O czym jest ten film
- Unsloth opublikował mocno skompresowaną wersję GLM 5.2, którą można uruchomić na własnym komputerze — wystarczy około 250 GB pamięci.
- W autorskim teście polegającym na zbudowaniu trójwymiarowej strzelanki FPS model lokalny wypadł równie dobrze jak Opus 4.8 w chmurze.
- Model ma otwarte wagi: pobierasz go i używasz za darmo, a żaden prompt nie opuszcza twojej maszyny.
- Wymagania sprzętowe: Mac Studio 256 GB „na styk”, komfortowo 512 GB albo DGX Station z 750 GB pamięci zunifikowanej.
- Na słabszym sprzęcie uruchomisz Gemmę 4 lub NemoTron; dla średniej półki autor poleca Qwen 3.6 27B.
- Zalety lokalnej AI: brak limitów, zero kosztów tokenów, pełna prywatność. Wady: wolne tempo i mniejsze okno kontekstowe.
- Całą instalację — pobieranie, stawianie serwera, konfigurację — można zlecić agentowi typu Hermes lub OpenClaw jednym promptem.
- Podział ról: chmura do zadań wymagających szybkości i najwyższej jakości, lokalny model do prywatności i pracy pasywnej w tle.
- GLM 5.2 jest dostępny też w chmurze, taniej niż ChatGPT i Claude; wątpliwości wobec chińskich modeli znikają przy uruchomieniu lokalnym.
- Prognoza autora: w ciągu dwunastu miesięcy lokalna AI na najtańszym sprzęcie wystarczy 90% użytkowników — warto zacząć ćwiczyć już dziś.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Model klasy frontier można dziś uruchomić lokalnie
Na czym polega: Unsloth udostępnił dwubitową kwantyzację GLM 5.2 (ok. 250 GB), która w praktycznych testach — jak budowa gry FPS — dorównuje Opusowi 4.8.
Jak stosować: Jeśli masz Maca Studio z 256 lub 512 GB pamięci albo stację roboczą z dużą pulą pamięci, możesz mieć „swojego Opusa” bez abonamentu i limitów.
Na co uważać: 256 GB to absolutne minimum bez zapasu — przy pełnym obciążeniu system może się wysypać.
2.Agresywna kwantyzacja nie zawsze niszczy jakość
Na czym polega: Dwubitowa kompresja zwykle mocno odbiera modelom rozum, ale wersja od Unsloth zachowuje 82% trafności — bardzo dobry wynik jak na tak silne ścieśnienie.
Jak stosować: Wybierając wersję modelu, patrz na publikowane pomiary trafności, a nie tylko na rozmiar pliku.
Na co uważać: Im mocniejsza kompresja, tym mniejsze też okno kontekstowe i większe ryzyko błędów przy bardzo złożonych zadaniach.
3.Dobierz model do pamięci, nie do procesora
Na czym polega: Model przy starcie ładuje się do pamięci, więc to jej ilość wyznacza, co uruchomisz: Gemma 4 i NemoTron na Maca mini, Qwen 3.6 27B na średnią półkę, GLM 5.2 na sprzęt z pulą 250 GB+.
Jak stosować: Sprawdź dostępną pamięć i wybierz największy model, który się w niej mieści z zapasem na system.
Na co uważać: Nie planuj „na styk” — system i pozostałe aplikacje też potrzebują RAM-u.
4.Prywatność to główny argument za lokalnym uruchomieniem
Na czym polega: Prompty nigdy nie opuszczają twojego komputera, więc historia rozmów nie ląduje na serwerach, gdzie mogliby ją czytać pracownicy firm AI.
Jak stosować: Rozmowy osobiste, dane firmowe i wrażliwe dokumenty kieruj do instancji lokalnej.
Na co uważać: Ta gwarancja dotyczy wyłącznie uruchomienia lokalnego — ten sam model w chmurze nie ma tej właściwości.
5.Nielimitowane tokeny zmieniają ekonomię pracy z AI
Na czym polega: Lokalnie nie płacisz za użycie, więc zadania działające całą dobę przestają być finansowym szaleństwem.
Jak stosować: Zleć modelowi lokalnemu pętlę 24/7 — np. przegląd kodu, wyszukiwanie luk bezpieczeństwa i łatanie błędów — tak jak autor robi w swoim SaaS-ie.
Na co uważać: Ta sama pętla na Claude czy ChatGPT kosztowałaby majątek, więc tego typu obciążenia trzymaj z dala od kont chmurowych.
6.Wolne tempo nie przeszkadza w pracy pasywnej
Na czym polega: Lokalny GLM 5.2 jest wyraźnie wolniejszy od chmurowych konkurentów, ale gdy pracuje w tle, tempo traci znaczenie — autorowi model co dwie godziny przegląda kod, a to nikomu nie spieszy.
Jak stosować: Interaktywne zadania „tu i teraz” zostaw chmurze; przeglądy, audyty i monitorowanie — lokalnej maszynie.
Na co uważać: Nie rób z wolnego modelu jedynego narzędzia codziennego — przy programowaniu na żywo będziesz czekać w nieskończoność.
7.Instalację zleć agentowi, nie rób jej ręcznie
Na czym polega: Stawianie lokalnego modelu jest żmudne (pobieranie, serwer, konfiguracja), ale agent Hermes lub OpenClaw ogarnia to wszystko po jednym prompcie z linkiem do publikacji Unsloth.
Jak stosować: Wklej agentowi link i napisz: „uruchom dokładnie ten model na moim sprzęcie” — u autora wystarczyło wciśnięcie entera.
Na co uważać: Zanim agent ruszy z pobieraniem kilkuset gigabajtów, upewnij się, że twój komputer realnie spełnia wymagania pamięciowe.
8.Nie rezygnuj z chmury — dziel pracę hybrydowo
Na czym polega: Autor utrzymuje trzech agentów naraz: na Opusie 4.8, GPT 5.5 i lokalnym GLM 5.2. Chmura służy do zadań wymagających najwyższej inteligencji i szybkości, lokal — do prywatności i pracy w tle.
Jak stosować: Prosta reguła: potrzeba szybkości lub absolutnego maksimum jakości → chmura; potrzeba prywatności lub nielimitowanego czasu pracy → lokalnie.
Na co uważać: GLM 5.2 ma słabsze strony względem Opusa 4.8 i mniejsze okno kontekstowe — przy długich, złożonych zadaniach licz się z tym ograniczeniem.
9.Chiński model uruchomiony lokalnie nie wysyła danych nikomu
Na czym polega: Wątpliwości wobec chińskich laboratoriów AI tracą podstawy, gdy model działa na twoim komputerze — dane w ogóle go nie opuszczają.
Jak stosować: Decyzję o zaufaniu podejmuj osobno dla dwóch scenariuszy: lokalnie możesz być spokojny, w chmurze wybieraj świadomie dostawcę.
Na co uważać: W chmurze sprawdzaj regulamin i lokalizację serwerów — część firm hostuje GLM 5.2 w infrastrukturze amerykańskiej.
10.Era lokalnej superinteligencji nadchodzi — ćwicz już teraz
Na czym polega: Prognoza autora: w ciągu roku najtańszy Mac mini utrzyma inteligencję wystarczającą dla 90% użytkowników, a prywatna AI pracująca w tle 24/7 stanie się normą.
Jak stosować: Już dziś uruchom na obecnym sprzęcie jakiś lokalny model (choćby małą Gemmę 4), zleć agentowi audyt „co da się na tym odpalić” i śledź nowości.
Na co uważać: Nie czekaj na idealny sprzęt — nauka przez działanie da ci więcej niż kilka miesięcy biernego obserwowania rynku.
Redakcyjne tłumaczenie
Superinteligencja leży mi na biurku
Na moim biurku działa nieograniczona, darmowa superinteligencja. Kilka dni temu zadebiutował GLM 5.2 i właśnie robi furorę. Wyniki testów porównawczych i relacje wielu użytkowników wskazują, że model jest niemal równie dobry jak Opus 4.8 — a w najgorszym razie dorównuje wersjom 4.6 czy 4.7. Dziś doszło jednak do czegoś naprawdę istotnego: Unsloth opublikował wersję GLM 5.2, którą można uruchomić lokalnie, mając około 250 GB pamięci.
(Informacja dodatkowa: Unsloth to znane w środowisku open-source studio specjalizujące się w kwantyzacji — zmniejszaniu modeli tak, by zajmowały mniej pamięci przy niewielkiej stracie jakości.)
Pobrałem tę wersję i przetestowałem na swoim Macu Studio. Powiem szczerze: jestem pod ogromnym wrażeniem. Jakość jest niemal identyczna z Opusem 4.8 — to naprawdę mocny model.
W tym materiale pokażę, dlaczego tak jest, zaprezentuję kilka demonstracji i przeprowadzę cię przez konfigurację, dzięki której i ty będziesz mieć AI bez limitów. Jeśli pierwszy raz masz do czynienia z modelami lokalnymi, wyjaśnię, czym one są, jak je uruchomić i jaki komputer będzie potrzebny. Powiem też, dlaczego uważam, że za chwilę każdy z nas będzie miał takie modele u siebie — i jak zacząć przygotowania do tej przyszłości już dziś. Czeka cię solidna dawka wiedzy. Zaczynajmy.
Test kontrolny: strzelanka 3D zbudowana w całości lokalnie
Każdy, kto oglądał moje transmisje na żywo — wkrótce, nawiasem mówiąc, wracają — zna mój test z trójwymiarową strzelanką pierwszoosobową. To, co zaraz pokażę, to właśnie taka gra, którą GLM 5.2 stworzył w całości lokalnie na moim Macu Studio.
Wygląda naprawdę dobrze: staranne środowisko, sensowni przeciwnicy, sporo efektów wizualnych, ładna kolorystyka, liczniki trafień. Są fale wrogów, punkty, amunicja, wynik — wszystko, co powinno być. W moich oczach ten test wypadł równie dobrze jak jego odpowiednik na Opusie 4.8.
Całość powstała dzięki GLM 5.2 działającemu lokalnie, który zasila mojego agenta Hermes. I to jest najciekawsze: kazałem agentowi zbudować grę. Zbudował ją, zameldował, że wszystko działa, a następnie sam przeprowadził testy — zagrał we własną grę — i doskonalił się w trakcie. Samodzielnie utworzył sobie umiejętności do tworzenia gier w Three.js.
(Informacja dodatkowa: Three.js to popularna biblioteka JavaScript do grafiki 3D działającej w przeglądarce.)
Mam więc na biurku w pełni samodoskonalącego się agenta. Trudno się nie zdumiewać myślą, że najpotężniejsza technologia świata leży mi teraz na blacie.
Czym wyróżnia się GLM 5.2
Model ma otwarte wagi — oznacza to, że można go pobrać i uruchomić na własnym komputerze, a potem używać zupełnie za darmo. Zgodnie z moimi testami jakością dorównuje Opusowi 4.8, choć ma kilka słabszych stron; wrócę do nich za chwilę.
Uruchomiłem go na jednym — dosłownie jednym — Macu Studio. Bez łączenia kilku maszyn, bez klastra. Za moment powiem, ile pamięci jest do tego potrzebne.
Co istotne, model może zasilać twojego agenta Hermes albo Codex. Godne uznania: OpenAI pozwala w Codexie korzystać z dowolnego modelu, więc dziś można w nim uprawiać tak zwany vibe coding — czyli pisanie kodu przez samo dyktowanie zamiarów AI — na GLM 5.2, a to bardzo dobry model.
U mnie działa na Hermesie. Każdy prompt wysłany do tego agenta zostaje na moim komputerze: bez limitów, bez licznika użycia. Obok tego mam jeszcze agentów na Opusie 4.8 i na GPT 5.5; później wyjaśnię, kiedy sięgać po modele lokalne, a kiedy po frontierowe. W każdym razie mam teraz trzeciego agenta, który pracuje w pełni offline.
Jaki sprzęt będzie potrzebny
Modele lokalne da się uruchomić praktycznie na czymkolwiek. Nawet na Macu mini z 16 GB pamięci znajdzie się coś, co ruszy — za chwilę powiem, jak to ustalić.
Ale GLM 5.2 to pokaźny, ciężki model i wymaga odpowiedniego żelastwa. Uruchamiam wersję z dwubitową kwantyzacją — wrócę do tego pojęcia — która zajmuje około 250 GB. Tyle właśnie pamięci potrzeba. Teoretycznie wystarczy Mac Studio z 256 GB, choć bez żadnego zapasu, i system może się przy tym wysypać. Jeśli w styczniku słuchałeś moich zachwytów nad Maciem Studio z 512 GB, ten model uruchomisz bez trudu. W grę wchodzi też DGX Station, który Nvidia właśnie zaczęła oferować przez różnych dostawców: ma 750 GB pamięci zunifikowanej, więc zmieści model z łatwością, tyle że to bardzo drogi komputer.
Podsumowując: do tego konkretnego modelu potrzebny jest porządny sprzęt, ale niezależnie od tego, co masz teraz, istnieje lokalna AI, która na tym zadziała.
Zalety i wady
Zacznijmy od plusów. Po pierwsze: uruchomiony lokalnie model jest darmowy i bez limitów. Po drugie: prywatność i bezpieczeństwo. Żadna wiadomość nie opuszcza twojego komputera — jeśli chcesz prowadzić z AI osobiste rozmowy, nikt poza tobą ich nie przeczyta. Po trzecie — i to jest dla mnie najważniejsze — taki układ odblokowuje zupełnie nowe zastosowania. Gdy masz do czynienia z prywatną AI bez ograniczeń, możesz sobie pozwolić na dużo więcej. U mnie GLM 5.2 pracuje w pętli nad kodem nowego SaaS-a, który buduję (Henry Intelligent Machines): pilnuje bezpieczeństwa i łata znalezione błędy — całą dobę, cały rok, bez przerwy.
Teraz minusy. Po pierwsze: model jest wolny. Przyznaję to bez owijania w bawełnę — nie dorówna tempem ChatGPT 5.5 ani Opusowi 4.8 w chmurze. Ale to go nie dyskwalifikuje. Kiedy pracuje pasywnie w tle, tempo nie ma znaczenia; nie potrzebujesz wtedy błyskawicznych odpowiedzi. Do zadań, które muszę załatwić tu i teraz, nadal sięgam po Opusa i ChatGPT. Po drugie: mniejsze okno kontekstowe. I wreszcie kwantyzacja — im mocniejsza, tym większa strata jakości. Wersja dwubitowa w większości modeli robi z nich istne idioty, ale ta od Unsloth mierzy się z testami na poziomie 82% trafności, co jest naprawdę dobrym wynikiem.
Modele lokalne od podstaw — co właściwie się dzieje
Dla początkujących wyjaśnijmy od zera, żeby wszystko dalej było zrozumiałe.
Kiedy piszesz prompt do ChatGPT albo Claude, wiadomość leci z twojego komputera przez internet do centrum danych — takiego jak to na ekranie — wypełnionego tysiącami, jeśli nie milionami, potężnych procesorów graficznych. W ogromnym uproszczeniu układy te zamieniają twój prompt na liczby, przeprowadzają na nich całą kaskadę obliczeń i otrzymują odpowiedź — również w postaci liczb — którą z powrotem tłumaczą na litery i słowa. Pod maską to po prostu gigantyczna ilość matematyki.
Ten układ ma dwie wady. Płacisz za czas GPU, czyli w praktyce za tokeny. I nie masz prywatności: historia rozmów ląduje na serwerach, gdzie mogą ją czytać ludzie w firmach stojących za tymi modelami.
Lokalna AI przenosi te obliczenia na twój komputer — Maca mini czy Maca Studio. Prompty nigdzie nie wędrują, cała matematyka dzieje się u ciebie. Stąd pełna prywatność i zerowe opłaty: kosztuje cię wyłącznie prąd.
Problem był dotąd taki, że modele działające na własnym sprzęcie mocno ustępowały chmurowym — procesory w serwerowniach są po prostu potężniejsze. Na szczęście przez ostatni rok firmy mocno poprawiły wydajność modeli na tańszym sprzęcie i wymyśliły sposoby zmniejszania ich rozmiaru bez utraty sprytu. Właśnie dzięki temu możliwe jest to, co stało się dzisiaj: model o klasie Opusa działa na maszynie stojącej na twoim biurku.
I znowu ta wada: tempo. Tego modelu raczej nie zrobisz swoim głównym, codziennym narzędziem. Gdybym musiał na nim programować na żywo, siedziałbym w miejscu w nieskończoność. Ale przy pasywnym przeglądaniu kodu w tle prędkość nie gra żadnej roli, a pomoc jest ogromna.
Jaki model na jaki komputer
Wszystko rozbija się o pamięć: model przy starcie ładuje się właśnie do niej. Więcej pamięci oznacza większy model, a większy model — więcej inteligencji.
Na Macu mini realne opcje to Gemma 4 od Google — niewielka, ale sprytna i oszczędna — oraz NemoTron od Nvidii; cieszę się, że Nvidia wchodzi w lokalne modele. Na lepszym sprzęcie, czyli karcie klasy RTX 5090, DGX Spark, DGX Station czy Macu Studio, uruchomisz większe modele, takie jak GLM. Jeśli nie masz topowej konfiguracji w stylu Maca Studio z 512 GB, większości osób poleciłbym Qwen 3.6 27B: bardzo dobra inteligencja, przyzwoite tempo i spokojne zmieszczanie się w średniej półce sprzętowej.
Konfiguracja: zleć ją agentowi
Praktycznie całą techniczną robotę załatwiam przez agenta Hermes — równie dobrze sprawdzi się OpenClaw. Dlatego każdemu polecam mieć na komputerze jedno z tych narzędzi.
Cała moja „instalacja” sprowadziła się do jednej wiadomości do agenta: wkleiłem link do wpisu Unsloth (znajdziesz go pod filmem) i poprosiłem o uruchomienie dokładnie tego modelu na moim drugim Macu Studio. Agent ułożył plan, doczytał temat i po wszystkim miałem gotowego, świeżo postawionego agenta Hermes z GLM 5.2 pod spodem.
Trzeba być bowiem szczerym: załadowanie lokalnego modeli to żmudna droga — pobieranie, stawianie serwera, cała masa kroków. Agent robi to wszystko sam i sam ogarnia komplikacje. Wcisnąłem enter i było po sprawie. Od tej pory mam agenta, do którego mogę zajrzeć w każdej chwili i zlecić mu wszystko, co moim zdaniem pasuje do pracy offline.
Lokalnie czy w chmurze? Prosty podział ról
Po modele frontierowe sięgaj zawsze wtedy, gdy potrzebujesz najwyższej klasy inteligencji albo szybkości. Najnowsze premiery — wspomnę tu choćby Fable 5 — i tak będą lepsze od wszystkiego, o czym opowiadam. Przy vibe codingu, gdy budujesz coś na oczach, tempo jest kluczowe; do tego zostaję przy chmurze.
Lokalny model sprawdza się tam, gdzie liczy się prywatność — na przykład przy rozmowach, których nie chcesz zostawiać na serwerach Sama Altmana — albo gdy zadanie może być załatwiane pasywnie przez cały dzień. U mnie model co dwie godziny przegląda kod mojego SaaS-a, szuka luk bezpieczeństwa i błędów, a znalezione sam naprawia — całodobowo, dzień w dzień. Robi to powoli, ale skoro działa w tle, tempo mnie nie obchodzi. Gdybym tę samą robotę zlecił Opusowi albo ChatGPT, kosztowałoby mnie to majątek. Do zadań pasywnych lokalna AI jest więc idealna.
Można też używać GLM 5.2 w chmurze, jak zwykłego modelu — i tu wypada korzystnie: jest wyraźnie tańszy od ChatGPT i Claude’a, a w zamian dostajesz sporo użycia.
A co z zaufaniem do chińskich modeli?
To pytanie sięga pojawia regularnie i odpowiedź zależy wyłącznie od ciebie. Ja uruchamiam model lokalnie — a lokalnie dane w ogóle nie opuszczają komputera, więc nie ma czego obawiać się, że trafią w ręce obcego rządu. W chmurze decyzja należy do ciebie, choć wiem, że sporo firm hostuje GLM 5.2 na serwerach w Ameryce, jeśli to dla ciebie istotna okoliczność.
Dlaczego lokalna AI to przyszłość
Wszystko zmierza w jedną stronę. Od dwóch lat modele działające na własnym sprzęcie robią się sprytniejsze, szybsze i schodzą na coraz tańsze maszyny. Moja prognoza: w ciągu najbliższego roku najtańszy Mac mini utrzyma inteligencję na takim poziomie, że zadowoli 90% użytkowników.
Wtedy każdy z nas będzie miał na biurku własną superinteligencję: prywatną i bezpieczną, z danymi, które nigdy nie lecą do chmury. Nikt z OpenAI ani z Anthropic nie będzie czytał twoich rozmów. A ta AI będzie pracować dla ciebie całą dobę: obserwować, co robisz na komputerze, pomagać tam, gdzie potrafi, budować prezentacje, dokumenty i pisać kod — wszystko pasywnie, w tle. Uważam, że ten scenariusz zrealizuje się w najbliższych dwunastu miesiącach.
Jak przygotować się już dziś
Po pierwsze: zrozum, jak działa lokalna AI. Właśnie dostałeś całkiem solidne wyjaśnienie — i jeśli oglądasz moje filmy, jesteś w dobrej sytuacji.
Po drugie: eksperymentuj na sprzęcie, który masz. Nawet ze słabym Maciem mini coś da się uruchomić. Najprościej poprosić agenta Hermes albo OpenClaw: „Rozejrzyj się po tym komputerze i sprawdź, jakie modele lokalne da się na nim uruchomić oraz do czego będą się nadawały”. Na małym Macu mini i tak zmieści się jakaś wersja Gemmy 4, która udźwignie drobne zadania.
Po trzecie: najlepiej uczysz się AI przez działanie. Zainstaluj model — choćby był słaby i choćby nie podołał całemu twojemu vibe codingowi. Samo jego użycie nauczy cię mnóstwo o tym, jak ta technologia działa.
Po czwarte: bież śledź nowości. Ten rynek porusza się zawrotnie, nowe modele wychodzą codziennie. Mój pogląd jest taki, że w tym nowym świecie wygrywa ten, kto najszybciej wdraża najświeższą technologię. Jeśli będziesz na bieżąco i od razu zacznie korzystać z tego, co najlepsze, zyskasz wyraźną przewagę nad konkurencją.
Na koniec
Z GLM 5.2 działającym lokalnie zrobimy jeszcze sporo testów i pokażę więcej zastosowań. Chcę też pokazać pętlę kodującą, którą zbudowałem — jeśli interesuje was ten temat, dajcie znać w komentarzach; przy wystarczającym zainteresowaniu zrobię z tego kolejny film. W Vibe Coding Academy poprowadzę zresztą pełny warsztat na żywo o modelach lokalnych — zapis znajdziesz pod materiałem.
Mam najlepszą pracę na świecie: eksperymentuję, nagrywam filmy o swoich eksperymentach i uczę was tego, co sam sprawdziłem. To dla mnie ogromne, że poświęcacie czas, żeby się tego ode mnie uczyć. Dziękuję i do zobaczenia w następnym materiale.