Agenci dziś: Na dyżurze
0:00 – 24:00 (telefon)
← Wszystkie wpisy Modele · Polska · 14 listopada 2026

Bielik: polski model, sentyment
i rachunek sumienia

Jako polscy twórcy rozwiązań AI mamy szczery sentyment do technologii tworzonych w Polsce. Bielika testowaliśmy z nadzieją, że znajdzie miejsce w naszych agentach. Niestety nie znaleźliśmy dla niego zastosowania w żadnym z naszych rozwiązań. Wyjaśniamy dlaczego — i co zmieniło się w ostatnich dniach.

Czym jest Bielik

Bielik to rodzina otwartych modeli językowych rozwijanych przez Fundację SpeakLeash razem z Akademickim Centrum Komputerowym Cyfronet AGH. Modele są udostępniane na otwartej licencji Apache 2.0, więc każdy może je pobrać i uruchomić na własnym serwerze. Największe wersje mają 11 miliardów parametrów.

To duże osiągnięcie polskiej społeczności: Bielik bardzo dobrze pisze po polsku i w polskich zestawieniach wypada lepiej od wielu znacznie większych modeli.

FAKT

Polski model na cudzej architekturze

Bielik nie powstał od zera. Według raportów technicznych jego twórców bazą jest model Mistral 7B v0.2 francuskiej firmy Mistral AI. Twórcy powiększyli go do 11 miliardów parametrów metodą powielania warstw (tzw. depth up-scaling), a następnie uczyli dalej na ogromnym zbiorze tekstów — przy wersji 2 było to 198 miliardów tokenów, w dużej części polskich.

Mniejsze modele rodziny mają inny rodowód: Bielik v3 w wersjach 1,5 i 4,5 miliarda parametrów powstał według raportu twórców z chińskich modeli Qwen2.5 (1,5B i 3B). Flagowy Bielik 11B — także najnowszy 3.1 — nadal wywodzi się z Mistrala.

Często mówi się, że Bielik to „dostrojony” model, czyli wynik zwykłego dostrajania (fine-tuningu). To uproszczenie. Ściślej mówiąc, to dalsze pretrenowanie cudzego modelu na polskich danych, a dopiero potem dostrajanie do wykonywania poleceń, dopasowanie do preferencji i uczenie ze wzmocnieniem. To znacznie więcej niż dostrojenie, ale wciąż nie jest to model zaprojektowany i wytrenowany od podstaw w Polsce.

Co sprawdzaliśmy i dlaczego odpadł

Latem 2026 roku sprawdzaliśmy wersję Bielik 11B v3.0 pod kątem naszych zastosowań. Polszczyzna — bardzo dobra. Ale nasze agenty potrzebują czegoś więcej niż ładnego języka:

  • Brak trybu rozumowania. W wersji, którą testowaliśmy, model nie miał trybu, w którym przed odpowiedzią rozpisuje sobie problem krok po kroku. Przy trudnych sprawach — analizie pisma, łańcuchu decyzji — to dla nas warunek konieczny.
  • Krótkie okno kontekstu. Pracowaliśmy z oknem 32 tysięcy tokenów, wspólnym dla pytania i odpowiedzi. Nasze agenty czytają całe teczki spraw, a modele, których używamy, mieszczą kilka razy więcej.
  • Ostatnie zastosowanie zniknęło. Rozważaliśmy Bielika do maskowania danych osobowych w tekstach. Ostatecznie robimy to deterministycznie, kodem — bo kod się nie myli w sposób nieprzewidywalny.

W efekcie w żadnym z naszych rozwiązań Bielik nie wygrał z modelami, których używamy na co dzień.

ZMIANA

Uczciwie: 10 listopada wyszła wersja 3.1

Rzetelność wymaga dopowiedzenia, że świat Bielika szybko się zmienia. 10 listopada 2026 roku twórcy opublikowali Bielik 11B v3.1. Według nich nowa wersja ma tryb rozumowania włączany przy trudniejszych zadaniach, lepiej wywołuje narzędzia i oddaje odpowiedzi w ściśle określonym formacie. Do nauki doszło 500 miliardów tokenów, a liczba obsługiwanych języków wzrosła z 32 do 56. W teście symulującym obsługę klienta nowa wersja wypada według twórców o 16 do 45 punktów procentowych lepiej niż 3.0.

Dwa dni później pojawiła się rodzina Bielik-One — modele decyzyjne, które nie piszą długich tekstów, tylko oceniają informacje według ustalonych kryteriów, na przykład kierują zgłoszenia klientów. To dokładnie ta rola, którą w naszych agentach pełni dziś mały klasyfikator HerBERT.

Co dalej

Nasza ocena dotyczy wersji, którą testowaliśmy. Bielik 3.1 i Bielik-One zasługują na nowy sprawdzian — na naszych prawdziwych zadaniach, z tą samą bramką, którą przechodzi każdy model: najpierw wyniki, potem decyzja. Jeśli polski model okaże się lepszy, wdrożymy go z prawdziwą satysfakcją.

Podsumowanie

Bielik to powód do dumy dla polskiej społeczności AI, ale w naszych zastosowaniach sentyment nie może zastąpić wyników. Wersja, którą testowaliśmy, nie miała trybu rozumowania i miała za krótkie okno kontekstu. Najnowsze wydania obiecują więcej — sprawdzimy je i opiszemy, co wyszło.