Qwen3.5-9B czy Ministral-3-14B-Instruct-2512: jak wiele naprawdę zmienia lokalny model AI?
My Wealth 1.6 oferuje kilka lokalnych modeli AI dostosowanych do zasobów komputera. Qwen3.5-9B ma 9 miliardów parametrów, a Ministral-3-14B-Instruct-2512 — 14 miliardów.
Na papierze Ministral ma większe możliwości. Testy pokazują jednak ciekawszy obraz: większy model częściej radzi sobie ze złożonymi pytaniami, lecz nie zawsze jest lepszy. Lżejszy model może odpowiadać bardziej bezpośrednio, szybciej i czasem wierniej korzystać z dostarczonych danych strukturalnych.
Porównanie nie ma więc wyłonić bezwzględnego zwycięzcy. Pomaga zrozumieć sposób rozumowania modeli i ulepszać asystenta dla każdego profilu.
Jak oceniamy modele?
Używamy powtarzalnego portfela testowego oraz pytań sformułowanych tak, jak w aplikacji. Scenariusze obejmują wartość i skład majątku, podział i koncentrację, długi i finansowane nimi aktywa, dochód pasywny, budżety i operacje cykliczne, cele i prognozy, łączenie wielu źródeł oraz przygotowanie zmian zgodnie z uprawnieniami.
Model musi zrozumieć pytanie, wybrać właściwe narzędzia MCP, przygotować parametry, wykorzystać wyniki i stworzyć odpowiedź zgodną z danymi. Sprawdzamy również, czy nie wymyśla wartości ani nie proponuje niezamówionej operacji.
Błędy klasyfikujemy według pierwszej przyczyny: niewłaściwe narzędzie, wymyślony parametr, błędna wartość biznesowa, niewystarczająco uzasadniona odpowiedź albo problem wykonania. Poprawkę dodajemy tylko wtedy, gdy jej potrzebę potwierdzają ślady wykonania.
Wyniki w liczbach
Dla uczciwego porównania oba modele otrzymały te same 46 pytań dotyczących tego samego portfela referencyjnego i te same narzędzia:
| Wynik w 46 wspólnych scenariuszach | Qwen3.5-9B | Ministral-3-14B-Instruct-2512 |
|---|---|---|
| Testy zakończone sukcesem | 33 / 46 — 71,7% | 37 / 46 — 80,4% |
| Testy nieudane | 13 / 46 — 28,3% | 9 / 46 — 19,6% |
| Zaobserwowana mediana czasu | 2 min 52 s | 3 min 44 s |
To obraz etapu rozwoju, a nie uniwersalny benchmark. Testy przeprowadzono na komputerze z Intel Core Ultra 7 165U, zintegrowaną grafiką Intel i 18 GB pamięci współdzielonej, bez dedykowanej karty graficznej i własnej pamięci wideo. Mimo to Qwen odpowiada w ciągu kilku minut, a część typowych pytań obsługuje w niewiele ponad minutę.
Oba modele używały w praktyce części Compute układu graficznego Intel. Przy Ministral Vulkan może zgłaszać pozorne przejście na CPU, lecz monitoring pokazuje bezczynność procesora i obciążenie GPU. Testom towarzyszyły też kolejne ulepszenia orkiestratora, więc czasy nie izolują samej architektury modeli.
W tej kampanii Ministral przeszedł więcej scenariuszy, a Qwen pozostał zauważalnie szybszy. Większy model lepiej radzi sobie z niektórymi złożonymi pytaniami kosztem zasobów i czasu.
Gdzie Ministral ma przewagę
Ministral lepiej łączył wiele informacji: porównywał właścicieli, wartość grupy aktywów z długiem, udział dochodów z aktywów finansowych, aktywa o dużej wartości i niskiej rentowności, aktywa finansowane z powiązanymi zobowiązaniami, inwestycje cykliczne w budżetach oraz cele najbardziej oddalone od wyniku docelowego.
Odpowiada to jego przeznaczeniu: bogatsze porównania, relacje między wieloma elementami i wieloetapowe pytania.
Gdzie Qwen zaskakuje
Qwen nie jest jedynie lżejszą alternatywą. Często odpowiada bardziej bezpośrednio, a jasnego podsumowania lub wyniku kanonicznego nie interpretuje ponownie bez potrzeby.
Niedawna seria obejmowała cztery domyślne pytania panelu AI:
- Jaka jest sytuacja mojego majątku?
- Gdzie mój majątek jest najbardziej skoncentrowany?
- Które aktywo osiąga najlepszy wynik?
- Jaką część majątku mogę szybko uruchomić?
Qwen odpowiedział poprawnie na wszystkie. Ministral zaliczył trzy w pierwszym pełnym przebiegu, ale pominął największą koncentrację mimo dostępności danych. Wybrał właściwą analizę MCP; błąd powstał podczas ponownej interpretacji zwróconych wymiarów.
Bardziej rozbudowane rozumowanie może rozwiązać złożone pytanie, ale również niepotrzebnie zmienić lub wzbogacić wynik, który był już obliczony.
Model nie pracuje sam
Jakość nie zależy wyłącznie od liczby parametrów. My Wealth dodaje warstwę orkiestracji między pytaniem a danymi. Udostępnia zwięzły katalog narzędzi, pozostawia modelowi ich wybór i przygotowanie parametrów, sprawdza wywołania, zwraca możliwe do naprawienia błędy strukturalne, oblicza relacje kanoniczne z wyników MCP i nadal powierza modelowi zrozumienie oraz napisanie odpowiedzi.
LLM interpretuje i wyjaśnia, a aplikacja zabezpiecza dostęp i stabilizuje dokładne fakty. Ponieważ instrukcja skuteczna dla Qwen może zostać zignorowana lub nadinterpretowana przez Ministral — i odwrotnie — My Wealth stosuje zasady dopasowane do modelu zamiast jednego uniwersalnego promptu.
Który profil wybrać?
Qwen jest najlepszym punktem wyjścia do codziennych pytań, podsumowań majątku i komputerów z ograniczonymi zasobami. Ministral przydaje się przy wielu wymiarach, porównywaniu elementów i analizach wieloetapowych. Nie gwarantuje idealnej odpowiedzi i może działać dłużej, szczególnie bez akceleracji GPU.
Wybór zależy od pytań, zasobów komputera i akceptowalnego czasu odpowiedzi.
Ocena trwa także po premierze
Wydanie My Wealth 1.6 nie kończy kampanii. Każdy powtarzalny błąd może ujawnić niejednoznaczne narzędzie, niejasną relację biznesową lub zachowanie konkretnego modelu. Wnioski ulepszają orkiestrator, kontrakty MCP i reguły modeli oraz pomogą wybierać przyszłe LLM.
Jak każda sztuczna inteligencja, asystent może się pomylić. Ważne informacje finansowe należy zawsze weryfikować, niezależnie od profilu.