Bielik 3.1 i plan na 100+ miliardów - na czym i za co ma urosnąć polski model AI

Trzy premiery w trzy dni

Komunikat opublikowany 10 listopada na stronie bielik.ai zapowiadał trzy premiery dzień po dniu. We wtorek 10 listopada wyszedł Bielik 11B v3.1, nowa wersja flagowego modelu. W środę 11 listopada dołączył do niego DFlash, mały model pomocniczy, który przyspiesza generowanie odpowiedzi. W czwartek 12 listopada twórcy pokazali Bielik-One, rodzinę czterech modeli, które nie piszą tekstu, tylko podejmują decyzje według zadanych kryteriów.

Wszystkie trzy premiery przygotowano razem z Akademickim Centrum Komputerowym Cyfronet AGH w Krakowie. Modele i ich wagi są dostępne w serwisie Hugging Face. Bielik 11B v3.1 ma licencję Apache 2.0, więc firmy mogą go używać komercyjnie bez opłat.

Sebastian Kondracki, prezes zarządu Fundacji SpeakLeash, postawił w komunikacie wysoką poprzeczkę. „Nie budujemy Bielika tylko po to, by Polska miała własny model językowy” - stwierdził. Polska technologia ma według niego wyznaczać standardy, a Bielik ma zostać modelem pierwszego wyboru w Europie, z czasem także poza nią.

Co się zmieniło w wersji 3.1

Rozmiar modelu został ten sam. Bielik 11B v3.1 ma 11 mld parametrów, tak jak poprzednik. Zmieniło się to, czego go nauczono. Model przeszedł dodatkowy trening na 500 mld tokenów, czyli jednostek tekstu, a liczba obsługiwanych języków wzrosła z 32 do 56. Wersja 3.0 znała języki europejskie. Nowa obejmuje wszystkie języki urzędowe Unii Europejskiej i po raz pierwszy wychodzi poza Europę. Doszły między innymi arabski, chiński, japoński i koreański oraz języki kaukaskie: ormiański, azerski i gruziński. Pełnej listy 56 języków komunikat nie podaje.

Druga zmiana dotyczy tego, co model potrafi zrobić. Twórcy opisują trzy mechanizmy, które działają razem. Pierwszy to wywoływanie narzędzi (function calling): model może sięgnąć do zewnętrznego systemu, na przykład bazy danych albo kalendarza. Drugi to odpowiedź w zadanej strukturze (structured output), potrzebna wtedy, gdy wynik ma trafić do innego programu, a nie do człowieka. Trzeci to tryb rozumowania (reasoning), w którym model przed udzieleniem odpowiedzi rozpisuje sobie problem na kroki. Według karty modelu ma on pięć poziomów, od wyłączonego do maksymalnego.

Krzysztof Ociepa, który kieruje treningiem modeli, zwraca w komunikacie uwagę, że rozumowanie działa także w trakcie wywoływania narzędzi. Ma to znaczenie w zadaniach, w których model musi sam zaplanować kolejność działań i dobrać do nich narzędzia. To właśnie odróżnia agenta od zwykłego czatu.

Z karty modelu wiadomo też, jak wyglądał trening. Składał się z trzech etapów: dotrenowania na 500 mld tokenów, dostrajania na 26 mln przykładów i uczenia przez wzmacnianie w 14 środowiskach. Obliczenia prowadzono na superkomputerach Athena i Helios w Cyfronecie. Model przyjmuje jednorazowo do 32 768 tokenów i można go uruchomić w popularnych narzędziach: Ollama, LM Studio i llama.cpp.

Bielik 3.1 w liczbach

Postęp twórcy pokazują w trzech testach. W Belebele, który sprawdza rozumienie tekstu, wynik wzrósł o 8 pkt proc. W INCLUDE, który bada wiedzę i rozumowanie w 44 językach z uwzględnieniem wiedzy regionalnej, o 5 pkt proc. Największy skok widać w τ-bench: od 16 do 45 pkt proc., zależnie od scenariusza. Ten test symuluje obsługę klienta w liniach lotniczych, handlu i telekomunikacji. Model musi zrozumieć problem, użyć właściwych narzędzi, trzymać się regulaminu i doprowadzić sprawę do końca.

Wszystkie trzy liczby pokazują jednak tylko różnicę względem wersji 3.0. Komunikat nie podaje wyników bezwzględnych ani porównania z innymi modelami podobnej wielkości. Punktem odniesienia może być raport techniczny poprzedniej wersji z grudnia 2025 r. Bielik 11B v3.0 uzyskał w nim 65,93 pkt w rankingu Open PL LLM Leaderboard i 71,83 proc. w teście polskich kompetencji językowych i kulturowych. Nie wiadomo, na jakim zestawie języków liczono przyrosty wersji 3.1, więc tych liczb nie da się po prostu zsumować.

Model, który nie pisze, tylko decyduje

Najciekawszą nowością dla firm i urzędów może być Bielik-One. To cztery modele decyzyjne w różnych rozmiarach: jeden ma około 4 mld parametrów, drugi około 7 mld, a dwa po 11 mld. Nie generują tekstu. Dostają informację i pytanie z zamkniętą listą odpowiedzi, a zwracają prawdopodobieństwo każdej z nich.

Komunikat podaje prosty przykład. Model czyta wiadomości z firmowej skrzynki i każdej przypisuje prawdopodobieństwo poszczególnych kategorii. Firma ustawia próg pewności. Powyżej progu sprawę załatwia automat, poniżej trafia ona do człowieka. Krzysztof Wróbel, autor Bielik-One, tłumaczy, że w wielu procesach biznesowych nie jest potrzebna rozbudowana odpowiedź, tylko konkretny wynik, na przykład kategoria zgłoszenia albo ocena w skali.

Twórcy wymieniają typowe zastosowania: kierowanie zgłoszeń klientów, moderacja treści, wstępna weryfikacja wniosków i dokumentów, kontrola zgodności z procedurami, analiza sentymentu oraz ocena odpowiedzi innych systemów AI. Model obsługuje cztery rodzaje pytań: wybór jednej opcji, tak lub nie, ocenę w skali i przypisanie wielu etykiet.

Bielik-One wpisuje się w szerszy trend tej jesieni. 15 września start-up TypeSafe pokazał model decyzyjny Jev, a 1 października AWS udostępnił otwarty model Strands Decider 2B. Twórcy Bielika nie odwołują się w komunikacie do tych projektów, ale ich modele należą do tej samej kategorii. Polską rodzinę wyróżnia to, że jej większe warianty zbudowano na Bieliku, czyli na modelu uczonym polszczyzny.

Trzecia premiera, DFlash, rozwiązuje inny problem: szybkość. To model draftowy o wielkości około 1 mld parametrów, który nie działa samodzielnie. Podsuwa po kilkanaście tokenów odpowiedzi naraz, a duży Bielik je sprawdza i zatwierdza. Technika nazywa się speculative decoding i według twórców nie obniża jakości odpowiedzi. 11 listopada wyszły dwa takie modele, DFlash i DFlash2. Działają w środowiskach vLLM i SGLang, ale nie w Ollamie. Liczb przyspieszenia dla wersji 3.1 nie podano. Przy pierwszych modelach DFlash, pokazanych w czerwcu 2026 r., twórcy mówili o kilkukrotnym przyspieszeniu.

Od Spichlerza do Bielika 3.1

Żeby ocenić skalę nowej zapowiedzi, trzeba pamiętać, skąd Bielik się wziął. Projekt SpeakLeash, po polsku Spichlerz, ruszył w 2022 r. jako społeczna zbiórka polskich tekstów do trenowania sztucznej inteligencji. Pierwszy model, Bielik 7B, wyszedł w kwietniu 2024 r., a w sierpniu tego samego roku Bielik 11B v2. Na przełomie 2025 i 2026 r. pojawiła się wersja 3.0 z 32 językami europejskimi.

Po drodze projekt zyskał zaplecze. 27 listopada 2025 r., na pierwszym Bielik Summit, ogłoszono strategiczny mecenat InPostu nad Fundacją SpeakLeash i powołanie Rady Biznesu, której przewodniczy Rafał Brzoska. W grudniu Bielik trafił do aplikacji InPost Mobile, z której korzysta ponad 15 mln osób. W lutym 2026 r. fundacja podpisała porozumienie z wojskami obrony cyberprzestrzeni, a w marcu pokazała mniejszy i szybszy model Bielik Minitron 7B.

Rosła też liczba pobrań. W listopadzie 2025 r. modele Bielika miały ich ponad milion, rok później licznik pokazuje 4,7 mln.

Jedna rzecz poszła wolniej, niż zapowiadano. Wersja 3.1 miała wyjść w czerwcu 2026 r. i znać 50 języków. Wyszła w listopadzie, za to z 56 językami.

Zapowiedź: ponad 100 miliardów parametrów

Najgłośniejsza informacja ostatnich dni nie pochodzi z komunikatu na stronie bielik.ai. Tam nie ma ani słowa o większym modelu. Zapowiedź znalazła się w informacji prasowej, którą Fundacja SpeakLeash rozesłała tego samego dnia do redakcji. Najpełniej opublikowały ją eGospodarka i ITwiz.

Wynika z niej, że zespół od sześciu miesięcy pracuje nad pierwszym Bielikiem o ponad 100 mld parametrów. Model ma być multimodalny, czyli rozumieć nie tylko tekst. Powstaje od podstaw, na autorskiej architekturze, przy wsparciu krajowego sektora prywatnego i instytucji. Szczegóły i stan prac twórcy mają pokazać po raz pierwszy 26 listopada na konferencji Bielik Summit 2026.

Kondracki tłumaczy w informacji prasowej, o jaką stawkę chodzi. Otwarte modele powyżej 100 mld parametrów, multimodalne i ze zdolnościami agentowymi, buduje dziś w Europie właściwie tylko francuski Mistral. „Żaden projekt open science nie przekroczył jeszcze tej granicy” - mówi prezes fundacji. W rozmowie z serwisem XYZ dodał: „Europa nie powinna opierać się na jednym graczu”.

Słowa o budowie od podstaw mają konkretne znaczenie. Dotychczasowe Bieliki nie powstawały od zera. Linia 7B i 11B wyrasta z francuskiego modelu Mistral 7B, który polski zespół powiększył przez dodanie warstw i trenował dalej na własnych danych. Mniejsze modele z serii v3 bazują z kolei na chińskim Qwen 2.5. Twórcy opisują to otwarcie w raportach technicznych. Własna architektura oznaczałaby więc przejście od dostrajania cudzych modeli do budowy własnego.

To również zmiana tonu. W wywiadzie dla CyberDefence24, opublikowanym 12 października, Kondracki mówił, że polski zespół mógłby zbudować znacznie większy model, gdyby znalazł inwestora i moc obliczeniową. Miesiąc później fundacja informuje, że prace nad takim modelem trwają od pół roku.

Jak daleko do Mistrala

Skoro punktem odniesienia jest Mistral, warto zobaczyć, gdzie dziś jest. 6 października 2026 r. francuska firma zapowiedziała model Mistral Large 4, a pod koniec miesiąca udostępniła jego wagi. Model ma 1,05 bln parametrów, przyjmuje tekst i obraz i jest zbudowany w architekturze mixture-of-experts. Oznacza to, że przy każdej odpowiedzi pracuje tylko część sieci, około 50 mld parametrów.

Liczby układają się więc tak: dzisiejszy Bielik ma 11 mld parametrów, zapowiadany ponad 100 mld, a Mistral Large 4 - 1050 mld. Nawet po skoku Bielik będzie około dziesięć razy mniejszy od francuskiego modelu. Dziś jest od niego ponad 95 razy mniejszy.

Trzeba tu dwóch zastrzeżeń. Po pierwsze, sama liczba parametrów nie przesądza o jakości, a modeli o różnej architekturze nie da się porównywać wprost. Po drugie, Kondracki nie mówi o dogonieniu Mistrala rozmiarem, tylko o przekroczeniu granicy 100 mld przez projekt open science. Ta teza się broni. Największe otwarte modele budowane w Europie przez instytucje naukowe i publiczne to szwajcarski Apertus, dzieło politechnik w Lozannie i Zurychu, oraz polski PLLuM, rozwijany przez konsorcjum pod przewodnictwem NASK. Największe warianty obu mają po 70 mld parametrów.

Na czym i za co

Tu zaczynają się pytania, na które informacja prasowa nie odpowiada.

Moc obliczeniowa. Bielik 3.1 powstał na superkomputerach Cyfronetu. Najmocniejszy z nich, Helios, ma 440 układów Nvidia GH200. Mistral podaje, że Large 4 trenował od zera na 3800 układach Nvidia Grace Blackwell we własnych europejskich centrach danych. Część mediów pisze o 4000. To ponad osiem razy więcej układów, do tego nowszej generacji.

W Krakowie powstaje wprawdzie Gaia AI Factory, fabryka sztucznej inteligencji z budżetem 70 mln euro, finansowana po połowie przez Polskę i europejskie przedsięwzięcie EuroHPC. Jej sercem ma być superkomputer z ponad tysiącem procesorów graficznych, kilkukrotnie mocniejszy od Heliosa. Ma jednak ruszyć dopiero w 2027 r. Na czym trenowany jest dziś model 100+ mld, tego fundacja nie podała.

Pieniądze. Mistral zebrał we wrześniu 2026 r. 3 mld euro w rundzie prowadzonej przez Samsunga. Bielik działa inaczej. To fundacja utrzymywana przez sponsorów i partnerów, a nie spółka z inwestorami. Kondracki nazywa ten model „linuxowym” i od dawna powtarza, że projekt nie jest na sprzedaż. Wśród partnerów strategicznych fundacja wymienia Cyfronet, EY, InPost, Netology i Deviniti. Kwot wsparcia nikt nie ujawnił. Nie wiadomo też, ile ma kosztować trening modelu 100+ mld ani kto konkretnie kryje się za krajowym sektorem prywatnym i instytucjami.

Ludzie. Trzon zespołu trenującego jest niewielki. Raport techniczny Bielika 11B v3 podpisało pięciu autorów. Wokół nich działa społeczność wolontariuszy, od której projekt się zaczął.

Dane. Model multimodalny trzeba uczyć nie tylko na tekstach, ale też na obrazach. Od lipca 2026 r. fundacja zbiera je przez aplikację Obywatel Bielik, w której każdy może przesłać zdjęcie z opisem. Celem jest milion opisanych fotografii, a w akcji biorą udział Narodowe Archiwum Cyfrowe i Polska Press. Przed premierą aplikacji zebrano około 16 tys. zdjęć. Według serwisu XYZ nieco ponad miesiąc później było ich ponad 21 tys., czyli około 2 proc. celu.

Bielik w mundurze

Jest jeszcze jeden wątek, który tłumaczy, dlaczego o Bieliku mówi się coraz częściej w kontekście bezpieczeństwa. 18 lutego 2026 r. Dowództwo Komponentu Wojsk Obrony Cyberprzestrzeni podpisało porozumienia z Dell Technologies Polska i Fundacją SpeakLeash. Dokumenty podpisali gen. dyw. Karol Molenda, Dariusz Piotrowski z Della i Sebastian Kondracki, w obecności wicepremiera Władysława Kosiniaka-Kamysza.

Współpraca dotyczy Centrum Implementacji Sztucznej Inteligencji, które działa w strukturach DKWOC. Od Della ma ono dostać lokalną infrastrukturę obliczeniową, a od SpeakLeash wiedzę o budowie własnych modeli językowych. Chodzi o analizę danych, świadomość sytuacyjną i wsparcie dowodzenia. Gen. Molenda tłumaczył wtedy w CyberDefence24, że wojsku zależy na sztucznej inteligencji, która działa lokalnie i na brzegu sieci, także przy zakłóconej łączności, i którą da się audytować.

W tym świetle listopadowe premiery wyglądają inaczej. Modele decyzyjne, które zwracają prawdopodobieństwo i zostawiają człowiekowi próg decyzji, oraz przyspieszający pracę DFlash pasują do takich wymagań lepiej niż wielki model w chmurze. To nasza ocena, nie deklaracja twórców.

Wojskowy trop widać też w programie Bielik Summit 2026. Konferencja odbędzie się 26 listopada w Muzeum Wojska Polskiego w Warszawie i ma nową ścieżkę tematyczną Defence. Organizatorzy zapowiadają około 1500 uczestników i 100 prelegentów. W opublikowanej agendzie jest między innymi rozmowa Sebastiana Kondrackiego z płk. Piotrem Turkiem, szefem Centrum Implementacji Sztucznej Inteligencji, o tym, jak AI zmienia obronność. Wydarzenie nie będzie transmitowane w internecie.

Zastrzeżenia i głosy krytyczne

Wokół premiery jest dużo entuzjazmu, ale kilka uwag powraca w komentarzach i warto je zebrać.

Testy bez tła. Wyniki podane przez twórców to porównanie z własną poprzednią wersją. Brakuje tabeli z modelami podobnej wielkości i niezależnych powtórzeń. PortalTechnologiczny.pl przypomina, że sama liczba parametrów nie daje przewagi, a wyniki testów nie zawsze przekładają się na wdrożenia.

Jeden niezależny test. W dniu premiery znaleźliśmy jeden test wykonany poza zespołem twórców. Autor serwisu promptowy.com uruchomił obie wersje na karcie RTX 4090 i dał im dziesięć zadań po polsku. Wersja 3.1 zaliczyła osiem, wersja 3.0 pięć. Największą poprawę zauważył przy korzystaniu z narzędzi i formacie JSON, słabiej wypadły trzymanie się zadanej formy i ortografia. To obserwacja jednego autora, a nie benchmark.

Otwartość z bramką. Pełne wagi modelu w Hugging Face są dostępne po zalogowaniu i zgodzie na kontakt. Bez logowania można pobrać wersje skwantyzowane w formacie GGUF. Europejski indeks otwartości OSAI nie znalazł z kolei kodu treningowego wersji 3.0. Sama karta modelu zastrzega, że Bielik nie ma wbudowanej moderacji treści i może podawać nieprawdziwe informacje.

Opóźnienie. Wersja 3.1 wyszła około pięciu miesięcy po pierwotnie zapowiadanym terminie. Przy modelu ponad dziewięć razy większym ryzyko poślizgu rośnie.

Finansowanie. Rok temu Kondracki mówił „Parkietowi”, że projekt nie jest na sprzedaż. W październiku mówił CyberDefence24, że większy model wymaga inwestora i mocy obliczeniowej. Teraz fundacja informuje o wsparciu sektora prywatnego i instytucji, bez nazw i kwot. Te wypowiedzi da się pogodzić, ale dopiero wtedy, gdy twórcy pokażą, kto i na jakich zasadach finansuje nowy model.

Czego jeszcze nie wiemy

Otwartych pytań jest na razie więcej niż odpowiedzi.

• Ile dokładnie parametrów będzie miał nowy model i jaka to architektura?
• Jakie rodzaje danych obsłuży: sam obraz czy także dźwięk?
• Na jakim sprzęcie jest trenowany i ile to kosztuje?
• Kto finansuje projekt i w jakiej formie?
• Na jakich danych powstaje, skoro zbiórka zdjęć dopiero się rozkręca?
• Czy wagi będą otwarte i na jakiej licencji? Dotychczasowe Bieliki mają Apache 2.0.
• Kiedy pojawi się pierwsza wersja do pobrania?
• Jakie są bezwzględne wyniki wersji 3.1 w testach i jak wypada ona na tle konkurencji?

Część odpowiedzi ma paść 26 listopada. W agendzie Bielik Summit, która może się jeszcze zmienić, są dwa punkty dotyczące nowych modeli: przedpołudniowa „Premiera: nowy model Bielika” oraz popołudniowe wystąpienie Krzysztofa Ociepy „Bielik na drodze do modelu multimodalnego”.

Co z tego wynika

Po pierwsze, wersja 3.1 jest użyteczna już teraz. Firma albo urząd, które nie mogą wysyłać dokumentów do zagranicznej chmury, dostają model działający na własnym sprzęcie, z darmową licencją komercyjną, funkcjami agenta i osobnymi modelami do powtarzalnych decyzji. To konkretny zestaw narzędzi, a nie zapowiedź.

Po drugie, model 100+ mld parametrów to na razie deklaracja. Jest poważna, bo składa ją zespół, który od ponad dwóch lat regularnie wypuszcza kolejne modele. Nie ma jednak terminu, budżetu, nazwy sprzętu ani licencji. Do 26 listopada trudno ją ocenić.

Po trzecie, różnicę skali warto widzieć bez złudzeń. Mistral, który pokazał, ile kosztuje ta liga, ma za sobą 3 mld euro i tysiące najnowszych układów graficznych. Bielik chce przekroczyć granicę 100 mld parametrów jako fundacja, przy wsparciu sponsorów i partnerów. Jeśli to się uda, będzie to pierwszy taki przypadek w europejskim open science.

Po czwarte, dla Polski ważniejsze od rozmiaru może być to, że model ma powstać od zera. Dotąd najczęstszy zarzut wobec Bielika brzmiał, że to dostrojony Mistral. Własna architektura i własne dane dałyby pełną kontrolę nad tym, jak model jest zbudowany i na czym się uczył. Dla wojska, administracji i firm z branż regulowanych to argument mocniejszy niż miejsce w rankingu.

Czytaj też

• ScamWatch: rój agentów AI od twórców Bielika ma udokumentować scamowy biznes Mety
• Rewolucja w automatyzacji ERP. Zespoły agentów AI i polski Bielik detronizują monolityczne modele
• Bielik dostał aplikację. Polska AI chce nauczyć się widzieć codzienność
• Polski model AI Bielik przyspiesza. Stawia na spryt i finezję, a nie na brutalną moc obliczeniową