Distincția între modele open-source și closed-source (cu sursă închisă) în inteligența artificială se referă la modul în care este pusă la dispoziție arhitectura, ponderile antrenate și, uneori, codul de antrenament al unui model de AI, cu implicații majore asupra transparenței, costurilor, personalizării și controlului pentru utilizatori și dezvoltatori.
Un model open-source pune la dispoziția publicului ponderile antrenate ale modelului (parametrii numerici rezultați din procesul de antrenament), permițând oricui să descarce, să ruleze local, să modifice și, adesea, să folosească comercial modelul, fără a depinde de infrastructura sau serviciile unei companii terțe. Exemple proeminente includ familiile de modele Llama (Meta) sau Mistral, disponibile pentru descărcare și utilizare de către dezvoltatori și cercetători din întreaga lume.
Un model closed-source, precum GPT (OpenAI) sau Claude (Anthropic) în forma lor completă, este accesibil exclusiv prin API-uri controlate de compania care l-a dezvoltat, fără acces public la ponderile interne ale modelului — utilizatorii trimit cereri și primesc răspunsuri, dar nu pot rula modelul independent pe propria infrastructură sau examina direct funcționarea sa internă.
Fiecare abordare implică compromisuri semnificative: modelele open-source oferă control total, confidențialitate a datelor (rularea locală elimină nevoia de a trimite informații sensibile către un server extern) și costuri potențial mai reduse la scară mare, dar necesită infrastructură proprie și expertiză tehnică pentru implementare și mentenanță. Modelele closed-source oferă, de regulă, performanțe de vârf, infrastructură gestionată complet de furnizor și actualizări continue, dar cu costuri recurente de utilizare și o dependență de politicile și disponibilitatea furnizorului extern.
