IBM wydał ten sam model mowy dwa razy — lepszego nie wolno używać komercyjnie

IBM od dwóch lat sprzedaje rodzinę Granite na jednej obietnicy: wszystko na licencji Apache 2.0, bez wyjątków, bez wyłączenia dla Europy, bez progów liczby użytkowników. 25 sierpnia 2026 roku opublikował model, który tę obietnicę świadomie łamie — a sposób, w jaki to zrobił, jest ciekawszy niż samo złamanie. Nowy Granite Speech 5.0 470M TurboCTC to niewielka maszyna do transkrypcji angielskiej: 473 miliony parametrów, pomyślana do pracy na laptopie albo w telefonie. Istnieje w dwóch wersjach wydanych tego samego dnia. Jedna uczona była na około 60 tysiącach godzin publicznych nagrań i ma czystą licencję Apache 2.0. Druga, oznaczona przyrostkiem -nc, uczona była na około 75 tysiącach godzin i ma licencję CC BY-NC-SA 4.0, czyli wyłącznie do badań i użytku niekomercyjnego. Karta modelu podaje to ograniczenie w pierwszym zdaniu i odsyła zastosowania komercyjne do darmowego bliźniaka. Dodatkowe 14 900 godzin tłumaczy całą sprawę. Pochodzą z dwóch zbiorów, GigaSpeech i SPGI Speech, których własne warunki zabraniają ponownego użycia komercyjnego. Model mowy nie może mieć licencji swobodniejszej niż nagrania, na których się uczył, więc IBM stanął przed wyborem, przed którym po cichu staje każdy twórca modeli dźwiękowych: uczyć na najlepszych dostępnych danych i ograniczyć wynik albo zrezygnować z danych obwarowanych i dać wszystkim coś odrobinę słabszego. IBM zrobił jedno i drugie, jawnie, i opisał, co jest czym. To opisanie jest tu najważniejsze. Powszechna praktyka branży jest odwrotna: uczyć na tym, co wpadnie, wydać pod licencją brzmiącą swobodnie i zostawić pytanie o pochodzenie danych bez odpowiedzi. Tutaj koszt wypisano na pudełku: więcej danych, węższe prawa. W tej premierze jest jeszcze drugi sygnał. To pierwszy model wydany przez IBM pod nazwą Granite 5.0 i nie jest to ani flagowy model językowy, ani system rozumujący. To maszyna do transkrypcji, w której modelu językowego nie ma w ogóle — sam koder akustyczny, odczytujący całą wypowiedź w jednym przebiegu zamiast generować ją token po tokenie. Własne liczby pobrań IBM wskazują w tę samą stronę: modele mowy tej firmy pobierane są częściej niż cokolwiek w jej katalogu poza flagowcem 8B. Obie wersje obsługują wyłącznie angielski; wielojęzyczną opcją rodziny pozostaje Granite Speech 4.1 2B, który polskiego również nie obejmuje.