Bielik: polski model AI do uruchomienia na własnym komputerze

Czym jest Bielik?

Bielik to rodzina polskich modeli językowych z otwartymi wagami, czyli takich, które możesz pobrać i uruchomić na własnym komputerze. Tworzy je fundacja SpeakLeash (projekt „Spichlerz”) razem z ACK Cyfronet AGH w Krakowie. Modele trenowano na superkomputerach Athena i Helios.

Pierwsza wersja (7B) wyszła w kwietniu 2024 roku, linia 11B v2 w sierpniu 2024. Obecna generacja to v3.0. Raport techniczny Bielika 11B v3.0 pojawił się 30 grudnia 2025 roku. Model rozbudowuje architekturę Mistral 7B v0.2 do 11 mld parametrów (parametry to liczby, których model nauczył się podczas treningu; im ich więcej, tym zwykle mądrzejszy i cięższy model). Według karty modelu obsługuje 32 języki europejskie i jest „zoptymalizowany pod polski”.

W 2026 roku do rodziny doszły:

• Bielik-Minitron-7B v3.0 – przycięta i „przedestylowana” wersja 11B, przygotowana z NVIDIA. Destylacja to uczenie mniejszego modelu na wzór większego. Według publikacji zachowuje ok. 90% jakości 11B i działa do 50% szybciej. Metodę pokazano na konferencji NVIDIA GTC w marcu 2026.
• Bielik-PL 11B i Bielik-PL-Minitron 7B – premiera 14 kwietnia 2026 na KUKDM w Zakopanem. To pierwsze Bieliki z tokenizerem APT4 zaprojektowanym pod polszczyznę. Tokenizer dzieli tekst na tokeny (kawałki słów); polski tokenizer potrzebuje ich mniej na ten sam tekst.
• Małe modele 1.5B i 4.5B v3.0 (maj 2025), zbudowane na bazie Qwen2.5 z tokenizerem APT4.

SpeakLeash publikuje też modele pomocnicze: Bielik-Guard („Sójka”) do klasyfikacji szkodliwych treści oraz małe modele DFlash, które przyspieszają generowanie tekstu przez 11B i 7B (tzw. dekodowanie spekulatywne).

Mocne i słabe strony Bielika

Mocne strony

• Polszczyzna na pierwszym miejscu. Model jest trenowany z myślą o języku polskim, co widać w testach opisanych niżej.
• Licencja Apache 2.0 dla całej linii v2 i v3, także do zastosowań komercyjnych.
• Kilka rozmiarów: od 1.5B do 11B, więc coś pasuje i do laptopa, i do mocniejszego PC.
• Obsługa narzędzi. Karta 11B v3 opisuje trening m.in. na zadaniach z wywoływaniem narzędzi (tool use), a strony 11B v3 i Minitron na ollama.com mają oznaczenie „tools”.
• Oficjalne kwantyzacje od twórców: GGUF, FP8, AWQ i MLX (dla Maców). Kwantyzacja to zapis wag z mniejszą precyzją, żeby model zajmował mniej pamięci kosztem niewielkiej utraty jakości.

Słabe strony

• Kontekst do 32 tys. tokenów (8 tys. w wersji 1.5B). Okno kontekstu to ilość tekstu, którą model „widzi” naraz. Na długie dokumenty to mniej niż u PLLuM (128K).
• Tylko tekst – brak wersji rozumiejącej obrazy.
• Brak trybu „myślenia” (reasoning) opisanego w dokumentacji.
• Brak moderacji. Karta modelu wprost uprzedza, że model nie ma mechanizmów moderacji i może podawać nieprawdziwe informacje.
• Specjalistyczne egzaminy. Badania zebrane w polskiej Wikipedii wskazują słabe wyniki w egzaminach prawniczych i medycznych (np. 8/100 na egzaminie KIO).

Czy Bielik dobrze mówi po polsku?

Tak, i to widać w niezależnych benchmarkach. Najważniejsze liczby dla Bielika 11B v3.0:

W PLCC Bielik 11B v3.0 ma tyle samo punktów co Mistral-Large-2512 z 675 mld parametrów. W CPTU-Bench wyżej są nowsze i większe modele, np. Gemma 4 i Qwen3.5/3.6 w rozmiarach 26–31B. Mniejsze warianty wypadają słabiej: Minitron 7B ma 53,0 pkt w PLCC, 4.5B 42,33, a 1.5B 27,5.

Wyniki Open PL LLM Leaderboard trzeba czytać z dystansem, bo prowadzi go SpeakLeash, czyli twórca Bielika. PLCC przygotował niezależny zespół z OPI PIB.

Który wariant Bielika wybrać?

Poniżej szacunki pamięci według wzoru serwisu (opis w metodologii).

• 8 GB RAM, starszy laptop: Bielik 1.5B (Q8_0, szacunek ok. 2,6 GB). Nada się do prostych zadań, ale wiedzy ma niewiele (27,5 pkt w PLCC).
• 16 GB RAM albo GPU 6–8 GB VRAM: Minitron 7B w Q4_K_M (szacunek ok. 5,5 GB, plik 4,5 GB według ollama.com). Dobry kompromis szybkości i jakości.
• 16 GB RAM i więcej, GPU 8–12 GB VRAM: Bielik 11B v3.0 w Q4_K_M (szacunek ok. 7,8 GB, plik 6,7 GB według ollama.com). Najlepszy wybór, jeśli sprzęt pozwala.
• Mac z Apple Silicon: przy 16 GB pamięci zunifikowanej 11B w Q4_K_M; SpeakLeash publikuje też wersje MLX.

Wersja 4.5B jest dostępna tylko jako Q8_0 (plik 5,1 GB), więc zajmuje podobnie dużo co Minitron 7B w Q4_K_M, a w testach wypada od niego słabiej. Bielika-PL nie ma w przestrzeni SpeakLeash w Ollamie; w sieci krążą jedynie nieoficjalne pliki GGUF społeczności.

Jak uruchomić Bielik na swoim komputerze?

1. Zainstaluj Ollama. Instalator dla Windows, macOS i Linuksa jest na ollama.com/download. Program działa w tle (API pod http://localhost:11434).
2. Pobierz i uruchom model. W terminalu (Windows: PowerShell) wpisz komendę z ramki. Pierwsze uruchomienie pobiera plik, kolejne działają bez internetu.

   ollama run SpeakLeash/bielik-11b-v3.0-instruct:Q4_K_M

   ollama run SpeakLeash/bielik-minitron-7B-v3.0-instruct:Q4_K_M

   Bielik nie jest w oficjalnej bibliotece Ollamy, tylko w przestrzeni SpeakLeash prowadzonej przez twórców. Tag (np. :Q4_K_M) trzeba podać, bo modele nie mają tagu latest. Alternatywa prosto z Hugging Face: ollama run hf.co/speakleash/Bielik-11B-v3.0-Instruct-GGUF:Q4_K_M.

3. Rozmawiaj. Pisz i zatwierdzaj Enterem. /bye kończy rozmowę, ollama list pokazuje pobrane modele, ollama rm <nazwa> je usuwa.
4. Wolisz okienka? Użyj LM Studio. W LM Studio wejdź w wyszukiwarkę modeli i wpisz „speakleash Bielik”. Nie ma go w katalogu polecanych modeli LM Studio; znajdziesz go przez wyszukiwarkę Hugging Face w aplikacji (repozytoria speakleash/…-GGUF).

Ile pamięci potrzebuje Bielik?

Wariant	Parametry	RAM/VRAM (szacunek)	Plik w Ollama	Tag Ollama
1.5B	1,5 mld	≈2,6 GB (Q8_0)	1,7 GB	SpeakLeash/bielik-1.5b-v3.0-instruct:Q8_0
4.5B	4,6 mld	≈5,9 GB (Q8_0)	5,1 GB	SpeakLeash/bielik-4.5b-v3.0-instruct:Q8_0
Minitron 7B	7,3 mld	≈5,5 GB	4,5 GB	SpeakLeash/bielik-minitron-7B-v3.0-instruct:Q4_K_M
11B	11 mld	≈7,8 GB	6,7 GB	SpeakLeash/bielik-11b-v3.0-instruct:Q4_K_M

Jak liczymy szacunek?

Szacunek = parametry (mld) × bity na wagę / 8 + 1 GB zapasu. Dla kwantyzacji Q4_K_M przyjmujemy 4,9 bita, dla Q8_0 8,5 bita (wartości z tabeli w dokumentacji llama.cpp); zapas obejmuje krótki kontekst i sam program. Dłuższy kontekst zużywa więcej pamięci. W modelach MoE w pamięci muszą być wszystkie parametry, nie tylko aktywne. „Plik w Ollama” to rozmiar podany na ollama.com (lub plik GGUF na Hugging Face) dla danego tagu; bywa inny niż szacunek, bo pliki zawierają też np. koder obrazu, a Ollama nie zawsze używa Q4_K_M.

Dla kogo Bielik, a kiedy wybrać coś innego?

Bielik sprawdzi się, gdy chcesz pisać, streszczać i redagować teksty po polsku na własnym komputerze, bez wysyłania danych do chmury. Sebastian Kondracki z SpeakLeash opisywał go w wywiadzie dla xyz.pl jako „kompaktowy model do pracy w biznesie” do przetwarzania wrażliwych danych na miejscu.

Kiedy rozważyć alternatywę:

• Pracujesz na bardzo długich dokumentach urzędowych lub budujesz wyszukiwarkę po dokumentach (RAG) dla administracji – zobacz PLLuM z kontekstem 128K. Szczegóły w porównaniu Bielik czy PLLuM.
• Masz mocniejszy sprzęt i potrzebujesz rozumienia obrazów albo lepszych wyników w CPTU-Bench – sprawdź Gemmę lub Qwena.
• Szukasz modelu do programowania – lepiej celować w Qwen3-Coder.

Bielika możesz też wypróbować bez instalacji w przeglądarce, na stronie chat.bielik.ai podlinkowanej w kartach modeli. To dobry sposób, żeby sprawdzić styl odpowiedzi, zanim pobierzesz kilka gigabajtów. Pamiętaj tylko, że wtedy Twoje pytania trafiają na serwer, a nie zostają na komputerze.

Pełne zestawienie znajdziesz w artykule Najlepszy model po polsku.

Najczęstsze pytania

Czy Bielik jest darmowy do użytku komercyjnego?

Tak. Linia v2 i v3 jest na licencji Apache 2.0, która pozwala na użycie w firmie. Wyjątkiem jest najstarszy Bielik-7B-Instruct-v0.1 na licencji CC BY-NC 4.0 (tylko niekomercyjnie). Część repozytoriów na Hugging Face wymaga zaakceptowania warunków przed pobraniem.

Ile RAM potrzebuje Bielik 11B?

Według wzoru serwisu wersja Q4_K_M potrzebuje ok. 7,8 GB pamięci (szacunek). Plik ma 6,7 GB według ollama.com. Komfortowo działa na komputerze z 16 GB RAM albo na karcie z 8–12 GB VRAM.

Czy Bielik jest w oficjalnej bibliotece Ollamy?

Nie. Modele są w przestrzeni SpeakLeash na ollama.com, prowadzonej przez twórców, i trzeba podać tag, np. ollama run SpeakLeash/bielik-11b-v3.0-instruct:Q4_K_M.

Czym różni się Bielik-PL od zwykłego Bielika v3?

Bielik-PL (premiera 14 kwietnia 2026) ma tokenizer APT4 zaprojektowany pod polszczyznę, więc ten sam tekst zajmuje mniej tokenów. W Open PL LLM Leaderboard Bielik-PL-11B ma 64,11 pkt, a zwykły Bielik 11B v3.0 65,93. Wersji PL nie ma w przestrzeni SpeakLeash w Ollamie.

Czy Bielik rozumie obrazy?

Nie. Wydane modele obsługują tylko tekst. Model wizyjny (VLM) był w marcu 2026 zapowiadany przez Sebastiana Kondrackiego jako plan, ale nie został opublikowany.

Źródła

9 pozycji

1. Bielik-11B-v3.0-Instruct – karta modelu (Hugging Face) huggingface.co
2. Bielik-Minitron-7B-v3.0-Instruct – karta modelu (Hugging Face) huggingface.co
3. Bielik 11B v3 – raport techniczny (arXiv 2601.11579) arxiv.org
4. Bielik AI unveils two new models with Polish-optimized tokenizer (SpeakLeash) speakleash.org
5. PLCC – Polish Linguistic and Cultural Competency leaderboard (OPI PIB) huggingface.co
6. Open PL LLM Leaderboard (SpeakLeash) huggingface.co
7. CPTU-Bench (SpeakLeash) huggingface.co
8. Modele SpeakLeash (ollama.com) ollama.com
9. Bielik (model językowy) – Wikipedia pl.wikipedia.org