Kad AI model uvedete u poslovni proces, preuzimate i sve što o njemu ne znate: na kojim je podacima treniran, kako je testiran, što se događa s vašim upitima. Stanfordov Foundation Model Transparency Index mjeri upravo to, a najnovije izdanje pokazuje da transparentnost ide unatrag: prosječni rezultat pao je s 58 na 41 od 100. Analizirali smo javne podatke o bodovima za Anthropic, OpenAI, Mistral, Google i još devet razvijatelja.
Što mjeri indeks transparentnosti
Foundation Model Transparency Index (FMTI) vodi Stanfordov Center for Research on Foundation Models. Svaki razvijatelj ocjenjuje se na 100 da/ne pokazatelja o svom glavnom modelu, podijeljenih u tri domene: upstream (34 pokazatelja: podaci za treniranje, rad na podacima, računalna snaga, energija), model (30: arhitektura, sposobnosti, rizici, mjere zaštite, objava) i downstream (36: podaci o korištenju, gospodarski utjecaj, nadzor, pravila korištenja, odgovornost).
Treće izdanje objavljeno je u prosincu 2025. i ocijenilo je 13 tvrtki. Sedam ih je predalo vlastito izvješće (AI21 Labs, Amazon, Google, IBM, Meta, OpenAI, Writer). Za ostalih šest (Alibaba, Anthropic, DeepSeek, Midjourney, Mistral, xAI) tim je sam prikupio javne informacije uz pomoć AI agenta izgrađenog na Claudeu, a svaki je nalaz ručno provjeren. Izvješće je pristalo predati samo 30 % kontaktiranih tvrtki, naspram 74 % u 2024. Svi su podaci javni na GitHubu i na njima se temelje grafovi u nastavku.
Poredak 2025.: vode enterprise dobavljači, veliki laboratoriji u sredini
Rezultati se dijele u tri skupine. Dobavljači usmjereni na poslovne korisnike, IBM (95), Writer (72) i AI21 Labs (66), vode s velikom prednošću. U sredini su veliki laboratoriji: Anthropic 46, Google 41, Amazon 39, OpenAI 35, DeepSeek 32, Meta 31 i Alibaba 26. Na dnu su Mistral (18), Midjourney i xAI (po 14).
Izvor: Stanford CRFM, 2025 Foundation Model Transparency Index (prosinac 2025.), 100 pokazatelja: 34 upstream, 30 model, 36 downstream. Zbrojevi po domeni iz javne datoteke s bodovima na GitHubu (stanford-crfm/fmti).
Najvažnija poruka grafa: tamni dio (upstream, tj. podaci za treniranje i računalna snaga) kod vodećih laboratorija gotovo se ne vidi. Anthropic ima 3 od 34 boda, OpenAI 1, Mistral 0. Većinu bodova skupljaju u downstream domeni, kroz pravila korištenja, dokumentaciju i nadzor. IBM je jedina tvrtka koja ispunjava sve upstream pokazatelje.
Tri izdanja: poredak se okrenuo
FMTI je jedna od rijetkih metrika za AI tvrtke koja se prati kroz vrijeme. U 2023. prosjek je bio 37, u 2024. porastao je na 58 jer su tvrtke surađivale s indeksom, a u 2025. pao je natrag na 41. Izdanje 2025. uvelo je nove i strože pokazatelje, pa je dio pada posljedica više ljestvice, ali autori bilježe i stvarno nazadovanje: tvrtke koje su informacije ranije objavljivale, a sada više ne.
Izvor: FMTI listopad 2023., svibanj 2024. i prosinac 2025. Mistral i IBM prvi su put ocijenjeni 2024. Izdanje 2025. promijenilo je pokazatelje, pa je usporedba po godinama okvirna.
- Meta je 2023. bila prva od šest tvrtki ocijenjenih u sva tri izdanja (54), a sada je posljednja (31), uz pad od 29 bodova u godinu dana.
- OpenAI je s drugog mjesta (48) pao na pretposljednje (35), 14 bodova manje nego 2024.
- Anthropic je porastao s 36 u 2023. na 46 i sada je drugi od tih šest, iza AI21 Labsa (66). U odnosu na 2024. izgubio je 5 bodova.
- Mistral je pao s 55 na 18, najviše u indeksu. U 2025. nije predao izvješće, pa se računala samo javna dokumentacija za Mistral Medium 3.
- IBM je porastao s 64 na 95, zahvaljujući detaljnom izvješću i šest pokazatelja koje ne otkriva nijedna druga tvrtka.
Gdje su rupe: podaci za treniranje, računalna snaga i stvarno korištenje
Toplinska karta pokazuje o kojim je temama koji laboratorij otvoren. Obrazac je dosljedan: tvrtke su prilično otvorene o načinu objave, pravilima korištenja i sigurnosnim mjerama, a gotovo šute o tome kako je model izgrađen i kako se zaista koristi.
Izvor: naš izračun iz datoteke s bodovima FMTI 2025. Svaka ćelija = ispunjeni pokazatelji / broj pokazatelja u poddomeni. Odabrane poddomene i tvrtke.
Anthropic se ističe kod podataka o korištenju (3 od 5 pokazatelja; Anthropic objavljuje i Anthropic Economic Index o tome kako se Claude koristi) i kod pravila korištenja (5 od 5). OpenAI je najjači u nadzoru nakon objave (5 od 7) i mjerama zaštite. Google i Amazon otkrivaju dio podataka o računalnoj snazi i obradi podataka, ali ništa o osnovnim svojstvima modela. Mistral i xAI izvan objave i pravila korištenja gotovo nigdje ne skupljaju bodove.
Izvor: datoteka s bodovima FMTI 2025, broj od 13 ocijenjenih tvrtki koje ispunjavaju pojedini pokazatelj.
Sve tvrtke objavljuju uvjete korištenja i popis promjena. Samo dvije otkrivaju potrošnju energije ili vode za treniranje glavnog modela (IBM i Writer), a nijedna ne otkriva preklapaju li se testni podaci benchmarkova s podacima za treniranje. To je važno svima koji uspoređuju modele po benchmarkovima: bez te informacije ne možete isključiti da je model već vidio test. Pogledajte i našu analizu potrošnje energije AI-ja te autorskih prava i tužbi zbog podataka za treniranje, koje indeks navodi kao jedan od razloga tajnovitosti.
Regulativa počinje tražiti dio toga
Dio onoga što indeks mjeri sada postaje zakonska obveza. Prema EU AI Actu obveze pružatelja AI modela opće namjene (GPAI) primjenjuju se od 2. kolovoza 2025., a provedbene ovlasti Europske komisije počele su 2. kolovoza 2026. Pružatelji moraju voditi tehničku dokumentaciju, dati daljnjim pružateljima informacije potrebne za integraciju modela, imati politiku o autorskim pravima i objaviti sažetak sadržaja korištenog za treniranje. Kazne za pružatelje GPAI modela mogu doseći 15 milijuna eura ili 3 % svjetskog prometa. U Kaliforniji zakon SB 53 od 1. siječnja 2026. obvezuje velike razvijatelje naprednih modela da objave okvir za upravljanje rizicima i izvješća o transparentnosti za nove modele.
Indeks je utvrdio da potpisnici EU Kodeksa prakse za GPAI imaju nešto više bodova od nepotpisnika, uglavnom zbog downstream informacija. Regulativa će podići minimalnu razinu dokumentacije, ali ne traži informacije koje su kupcima najkorisnije, poput sastava podataka, preklapanja testa i treninga ili stvarne statistike korištenja. Za širi kontekst pogledajte našu usporedbu AI regulative u svijetu i sigurnosne okvire vodećih laboratorija.
Što to znači za tvrtke koje kupuju AI
Nizak rezultat transparentnosti ne znači da je model loš ili nesiguran. Claude, GPT i Mistralovi modeli među najsposobnijima su na tržištu. Znači da informacije morate tražiti sami i unijeti ih u ugovor. Naš popis pitanja za provjeru dobavljača:
| Pitanje za dobavljača | Zašto je važno | Gdje tražiti |
|---|---|---|
| Koriste li se naši upiti i odgovori za treniranje i koliko se dugo čuvaju? | GDPR, poslovne tajne | Komercijalni uvjeti, pravila čuvanja podataka |
| Koje su evaluacije provedene, tko ih je proveo i mogu li se ponoviti? | Rezultati benchmarkova ne moraju vrijediti za vaš zadatak | System card, model card |
| Koju dokumentaciju dajete daljnjim pružateljima prema AI Actu? | Može vam trebati za vlastitu usklađenost | Dokumentacija prema čl. 53 AI Acta |
| Koji je datum zadnjih podataka za treniranje i gdje je objavljeni sažetak? | Rizik autorskih prava, praznine u znanju | Javni sažetak sadržaja za treniranje |
| Kako se verzije modela povlače i najavljuju? | Stabilnost produkcijskih sustava | Pravila o povlačenju modela, popis promjena |
| Gdje se podaci obrađuju i koji podizvršitelji sudjeluju? | Lokacija podataka, GDPR prijenosi | DPA, popis podizvršitelja |
Najvažnije: složite vlastiti skup za evaluaciju iz stvarnih zadataka u vašoj tvrtki. Ako dobavljači ne otkrivaju preklapanje testa i treninga, vaši testni podaci jedini su benchmark kojem možete potpuno vjerovati. Više u vodiču za odabir AI dobavljača i nabavu.
Ograničenja indeksa
- Mjeri otvorenost, ne kvalitetu ni sigurnost. Tvrtka može biti otvorena o slabom modelu ili šutjeti o jakom.
- Ocjenjuje jedan glavni model po tvrtki, i to modele iz 2025. (Claude 4, o3, Gemini 2.5, Mistral Medium 3). Novija izdanja i system cardovi nisu uključeni.
- Trud se isplati. Tvrtke koje su same pripremile izvješće imaju znatno više bodova; Anthropic i Mistral nisu, pa se njihovi rezultati temelje samo na javnim materijalima.
- Pokazatelji su se 2025. promijenili, pa je dio pada posljedica strože ljestvice.
Česta pitanja
Što je Foundation Model Transparency Index?
FMTI je godišnji indeks Stanfordova CRFM-a koji AI tvrtke ocjenjuje na 100 da/ne pokazatelja: kako je glavni model izgrađen (podaci, računalna snaga), što može i koje rizike nosi (evaluacije, mjere zaštite) te kako se koristi (podaci o korištenju, utjecaj, pravila). Izdanja: listopad 2023., svibanj 2024. i prosinac 2025.
Kako su prošli Anthropic i OpenAI?
U izdanju iz prosinca 2025. Anthropic (Claude 4) ima 46/100, a OpenAI (o3) 35/100. Oba gotovo ništa ne otkrivaju o podacima za treniranje i računalnoj snazi (3 odnosno 1 od 34 upstream boda). Autori navode da Anthropic otkriva gotovo sve što i OpenAI, i više; iznimke su bug bounty program i pravila o čuvanju i brisanju podataka.
Zašto je Mistral tako nisko?
Mistral je pao s 55 bodova u 2024. na 18 u 2025., što je najveći pad u indeksu. Mistral 2025. nije predao izvješće o transparentnosti, pa je tim FMTI-ja ocijenio javnu dokumentaciju za Mistral Medium 3, model dostupan samo preko API-ja. Ima nula od 34 upstream pokazatelja. Ipak ispunjava neke pokazatelje koje drugi ne ispunjavaju, npr. objavljuje plan razvoja modela.
Je li Manus uključen?
Nije. Indeks 2025. ocjenjuje 13 razvijatelja temeljnih modela. Manus gradi agente na modelima drugih pružatelja, pa nije u opsegu indeksa.
Zaključak
Transparentnost u AI-ju pala je u 2025., a najsposobniji laboratoriji najmanje otkrivaju o podacima za treniranje i računalnoj snazi. Anthropic vodi među velikim laboratorijima s 46/100, ispred Googlea (41) i OpenAI-ja (35), dok je Mistral pao na 18. EU AI Act sada traži minimum dokumentacije, ali informacije koje su najvažnije za izbor modela kupac i dalje mora sam zatražiti i provjeriti vlastitim testovima.
Trebate procijeniti AI dobavljača prije potpisa ugovora?
Pomažemo tvrtkama usporediti Claude, GPT i Mistralove modele na vlastitim podacima, postaviti skup za evaluaciju i pripremiti pitanja i dokumentaciju koje traži EU AI Act. Kao Claude Certified Architect iz Zagreba radimo s tvrtkama u Hrvatskoj i DACH regiji.
Razgovarajte s AI konzultantom