
Destylacja Gemini 3.1 Pro: co tak naprawdę pokazuje wyciek Aura
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 182 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 741 tok/s
- AlibabaNOWOŚĆQwen: Qwen4 Max2026-11-16$1.50 / $4.50 za 1 mln tokenów · 1902 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 98 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 119 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
18 listopada 2026 r. konto publikujące jako @chetaslua zamieściło trzylinijkowe twierdzenie: że Google udostępniało Gemini 3.1 Pro jako nauczyciela destylacji, że Anthropic i OpenAI zgłosiły skargi oraz że Google wycofało program — a przy tym Gemini 4 Carbon wymieniono jednym tchem jako najlepszy model na świecie. Jedynym załączonym dowodem jest zrzut ekranu strony dokumentacji Google, w ramce Internet Archive, wymieniający Gemini 2.5 Flash jako ucznia i gemini-3.1-pro jako nauczyciela, podczas wczesnego dostępu. W poście nie ma żadnej wzmianki o produkcie Google o nazwie Aura i nie mogę znaleźć żadnej strony Google, która używałaby tej nazwy w odniesieniu do modelu lub programu.
To materiał z przecieku, a jego uczciwa wersja jest węższa niż wpis. Gemini 3.1 Pro nie jest nowością — Google ogłosił go 19 lutego 2026 r. Gemini 4 Carbon ma dziesięć dni i jest ogólnie dostępny od 10 listopada. Nowe i możliwe do sprawdzenia w tym tygodniu jest twierdzenie, że istniała usługa destylacji z Gemini jako nauczycielem i została wycofana. Poniżej znajduje się to, co pokazuje artefakt, co udało mi się potwierdzić w oparciu o bieżącą dokumentację Google oraz co pozostaje twierdzeniem jednej osoby.
Co ten post faktycznie twierdzi, linia po linii
Trzy odrębne twierdzenia są upakowane w 256 znakach i nie mają one takiego samego statusu.
• Że Google prowadził program destylacji, w którym rolę nauczyciela pełnił Gemini 3.1 Pro. To ta część, za którą stoi konkretny artefakt. Zrzut ekranu przedstawia stronę dokumentacji zatytułowaną dla destylacji, z sekcją „Supported models” (Obsługiwane modele) o treści „The following models are supported for Distillation during early access” (Następujące modele są obsługiwane w ramach Destylacji podczas wczesnego dostępu), wymieniającą model nauczyciela gemini-3.1-pro oraz model ucznia gemini-2.5-flash. Ramka Internet Archive umiejscawia to przechwycenie gdzieś między 18 maja 2026 a 9 sierpnia 2026.
• To, że Anthropic i OpenAI złożyły skargi, a Google wycofał to z tego powodu. Nie podano żadnego dokumentu, pisma, oświadczenia ani drugiego źródła dotyczącego motywu czy sekwencji zdarzeń. Anthropic i OpenAI nie opublikowały na ten temat niczego, co udałoby mi się znaleźć. Traktuj tę przyczynę jako niepotwierdzoną.
• Ta „Aura” to nazwa tej rzeczy. Niezweryfikowane. Linia Gemini 4 od Google to Carbon, Neon, Hydrogen i Argon; nie ma Aury na liście modeli, nie ma punktu końcowego Aura ani Aury w notatkach wydania Google do 19 listopada 2026 r. XREAL sprzedaje parę okularów Android XR o nazwie AURA, co jest zupełnie innym produktem i przypomnieniem, jak łatwo taka nazwa przyczepia się do niewłaściwego rzeczownika.
Cytowany wpis w tym samym wątku dodaje czwarte twierdzenie i to właśnie ono nadaje ramy wszystkim pozostałym: „nigdy nie destylowaliśmy innych modeli. Destylowanie innych modeli tworzy słabą imitację”. To stwierdzenie zasady, a nie faktu dotyczącego usługi, a konto, które go publikuje, nigdzie w wątku nie podaje pracodawcy. Nie mogę zweryfikować, że należy ono do kogokolwiek w Google, i ten tekst nie zakłada, że tak jest.
Zrzut ekranu pochodzi z oficjalnej dokumentacji Google.
Ten artefakt zasługuje na poważne potraktowanie, ponieważ nie jest zrzutem ekranu czatu, slajdu ani ujawnionej prezentacji. To zrzut strony docs.cloud.google.com z drzewa dokumentacji Gemini Enterprise Agent Platform, w sekcji models/tuning/distillation. Wokół niego widoczne są Chrome i pasek narzędzi archiwum. Cokolwiek jeszcze jest prawdą, strona o takiej zawartości była dostępna w witrynie dokumentacji Google w pewnym momencie między połową maja a początkiem sierpnia 2026 r.
Własne notatki o wydaniu Google potwierdzają, że usługa istniała. Notatki o wydaniu Gemini Enterprise Agent Platform wciąż zawierają wpis z 8 maja 2026 r. zatytułowany Gemini Distillation Service – wczesny dostęp: „Wprowadzamy Gemini Distillation Service w ramach wczesnego dostępu. Informacje o tym, jak poprosić o dostęp, można znaleźć w sekcji Gemini Distillation Service”. To zdanie jest niegramatyczne w opublikowanych przez Google notatkach i pozostawiono je w takiej postaci, co jest drobnym sygnałem, jak niewiele uwagi poświęcono temu wpisowi. Link prowadzi dokładnie do ścieżki strony widocznej na zrzucie ekranu.

Dziś ta strona zwraca 404
Jest jeszcze jedna rzecz, którą mógłbym dodać, a której nie ma w poście, i jest to fakt, a nie przypuszczenie: na dzień 20 listopada 2026 r. URL, do którego prowadzi link w samej nocie wydania Google, nie istnieje. docs.cloud.google.com/gemini-enterprise-agent-platform/models/tuning/distillation zwraca HTTP 404. Dawna ścieżka Vertex AI, która kiedyś zawierała ten sam dokument, przekierowuje kodem 301 na ten martwy URL, więc łańcuch przekierowań kończy się teraz donikąd.

Błąd 404 nie jest awarią całej witryny, i właśnie dlatego warto go zgłosić. Siostrzane strony w tym samym drzewie nawigacji odpowiadają normalnie tego samego dnia: /models/tuning, supervised-tuning, reinforcement-tuning, preference-tuning i open-model-tuning wszystkie zwracają 200. Zatem strona poświęcona destylacji została usunięta sama z siebie, a nie osierocona przez migrację. Tymczasem nota wydania, która ją zapowiadała, nadal jest dostępna — Google odpubliczniło dokumentację, a zachowało ogłoszenie, co jest typowym kształtem wycofanej funkcji we wczesnym dostępie.
To, co to nie mówi, to kiedy strona zniknęła. W tym tygodniu nie udało mi się uzyskać listy przechwyceń z Wayback Machine — endpoint CDX odpowiadał 429 na każde żądanie — więc ostatnie zarchiwizowane przechwycenie, na które mogę wskazać, to to ze zrzutu ekranu samego posta, datowane na okres 18 maja–9 sierpnia 2026 r. Strona mogła zniknąć w sierpniu, w październiku albo w zeszły wtorek. Każdy, kto podaje datę usunięcia tego, zgaduje.
Udokumentowanym nauczycielem destylacji jest teraz GLM 5.2
To jest sprawdzenie, które zamienia pogłoskę w obraz, i wcale nie potrzebuje archiwum. Google nadal dokumentuje funkcję dostrajania destylacyjnego — po prostu dokumentuje inną. Strona, która zastąpiła brakujący adres URL w nawigacji, Dostrajanie nadzorowane i destylacyjne modeli otwartych, została ostatnio zaktualizowana 20 listopada 2026 r. i wprost mówi, z czego zadanie destylacji może korzystać obecnie:
• Obsługiwane modele nauczycielskie: GLM 5.2 MaaS, z-ai/glm-5.2-maas — jedna pozycja i nie jest to model Gemini.
• Obsługiwane modele uczniów: Qwen 3 w wersjach 4B, 8B, 14B i 32B oraz Gemma 3 w wersjach 1B, 4B, 12B i 27B. Nie ma również modelu ucznia Gemini.
• Rozliczanie: zadanie dostrajania jest rozliczane na podstawie tokenów treningowych, a osobno za wywołania API wykonywane przez model nauczyciela w celu wygenerowania danych z etykietami. Przykładowy wynik Google to distillation_labelled_dataset.jsonl w zasobniku Cloud Storage należącym do klienta.
Przeczytaj to obok zrzutu ekranu, a kształt historii się zmienia. Destylacja na platformie Google nie zniknęła — została zawężona i przeniosła się z Gemini jako nauczyciela na model zewnętrznego dostawcy z otwartymi wagami udostępniany jako usługa zarządzana, z uczniami o otwartych wagach. To jest spójne z twierdzeniem z wpisu, że ścieżka z Gemini jako nauczycielem została zamknięta. To nie jest dowodem na to, dlaczego, a już na pewno nie jest dowodem, że spowodowały to zastrzeżenia dwóch konkurentów. To po prostu to, co dokumentacja mówi w dniu publikacji wpisu plus dwa dni.
Warunki już tego zabraniały na piśmie.
Istnieje drugi, cichszy element kontekstu, który sprawia, że ujęcie „rozdawania” trudniej przyjąć za dobrą monetę. Dodatkowe warunki korzystania z Gemini API Google’a, obecnie obowiązujące, mówią w sekcji Ograniczenia użytkowania: „Nie możesz używać Usług do tworzenia modeli konkurujących z Usługami (np. Gemini API lub Google AI Studio). Nie możesz też podejmować prób inżynierii wstecznej, wyodrębniania ani replikowania jakiegokolwiek składnika Usług, w tym danych bazowych lub modeli (np. wag parametrów)”.
Usługa destylacji, która wykorzystuje Gemini 3.1 Pro do generowania danych treningowych dla modelu uczniowskiego, jest na pierwszy rzut oka w sprzeczności z tą klauzulą, chyba że Google wyodrębniło dla niej wyraźny wyjątek. Program wczesnego dostępu to dokładnie ten mechanizm, którego firma użyłaby, aby przyznać ten wyjątek w wąskim zakresie, konkretnym projektom, w ramach odrębnej umowy — co sugeruje „prośba o dostęp” w notatce o wydaniu. Zatem najbardziej zasadna interpretacja nie brzmi: „Google rozdawało model i przestraszyło się”. Brzmi ona: „Google przeprowadziło pilotaż kontrolowanego wyjątku od własnych warunków antydestylacyjnych i pilotaż się zakończył”.
Warto też zauważyć: Gemini 2.5 Flash, uczeń ze zrzutu ekranu, sam już schodzi ze sceny. Strona z cennikiem Google oznacza teraz gemini-2.5-flash jako przestarzały i informuje, że od 1 grudnia 2026 r. wszystkie żądania API do niego będą automatycznie kierowane do gemini-3.5-flash-lite i rozliczane według stawek tego modelu. Przepis destylacji przypisany do nauczyciela i ucznia, którzy obaj zdążyli się już zmienić, nie jest programem, o którym można by powiedzieć, że ktoś go w listopadzie „wyciągnął” — to program, który zestarzał się względem własnych danych wejściowych.
Jak wyglądałby rachunek
Gdyby taki program istniał, ekonomika wyjaśniałaby zarówno zainteresowanie, jak i nerwowość. Weźmy skromny przebieg destylacji: 100 000 promptów, po około 300 tokenów wejściowych każdy, przy czym nauczyciel generuje około 1500 tokenów wyjściowych na przykład. To 30 milionów tokenów wejściowych i 150 milionów tokenów wyjściowych pracy nauczyciela, jeszcze przed jakimikolwiek obliczeniami na potrzeby dostrajania.
• Przy opublikowanych przez Google stawkach dla Gemini 3.1 Pro — 2,00 USD za milion tokenów wejściowych i 12,00 USD za milion tokenów wyjściowych w przypadku promptów poniżej 200 tys. — sam nauczyciel daje około 60 USD kosztu wejściowego i 1800 USD kosztu wyjściowego, czyli w przybliżeniu 1860 USD.
• W GLM 5.2 nauczyciel Google dokumentuje dziś, że przy $1.40 za wejście i $4.40 za wyjście ten sam przebieg kosztuje około $42 plus $660, czyli mniej więcej $702.
• Strona ucznia jest w porównaniu trywialna: destylacja do klasy cenowej Gemini 2.5 Flash zawsze była tą tańszą połową zadania.
To są wyliczenia oparte na publikowanych cenach za token i podanych powyżej liczbach tokenów, a nie wycena z jakiegokolwiek produktu. Ale jasno pokazują układ: model frontier jako nauczyciel destylacji to pojedyncza najdroższa pozycja w zadaniu i to właśnie na niej dostawca nauczyciela ma najwięcej do stracenia. Oba modele są dostępne na jednym kluczu w OrcaRouter, z ceną katalogową dostawcy przekazywaną przy 0% marży, więc jeśli sam wyceniasz taki przebieg, dwie opcje nauczyciela to google/gemini-3.1-pro-preview w cenie $2.00/$12.00 oraz z-ai/glm-5.2 w cenie $1.40/$4.40 za milion tokenów — te same liczby, które publikuje Google, bez konieczności podpisywania drugiej umowy w przypadku drugiej z nich.
Co by to rozstrzygnęło?
Cztery rzeczy zmieniłyby to z twierdzenia w rekord, a żadna z nich jeszcze nie istnieje.
• Zrzut z datą. Jeden zrzut strony destylacji w Wayback Machine po 9 sierpnia 2026 r. pozwala datować usunięcie. Bez niego każda krążąca os czasu jest zmyślona.
• Notatka Google o wycofaniu lub dziennik zmian. Google zwykle odnotowuje wycofanie usługi wczesnego dostępu. Między 8 maja a 19 listopada 2026 r. nie ma takiego wpisu — tylko pierwotne ogłoszenie, które nadal obowiązuje.
• Jakiekolwiek oświadczenie od Anthropic lub OpenAI. Zarzut jest kluczowym elementem wpisu i zarazem tą częścią, za którą w ogóle nie stoi żaden artefakt.
• Każdy, kto ma dostęp i opisze kolejkę. Wczesny dostęp oznacza nazwane projekty i osobną umowę. Jeden taki klient, który opisałby, co konsola faktycznie oferowała — listę nauczycieli, limity, czy ślady rozumowania były zwracane tak, jak twierdzi zrzut ekranu — rozstrzygnąłby więcej w jednym akapicie niż miesiąc kwerend archiwalnych.
Do tego czasu możliwe do obrony podsumowanie jest następujące. Strona dokumentacji Google rzeczywiście oferowała Gemini 3.1 Pro jako nauczyciela destylacji klientom z wczesnym dostępem. Ta strona zniknęła, a jej sąsiednie strony nie. Funkcja, którą Google dokumentuje dziś, wykorzystuje GLM 5.2 jako nauczyciela, a modele z otwartymi wagami jako uczniów. Nie wiadomo, czy wycofanie było odwrotem pod presją konkurencji, czy pilotażem, który osiągnął planowany koniec, a wpis, który to zapoczątkował, nie zawiera odpowiedzi — zawiera pytanie.
Co z tym zrobić, jeśli budujesz
Praktyczny wniosek nie zależy od rozstrzygnięcia tej plotki. Jeśli polegałeś na modelu Gemini klasy frontier jako nauczycielu destylacji, ta ścieżka nie jest obecnie udokumentowana jako dostępna, a program, który kiedyś istniał, nie jest kontraktem, na który można wskazać. Jeśli zaczynasz teraz zadanie destylacji, udokumentowanym nauczycielem jest model zewnętrzny, a uczniami są otwarte wagi — kombinacja warta przetestowania na własnym zadaniu, zanim przeznaczysz na nią budżet szkoleniowy.
W całej reszcie przypadków — wywoływanie Gemini 3.1 Pro, Carbon lub nauczyciela GLM obok siebie, aby sprawdzić, który z nich faktycznie generuje dane treningowe, których chcesz — jeden endpoint i jeden klucz to tani sposób, by się przekonać. Przełączanie awaryjne między dostawcami oznacza, że eksperyment nie ginie, bo jedna trasa ma ograniczenie szybkości, a DSL routingu pozwala zestawić dwóch nauczycieli z tym samym zestawem promptów w jednym uruchomieniu, a nie w dwóch. To jest ta część tej historii, na której czytelnik może zadziałać w tym tygodniu; reszta to zrzut ekranu i 404.

Porównane w tym artykule4
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
