Który AI najlepiej poprawia polski tekst? Test korekty 16 modeli

👁 117 przeczytań

Który AI najlepiej poprawia polski tekst? Dałem 16 modelom do korekty dwa teksty: łatwy z 22 błędami i trudny z 30, pełen pleonazmów, „bynajmniej” zamiast „przynajmniej” i „półtorej roku”. Łatwy okazał się sufitem: 10 modeli oddało tekst identyczny ze wzorcem. W trudnym osiem modeli poprawiło wszystkie 30 błędów, trzy z nich bez jednej zmiany ponad wzorzec, a kilka innych przy okazji przepisało zdania, czego polecenie wprost zabraniało.

Jak wyglądał test korekty

Oba teksty dostały to samo polecenie: popraw błędy ortograficzne, interpunkcyjne, gramatyczne i językowe, nie przeredagowuj zdań, nie zmieniaj słów na synonimy, niczego nie dopisuj i zwróć sam tekst. W trudnej wersji dopisałem do listy błędy frazeologiczne, stylistyczne i pleonazmy. To część większego testu: ranking pisania 16 modeli i quiz o Polsce szły w tym samym przebiegu.

Każdy błąd miał w kluczu formę błędną i poprawną. Skrypt zaliczał poprawkę, gdy w odpowiedzi była forma poprawna, a nie było błędnej. Osobno liczył różnice słów względem wzorca poprawionego tekstu. Ta liczba łapie niepoprawione błędy, zmiany, o które nikt nie prosił, i poprawne warianty inne niż we wzorcu. Po teście poprawiłem klucz w dwóch miejscach: uznaje teraz także zapis „5-osobowy” i „założyłem kurtkę”, które Poradnia Językowa PWN uznaje za poprawne, a wszystkie odpowiedzi przeliczyłem. Trzecia poprawka dotyczyła quizu.

Łatwy tekst: 22 błędy i sufit

Dziesięć modeli poprawiło 22 z 22 błędów i oddało tekst słowo w słowo zgodny ze wzorcem: GPT-6 Astra, Sol i Luna, Claude Opus 5.5 i Fable 5.1, Gemini 3.1 Pro i 3.8 Flash, Grok 4.7 oraz oba DeepSeeki. Pomyłki pozostałych sześciu:

• „w każdym bądź razie” zostawiły GLM-5.3, Kimi K3 i Claude Sonnet 5 (21/22),
• „Poszłem” zostawiły Qwen 3.8 Max (21/22) i Claude Haiku 4.5, który pominął też przecinek w „Jeżeli ktoś zostanie dłużej, musi” (20/22),
• Mistral Medium 3.5 zostawił „tą książkę” i zamienił poprawne „We wtorek” na błędne „W wtorek” (20/22).

Taki tekst nie różnicuje czołówki, dlatego przygotowałem drugi.

Trudny tekst: 30 błędów

Wyniki według poprawionego klucza. Czas to czas odpowiedzi na trudny tekst.

Który błąd przechodzi najczęściej

Najczęściej pomijane błędy w trudnym tekście:

• Przecinki przy wtrąceniu („plan, który, szczerze mówiąc, nie był”) - 4 modele: GLM-5.3, Claude Haiku 4.5, GPT-6 Luna, Claude Sonnet 5.
• „Bynajmniej” zamiast „przynajmniej” - 3 modele. Haiku wstawił „W każdym razie”, Sonnet „Ostatecznie”, a GLM po prostu usunął to słowo.
• „Ubrałem kurtkę” - 3 modele (GLM-5.3, Haiku 4.5, Mistral Medium 3.5).
• „Przekonywujący” - 2 modele (Kimi K3, Haiku 4.5).

Pleonazmy poszły modelom dobrze. „Wróciłem z powrotem” poprawiło wszystkie 16, „cofnął się do tyłu” 15 (Sonnet zamienił to na „wrócił”), „półtorej roku” też 15, bo pominął je tylko Haiku.

Nadgorliwość: gdy korektor przepisuje tekst

Polecenie zabraniało zmiany słów na synonimy. Claude Sonnet 5 i tak zamiast „w ogóle” napisał „wcale”, zamiast „cofnął się” napisał „wrócił”, a zamiast „sprzed tygodnia” napisał „z zeszłego tygodnia”. Każda z tych zamian usuwała błąd, ale zmieniała tekst autora. Na dodatek zepsuł pierwsze zdanie: z „Na codzień” zrobił „Na codziennie pracuję w dziale sprzedaży”.

DeepSeek V4 Pro myślał nad korektą 6571 tokenów i 115 sekund, po czym zamienił „kierowniczkę” na „kierownicę”, „Pięciu pracownic” na „Pięciu pracowników”, a „łatwo ją znaleźć” na „łatwo ją ziemć”. Razem z Mistralem usunął też „przed czasem” ze zdania, w którym nie było pleonazmu. GLM-5.3 poprawił „złoty” na „złotych”, ale przy okazji napisał „pięset”. Dla porównania Claude Fable 5.1 poprawił wszystko w 11 sekund bez żadnego rozumowania. O tym, ile modele myślą i co z tego wynika, piszę w tekście o rozumowaniu, które zjada limit.

Jak prosić AI o korektę

• Zawsze porównuj wersje. Wynik wklej obok oryginału w narzędziu do porównywania dokumentów, np. w Wordzie. Zakaz synonimów w poleceniu nie zatrzymał Sonneta 5.
• Sprawdź ręcznie trzy miejsca: przecinki przy wtrąceniach, „bynajmniej” i czasowniki od ubrań. Tu modele myliły się najczęściej.
• Nie ufaj długiemu myśleniu. Najdłużej myślące modele (DeepSeek V4 Pro, Kimi K3) nie były najlepsze, a Fable 5.1 bez rozumowania zrobił komplet.
• Dobierz model do ryzyka. Jeśli styl autora jest nietykalny, wybierz model, który w tym teście nie zmienił ani słowa ponad wzorzec. To opinia redakcji.

Więcej o samym procesie: jak sprawdzić tekst pod kątem błędów z AI i test edycji komentarzem, w którym poprawki też zmieniały coś jeszcze.

Najczęstsze pytania

Który AI najlepiej poprawia polski tekst?

W teście z 26 września 2026 roku wszystkie 30 błędów trudnego tekstu poprawiło 8 z 16 modeli. Claude Opus 5.5, Claude Fable 5.1 i Grok 4.7 nie zmieniły przy tym ani jednego słowa ponad wzorzec.

Czy AI poprawia pleonazmy?

Tak, najczęściej. „Wróciłem z powrotem” poprawiło 16 z 16 modeli, „cofnął się do tyłu” i „półtorej roku” po 15. Gorzej z przecinkami przy wtrąceniach, które pominęły 4 modele.

Czy AI zmienia tekst przy korekcie?

Część modeli tak, mimo zakazu. Claude Sonnet 5 zamieniał słowa na synonimy, a DeepSeek V4 Pro wprowadził nowe błędy, np. „kierownicę” zamiast „kierowniczkę”.

Jaki tani model AI nadaje się do korekty?

Gemini 3.8 Flash poprawił 30 z 30 błędów w 6,5 sekundy za 0,0036 USD. GPT-6 Luna zrobił 29 z 30 za 0,0006 USD.