Przejdź do treści

AI-TOP.PLKatalog modeli sztucznej inteligencji
◯

Polskie modele AI

Polskie modele LLM

Źródłowy przegląd modeli rozwijanych z myślą o języku polskim, ich wersji, licencji i zastosowań.

Ranking języka polskiegoKatalog modeli

AI po polsku · weryfikacja źródeł: 18 lipca 2026

Polskie modele LLM: fakty, wersje i zastosowania

To redakcyjny przegląd konkretnych wydań modeli. Ta strona opisuje modele rozwijane z myślą o języku polskim. Osobny ranking języka polskiego obejmuje także modele zagraniczne, których twórcy lub testy potwierdzają obsługę języka polskiego.

Każdy opis oddziela model bazowy od wersji instrukcyjnej lub dialogowej; parametry i licencje pochodzą z kart modeli albo publikacji twórców.

Modele i rodziny modeli

Bielik 1.5B v3

Model bazowy SpeakLeash do generowania tekstu po polsku. Karta modelu wskazuje 1,6 mld parametrów, inicjalizację z Qwen2.5 1.5B i licencję Apache 2.0. To materiał do dalszego dostrajania — do rozmowy z użytkownikiem twórcy kierują do osobnego wariantu Instruct.

Bielik 4.5B v3 Instruct

Wersja instrukcyjna Bielika 4.5B v3, opisana przez twórców jako fine-tune modelu bazowego. Karta wskazuje 4,6 mld parametrów, język polski i licencję Apache 2.0. To wariant przeznaczony do pracy z poleceniami, nie nazwa całej rodziny Bielik.

Bielik 11B v3 Instruct

11-miliardowy wariant instrukcyjny, dostrojony z Bielika 11B v3 Base. Karta opisuje trening na wielojęzycznych korpusach europejskich z naciskiem na polski oraz etap dopasowania do poleceń. GGUF, FP8 i MLX oznaczają sposoby dystrybucji lub kwantyzacje, a nie odrębne modele bazowe.

  • Profil: bardziej wymagające lokalne zadania tekstowe i rozmowa instrukcyjna.
  • Licencja: Apache 2.0 dla wskazanej karty v3 Instruct.
  • Źródło: karta Bielik 11B v3 Instruct.

PLLuM-12B-chat-2512

Dialogowy model PLLuM o 12 mld parametrów. Karta opisuje rodzinę Mistral, język polski i licencję Apache 2.0; przewidziano także pracę w scenariuszach RAG. Komunikat Ministerstwa Cyfryzacji opisuje modele 8B i 12B jako kompromis między szybkością i jakością, ale decyzję wdrożeniową nadal należy sprawdzić na własnych danych.

  • Zastosowania opisane przez twórców: praca z polskim językiem urzędowym, dokumentami i zadaniami administracyjnymi.
  • Kontekst projektu: Ministerstwo Cyfryzacji podaje obsługę ponad 20 gatunków tekstów administracyjnych dla nowej rodziny PLLuM.
  • Źródła: karta PLLuM i komunikat Ministerstwa Cyfryzacji.

Qra-7B

Model bazowy OPI i Politechniki Gdańskiej, zaadaptowany z Llama 2 7B do języka polskiego. Twórcy podają kontekst 4 096 tokenów i około 90 mld tokenów oczyszczonego korpusu treningowego. Nie jest modelem rozmowowym ani instrukcyjnym: do takiego zastosowania wymaga dalszego fine-tuningu.

  • Ważne ograniczenie: Qra-7B jest modelem bazowym trenowanym causal language modeling, a nie gotowym modelem instrukcyjnym do rozmowy.
  • Licencja: Llama 2 Community License Agreement.
  • Źródło: karta Qra-7B.

Polanka 3.4B v0.3

Niezależny model konwersacyjny udostępniony w formacie GGUF. Karta deklaruje licencję Apache 2.0, pokazuje uruchomienie przez llama.cpp i Ollama oraz zaznacza, że model powstał jako projekt hobbystyczny jednego autora. Traktuj go jako materiał do własnych testów lokalnych, nie jako deklarację gotowości produkcyjnej.

  • Profil: eksperymentalne i lokalne zastosowania, z pełną odpowiedzialnością użytkownika za ocenę jakości.
  • Status: projekt hobbystyczny jednego autora; nie jest to deklaracja jakości produkcyjnej.
  • Źródło: karta Polanka 3.4B v0.3 GGUF.

Jak interpretować te dane

  • Parametry i długość kontekstu opisują możliwości techniczne, ale nie zastępują testu na własnych danych.
  • Licencja modelu, kodu i danych może mieć różny zakres — sprawdź kartę przed użyciem komercyjnym.
  • Wersję bazową, instrukcyjną i kwantyzację traktuj jako różne rekordy lub warianty.
  • Nie porównuj wyników benchmarków, jeżeli różnią się zadaniem, promptem, wersją modelu lub metodą pomiaru.

Źródła i dalsze porównanie

Zobacz ranking języka polskiego
Porównaj modele LLM
Przeglądaj katalog AI