Bielik AI – polski model językowy: wersje, licencja i jak z niego korzystać

Bielik AI to rodzina otwartych modeli językowych trenowanych z myślą o polszczyźnie, rozwijana przez Fundację SpeakLeash i ACK Cyfronet AGH. Najnowszy główny model to Bielik-11B-v3.0-Instruct z 11 mld parametrów, na licencji Apache 2.0. Można z niego korzystać bezpłatnie w czacie chat.bielik.ai, pobrać z Hugging Face albo uruchomić lokalnie.

Ten tekst opisuje Bielika takim, jaki jest dziś: z trzecią generacją modeli, wariantami z polskim tokenizerem i aplikacją Obywatel Bielik. Liczby dotyczące architektury i wyników pochodzą z kart modeli na Hugging Face i z raportu technicznego zespołu Bielika, a informacje o dostępie – z serwisu bielik.ai.

Czym jest Bielik AI

Bielik to nie aplikacja, tylko model językowy z otwartymi wagami – plik, który każdy może pobrać, uruchomić i dostroić. Rozwija go Fundacja SpeakLeash, społeczność, która od 2022 roku zbiera polskie teksty do trenowania AI, razem z Akademickim Centrum Komputerowym Cyfronet AGH. Modele trenowano na krakowskich superkomputerach Athena i Helios.

Warto rozdzielić trzy rzeczy, które w polskich tekstach często się zlewają:

Bielik jest więc w innej kategorii niż ChatGPT czy Claude. Tamte to zamknięte usługi: model działa wyłącznie na serwerach producenta. Bielika możesz mieć na własnym komputerze, a dane nie wychodzą wtedy nigdzie. Jak polskie modele wypadają na tle dwudziestu największych modeli świata, pokazuje ranking modeli AI z cenami i oknami kontekstu.

Wersje Bielika – od 7B do v3 z polskim tokenizerem

Aktualna generacja to Bielik v3: model 11B wydany 30 grudnia 2025, mniejsze modele 1.5B i 4.5B oraz od kwietnia 2026 warianty PL z tokenizerem zbudowanym dla polszczyzny. Starsze wersje 7B i v2 nadal są do pobrania na Hugging Face, ale najnowsze prace zespołu dotyczą serii v3. Obok modeli czatowych SpeakLeash publikuje też Bielik Guard – małe klasyfikatory (0,1 i 0,5 mld parametrów), które wykrywają szkodliwe treści.

Warianty PL to najciekawsza zmiana ostatnich miesięcy. Zespół zaprezentował je na konferencji KUKDM 2026 w Zakopanem i opisał w osobnej pracy na arXiv o optymalizacji tokenizera. Uniwersalny tokenizer Mistrala tnie polskie słowa na więcej kawałków niż angielskie, przez co ten sam tekst zajmuje więcej tokenów, dłużej się generuje i szybciej wypełnia okno kontekstu. Mechanizm dzielenia tekstu na tokeny wyjaśnia tekst o tokenizacji w modelach AI.

Bielik v3 pod maską

Bielik-11B-v3.0 to Mistral 7B v0.2 powiększony do 50 warstw i 11,2 mld parametrów, a potem dotrenowany na wielojęzycznym korpusie. Metoda nazywa się depth up-scaling: warstwy modelu bazowego duplikuje się i skleja tak, by powstał głębszy model, który potem przechodzi dalszy trening.

Najważniejsze parametry według raportu technicznego Bielik 11B v3:

• okno kontekstu 32 768 tokenów natywnie i do 131 072 tokenów z rozszerzeniem YaRN (metoda skalowania pozycji, wprowadzona w ostatnim etapie pretreningu na długich dokumentach),
• tokenizer odziedziczony po Mistralu 7B v0.2, ze słownikiem 32 128 tokenów – zespół świadomie go zachował, bo model obsługuje ponad 30 języków; tokenizer APT4 pod polski mają dopiero warianty PL,
• pretrening na 1,1 biliona tokenów w 32 językach, z przewagą polskiego i angielskiego,
• dostrajanie na ponad 20 mln instrukcji, potem DPO na 114 tys. przykładów i uczenie przez wzmacnianie (GRPO) na 143 tys. zadań z logiki, matematyki i używania narzędzi,
• rozmiar dobrany tak, by model dało się uruchomić na konsumenckiej karcie graficznej z 24 GB pamięci.

Bielik działa na tej samej zasadzie co inne duże modele językowe, czyli na architekturze transformera i mechanizmie uwagi. Różnica leży w danych i w tym, ile z nich jest po polsku.

Licencja Apache 2.0 – co wolno

Bielik v3 jest udostępniany na licencji Apache 2.0, która pozwala używać modelu za darmo, także komercyjnie, modyfikować go i wbudowywać we własne produkty. Warunkiem jest zachowanie informacji o licencji i autorach.

To realna przewaga nad częścią konkurencji. Rodzina PLLuM ma warianty na różnych licencjach, a modele Llama od Mety podlegają własnej licencji Llama, nie Apache. Przy Bieliku nie trzeba sprawdzać licencji wariant po wariancie – według karty modelu na Hugging Face Apache 2.0 obejmuje także wersje skwantyzowane (GGUF, AWQ, FP8).

Licencja nie oznacza dostępu do danych treningowych. Udostępnione są wagi i opis procesu treningu, a nie cały korpus, dlatego precyzyjniej mówić o modelu z otwartymi wagami niż o modelu open source w pełnym znaczeniu.

Gdzie używać Bielika – czat, Hugging Face, lokalnie i przez API

Najprościej porozmawiać z Bielikiem w bezpłatnym czacie chat.bielik.ai, a pełną kontrolę daje pobranie modelu z Hugging Face i uruchomienie go lokalnie w LM Studio lub Ollamie. Firmy mogą też korzystać z Bielika przez API polskich centrów obliczeniowych i chmur.

Według serwisu bielik.ai API z Bielikiem oferują między innymi Cyfronet LLM Lab, PCSS AI HUB, Sherlock od CloudFerro, Hugging Face Inference i ARK Labs, a hosting – Cyfronet, Beyond.pl, Microsoft Azure i AWS.

Czat bielik.ai

Czat chat.bielik.ai jest bezpłatny, ale wymaga zalogowania kontem SpeakLeash – bez rejestracji z niego nie skorzystasz. To najszybszy sposób, żeby sprawdzić, jak Bielik radzi sobie z polskim tekstem, zanim zaczniesz pobierać pliki. Jeśli zależy ci na rozmowie bez zakładania konta, inne możliwości zbiera zestawienie darmowych czatów AI bez rejestracji, a ogólne porównanie asystentów, w którym Bielik stoi obok ChatGPT, Claude i Gemini, znajdziesz w tekście o tym, który czat AI wybrać.

Bielik lokalnie – wymagania

Pełny Bielik 11B w precyzji 16-bitowej potrzebuje około 22 GB pamięci, wersja skwantyzowana Q8 – około 12 GB, a Q4_K_M – około 7 GB. Kwantyzacja zmniejsza model, zapisując wagi na mniejszej liczbie bitów, kosztem jakości. Według karty modelu GGUF na Hugging Face pliki mają 22,3 GB (16 bitów), 11,9 GB (Q8_0), 9,2 GB (Q6_K), 7,9 GB (Q5_K_M) i 6,7 GB (Q4_K_M), a autorzy ostrzegają, że modele skwantyzowane mogą odpowiadać gorzej i częściej halucynować. Do tego dochodzi pamięć na kontekst rozmowy. Poradnik „Bielik lokalnie” na bielik.ai jako narzędzie startowe poleca LM Studio.

Instalacja w LM Studio sprowadza się do czterech kroków: zainstaluj program, w zakładce wyszukiwania wpisz „Bielik”, wybierz wariant kwantyzacji pasujący do twojej pamięci i przełącz się na okno czatu. Prędkość zależy od tego, gdzie zmieści się model:

Na słabszy komputer lepiej sięgnąć po Bielika 4.5B albo 1.5B. Czym różnią się takie małe modele od dużych, do czego wystarczają i jak pracować z nimi bez internetu, opisuje poradnik o sztucznej inteligencji offline. Do przeglądania wariantów i plików przydaje się znajomość samego serwisu Hugging Face, który opisujemy przy okazji HuggingChat i otwartych modeli.

Bielik na telefonie i Obywatel Bielik

Oficjalnej aplikacji do czatowania z Bielikiem na telefonie nie ma – na smartfonie działa czat w przeglądarce, a aplikacja Obywatel Bielik służy do czegoś innego. Fundacja SpeakLeash wydała ją 14 lipca 2026 na Androida i iOS, żeby zebrać milion opisanych zdjęć do trenowania pierwszego polskiego modelu multimodalnego.

W aplikacji robisz zdjęcie miejsca, zabytku, regionalnej potrawy, przedmiotu lub zwyczaju i opisujesz je w jednej z ośmiu kategorii tematycznych, także głosowo. Zdjęcia mają nauczyć przyszłego Bielika rozpoznawać polski kontekst, którego modele trenowane głównie na materiałach anglojęzycznych nie znają.

Wyniki Bielika na polskich benchmarkach

W testach polszczyzny Bielik-11B-v3.0 wypada na poziomie modeli kilka razy większych, takich jak Llama-3.3-70B, ale nie wygrywa z największymi modelami – Llama-3.1-405B czy Qwen2.5-72B nadal są przed nim. Najmocniejszy jest w wiedzy o polskiej kulturze i języku.

Ważne zastrzeżenie: poniższe liczby pochodzą z raportu technicznego przygotowanego przez zespół Bielika, czyli twórców ocenianego modelu, w wersji oznaczonej jako wstępna (to nie niezależny test, więc wyniki traktuj jako deklarację twórców). Część testów (Open PL LLM Leaderboard, Polish EQ-Bench) utrzymuje sama społeczność SpeakLeash.

W rankingu PLCC Bielik z 11 mld parametrów wyprzedza modele o kilkuset miliardach parametrów, w tym DeepSeek-V3 (685 mld). To potwierdza tezę, która stoi za całym projektem: dane w języku polskim mogą nadrobić skalę.

Gdzie Bielik przegrywa

Bielik v3 nie dorównuje największym modelom w wiedzy specjalistycznej i w zadaniach wymagających skali, a w części testów wypada nieco słabiej niż jego poprzednik v2.6. Trzy rzeczy, o których warto pamiętać:

• medycyna – 50,21% na egzaminie specjalizacyjnym to wyraźnie mniej niż 69,20% Llamy-3.1-405B; do porad zdrowotnych Bielik się nie nadaje bez weryfikacji,
• EQ-Bench – wersja v3.0 (71,20) ma niższy wynik niż v2.6 (73,80), więc nowsza wersja nie jest lepsza w każdej kategorii,
• modele zamknięte – w PLCC Gemini 3 Pro Preview (95,83%) i GPT-5.1 (77,83%) są przed Bielikiem, a do nich dochodzą nowsze modele, których raport nie obejmuje.

Jak każdy model językowy, Bielik potrafi też podać nieprawdziwą informację z pełnym przekonaniem. Skąd to się bierze i jak to ograniczać, wyjaśnia tekst o halucynacjach AI.

Bielik czy PLLuM – porównanie polskich modeli

Bielik i PLLuM to dwa niezależne polskie projekty: Bielik powstał oddolnie w społeczności SpeakLeash, a PLLuM finansuje państwo i rozwija konsorcjum pod kierunkiem NASK, z myślą o administracji publicznej. W testach z raportu Bielika model 11B wypada lepiej od PLLuM-12B, a zbliżony wynik osiąga dopiero Llama-PLLuM-70B. Raport porównuje jednak wersje PLLuM sprzed partii z maja 2026.

Według komunikatu rządowego z 21 maja 2026 do rodziny PLLuM dołączyło 11 nowych modeli w czterech rozmiarach (4B, 8B, 12B i 70B) na otwartych licencjach, z myślą o administracji, firmach i użytkownikach indywidualnych. Szczegóły licencji per wariant podaje karta PLLuM-12B-chat-2512 na Hugging Face.

Praktyczny wniosek dla zwykłego użytkownika: do rozmowy i pisania po polsku sięgasz po Bielika, do spraw urzędowych korzystasz z PLLuM pośrednio, przez asystenta w mObywatelu. Przy wdrożeniu komercyjnym Bielik jest prostszy licencyjnie.

Dla kogo Bielik ma sens, a kiedy wybrać inny model

Bielik ma sens, gdy pracujesz na polskim tekście i zależy ci na tym, żeby dane nie trafiały do zagranicznej chmury albo żeby model działał offline. Do zadań wymagających najszerszej wiedzy, kodowania czy analizy obrazów lepsze są dziś duże modele zamknięte.

Argument prywatności działa tylko przy uruchomieniu lokalnym lub na własnym serwerze. Czat chat.bielik.ai to nadal usługa w chmurze, tyle że polskiej organizacji. Jak wygląda zarządzanie danymi w usłudze zamkniętej, pokazuje tekst o prywatności w ChatGPT. Jeśli myślisz o dopasowaniu Bielika do własnych dokumentów, najpierw rozważ, czy wystarczy wyszukiwanie w bazie wiedzy, czy potrzebny jest dodatkowy trening – różnice opisuje porównanie RAG kontra dostrajanie.

FAQ

Źródła

• Bielik-11B-v3.0-Instruct – karta modelu, SpeakLeash i ACK Cyfronet AGH / Hugging Face – parametry, licencja, proces dostrajania
• Bielik 11B v3: Multilingual Large Language Model for European Languages, K. Ociepa, Ł. Flis, R. Kinas, K. Wróbel, A. Gwoździej, arXiv, 30.12.2025 – architektura i wyniki benchmarków
• Więcej, szybciej, po polsku. Rodzina modeli PLLuM się powiększa, portal gov.pl, 21.05.2026
• PLLuM-12B-chat-2512 – karta modelu, Ministerstwo Cyfryzacji / Hugging Face – baza modelu i licencje wariantów

Ostatnia aktualizacja: 3 października 2026 · Zgłoś poprawkę