Open-source AI modely: Llama, Mistral a jak je použít

Co znamená open-source AI model

Open-source (přesněji často "open-weight") AI model znamená, že výrobce zveřejní natrénované parametry (váhy) modelu k volnému stažení, takže si ho může kdokoliv stáhnout, provozovat na vlastním hardwaru nebo v cloudu a případně dále upravovat (tzv. fine-tuning). Liší se tím od uzavřených modelů jako GPT nebo Gemini, které jsou dostupné jen přes placené API nebo webové rozhraní dodavatele a jejichž vnitřní parametry zůstávají tajné.

Mezi nejvýznamnější otevřené rodiny modelů patří Meta Llama a Mistral AI (francouzská firma). Meta model Llama 4 uvedla v dubnu 2025 jako nativně multimodální model s architekturou mixture-of-experts. Mistral v prosinci 2025 představil rodinu Mistral 3, včetně modelu Mistral Large 3 (přes 675 miliard parametrů v architektuře mixture-of-experts) a kompaktnějších edge modelů Ministral 3 (3, 8 a 14 miliard parametrů), v březnu 2026 následoval ještě Mistral Small 4. Konkrétní čísla a novější verze se mohou dále měnit, protože oba týmy vydávají aktualizace v průběhu roku.

Rozdíl v licencování je zásadní

Ne všechny "otevřené" modely jsou stejně otevřené. Mistral své modely vydává pod licencí Apache 2.0, což je skutečně volná open-source licence bez zásadních omezení použití, včetně komerčního nasazení. Meta naopak používá vlastní Llama Community License, která obsahuje omezení – například limit 700 milionů aktivních měsíčních uživatelů, nad který musí firma žádat o speciální licenci, a zákaz používat Llama k trénování konkurenčních modelů. Před komerčním nasazením je tedy nutné licenční podmínky konkrétního modelu vždy zkontrolovat, "open-source" automaticky neznamená bez omezení.

Proč firmy a vývojáři sahají po otevřených modelech

• Soukromí dat – model lze provozovat zcela lokálně, bez odesílání dotazů na servery třetí strany, což je důležité pro firmy s citlivými daty (zdravotnictví, právo, interní dokumenty).
• Kontrola nákladů – u vysokého objemu dotazů může vlastní provoz modelu vyjít levněji než placené API, i když je potřeba zohlednit náklady na hardware.
• Přizpůsobení – model lze doladit (fine-tuning) na konkrétní obor nebo jazyk, což uzavřené modely obvykle neumožňují v takové míře.
• Nezávislost na jednom dodavateli – firma není vázaná na ceny a podmínky jedné platformy.

Jak si open-source model vyzkoušet

Pro běžného uživatele existují tři hlavní cesty:

• Webové demo/chat – např. Mistral provozuje vlastní chat rozhraní "Le Chat", podobně jako OpenAI provozuje ChatGPT pro svůj uzavřený model; žádná instalace není potřeba.
• Lokální provoz – nástroje jako Ollama nebo LM Studio umožňují stáhnout menší verzi modelu (např. 7-8 miliard parametrů) a spustit ji přímo na běžném počítači s dostatečně výkonnou grafickou kartou, bez připojení k internetu po stažení.
• Hugging Face – největší veřejný repozitář otevřených modelů, kde lze modely stáhnout, vyzkoušet v prohlížeči (Spaces) nebo napojit do vlastního kódu.

Omezení, která je dobré znát

Otevřené modely v menších velikostech (do 10 miliard parametrů), které zvládne běžný domácí počítač, bývají ve srovnání s velkými uzavřenými modely (GPT, Gemini, Claude) o něco slabší v komplexním uvažování nebo dlouhém kontextu. Větší otevřené modely (desítky až stovky miliard parametrů) jim konkurují mnohem víc, ale pro jejich provoz je potřeba výkonný server nebo cloudový výpočetní výkon, který není zadarmo.

Srovnání licencí: Mistral vs. Llama v roce 2026

Mezi Mistral a Meta (Llama) je jasný rozdíl v licencování. Mistral Large 3 (MoE architektura, 675 miliard parametrů celkem, 41 miliard aktivních, kontextové okno 256 000 tokenů) vychází pod čistou licencí Apache 2.0 - jednou z nejotevřenějších open-source licencí bez prakticky žádných omezení použití. Stejně je licencován i menší Mistral Small 4 z března 2026.

Llama 4 (varianty Scout a Maverick) naproti tomu podléhá vlastní licenci Meta Community License, ne standardní open-source licenci - ta povoluje bezplatné komerční použití jen do 700 milionů měsíčně aktivních uživatelů, nad touto hranicí je potřeba samostatná licence od Mety, a navíc zakazuje použití Llamy k trénování konkurenčních modelů. Organizace Open Source Initiative dokonce veřejně zpochybnila, že Meta může model s takovými podmínkami nazývat "open source".

Technické rozdíly: kontext a architektura

Llama 4 Scout vyniká extrémně dlouhým kontextovým oknem až 10 milionů tokenů, Maverick má 400 miliard parametrů celkem (17 miliard aktivních, 128 "expertů") a kontext 1 milion tokenů. Srovnání výkonu mezi Mistral a Llama 4 se liší podle úlohy - Mistral modely bývají silnější u složitějšího uvažování, Llama 4 nabízí nižší latenci a vyšší propustnost pro vysokoobjemové nasazení, byť jde o tvrzení výrobců, ne nezávislý benchmark.

Proč firmy volí open-source model místo cloudové API

Hlavní důvody jsou kontrola nad daty (model běží na vlastní infrastruktuře, citlivá data neopustí firmu), možnost dalšího doladění (fine-tuning) na vlastní data a nezávislost na cenové politice nebo dostupnosti jednoho komerčního poskytovatele. Nevýhodou je nutnost vlastní infrastruktury a technického týmu, který model nasadí a udržuje.

Často kladené otázky k open-source AI modelům

Je Llama skutečně open-source?

Je "open-weight" - váhy modelu jsou volně ke stažení, ale licence (Llama Community License) obsahuje omezení, např. limit počtu aktivních uživatelů a zákaz trénování konkurenčních modelů, takže nejde o licenci bez jakýchkoliv podmínek.

Mohu otevřený AI model provozovat na běžném počítači?

Menší verze modelů (řádově jednotky miliard parametrů) lze provozovat i na běžném výkonnějším počítači s grafickou kartou pomocí nástrojů jako Ollama. Větší modely vyžadují výkonný server nebo cloud.

Jsou otevřené modely zdarma úplně bez nákladů?

Stažení a licence bývá zdarma, ale provoz stojí elektřinu a hardware, případně platbu za cloudový výpočetní výkon - "zdarma" se vztahuje na samotný model, ne na infrastrukturu.

Čím se liší Mistral od Llama?

Mistral je francouzská firma s licencí Apache 2.0 (plně otevřená), Meta Llama má vlastní licenci s omezeními. Oba vydávají jak velké, tak kompaktní modely pro různé nasazení.

Je bezpečné používat open-source AI model s firemními daty?

Pokud model běží lokálně nebo na vlastní infrastruktuře firmy, data neopouštějí firemní prostředí, což je z hlediska soukromí výhoda oproti odesílání dat do cloudu třetí strany.

Mohu otevřený model upravit pro vlastní potřeby?

Ano, to je jedna z hlavních výhod - model lze doladit (fine-tuning) na konkrétní data nebo obor, pokud to licenční podmínky dovolují a máte k tomu technické prostředky.

Jaký je rozdíl v licenci mezi Mistral a Llama 4?

Mistral 3 vychází pod čistou Apache 2.0 licencí bez zásadních omezení. Llama 4 podléhá vlastní licenci Meta s limitem 700 milionů měsíčně aktivních uživatelů pro bezplatné komerční použití a zákazem trénování konkurenčních modelů.

Je Llama 4 skutečně open source?

Je to sporné - organizace Open Source Initiative veřejně zpochybnila, že model s takovými licenčními omezeními může nést označení "open source" v přesném slova smyslu.

Proč firma volí open-source model místo cloudového API?

Hlavně kvůli kontrole nad daty, možnosti fine-tuningu na vlastní data a nezávislosti na jednom komerčním poskytovateli - za cenu nutnosti vlastní infrastruktury.