NOLO
Uczciwe porównanie

NOLO obok innych prywatnych.

Nie przeciwko gigantom, które czytają wszystko, lecz przeciwko asystentom, którzy też traktują prywatność poważnie: Duck.ai od DuckDuckGo, Brave Leo, Venice, Proton Lumo i Le Chat od Mistral. A dalej prawdziwe wyniki benchmarków modeli, których NOLO faktycznie używa, wraz ze źródłami.

Prywatność i funkcje

Jak wypada każdy z nich.

Na podstawie publicznej dokumentacji każdej z firm według stanu na czerwiec 2026. Ich warunki mogą się zmieniać, więc sprawdź źródło, jeśli jakiś szczegół ma dla Ciebie znaczenie.

NOLO Duck.ai Brave Leo Venice Proton Lumo Le Chat
Bez konta i e-maila Tak Tak Tak Beze-mail Bezkonto Bezkonto
Historia pozostaje na Twoim urządzeniu Tak Tak Tak Tak Serwerszyfrowana Serwer
Twój surowy adres IP nigdy nie dociera do modelu Tak Tak Tak Częściowo Tak Częściowo
Mówi, który model odpowiada Takopen-weights Tak Tak Tak Częściowo Częściowo
Wyszukiwanie w sieci w czasie rzeczywistym Tak Tak Tak Tak Tak Tak
Generowanie obrazów Tak Tak Bez Tak Bez Tak
Wejście głosowe Tak Tak Częściowo Częściowo Bez Tak
Pełny interfejs w 30 językach Tak Częściowo Częściowo Częściowo Częściowo Częściowo
Długi kontekst (do ~1 mln tokenów) TakPro Zależnie Zależnie Zależnie Zależnie Zależnie
Aplikacja na Androida TakAPK Tak Takprzeglądarka Tak Tak Tak
Plan darmowy Tak€0 Tak Tak Tak Tak Tak

Legenda: Tak = obsługiwane · Częściowo / Zależnie = ograniczone lub warunkowe · Bez = niedostępne. Źródła: Duck.ai, Brave Leo, Venice, Proton Lumo, Le Chat.

Uczciwy wniosek: kilka z nich jest naprawdę dobrych i nie zamierzamy udawać, że jest inaczej. Duck.ai i Brave Leo są znakomite, jeśli żyjesz w ich przeglądarce lub chcesz zadać szybkie, anonimowe pytanie. Proton Lumo szyfruje Twoją historię na swoich serwerach. To, co wyróżnia NOLO, to połączenie: w ogóle bez konta, historia, która domyślnie nigdy nie opuszcza Twojego urządzenia, modele open-weights, które nazwiemy, i pełen zestaw narzędzi (wyszukiwanie, pliki, obrazy, głos, dane na żywo, eksporty) w jednej prywatnej przestrzeni roboczej, w 30 językach.

Prawdziwe benchmarki

Modele, których używa NOLO, w liczbach.

Nie twierdzimy, że jesteśmy najmądrzejszą SI na świecie, nie o to chodzi w NOLO. Ale zasługujesz na to, by dokładnie wiedzieć, co jest pod maską. To są wyniki opublikowane przez samych dostawców w standardowych, publicznych testach, a nie liczby, które sami wymyśliliśmy.

gpt-oss-20b

Free · Fast

Model open-weights firmy OpenAI (Apache 2.0), z tej samej rodziny co gpt-oss-120b. Napędza plan darmowy. Szybki i rozumuje, gdy jest to potrzebne. Rozumienie obrazów w przesłanych plikach działa na osobnym, współdzielonym modelu wizyjnym używanym we wszystkich planach.

MMLU-Pro (wiedza)85.3
GPQA Diamond (nauka)71.5
AIME 2025 (matematyka, z narzędziami)98.7

Źródło: OpenAI, karta modelu gpt-oss (sierpień 2025). openai.com

gpt-oss-120b

Plus · Rozumowanie

Model rozumujący open-weights od OpenAI (Apache 2.0). Napędza plan Plus. Stworzony do analizy, planowania i trudniejszych pytań.

MMLU-Pro (wiedza)90.0
GPQA (nauka)80.1
AIME 2025 (matematyka, z narzędziami)97.9

Źródło: OpenAI, karta modelu gpt-oss (sierpień 2025). openai.com

DeepSeek V4 Flash

Pro · Długi kontekst

Wydajny model Mixture-of-Experts (284 mld łącznie, ~13 mld aktywnych na token) stworzony do ogromnych dokumentów. Napędza plan Pro. Pokazujemy jego zweryfikowaną architekturę zamiast zapożyczać nagłówkowe wyniki większego V4-Pro, bo to nie byłby model, którego faktycznie używasz.

Okno kontekstu1M
Maks. tokeny wyjściowe384K
Aktywne parametry na token~13B

Źródło: specyfikacje rodziny DeepSeek V4 (wydane w kwietniu 2026). Nagłówkowe wyniki rozumowania, takie jak SWE-bench Verified ~80%, należą do większego wariantu V4-Pro, a nie Flash.

Ten sam test: GPQA Diamond

Rozumowanie naukowe

Obok siebie z otwartymi modelami, na których faktycznie działają inni asystenci stawiający na prywatność. Jeden publiczny test, wynik podany przez każdego z twórców. Modele NOLO w jasnym fiolecie.

gpt-oss-120b · NOLO Plus80.1
gpt-oss-20b · NOLO Free71.5
Llama 3.3 70B50.5
Claude 3.5 Haiku40.8
Mistral Small 336.9

Te trzy to otwarte modele stojące za Duck.ai, Brave Leo, Venice, Le Chat i Proton Lumo. Źródła: karty modeli Meta, Anthropic i Mistral.

Ten sam test: MMLU-Pro

Szeroka wiedza

Wiedza na poziomie profesjonalnym z różnych dziedzin. Ten sam publiczny test, wyniki opublikowane przez samych twórców.

gpt-oss-120b · NOLO Plus90.0
gpt-oss-20b · NOLO Free85.3
Llama 3.3 70B68.9
Claude 3.5 Haiku63.4

Mistral Small 3 podaje wynik MMLU (81.0), a nie MMLU-Pro, więc pomijamy go tutaj, aby test pozostał identyczny. Źródła: karty modeli Meta i Anthropic.

Co one oznaczają: MMLU-Pro sprawdza szeroką wiedzę z dziedzin zawodowych; GPQA to nauka na poziomie studiów doktoranckich; AIME to matematyka olimpijska. Różne laboratoria przeprowadzają testy nieco inaczej, więc traktuj porównania między modelami jako wskazówkę, a nie fotofiniszę. Każda powyższa liczba to wartość opublikowana przez samego twórcę modelu, z odnośnikiem do źródła.

Dobre modele. Bez konta. Szczerze o jednym i drugim.

Wypróbuj i zobacz, jak sprawdzi się w Twojej pracy.