktopowych czy mobilnych, a wypisane funkcje są raczej konsekwencją licencji niż inżynierii: brak śledzenia, brak rejestracji do czatu, praca offline po samodzielnym uruchomieniu. Jeśli twoim zadaniem jest skracanie dokumentów, a nie wybór modelu bazowego, hostowana usługa streszczająca w rodzaju SumizAI jest krótszą drogą niż stawianie infrastruktury pod siedemdziesiąt miliardów parametrów.

Strona produktu: apertus-ai.org

Czym jest SumizAI

Aplikacja do notatek zbudowana wokół rozmowy z modelem AI. Zadajesz pytanie, odpowiedź płynie strumieniem, a odpowiedzi warte zachowania stają się notatkami Markdown — odkładanymi do vaulta, który jest katalogiem na Twoim dysku.

Vault to katalog z plikiem base.md, czyli wygenerowanym spisem treści do sześciu poziomów w głąb, oraz katalogiem notes/ z jednym plikiem .md na notatkę. Zanim notatka zostanie zapisana, jest sprawdzana wobec już istniejących, więc czwarta notatka o tym samym zostaje scalona, a nie dołożona. Odnośniki między notatkami to zwykłe linki Markdown do plików, które istnieją.

Model nigdy nie jest nasz: podłączasz własny klucz API do jednego z siedmiu dostawców — Anthropic, OpenAI, Gemini, Groq, OpenRouter, lokalna Ollama albo własny serwer — i płacisz temu dostawcy bezpośrednio. Z pytaniem wysyłany jest spis treści i najwyżej pięć trafnych notatek w budżecie 24 000 znaków, a aplikacja pokazuje, których pięciu użyła.

Każda tak zachowana odpowiedź trafia do zbioru jako treść notatki ai, gotowa do przeszukania miesiące później bez przekopywania starych rozmów.

Obok siebie

Czym się różnią

• Apertus to miejsce, w którym prowadzi się rozmowę. SumizAI nie jest czatbotem — rozmowa jest materiałem wejściowym, nie produktem. Wychodzi z niej plik .md z tytułem, miejscem w base.md i sprawdzeniem duplikatów wobec notatek, które już są w vaulcie. Jeśli chcesz tylko porozmawiać z modelem, SumizAI nie jest Ci potrzebne.
• W opisie Apertus na AlternativeTo nie ma mowy o modelu AI. W SumizAI to jest punkt wyjścia: rozmawiasz z modelem na własnym kluczu API, a odpowiedzi warte zachowania stają się notatkami bez Twojego udziału w odkładaniu.
• Apertus jest oprogramowaniem open source (Apache-2.0), a SumizAI nie. Jeśli to wgląd w kod przesądza sprawę, jest to realny argument za Apertus. SumizAI daje w zamian gwarancję strukturalną, nie prawną: notatki to pliki Markdown w wybranym przez Ciebie katalogu, więc otwierają się w dowolnym edytorze niezależnie od tego, czy aplikacja działa.
• W opisie Apertus na AlternativeTo nie ma mowy o Markdownie, więc zanim ją zapełnisz, sprawdź, w jakim formacie lądują notatki. SumizAI zapisuje standardowe pliki .md w wybranym przez Ciebie katalogu, a konto nieopłacone nadal potrafi je wszystkie wyeksportować.
• Apertus można hostować samodzielnie. W SumizAI na desktopie nie ma czego hostować — vault to katalog na Twojej maszynie — a jeśli chcesz mieć u siebie także model, lokalna Ollama jest jednym z siedmiu obsługiwanych dostawców.
• Apertus działa w przeglądarce. SumizAI jest aplikacją desktopową i mobilną, a na desktopie vault to katalog na Twoim dysku, nie dokument w cudzej chmurze.

Co wybrać