[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"layout-ticker":3,"$fm4tUHdV5m2kISxk0QX73QbwXO9iQ4xMjUaj_pfQD_0E":208,"$fmApKCyerg4GMG9ZQ5ISJYEhs0K3aoZA6cvs9CU00mqQ":236,"atoms-transformers-do-mlx-w-jednej-komendzie-czy-lokalny-llm-na-macu-zastapi-chmure":333},[4,10,16,21,26,31,36,41,46,51,56,61,66,72,77,82,87,92,97,102,107,112,118,123,128,133,138,143,148,153,158,163,168,173,178,183,188,193,198,203],{"slug":5,"draft_id":6,"pillar_id":8},"jak-legalon-obnizyla-koszty-modeli-kodowych-o-65-bez-spowolnienia-pracy-i-jak-to-zrobic-w-twojej-firmie-jaqm",{"title":7},"LegalOn obniżyła dzienne koszty Codex o 65% — jak to działa",{"name":9},"Narzędzia AI",{"slug":11,"draft_id":12,"pillar_id":14},"ai-w-badaniach-kwantowych-jak-jump-trading-automatyzuje-prace-analitykow-w-30-mniej-czasu",{"title":13},"Agenci AI w badaniach ilościowych: przykład Jump Trading",{"name":15},"Praktyczne zastosowania",{"slug":17,"draft_id":18,"pillar_id":20},"jak-asana-obnizyla-koszty-testow-browserowych-o-76-razy-i-jak-to-zrobic-w-twojej-firmie-juz-teraz",{"title":19},"Agenci przeglądarkowi AI w testach: jak Asana obniżyła koszty 76 razy",{"name":15},{"slug":22,"draft_id":23,"pillar_id":25},"jak-ai-w-atlassian-openai-automatyzuje-prace-zespolow-i-jak-to-zrobic-w-twojej-firmie",{"title":24},"Atlassian i OpenAI: co daje ChatGPT i Codex w Jirze — stan na 2026",{"name":9},{"slug":27,"draft_id":28,"pillar_id":30},"jak-ai-przyspiesza-prace-zespolow-it-o-30-ale-tylko-jesli-wiesz-jak-zintegrowac-ja-z-kodem-i-dokumentacja",{"title":29},"Ile naprawdę daje AI zespołowi programistów? Badania, ceny, pomiar",{"name":9},{"slug":32,"draft_id":33,"pillar_id":35},"jak-ai-z-atlassianem-i-openai-przyspiesza-prace-zespolowa-ale-czy-warto-wdrazac-to-w-twojej-firmie",{"title":34},"ChatGPT w firmie: plany Business, ceny i bezpieczeństwo danych (2026)",{"name":9},{"slug":37,"draft_id":38,"pillar_id":40},"jak-zautomatyzowac-analize-danych-w-twojej-firmie-bez-it-i-zaoszczedzic-40-budzetu",{"title":39},"Analiza danych bez działu IT: agenci AI i automatyzacja w 2026",{"name":9},{"slug":42,"draft_id":43,"pillar_id":45},"jak-data-agent-w-chatgpt-work-oszczedza-20-30-czasu-analitykow-bez-kodowania",{"title":44},"Data agent w ChatGPT Work: co potrafi analityk bez kodowania",{"name":9},{"slug":47,"draft_id":48,"pillar_id":50},"jak-ai-zwieksza-wydajnosc-inzynierow-o-21-i-jak-to-zrobic-w-twojej-firmie",{"title":49},"Jak Codex zwiększa wydajność inżynierów — case study 1Password i",{"name":15},{"slug":52,"draft_id":53,"pillar_id":55},"chatgpt-przyspiesza-prace-marketingowa-o-90-jak-to-zrobic-w-twojej-firmie",{"title":54},"ChatGPT Work w marketingu: co przyspiesza, a czego nie zastąpi",{"name":15},{"slug":57,"draft_id":58,"pillar_id":60},"kontrola-agentow-ai-kiedy-twoja-firma-traci-wplyw-nad-dzialaniami-automatyzacji",{"title":59},"Kontrola agentów AI: jak firma zachowuje wpływ nad automatyzacją",{"name":15},{"slug":62,"draft_id":63,"pillar_id":65},"fsm-runtime-vs-llm-dlaczego-polskie-firmy-placa-za-bledne-mutacje-stanu",{"title":64},"FSM runtime vs. LLM: dlaczego polskie firmy płacą za błędne mutacje stanu",{"name":15},{"slug":67,"draft_id":68,"pillar_id":70},"csv-do-raportu-dla-zarzadu-w-30-minut-bez-excela-bez-bolu-glowy",{"title":69},"Raport zarządczy z CSV w kilka minut — jak Claude i Copilot zastępują",{"name":71},"Tutoriale how-to",{"slug":73,"draft_id":74,"pillar_id":76},"jak-zbudowac-wlasny-pipeline-grafow-wiedzy-z-tekstu-w-6-krokach-i-kiedy-to-nie-warto",{"title":75},"Grafy wiedzy z tekstu: kiedy się opłacają, a kiedy to marnotrawstwo",{"name":71},{"slug":78,"draft_id":79,"pillar_id":81},"wspoldzielona-pamiec-dla-agentow-ai-jak-21-wezlow-zmienilo-koszty-debugowania-w-7-domenach",{"title":80},"Współdzielona pamięć agentów AI: jak działa i kiedy się opłaca",{"name":15},{"slug":83,"draft_id":84,"pillar_id":86},"jak-banki-chronia-swoje-algorytmy-i-dlaczego-twoje-agencje-ai-sa-bezbronne",{"title":85},"AI w bankach 2026: jak chronić algorytmy przed zagrożeniami",{"name":15},{"slug":88,"draft_id":89,"pillar_id":91},"agenci-ai-nie-zastepuja-ludzi-tworza-im-nowe-mozliwosci-jak-basis-clay-i-exa-labs-przeksztalcaja-procesy-w-zdolnosci-operacyjne",{"title":90},"Basis, Clay i Exa Labs: co robią agenci AI, a co zostaje człowiekowi",{"name":15},{"slug":93,"draft_id":94,"pillar_id":96},"jak-ocenic-llm-w-produkcji-bez-polegan-na-vibes-trzy-proste-reguly-w-pythonie",{"title":95},"Jak ocenić LLM w produkcji bez „vibes”? Reguły i metryki w Pythonie",{"name":15},{"slug":98,"draft_id":99,"pillar_id":101},"figma-ai-asystent-czy-twoi-projektanci-moga-zrezygnowac-z-myszki",{"title":100},"Figma AI agent: co potrafi asystent projektowania w 2026?",{"name":9},{"slug":103,"draft_id":104,"pillar_id":106},"heym-vs-tradycyjne-narzedzia-kiedy-agent-ai-przestaje-byc-dodatkiem-i-staje-sie-domyslnym-blokiem",{"title":105},"Agent AI jako domyślny blok workflow: Heym, n8n, Make i Zapier w 2026",{"name":9},{"slug":108,"draft_id":109,"pillar_id":111},"langchain-w-pipeline-ie-retrievalowym-sprawdzilismy-to-nie-dziala-tak-jak-sie-wydaje",{"title":110},"LangChain w RAG: co robi, gdzie zwalnia i kiedy go zostawić",{"name":15},{"slug":113,"draft_id":114,"pillar_id":116},"autonomiczny-bot-ai-zhackowal-projekty-microsoftu-i-innych-firm-jak-to-dziala-i-co-to-oznacza-dla-open-source",{"title":115},"Lokalne modele AI w 2026: Ollama, LM Studio i modele polskie",{"name":117},"News & analizy",{"slug":119,"draft_id":120,"pillar_id":122},"ai-nie-jest-najwiekszym-zagrozeniem-to-twoi-pracownicy-otwieraja-drzwi-hakerom",{"title":121},"Exploity i skradzione hasła zamiast AI — co naprawdę atakuje firmy w",{"name":117},{"slug":124,"draft_id":125,"pillar_id":127},"ue-chce-zmusic-google-do-otwarcia-androida-na-konkurencyjne-asystenty-ai-co-to-oznacza-dla-polskich-firm",{"title":126},"Komisja Europejska nakazała Google otworzyć Androida dla",{"name":117},{"slug":129,"draft_id":130,"pillar_id":132},"twoja-architektura-multi-agent-kosztuje-5000-pln-miesiac-na-tokenach-jak-to-zmienic",{"title":131},"Koszty tokenów w architekturze multi-agent: jak je policzyć i obniżyć",{"name":71},{"slug":134,"draft_id":135,"pillar_id":137},"agent-ai-dostal-dostep-do-twoich-systemow-czy-twoja-firma-jest-gotowa",{"title":136},"OWASP Top 10 dla LLM 2026: co zmienia się dla firm z agentami AI",{"name":117},{"slug":139,"draft_id":140,"pillar_id":142},"rag-w-produkcji-dlaczego-80-projektow-zawodzi-juz-po-pierwszym-deploymencie",{"title":141},"RAG w produkcji: od demo do systemu, który działa — co się zmienia",{"name":15},{"slug":144,"draft_id":145,"pillar_id":147},"jak-zbudowac-kontrolna-warstwe-dla-llm-w-produkcji-przyklad-z-100-niezawodnoscia",{"title":146},"Walidacja outputu lokalnych LLM w produkcji: JSON mode, structured",{"name":15},{"slug":149,"draft_id":150,"pillar_id":152},"chi-2026-dlaczego-apple-stawia-na-barcelone-i-co-to-oznacza-dla-twojego-biznesu",{"title":151},"CHI 2026 w Barcelonie: co Apple zaprezentowało naukowcom i jak to",{"name":117},{"slug":154,"draft_id":155,"pillar_id":157},"czy-polska-moze-powtorzyc-sukces-singapuru-ai-w-walce-z-nielegalnym-handlem-gatunkami",{"title":156},"Fin Finder: jak AI pomaga celnikom rozpoznawać płetwy rekinów",{"name":117},{"slug":159,"draft_id":160,"pillar_id":162},"odpowiedzialna-ai-w-microsoft-350-inzynierow-etyki-vs-87-polskich-firm-bez-polityki",{"title":161},"Odpowiedzialna AI w firmach: od zasad Microsoftu do wymogów AI Act",{"name":117},{"slug":164,"draft_id":165,"pillar_id":167},"midi-2020-co-naprawde-zmienilo-sie-w-polskim-ai-po-tej-konferencji",{"title":166},"MIDI 2020: ósma edycja konferencji o inteligentnych maszynach",{"name":117},{"slug":169,"draft_id":170,"pillar_id":172},"dall-e-2-jak-polskie-firmy-moga-zarabiac-na-tekscie-ktory-maluje-obrazy",{"title":171},"Generatory obrazów AI w 2026: co potrafią i jak wybrać narzędzie",{"name":117},{"slug":174,"draft_id":175,"pillar_id":177},"proces-muska-vs-altman-dlaczego-polskie-firmy-ai-wstrzymaly-inwestycje-na-3-miesiace",{"title":176},"Proces Muska vs. Altman: co ujawnił o przyszłości OpenAI i biznesu AI",{"name":117},{"slug":179,"draft_id":180,"pillar_id":182},"lingbot-world-fast-17-fps-w-generowaniu-wideo-czy-to-wystarczy-zeby-wyprzedzic-stability-ai",{"title":181},"LingBot-World-Fast: co potrafi otwarty world model Robbyant",{"name":9},{"slug":184,"draft_id":185,"pillar_id":187},"calowanie-robotow-biznesowy-sens-czy-naukowy-eksperyment",{"title":186},"Roboty społeczne w Polsce: od eksperymentu do praktyki",{"name":117},{"slug":189,"draft_id":190,"pillar_id":192},"gemini-3-5-vs-gpt-5-5-kto-oszukuje-a-kto-naprawde-buduje",{"title":191},"GPT-5.5 vs Gemini 3.5: co naprawdę wiadomo w 2026 roku",{"name":9},{"slug":194,"draft_id":195,"pillar_id":197},"sensenova-vs-flux-klein-ktore-narzedzie-do-edycji-obrazow-ai-oszczedzi-ci-120-godzin-pracy-rocznie",{"title":196},"SenseNova U1.5 vs FLUX 3 Image Klein: co wybrać do edycji zdjęć",{"name":9},{"slug":199,"draft_id":200,"pillar_id":202},"czy-agi-naprawde-nadejdzie-za-kilka-lat-demis-hassabis-kontra-polska-rzeczywistosc",{"title":201},"Kiedy powstanie AGI? Co naprawdę powiedział Demis Hassabis",{"name":117},{"slug":204,"draft_id":205,"pillar_id":207},"inzynieria-promptow-jak-zaczac-bez-wydawania-zlotowki",{"title":206},"Inżynieria promptów: jak zacząć bez wydawania złotówki",{"name":71},[209],{"id":210,"slug":211,"page_type":212,"hub_slug":213,"cover_image":214,"published_at":215,"last_refreshed_at":216,"reviewed_at":217,"reviewed_by":217,"reading_time_min":218,"pillar_id":219,"author_id":223,"draft_id":230},"62e6efd9-b643-473c-a842-169330075734","transformers-do-mlx-w-jednej-komendzie-czy-lokalny-llm-na-macu-zastapi-chmure","article","lokalne-modele-ai","40ed76c6-dd3c-45cc-a611-6b227ce0a7f7","2026-07-27T13:29:32.520Z","2026-10-23T07:12:10.922Z",null,8,{"id":220,"name":71,"slug":221,"color_token":222},"d6c684e6-7b4c-40d9-907b-469f30dc2126","tutoriale-how-to","olive",{"display_name":224,"slug":225,"bio_short":226,"social_links":227},"Andrzej Niemiec","andrzej-niemiec","Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.",{"linkedin":228,"x":217,"github":217,"website":229},"https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fandrzej-niemiec-b3ab60220\u002F","https:\u002F\u002Faion-automation.pl",{"title":231,"meta_description":232,"body_mdx":233,"word_count":234,"schema_type":235},"Lokalne modele AI w 2026: MLX, Ollama i LM Studio w praktyce","Lokalne modele AI na Macu i w firmie: co naprawdę potrafi MLX i mlx-lm, czym różnią się Ollama i LM Studio, ile potrzeba pamięci i ile to kosztuje w 2026 roku.","## Czy lokalny model na Macu zastąpi chmurę?\n\nW wybranych zastosowaniach tak, w całym zakresie nie. Dokumentacja Transformers opisuje ładowanie modeli MLX bezpośrednio z Hugging Face Hub przez `mlx_lm.load`, ale wyłącznie dla architektur objętych wsparciem, więc obsługa konkretnego checkpointu jest warunkowa, a nie domyślna [1]. Ta sama dokumentacja wymienia lokalny serwer zgodny z API OpenAI, co pozwala podstawić model lokalny tam, gdzie aplikacja oczekuje chmury, bez gwarancji identycznej jakości, długości kontekstu i skalowania [1]. Pakiet `mlx-lm` służy do uruchamiania, kwantyzacji i dostrajania modeli językowych na Apple Silicon [4].\n\nDecyzja sprowadza się do trzech warunków: zadanie mieści się w możliwościach modelu, pamięć komputera wystarcza na wagi i kontekst, licencja pozwala na planowane użycie. Katalog narzędzi i modeli rozwijamy na stronie [lokalne modele AI](\u002Flokalne-modele-ai).\n\n16 kwietnia 2026 roku Hugging Face opisał projekt Transformers-to-MLX. To Skill, który pomaga portować architektury modeli z Transformers do MLX, analizuje kod, pisze implementację w MLX i uruchamia testy [2]. Publiczna karta projektu prowadzi do repozytorium ze skillem [3]. Jest to narzędzie deweloperskie, nie nowy model ani produkt komercyjny zastępujący API [2][3].\n\n## Co zmieniło się w 2026 roku: MLX, Ollama i LM Studio\n\nTrzy zmiany: MLX stał się dojrzałym frameworkiem Apple, Ollama dodała runner MLX oraz funkcje agentowe, a LM Studio rozbudowało lokalny serwer o MCP i równoległe zapytania. Każda dotyczy innego etapu pracy: frameworka, runtime'u i aplikacji desktopowej.\n\nMLX to otwarty framework tablicowy rozwijany przez Apple Machine Learning Research, przeznaczony przede wszystkim dla Apple Silicon i dostępny na licencji MIT [4]. Sesje WWDC25 pokazują praktyczną pracę z modelami językowymi na układach Apple z użyciem tego frameworka [5]. MLX korzysta ze wspólnej pamięci układu, co ogranicza kopiowanie danych między CPU i GPU, ale pojemność tej pamięci nadal wyznacza praktyczny rozmiar modelu [4].\n\nOllama w wersji v0.40.4 ukazała się 12 października 2026 roku [6]. Wcześniej producent dodał runner MLX na Apple Silicon w wersji preview [7], structured outputs wymuszające odpowiedź zgodną ze schematem JSON [8], tool calling [9] oraz silnik dla modeli multimodalnych, ogłoszony 15 maja 2025 roku [10]. W lipcu 2026 roku firma podawała 8,9 mln deweloperów i finansowanie w wysokości 88 mln USD [11].\n\nLM Studio w wersji 0.4.26 widnieje na stronie pobierania dla Windows 15 października 2026 roku, ale strona nie podaje daty wydania tej wersji [12]. Obsługa MCP pojawiła się w wersji 0.3.17 z 25 czerwca 2025 roku [13], a linia 0.4.0 z 28 stycznia 2026 roku wniosła równoległe zapytania i ciągłe batchowanie [14]. Obok aplikacji działają narzędzia `lms` oraz bezgraficzny serwer `llmster` [15].\n\nO tym, dlaczego rankingi modeli bywają mylące, piszemy w tekście o [benchmarkach modeli open source](\u002Fposts\u002Franking-modeli-ai-open-source-dlaczego-benchmarki-to-za-malo).\n\n## Ollama czy LM Studio — co wybrać do lokalnych modeli?\n\nOllama wygrywa w automatyzacji i pracy z terminala, LM Studio w pracy z dokumentami oraz w konfiguracji przez interfejs graficzny. Oba udostępniają lokalny serwer API i obsługują format GGUF, różnią się jednak zakresem funkcji wbudowanych i sposobem zarządzania modelami.\n\n| Kryterium | Ollama | LM Studio |\n|---|---|---|\n| Interfejs | terminal oraz aplikacja desktopowa; lokalne API domyślnie pod `http:\u002F\u002Flocalhost:11434` [16] | aplikacja graficzna z katalogiem modeli i pobieraniem z Hugging Face [18] |\n| Formaty i akceleracja | GGUF; runner MLX na Apple Silicon w wersji preview [7] | GGUF oraz MLX na Apple Silicon [18] |\n| Praca z dokumentami | nie jest opisana w materiałach producenta | RAG dla plików `.pdf`, `.docx` i `.txt` [19] |\n| Narzędzia zewnętrzne | tool calling w modelach [9] | MCP od wersji 0.3.17 [13] |\n| Cena wejścia | lokalne modele bezpłatne, logowanie niewymagane [20] | plan Free za 0 USD [21] |\n\nOllama działa na macOS, Windows i Linux, także w kontenerach Docker, a lokalne API domyślnie odpowiada pod `http:\u002F\u002Flocalhost:11434` [16]. LM Studio pobiera modele z katalogu połączonego z Hugging Face i pozwala uruchomić czat bez dostępu do sieci po pobraniu wag [18].\n\n## Które modele warto uruchomić lokalnie w 2026 roku?\n\nNie ma jednego najlepszego modelu, bo wybór zależy od języka, zadania, pamięci i licencji. Poniższa tabela zbiera rodziny najczęściej wskazywane w bibliotekach obu narzędzi oraz polskie modele, dla których dostępne są karty modeli i raporty techniczne.\n\n| Model | Typowe warianty lokalne | Zastosowanie i uwagi |\n|---|---|---|\n| Qwen3 | 4B, 8B, 14B, 30B i większe; warianty gęste i MoE | wielojęzyczność, kod, rozumowanie, agenci [27] |\n| Gemma 4 | rozmiary zależne od sprzętu | zadania ogólne, kod, praca z obrazem [28] |\n| gpt-oss | 20B, 120B | rozumowanie, agenci, structured output; większy wariant wymaga dużej pamięci [29] |\n| DeepSeek-R1 | 8B, 14B i większe destylacje | matematyka i rozumowanie krokowe; wagi R1 są na licencji MIT, a destylacje dziedziczą warunki modelu bazowego [30] |\n| Llama 4 | Scout, Maverick | tekst i obraz; duże warianty są wymagające sprzętowo [31] |\n| Bielik v3 | 1,5B, 4,5B, 11B | polski, ekstrakcja, klasyfikacja; SpeakLeash i ACK Cyfronet AGH, 32 języki europejskie, Apache 2.0, brak wbudowanej moderacji [32] |\n| PLLuM 2512 | 4B, 8B, 12B, 70B | polska administracja, dokumenty, RAG; wariant 12B chat na Apache 2.0, warianty Llama pod licencją Llama [34] |\n\nBielik v3 jest dostępny w bibliotece Ollama, między innymi jako `bielik-11b-v3.0-instruct`, a strona SpeakLeash zawiera także warianty 1,5B i 4,5B [33]. W benchmarku LLMzSzŁ, dotyczącym języka polskiego, Bielik-11B-v2.1-Instruct uzyskał 57,52 punktu i był najlepszym testowanym modelem poniżej 15B parametrów, ale wynik dotyczy starszej wersji i jednego zestawu zadań, więc nie stanowi uniwersalnego rankingu [35].\n\n## Ile pamięci potrzebuje lokalny model?\n\nWidełki zależą od liczby parametrów i kwantyzacji. Poniższe wartości są planistyczne, nie gwarantowane: dotyczą typowych modeli po kwantyzacji, a nie konkretnego checkpointu.\n\n| Model po kwantyzacji | Sensowny punkt startowy |\n|---|---|\n| 2B–4B | 8–16 GB RAM lub wspólnej pamięci |\n| 7B–8B | około 8 GB VRAM albo 16 GB RAM |\n| 12B–14B | 12–16 GB VRAM albo 24 GB RAM |\n| 27B–32B | 24–32 GB VRAM lub RAM |\n| 70B | około 40–48 GB pamięci dla Q4 |\n\nOficjalne wymagania LM Studio podają macOS 14 lub nowszy, układy Apple Silicon M1–M4 i zalecane co najmniej 16 GB RAM; Intel Mac nie jest obecnie wspierany [36]. Ollama działa na CPU, korzysta z Metal na Apple, wymaga compute capability 5.0+ dla NVIDIA i wsparcia ROCm dla AMD, a Docker z akceleracją GPU działa na Linuksie oraz Windows\u002FWSL2, natomiast Docker Desktop na macOS nie udostępnia GPU kontenerom [37].\n\nKwantyzacja 4-bitowa zmniejsza zużycie pamięci, może jednak obniżyć jakość, dlatego LM Studio zaleca 4 bity lub więcej, jeśli sprzęt na to pozwala [38]. Długi kontekst zużywa dodatkową pamięć, a równoległe zapytania zwiększają zapotrzebowanie w przybliżeniu proporcjonalnie do liczby sekwencji i długości kontekstu [17]. Szybki dysk SSD jest praktycznie konieczny dla dużych modeli, a GPU poprawia szybkość, nie jakość odpowiedzi.\n\n## Ile kosztuje lokalny model, a ile chmura?\n\nLokalne modele w Ollama są bezpłatne i bez limitu zapytań po stronie producenta: płaci się za sprzęt, energię i ewentualne aplikacje dodatkowe, a logowanie nie jest wymagane [20]. Płatne plany dotyczą modeli hostowanych w chmurze i zaczynają się od 20 USD miesięcznie [20].\n\n| Plan | Cena | Zakres |\n|---|---|---|\n| Ollama Free | 0 USD | lokalne modele, ograniczony zestaw modeli cloud, 1 równoległe zapytanie [20] |\n| Ollama Pro | 20 USD\u002Fmies. lub 200 USD\u002Frok | 60 USD kredytów miesięcznie, 3 równoległe zapytania [20] |\n| LM Studio Free | 0 USD | lokalne modele, llama.cpp, MLX, ograniczone wyszukiwanie [21] |\n| LM Studio Bionic+ | 20 USD\u002Fmies. | modele open-weight hostowane w USA, wyszukiwanie i ekstrakcja stron [21] |\n\nKredyty w planach Ollama resetują się co miesiąc i nie przechodzą na kolejny okres [20]. Kurs przyjęty w zestawieniu to 1 EUR = 4,3689 PLN z 15 października 2026 roku, a dostawcy rozliczają się głównie w USD, więc bank lub operator karty może zastosować własny kurs i doliczyć VAT [22].\n\nPo stronie chmury ceny katalogowe modeli OpenAI kształtowały się różnie: GPT-4 kosztował 30 USD za milion tokenów wejściowych i 60 USD za milion wyjściowych, GPT-4o 2,50 i 10 USD, a GPT-4.1 odpowiednio 2 i 8 USD [23][24][25]. Limity stawek, takie jak liczba żądań i tokenów na minutę oraz limity wydatków organizacji, są osobnym mechanizmem i nie zmieniają ceny jednostkowej [26].\n\n## Jak dziś wygląda konwersja modelu z Transformers do MLX?\n\nNie jest to bezwarunkowa konwersja dowolnego modelu jedną komendą. Skill Transformers-to-MLX analizuje architekturę, generuje kod implementacji i uruchamia testy, a jego instalację można rozpocząć pojedynczą komendą `uv run ...\u002Finstall_skill.py` [2]. Konwersję i kwantyzację obsługiwanego checkpointu wykonuje polecenie `mlx_lm.convert --hf-path ... --mlx-path ... -q` [39].\n\nW praktyce kolejność jest taka: sprawdzenie, czy architektura jest wspierana [1], pobranie wag z Hub, konwersja do formatu MLX i uruchomienie testów wygenerowanych przez Skill [2]. Dla obsługiwanych architektur `mlx_lm.load` potrafi wczytać safetensors prosto z Hubu, bez ręcznej konwersji plików [1]. Repozytorium `mlx-lm` zawiera narzędzia do generowania tekstu, kwantyzacji i dostrajania [4].\n\nO wpływie sprzętu na szybkość wnioskowania pisaliśmy w artykule o [inferencji LLM na AMD Strix Halo](\u002Fposts\u002Famd-strix-halo-jak-przyspieszylismy-inferencje-llm-z-310-do-1260-tokenow-na-sekunde).\n\n## Kiedy lokalny model nie ma sensu?\n\nNie ma sensu wtedy, gdy architektura modelu nie jest objęta wsparciem, gdy wagi nie mieszczą się w pamięci albo gdy licencja blokuje planowane użycie. Wsparcie jest warunkowe i zależy od konkretnego checkpointu, a nie od samej nazwy rodziny [1].\n\nTrzy ograniczenia wracają najczęściej. Pamięć wspólna wyznacza praktyczny rozmiar modelu, więc bardzo duże warianty wymagają stacji roboczej, a nie laptopa [4]. Licencja bywa złożona: warianty Llama w rodzinie PLLuM podlegają licencji Llama, mimo że pozostałe warianty są na Apache 2.0 [34], a destylacje DeepSeek-R1 dziedziczą warunki modelu bazowego [30]. Dostępność funkcji też nie jest równa: lokalny serwer zgodny z API OpenAI nie zapewnia automatycznie tej samej jakości, kontekstu i skalowania co usługa chmurowa [1].\n\n## Najczęstsze pytania\n\n### Czy lokalny model na Macu potrzebuje internetu?\n\nInternet jest potrzebny głównie do pobrania aplikacji i wag modelu, po ich zapisaniu na dysku czat działa offline. LM Studio oferuje czat offline oraz pobieranie modeli z katalogu połączonego z Hugging Face [18]. Ollama przechowuje modele lokalnie i udostępnia je przez lokalne API pod `http:\u002F\u002Flocalhost:11434`, a logowanie nie jest wymagane do modeli lokalnych [16][20].\n\n### Ile RAM wystarczy do modelu 7B–8B?\n\nDla modeli 7B–8B sensownym punktem startowym jest około 8 GB VRAM albo 16 GB pamięci wspólnej. LM Studio zaleca co najmniej 16 GB RAM na Macach z Apple Silicon [36]. Wartości rosną wraz z długością kontekstu i liczbą równoległych zapytań, bo pamięć trzeba rozdzielić między sekwencje [17]. Kwantyzacja 4-bitowa zmniejsza plik, ale może obniżyć jakość odpowiedzi [38].\n\n### Czy Bielik działa w Ollama?\n\nTak. Bielik v3 jest dostępny w bibliotece Ollama między innymi jako `bielik-11b-v3.0-instruct`, a strona SpeakLeash zawiera też warianty 1,5B i 4,5B [33]. Model ma 11 mld parametrów, powstał w SpeakLeash i ACK Cyfronet AGH, obejmuje 32 języki europejskie z naciskiem na polski i jest wydany na licencji Apache 2.0 według karty modelu [32]. Karta zastrzega brak wbudowanych mechanizmów moderacji.\n\n### Czy lokalne modele są bezpłatne?\n\nLokalne modele w Ollama są bezpłatne i bez limitu zapytań po stronie producenta, a opłaty dotyczą wyłącznie modeli hostowanych w chmurze [20]. LM Studio udostępnia plan Free za 0 USD z lokalnymi modelami, llama.cpp i MLX [21]. Realny koszt to sprzęt, energia i czas na konfigurację oraz utrzymanie środowiska.\n\n### Czy Mac z procesorem Intel uruchomi MLX?\n\nNie według oficjalnych wymagań LM Studio: wspierane są układy Apple Silicon M1–M4 z macOS 14 lub nowszym, a Intel Mac nie jest obecnie obsługiwany [36]. MLX jest frameworkiem projektowanym pod Apple Silicon, a `mlx-lm` obsługuje uruchamianie, kwantyzację i dostrajanie modeli na tych układach [4]. Na innych platformach pozostają narzędzia oparte na GGUF.\n\n## Źródła\n\n1. [MLX (Hugging Face Transformers docs)](https:\u002F\u002Fhuggingface.co\u002Fdocs\u002Ftransformers\u002Fcommunity_integrations\u002Fmlx)\n2. [The PR you would have opened yourself (Hugging Face Blog, 2026)](https:\u002F\u002Fhuggingface.co\u002Fblog\u002Ftransformers-to-mlx)\n3. [huggingface\u002Ftransformers-to-mlx (decision.ai)](https:\u002F\u002Fhub.decision.ai\u002Fskills\u002Fhuggingface\u002Ftransformers-to-mlx)\n4. [GitHub — ml-explore\u002Fmlx-lm](https:\u002F\u002Fgithub.com\u002Fml-explore\u002Fmlx-lm)\n5. [Explore large language models on Apple silicon with MLX — WWDC25 (Apple Developer)](https:\u002F\u002Fdeveloper.apple.com\u002Fvideos\u002Fplay\u002Fwwdc2025\u002F298)\n6. [Release v0.40.4 (ollama\u002Follama, GitHub)](https:\u002F\u002Fgithub.com\u002Follama\u002Follama\u002Freleases\u002Ftag\u002Fv0.40.4)\n7. [Ollama is now powered by MLX on Apple Silicon in preview (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Fmlx)\n8. [Structured outputs (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Fstructured-outputs)\n9. [Tool support (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Ftool-support)\n10. [Ollama's new engine for multimodal models (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Fmultimodal-models)\n11. [Ollama: all aboard open models (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Fall-aboard-open-models)\n12. [Download LM Studio — Mac, Linux, Windows (LM Studio)](https:\u002F\u002Flmstudio.ai\u002Fdownload)\n13. [MCP in LM Studio (LM Studio Blog)](https:\u002F\u002Flmstudio.ai\u002Fblog\u002Flmstudio-v0.3.17)\n14. [Introducing LM Studio 0.4.0 (LM Studio Blog)](https:\u002F\u002Flmstudio.ai\u002Fblog\u002F0.4.0)\n15. [LM Studio, llmster, and lms (LM Studio docs)](https:\u002F\u002Flmstudio.ai\u002Fdocs\u002Fapp\u002Fbasics\u002Flmstudio-vs-llmster-vs-lms)\n16. [Quickstart (Ollama docs)](https:\u002F\u002Fdocs.ollama.com\u002Fquickstart)\n17. [FAQ (Ollama docs)](https:\u002F\u002Fdocs.ollama.com\u002Ffaq)\n18. [Get started with LM Studio (LM Studio docs)](https:\u002F\u002Flmstudio.ai\u002Fdocs\u002Fapp\u002Fbasics)\n19. [Chat with Documents (LM Studio docs)](https:\u002F\u002Flmstudio.ai\u002Fdocs\u002Fapp\u002Fbasics\u002Frag)\n20. [Ollama Pricing (Ollama)](https:\u002F\u002Follama.com\u002Fpricing)\n21. [Bionic Pricing (LM Studio)](https:\u002F\u002Flmstudio.ai\u002Fpricing)\n22. [EUR to PLN Exchange Rate: 1 EUR = 4.3689 PLN (Pluang)](https:\u002F\u002Fpluang.com\u002Fen\u002Ftools\u002Fcurrency-converter\u002Feur-pln)\n23. [OpenAI API Pricing Structure for Various Models (st-hakky)](https:\u002F\u002Fbook.st-hakky.com\u002Fen\u002Fdata-science\u002Fopen-ai-api-pricing)\n24. [OpenAI API Pricing — All Models 2026 (lmmarketcap)](https:\u002F\u002Flmmarketcap.com\u002Fopenai-api-pricing)\n25. [GPT 4.1 API Pricing 2026 (pricepertoken)](https:\u002F\u002Fpricepertoken.com\u002Fpricing-page\u002Fmodel\u002Fopenai-gpt-4.1)\n26. [ChatGPT API Pricing 2026: Token Costs & Rate Limits (intuitionlabs)](https:\u002F\u002Fintuitionlabs.ai\u002Farticles\u002Fchatgpt-api-pricing-2026-token-costs-limits)\n27. [qwen3 (Ollama library)](https:\u002F\u002Follama.com\u002Flibrary\u002Fqwen3)\n28. [gemma4 (Ollama library)](https:\u002F\u002Follama.com\u002Flibrary\u002Fgemma4)\n29. [OpenAI gpt-oss (Ollama Blog)](https:\u002F\u002Follama.com\u002Fblog\u002Fgpt-oss)\n30. [deepseek-r1:8b (Ollama library)](https:\u002F\u002Follama.com\u002Flibrary\u002Fdeepseek-r1:8b)\n31. [llama4 (Ollama library)](https:\u002F\u002Follama.com\u002Flibrary\u002Fllama4)\n32. [speakleash\u002FBielik-11B-v3.0-Instruct (Hugging Face)](https:\u002F\u002Fhuggingface.co\u002Fspeakleash\u002FBielik-11B-v3.0-Instruct)\n33. [SpeakLeash (Ollama library)](https:\u002F\u002Follama.com\u002FSpeakLeash)\n34. [CYFRAGOVPL\u002FPLLuM-12B-chat-2512 (Hugging Face)](https:\u002F\u002Fhuggingface.co\u002FCYFRAGOVPL\u002FPLLuM-12B-chat-2512)\n35. [LLMzSzŁ: a comprehensive LLM benchmark for Polish (arXiv)](https:\u002F\u002Farxiv.org\u002Fhtml\u002F2501.02266v1)\n36. [System Requirements (LM Studio docs)](https:\u002F\u002Flmstudio.ai\u002Fdocs\u002Fapp\u002Fsystem-requirements)\n37. [Hardware support (Ollama docs)](https:\u002F\u002Fdocs.ollama.com\u002Fgpu)\n38. [Download an LLM (LM Studio docs)](https:\u002F\u002Flmstudio.ai\u002Fdocs\u002Fapp\u002Fbasics\u002Fdownload-model)\n39. [MLX LM — Qwen (Qwen documentation)](https:\u002F\u002Fqwen.readthedocs.io\u002Fen\u002Flatest\u002Frun_locally\u002Fmlx-lm.html)",2280,"Article",[237,243,249,255,261,267,273,279,285,291,297,303,309,315,321,327],{"id":238,"slug":239,"pillar_id":240,"draft_id":241},"bab79ee2-60f9-4412-a1e3-08aaae18e56d","openai-codex-w-twoim-projekcie-oszczedz-30-czasu-developerskiego-czy-ryzykuj-wyciek-kodu",{"color_token":222},{"title":242},"OpenAI Codex w Twoim projekcie: oszczędź 30% czasu developerskiego czy ryzykuj wyciek kodu?",{"id":244,"slug":245,"pillar_id":246,"draft_id":247},"a31a8117-8d05-4f9e-944f-0ce9e7bc00a3","codex-openai-juz-nie-przyjmie-twojego-kodu-co-teraz-zrobic",{"color_token":222},{"title":248},"Codex OpenAI już nie przyjmie twojego kodu — co teraz zrobić?",{"id":250,"slug":251,"pillar_id":252,"draft_id":253},"5d3504cf-79b1-4514-a2f5-539e6f08e297","sandbox-dla-ai-na-windowsie-jak-openai-izoluje-codex-i-co-mozesz-zrobic-sam",{"color_token":222},{"title":254},"Sandbox dla AI na Windowsie: jak OpenAI izoluje Codex i co możesz zrobić sam",{"id":256,"slug":257,"pillar_id":258,"draft_id":259},"9e557877-8a83-42b9-bb90-0fbb66319549","python-w-biznesie-5-konceptow-ktore-przyspieszaja-projekty-ai-i-automatyzacje",{"color_token":222},{"title":260},"Python w biznesie: 5 konceptów, które przyspieszają projekty AI i automatyzację",{"id":262,"slug":263,"pillar_id":264,"draft_id":265},"a7909ea1-b58e-49f7-a769-1b5012c3467f","sandbox-dla-ai-na-windowsie-jak-nie-powtorzyc-bledu-microsoft-recall",{"color_token":222},{"title":266},"Sandbox dla AI na Windowsie: Jak nie powtórzyć błędu Microsoft Recall",{"id":268,"slug":269,"pillar_id":270,"draft_id":271},"6173c48c-614d-4f4e-a60c-6ec753e3f947","jak-kiro-cli-zapamietalo-ze-nie-lubisz-flagi-force",{"color_token":222},{"title":272},"Jak Kiro CLI zapamiętało, że nie lubisz flagi --force",{"id":274,"slug":275,"pillar_id":276,"draft_id":277},"23c198c1-f2c4-4df7-812c-38f64ae7e27d","5-dni-zero-kodu-dzialajacy-agent-ai-czy-google-naprawde-da-founderom-to-czego-potrzebuja",{"color_token":222},{"title":278},"5 dni, zero kodu, działający agent AI – czy Google naprawdę da founderom to, czego potrzebują?",{"id":280,"slug":281,"pillar_id":282,"draft_id":283},"666237b9-e326-404e-8282-10608608298c","codex-w-praktyce-jak-polscy-developerzy-przestaja-pisac-kod-od-zera",{"color_token":222},{"title":284},"Codex w praktyce: jak polscy developerzy przestają pisać kod od zera",{"id":286,"slug":287,"pillar_id":288,"draft_id":289},"5ab5dcae-fbd8-4600-ba96-015f1eeab69d","pandas-bez-petli-jak-przyspieszyc-przetwarzanie-danych-o-300-i-nie-zwariowac",{"color_token":222},{"title":290},"Pandas bez pętli: jak przyspieszyć przetwarzanie danych o 300% i nie zwariować",{"id":292,"slug":293,"pillar_id":294,"draft_id":295},"10e20fe7-5930-4123-8f60-baf9f98731bb","sandbox-dla-ai-na-windowsie-jak-zbudowac-izolacje-jak-openai-zeby-nie-skonczyc-jak-recall",{"color_token":222},{"title":296},"Sandbox dla AI na Windowsie: jak zbudować izolację jak OpenAI, żeby nie skończyć jak Recall",{"id":298,"slug":299,"pillar_id":300,"draft_id":301},"b8d26e11-6739-47e3-9ca4-4277bca1ad64","15-minut-vs-30-sekund-jak-przyspieszyc-pandasa-bez-kupowania-nowego-serwera",{"color_token":222},{"title":302},"15 minut vs 30 sekund: jak przyspieszyć Pandasa bez kupowania nowego serwera",{"id":304,"slug":305,"pillar_id":306,"draft_id":307},"70ba6104-c270-4d85-a740-fb805e84d83b","asystent-rekrutacyjny-na-amazon-bedrock-ile-czasu-zaoszczedzisz-i-co-stracisz",{"color_token":222},{"title":308},"Asystent rekrutacyjny na Amazon Bedrock: ile czasu zaoszczędzisz i co stracisz",{"id":310,"slug":311,"pillar_id":312,"draft_id":313},"12dddaa6-30f8-4b36-be24-fb783b342f71","czy-5-dni-szkolenia-google-wystarczy-by-wdrozyc-agentow-ai-w-twojej-firmie",{"color_token":222},{"title":314},"Czy 5 dni szkolenia Google wystarczy, by wdrożyć agentów AI w Twojej firmie?",{"id":316,"slug":317,"pillar_id":318,"draft_id":319},"76fa520e-8934-4a02-a060-e6fb7cd18925","10-zmiennych-ktore-przetrwaja-kryzys-jak-nie-dac-sie-zlapac-w-pulapke-overfittingu",{"color_token":222},{"title":320},"10 zmiennych, które przetrwają kryzys. Jak nie dać się złapać w pułapkę overfittingu",{"id":322,"slug":323,"pillar_id":324,"draft_id":325},"7a2c0639-3eb4-4d1d-927b-badd85df44f3","lean-dla-programistow-jak-udowodnic-ze-twoj-kod-dziala-zanim-go-uruchomisz",{"color_token":222},{"title":326},"Lean dla programistów: jak udowodnić, że twój kod działa — zanim go uruchomisz",{"id":328,"slug":329,"pillar_id":330,"draft_id":331},"a53feef1-531c-4aa6-ba1b-22215d4beb53","word2vec-w-2025-roku-dlaczego-stary-model-wciaz-zaskakuje-matematyka",{"color_token":222},{"title":332},"Word2vec w 2025 roku: dlaczego stary model wciąż zaskakuje matematyką",[334,343,347],{"id":335,"report_slug":211,"source":336,"content":337,"significance":338,"category":339,"url":217,"title":217,"version":340,"changelog":341,"content_hash":217,"significance_updated_at":217,"status":342},256,"web-research","Model Llama 3.1 8B uruchomiony na MacBooku Pro z chipem M3 Max generuje odpowiedź w czasie poniżej 2 sekund.",0.5,"technology",1,[],"active",{"id":344,"report_slug":211,"source":336,"content":345,"significance":338,"category":339,"url":217,"title":217,"version":340,"changelog":346,"content_hash":217,"significance_updated_at":217,"status":342},257,"Wywołanie API modelu GPT-4 generuje opóźnienie sieciowe rzędu 800–1200 ms.",[],{"id":348,"report_slug":211,"source":336,"content":349,"significance":338,"category":339,"url":217,"title":217,"version":340,"changelog":350,"content_hash":217,"significance_updated_at":217,"status":342},258,"Model Llama 3 8B uruchomiony lokalnie na procesorze M2 Pro generuje pierwszy token w około 50 ms.",[]]